20TD02Y_CCNA_20TD02U - itnett/FTD02N GitHub Wiki

For å dekke temaet "Programmering" i din IT-drift og sikkerhet utdanning, kan vi lage en lab som dekker både teoretiske konsepter og praktiske ferdigheter. Her er en detaljert labbeskrivelse med bruk av Cisco-utstyret ditt for å simulere et nettverksmiljø, sammen med oppgaver som dekker alle læringsutbyttene.

Lab: Programmering i et Sikkerhetsmiljø

Mål

Denne labben har som mål å gi studentene praktisk erfaring med grunnleggende programmeringsteknikker, utvikling av brukergrensesnitt, kommunikasjon mellom programgrensesnitt (API), og grunnleggende sikkerhetspraksis i applikasjonsutvikling.

Utstyr og Verktøy

  • Cisco-rutere og -svitsjer for nettverksoppsett og overvåking
  • Servere/VM-er for å kjøre utviklingsmiljøer
  • Utviklingsverktøy: Python, Visual Studio Code, Postman, Docker
  • Nettverksovervåkingsverktøy: Wireshark, Cisco Prime
  • Simulerte IoT-enheter ved bruk av Cisco-sensorer og IoTSimulator

Oppgaver og Læringsutbytte

1. Programstrukturer og Datastrukturer

Oppgave:

  • Lag et Python-program som implementerer grunnleggende datastrukturer som lister, tupler, sett og ordbøker.
  • Bruk kontrollstrukturer (if-else, loops) for å manipulere datastrukturene.

Læringsutbytte:

  • Har kunnskap om grunnleggende programmering og programmeringsverktøy.
  • Kan skrive kode med variabeldeklarasjoner, kontrollstrukturer, løkker og funksjoner.

Kodeeksempel: Se skriptet her

2. Funksjoner og Metoder

Oppgave:

  • Skriv et Python-program som inneholder flere funksjoner, inkludert en funksjon for å legge til to tall, en for å trekke fra, en for å multiplisere, og en for å dele.

Læringsutbytte:

  • Har kunnskap om grunnleggende programmeringsteknikker som variabeldeklarasjoner, kontrollstrukturer, løkker og funksjoner.

Kodeeksempel: Se skriptet her

3. Objektorientert Programmering (OOP)

Oppgave:

  • Lag en enkel Python-klasse for en "Bruker" som har attributter som navn, e-post, og passord. Implementer metoder for å endre passord og vise brukerinformasjon.

Læringsutbytte:

  • Kan skrive objektorientert kode og forstå konseptene med klasser og objekter.

Kodeeksempel: Se skriptet her

4. API og GUI

Oppgave:

  • Bruk Flask for å lage et enkelt RESTful API som kan legge til, hente, oppdatere og slette brukere.
  • Lag et enkelt GUI med Tkinter som kan kommunisere med Flask-API-et for å vise og oppdatere brukerinformasjon.

Læringsutbytte:

  • Har kunnskap om utvikling av brukergrensesnitt og kommunikasjon mellom ulike programgrensesnitt.
  • Kan utvikle et brukergrensesnitt ved hjelp av kode og utviklingsverktøy.

Kodeeksempel for Flask API: Se skriptet her

5. Sikkerhet i Programmering

Oppgave:

  • Implementer grunnleggende sikkerhetsmekanismer som input-validering og unntaksbehandling i et Python-program.
  • Bruk Cisco-utstyret til å simulere nettverksangrep og vis hvordan programmet håndterer disse situasjonene.

Læringsutbytte:

  • Har kunnskap om grunnleggende sikkerhet relatert til programmering.
  • Kan drøfte grunnleggende sikkerhet til en applikasjon.

Kodeeksempel: Se skriptet her

Implementering av Cisco-utstyr

  1. Simulering av Nettverksangrep:

    • Bruk Cisco-enhetene til å generere nettverkstrafikk og simulere nettverksangrep som DoS (Denial of Service) for å teste applikasjonens motstand mot slike angrep.

  2. Nettverksovervåking:

    • Implementer overvåking ved hjelp av Cisco Prime eller Wireshark for å overvåke nettverkstrafikken generert av applikasjonene og IoT-sensorene.

  3. Integrasjon med IoTSimulator:

    • Bruk IoTSimulator sammen med Cisco-utstyret for å simulere IoT-enheter som kommuniserer med Flask-API-et. Dette kan hjelpe med å teste skalerbarhet og sikkerhet.

Ved å følge denne labben vil studentene få en helhetlig forståelse av programmering, nettverksadministrasjon, og sikkerhet, samt hvordan man kan bruke Cisco-utstyr for å simulere og teste IoT-miljøer.

For å utnytte dine Cisco-enheter programmatiskt, kan du bruke ulike verktøy og API-er som Cisco tilbyr. GitHub-repositoriet "CiscoDevNet/coding-skills-sample-code" gir eksempler på hvordan man kan bruke programmatiske tilnærminger for å styre Cisco-enheter.

1. Programmere funksjoner på Cisco-enheter

For å programmere funksjoner på Cisco-enheter, kan du bruke REST API-er, Python-skript, og andre verktøy som er tilgjengelige gjennom Cisco DevNet.

