--- type: issue id: "0025" status: done created: 2026-08-01 milestone: M1 priority: medium area: infrastructure gitlab_iid: "25" related: [docs/issues/0030-der-restore-ist-nie-geprobt-sicherungen-sind.md] --- # Deploy-Übergabe: CVE-Alarme aggregiert + Receiver-Robustheit (gitops#51, ff87cb2) > Import aus [management#25](https://git.lab/axion1337.chat/management/-/issues/25) (2026-08-11). Kommentare und Verlauf bleiben dort; kanonisch ist ab jetzt diese Datei (ADR-0012). ### Stand threadnet-operating `ff87cb2` (git.lab; Gitea-Mirror folgt — auf CFGMON vorher `git fetch && git reset --hard origin/main`, der gerettete Kollegen-Commit heißt jetzt `0bd77e2`) ### Testtiefe ungetestet — Lints grün (promtool 9 Regeln, amtool, py_compile), kein Laufzeittest ### Mengengerüst Erwartete Matrix-Nachrichten beim Scharfschalten: **eine pro Image mit CRITICAL-Funden**, obere Schranke 29 (gemessen an 14 Images hatten die meisten CRITICALs → realistisch ~15–25 Nachrichten, je 1 s gedrosselt ≈ unter 30 s). HIGH-Alarme folgen frühestens nach 24 h (`for: 24h`), gleiche Schranke. Danach nur Deltas (neue Images/Severity-Wechsel) und ✅-Edits. Kein Pro-CVE-Verkehr mehr: Regeln sind `count by (target, target_type, host)`, die ~1200 Einzelserien erzeugen keine Alarme mehr (bleiben aber als `trivy_vuln_info` fürs Dashboard). ### Vollständiges Deploy-Kommando ``` cd /opt/threadnet-operating && git fetch && git reset --hard origin/main && cd monitoring && docker compose up -d --force-recreate matrix-alerts && docker compose exec prometheus kill -HUP 1 && docker compose exec alertmanager kill -HUP 1 ``` (reset --hard wegen Hash-Wechsel 2b715ca→0bd77e2; force-recreate lädt das ro-gemountete Receiver-Skript neu; HUPs laden Regeln/Route ohne Neustart) ### Woran erkennt man, dass es wirklich greift 1. `docker compose logs matrix-alerts --since 5m` — keine Fehler, keine 502-Schleife 2. Security-Raum: binnen ~2 min (group_wait 1m) trudeln die aggregierten 🔴-Nachrichten „Image X: N CRITICAL-CVEs" einzeln im Sekundentakt ein — **gezählt ≤ 29**, keine Pro-CVE-Flut 3. `curl -s localhost:9090/api/v1/rules | grep -c TrivyCriticalVulns` → 1 (neue Regel geladen) 4. Alertmanager-Retry-Probe: Log darf nach Abschluss der Zustellung keine wiederholten identischen Batches zeigen ### Außenwirkung und Not-Aus Außenwirkung: nur der Security-Matrix-Raum (interner Kreis). **Not-Aus:** in `monitoring/alertmanager/alertmanager.yml` die Route `room="security"` wieder auf einen `"null"`-Receiver biegen (Muster steht in der Git-Historie, Commit `0bd77e2`) + `docker compose exec alertmanager kill -HUP 1` — wirkt sofort, Pipeline läuft weiter. ### Rollback `git revert ff87cb2` (ein Commit, betrifft nur alerts.yml/alertmanager.yml/matrix-alerts.py) + dieselben drei Kommandos wie beim Deploy. State-Datei ist abwärtskompatibel (neues Format kapselt das alte unter `alerts`). ### Bewusst offen gelassen - Grafana-Dashboard als **Matrix-Widget** im Security-Raum (Wunsch sorb): braucht `allow_embedding` in Grafana + Lese-Zugang ohne Login — eigener Punkt, nicht Teil dieses Deploys - gitops#52 (Inode-Falle) unberührt - Erste HIGH-Welle kommt erst nach 24 h — bewusst, keine Fehlfunktion --- *Migriert aus Gitea `sorb/management#1` (Gitea-Tracker stillgelegt, ADR-0002) — dort erstellt am 2026-08-01 von sorb.* ## Erledigt 2026-08-15 — Deploy ist gelandet und nachweislich in Betrieb Beim Ausbau der Backup-Alarme (#0030) fiel auf, dass dieses Übergabe-Issue noch `waiting` stand, obwohl der Deploy längst live ist. Nachgeprüft: | Abnahmekriterium | Nachweis | |---|---| | Deploy gelandet | `ff87cb2` ist **Vorfahr von HEAD**; CFGMON läuft inzwischen auf `e9c13dc` (zwei Commits darüber hinaus) | | Kein Pro-CVE-Verkehr mehr | Regeln lauten `count by (target, target_type, host) (trivy_vuln_info{…})` — eine Alarm-Instanz je Image; die Flut ist **strukturell** ausgeschlossen, nicht bloß gedrosselt | | Receiver-Robustheit | `matrix-alerts.py`: `save_state()` steht **inkrementell in der Sende-Schleife** („Teilfortschritt übersteht Fehler/Retry"), plus 1s-Drosselung gegen `rc_message` und Speichern im Fehlerpfad — genau der beschriebene Bug ist behoben | | Regel geladen | 14 Regeln evaluieren mit `health=ok` (Stand 2026-08-15) | | Keine 502-Retry-Schleife | `alertmanager_notifications_failed_total` = **0** über 80 Serien aller Integrationen | | Not-Aus nicht mehr nötig | Die `room="security"`-Route auf den Null-Receiver existiert nicht mehr; `alertmanager.yml` hat nur die Default-Route auf den `matrix`-Receiver | **Kriterium 2 nachträglich belegt (Screenshots sorb, 2026-08-15):** Im Security-Raum liegen die aggregierten 🔴-Meldungen — **eine pro Image**, Format „Image X: N CRITICAL-CVEs" mit Dashboard-Link, alle im selben Sendefenster (1:42). **24 Nachrichten**, also unter der Obergrenze von 29; keine Pro-CVE-Flut, keine Wiederholungen. Die Summe der gemeldeten CRITICALs ergibt 126 und deckt sich exakt mit dem bekannten Report-Stand — die `trivy_vuln_info`-Serien kommen also vollständig an. Das Issue wird trotzdem geschlossen: sein Zweck war die Übergabe eines Deploys, und der ist gelandet, robust und ohne die befürchteten Nebenwirkungen. Die Zustellung ist seit `e9c13dc` zudem **dauerhaft überwacht** (`AlertDeliveryFailing` auf `alertmanager_notifications_failed_total`) — ein künftiger Zustellfehler meldet sich von selbst, statt auf eine manuelle Sichtprüfung zu warten. **Folgepunkt erledigt:** `TrivyCriticalVulns` feuert nachweislich (s.o.) — der Verdacht, die `trivy_vuln_info`-Serien kämen nicht mehr an, ist ausgeräumt. **Weiterhin bewusst offen (aus dem Original):** Grafana-Dashboard als Matrix-Widget im Security-Raum — eigener Punkt, war nie Teil dieses Deploys.