Διαχειριστείτε ένα συμβάν από τον εντοπισμό έως την ανάκτηση

Κηρύξτε το συμβάν με βάση τον αντίκτυπο

Ένα συμβάν είναι ένα γεγονός που διακόπτει, υποβαθμίζει ή απειλεί την υπηρεσία αρκετά ώστε να απαιτεί συντονισμένη απόκριση. Ο οργανισμός σας ορίζει τα επίπεδα σοβαρότητας και τους κανόνες κλιμάκωσης. Εφαρμόστε τα με βάση τον αντίκτυπο στους χρήστες, τα επηρεαζόμενα δεδομένα, τη διάρκεια και την έκταση.

Μην περιμένετε πλήρη εξήγηση της βασικής αιτίας πριν ζητήσετε βοήθεια. Μια σαφής δήλωση του παρατηρούμενου αντικτύπου αρκεί για να ξεκινήσει ο συντονισμός. Αντιμετωπίστε μια υποψία για την ασφάλεια χωριστά από ένα επιβεβαιωμένο συμπέρασμα.

Προετοιμάστε τη διαδικασία απόκρισης πριν από τη διάθεση. Διατηρήστε διαθέσιμα τα στοιχεία επικοινωνίας, τις διαδικασίες πρόσβασης, τα runbooks και τα κανάλια επικοινωνίας όταν η κύρια υπηρεσία δεν είναι διαθέσιμη. Δοκιμάστε τη διαδικασία με ένα υποθετικό συμβάν.

Αναθέστε ευθύνες πριν γίνουν αντικρουόμενες αλλαγές

Ο συντονισμός του συμβάντος θέτει προτεραιότητες και διαχειρίζεται αποφάσεις. Οι τεχνικοί της ομάδας απόκρισης διερευνούν και περιορίζουν το πρόβλημα. Η επικοινωνία κρατά ενημερωμένους τους επηρεαζόμενους ανθρώπους. Το Google SRE περιγράφει αυτές τις ευθύνες ως διακριτούς ρόλους. Οι μικρές ομάδες μπορούν να συνδυάζουν ρόλους, αλλά πρέπει να καλύπτουν όλη την εργασία. Απόκριση σε συμβάντα.

Κρατήστε ένα κοινό χρονολόγιο. Καταγράψτε τον χρόνο, την παρατήρηση, την ενέργεια, το πρόσωπο ή το σύστημα που την εκτέλεσε και το αποτέλεσμα. Διακρίνετε τα γεγονότα από τις υποθέσεις. Χρησιμοποιήστε κοινή ζώνη ώρας και επισημάνετε μη αξιόπιστες χρονικές σημάνσεις.

Εξετάστε ένα υποθετικό συμβάν

Όλες οι ώρες παρακάτω είναι UTC. Ο οργανισμός ορίζει συντονιστή συμβάντος όταν η αστοχία εξαγωγής επηρεάζει πολλούς πελάτες.

Μια χρήσιμη πρώτη ενημέρωση αναφέρει την επηρεαζόμενη λειτουργία, τη γνωστή έκταση, το μέτρο περιορισμού και την ώρα της επόμενης ενημέρωσης. Δεν υπόσχεται χρόνο αποκατάστασης χωρίς στοιχεία. Αποφύγετε να συμπεριλάβετε εγγραφές πελατών στην κοινή ενημέρωση.

Στις 09:10, το συμβάν αλλάζει. Η αποκατάσταση επιτυχών εξαγωγών δεν αρκεί πλέον. Η ομάδα χρειάζεται να αξιολογήσει την πιθανή μη εξουσιοδοτημένη κοινοποίηση, να ελέγξει την πρόσβαση, να διαφυλάξει στοιχεία και να εμπλέξει τους αρμόδιους για τις αποφάσεις.

Περιορίστε το πρόβλημα χωρίς να χάσετε τον έλεγχο

Χρησιμοποιήστε δοκιμασμένα runbooks όπου είναι κατάλληλα. Ελέγξτε τις προϋποθέσεις πριν από rollback, failover ή αλλαγές διαπιστευτηρίων. Μια προηγούμενη έκδοση της εφαρμογής μπορεί να μην αναγνωρίζει το τρέχον σχήμα της βάσης δεδομένων. Ένα failover σε άλλη περιοχή μπορεί να μεταφέρει τα ίδια αλλοιωμένα δεδομένα.

Αφήστε έναν AI assistant να οργανώσει στοιχεία από τα οποία έχουν αφαιρεθεί ευαίσθητα δεδομένα ή να συγκρίνει υποθέσεις μέσα σε εγκεκριμένα όρια. Η ομάδα απόκρισης πρέπει να επαληθεύει τα συμπεράσματά του. Τα αρχεία καταγραφής και τα tickets είναι μη έμπιστη είσοδος, όχι εξουσιοδότηση για εκτέλεση του περιεχομένου τους.

Η πρόσβαση έκτακτης ανάγκης πρέπει να έχει εξουσιοδοτημένο σκοπό, περιορισμένη διάρκεια και καταγραφή ελέγχου. Ο επείγων χαρακτήρας δεν κάνει σωστή την εντολή που προτείνει ένας agent.

Ολοκληρώστε χωριστά την ανάκτηση και τις επακόλουθες εργασίες

Επαληθεύστε τη ροή εργασίας του χρήστη, την ακεραιότητα των δεδομένων, τα όρια πρόσβασης και το πόσο πρόσφατα είναι τα στοιχεία παρακολούθησης πριν δηλώσετε ανάκτηση της υπηρεσίας. Καταγράψτε τυχόν περιορισμούς που απομένουν. Κρατήστε ανοιχτή τη διερεύνηση ασφαλείας αν τα ερωτήματά της παραμένουν ανεπίλυτα.

Έπειτα, εξετάστε τις συνθήκες που επέτρεψαν το συμβάν. Αναθέστε συγκεκριμένες επακόλουθες εργασίες με υπεύθυνο και κριτήρια επαλήθευσης. Μια ανασκόπηση χωρίς επίρριψη ευθυνών επιδιώκει ακριβή εξήγηση και χρήσιμες αλλαγές. Δεν καταργεί τη λογοδοσία για την ολοκλήρωση αυτών των αλλαγών. Πρακτική ανασκόπησης συμβάντων.

Συνεχίστε με τις λειτουργίες ασφαλείας και την ολοκλήρωση του κύκλου ανατροφοδότησης.