Eksempel på bruk av REST API med Python

Dette eksemplet viser hvordan man kan bruke Python til å kommunisere med en Cisco-enhet ved hjelp av REST API.

Se skriptet her

2. Utnytte avanserte funksjoner i Cisco-enheter

Cisco-enheter har mange avanserte funksjoner som kan utnyttes programmatiskt, som QoS (Quality of Service), sikkerhetspolicyer, og nettverksovervåking. Her er noen eksempler:

QoS-konfigurasjon

Konfigurere QoS på en Cisco-enhet ved hjelp av Python og REST API.

Se skriptet her

3. Automatisering med Cisco DNA Center

Cisco DNA Center gir kraftige API-er for automatisering av nettverksadministrasjon.

Eksempel på bruk av DNA Center API

Se skriptet her

4. Bruk av Cisco Meraki API

Cisco Meraki gir også et kraftig sett med API-er for administrasjon av nettverk.

Eksempel på bruk av Meraki API for å hente nettverksenheter

Se skriptet her

Oppsett av IoT-simulator ved bruk av Kubernetes og Docker

For å simulere IoT-enheter ved hjelp av Cisco-utstyr og Kubernetes, kan du bruke eksempelet fra "IoTSimulator"-repositoriet som du nevnte.

Steg for å sette opp IoT-simulator

  1. Last ned IoTHubCredentials.json:

    wget https://raw.githubusercontent.com/VladimirAkopyan/IoTSimulator/master/IoTHubCredentials.json

  2. Opprett Kubernetes secret:

    kubectl create secret generic sim-sensor-credentials --from-file=IoTHubCredentials.json

  3. Opprett Kubernetes ressursene:

    kubectl create -f https://raw.githubusercontent.com/VladimirAkopyan/IoTSimulator/master/Kubernetes.yaml

  4. Verifiser oppsettet:

    kubectl get pods
kubectl logs <pod_name>

Med disse verktøyene og API-ene kan du programmatiskt administrere og konfigurere dine Cisco-enheter, samt simulere IoT-miljøer for å teste og overvåke nettverksinfrastruktur og sikkerhet.

Ansvarsfraskrivelse:

Innholdet på denne wikisiden er generert helt eller delvis av kunstig intelligens (AI) og er ikke ment for informasjonsformål. Forfatteren fraskriver seg ethvert ansvar for nøyaktigheten, fullstendigheten eller påliteligheten av innholdet. Enhver handling du tar basert på informasjonen på denne siden er på eget ansvar og risiko.

Forfatteren fraskriver seg også ethvert ansvar for eventuelle likheter eller antydninger til likhet med annet publisert materiale. Enhver slik likhet er utilsiktet og uten ansvar. Det er leserens ansvar å gjennomføre plagiatkontroll og sikre at all bruk av innholdet fra denne siden er i samsvar med gjeldende regler og retningslinjer for opphavsrett og plagiering.

Det gis ingen garantier for at informasjonen på denne siden er i samsvar med gjeldende lover, regler eller retningslinjer. Leseren er selv ansvarlig for å verifisere nøyaktigheten og relevansen av informasjonen, og for å sikre korrekt kreditering av originale kilder.

Bruk av informasjonen på denne siden, inkludert risiko for plagiat eller brudd på opphavsrett, er på egen risiko.

Disklaimer 2

Alt innhold på denne plattformen er et resultat av en kreativ prosess som involverer både menneskelig input og generativ kunstig intelligens (AI). Tekstene er basert på bearbeidede prompts, og representerer en sammenslåing av publisistens tanker, ideer og AI-ens evne til å generere tekst.

Eventuelle likheter i rekkefølge, struktur, innhold, emnevalg, tematikk, avgrensninger eller oppstilling med annet materiale, enten kreditert eller ikke kreditert, publisert eller upublisert, er utilsiktet og tilfeldig.

Innholdet på denne plattformen er ikke ment å være en kilde til informasjon eller fakta, og skal ikke brukes som sådan. Dette er et eksperiment for å utforske potensialet og begrensningene ved generativ AI, både positive og negative, fordelaktige og ufordelaktige.

Vi oppfordrer leserne til å være kritiske og vurdere informasjonen i lys av dette. Vi tar ikke ansvar for eventuelle feil, unøyaktigheter eller misforståelser som kan oppstå som følge av bruk av innholdet på denne plattformen.

Disclaimer:

The information on this wiki page is generated entirely or partially by artificial intelligence (AI) and is not intended for informational purposes. The author disclaims any responsibility for the accuracy, completeness, or reliability of the content. Any action you take based on the information on this page is at your own responsibility and risk.

The author also disclaims any liability for any similarities or suggestions of similarity to other published material. Any such resemblance is unintentional and without liability. It is the reader's responsibility to conduct plagiarism checks and ensure that any use of the content from this page complies with applicable copyright and plagiarism rules and guidelines.

No guarantees are provided that the information on this page complies with applicable laws, rules, or guidelines. The reader is responsible for verifying the accuracy and relevance of the information and for ensuring proper crediting of original sources.

Use of the information on this page, including the risk of plagiarism or copyright infringement, is at your own risk.

⚠️ **GitHub.com Fallback** ⚠️