在Oxidized中正确配置设备模型映射的技术指南
2025-06-27 03:02:34作者:郦嵘贵Just
Oxidized作为一款优秀的网络设备配置备份工具,在实际部署中经常会遇到设备类型识别不正确的问题。本文将详细介绍如何正确配置Oxidized与LibreNMS之间的设备模型映射关系,特别是针对Aruba和F5等特殊设备的处理方案。
设备模型映射的核心原理
Oxidized通过设备操作系统类型(OS type)来识别并选择合适的模型进行处理。LibreNMS中定义的设备操作系统类型必须与Oxidized配置文件中的模型映射正确对应才能正常工作。
常见设备类型的正确配置
Cisco设备配置
对于Cisco设备,LibreNMS中通常使用"ios"或"iosxe"作为操作系统类型标识。在Oxidized配置中,这些类型直接映射到"ios"模型:
model_map:
cisco: ios
F5 BIG-IP设备配置
F5设备在LibreNMS中被识别为"f5"操作系统类型,但在Oxidized中需要使用"tmos"模型进行处理:
model_map:
f5: tmos
Aruba设备配置
Aruba设备在LibreNMS中被识别为"arubaos"操作系统类型,而在Oxidized中需要使用"aosw"模型:
model_map:
arubaos: aosw
Palo Alto设备配置
Palo Alto防火墙在LibreNMS中被识别为"panos"操作系统类型,Oxidized中直接使用"panos"模型:
model_map:
paloalto: panos
分组配置的最佳实践
为了对不同类型设备使用不同的认证信息,可以在Oxidized配置中使用分组功能:
groups:
cisco:
username: admin
password: cisco123
model: cisco
f5:
username: admin
password: f5pass
model: f5
paloalto:
username: admin
password: palopass
model: paloalto
aruba:
username: admin
password: arubapass
model: arubaos
常见问题排查技巧
- 设备未被识别:首先确认LibreNMS中设备的操作系统类型是否正确识别
- 认证失败:检查分组配置中的用户名和密码是否正确
- 模型不匹配:验证model_map中的映射关系是否准确
通过正确理解LibreNMS和Oxidized之间的设备类型映射关系,并按照上述配置方法进行设置,可以确保网络设备的配置备份工作顺利进行。对于特殊设备类型,务必参考官方文档确认正确的模型名称。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00HunyuanWorld-Mirror
混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
237
2.36 K

仓颉编程语言运行时与标准库。
Cangjie
122
95

暂无简介
Dart
538
117

仓颉编译器源码及 cjdb 调试工具。
C++
114
83

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
77
109

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
995
588

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
568
113

LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
32
25