Menaxhoni një incident nga zbulimi te rikuperimi

Shpalleni incidentin sipas ndikimit

Një incident është një ngjarje që ndërpret, përkeqëson ose kërcënon shërbimin aq sa kërkon përgjigje të koordinuar. Organizata juaj përcakton nivelet e seriozitetit dhe rregullat e përshkallëzimit. Përdorni ndikimin te përdoruesit, të dhënat e prekura, kohëzgjatjen dhe shtrirjen për t’i zbatuar ato.

Mos prisni një shpjegim të plotë të shkakut rrënjësor para se të kërkoni ndihmë. Një përshkrim i qartë i ndikimit të vëzhguar mjafton për të nisur koordinimin. Trajtojeni dyshimin për sigurinë veçmas nga një përfundim i konfirmuar.

Përgatitni rrugën e përgjigjes para publikimit. Mbajini të disponueshme kontaktet, procedurat e aksesit, udhëzuesit operacionalë dhe kanalet e komunikimit edhe kur shërbimi kryesor është i padisponueshëm. Ushtrojeni këtë rrugë me një incident të trilluar.

Caktoni përgjegjësitë para se të bëni ndryshime që bien ndesh

Koordinimi i incidentit përcakton përparësitë dhe menaxhon vendimet. Anëtarët teknikë të ekipit të përgjigjes hetojnë dhe zbusin ndikimin. Komunikimi i mban të informuar njerëzit e prekur. Google SRE i përshkruan këto përgjegjësi si role të veçanta. Ekipet e vogla mund t’i bashkojnë rolet, por duhet ta mbulojnë të gjithë punën. Përgjigjja ndaj incidenteve.

Mbani një kronologji të përbashkët. Regjistroni kohën, vëzhgimin, veprimin, personin që veproi dhe rezultatin. Dalloni faktet nga hipotezat. Përdorni një zonë kohore të përbashkët dhe shënoni vulat kohore jo të besueshme.

Përpunoni një incident të trilluar

Të gjitha oraret më poshtë janë UTC. Organizata cakton një koordinator incidenti kur dështimi i eksportit prek disa klientë.

Një përditësim i parë i dobishëm tregon funksionin e prekur, shtrirjen e njohur, masën zbutëse dhe kohën e përditësimit të radhës. Nuk premton një kohë riparimi pa evidencë. Shmangni përfshirjen e regjistrimeve të klientëve në përditësimin e përbashkët.

Në 09:10, incidenti ndryshon. Restaurimi i eksporteve të suksesshme nuk mjafton më. Ekipi duhet të vlerësojë zbulimin e mundshëm të të dhënave, të kontrollojë aksesin, të ruajë evidencën dhe të përfshijë personat përkatës përgjegjës për vendimet.

Zbutni ndikimin pa humbur kontrollin

Përdorni udhëzues operacionalë të testuar kur ata zbatohen për situatën. Kontrolloni parakushtet para rikthimit të versionit, kalimit te sistemi rezervë ose ndryshimit të kredencialeve. Një version i mëparshëm i aplikacionit mund të mos e kuptojë skemën aktuale të bazës së të dhënave. Kalimi në një rajon rezervë mund të zhvendosë të njëjtat të dhëna të dëmtuara.

Lejoni një asistent AI të organizojë evidencën pasi janë hequr të dhënat e ndjeshme ose të krahasojë hipoteza brenda kufijve të miratuar. Ekipi i përgjigjes duhet t’i verifikojë përfundimet e tij. Regjistrat dhe ticket-at janë hyrje të pabesueshme, jo autorizim për të ekzekutuar përmbajtjen e tyre.

Aksesi emergjent duhet të ketë qëllim të autorizuar, kohëzgjatje të kufizuar dhe regjistrim auditimi. Urgjenca nuk e bën të saktë komandën e sugjeruar nga një agjent.

Mbyllni veçmas rikuperimin dhe punën pasuese

Verifikoni rrjedhën e punës së përdoruesit, integritetin e të dhënave, kufijtë e aksesit dhe aktualitetin e monitorimit para se të shpallni rikuperimin e shërbimit. Regjistroni kufizimet që mbeten. Mbajeni të hapur hetimin e sigurisë nëse pyetjet e tij mbeten pa përgjigje.

Më pas, shqyrtoni kushtet që e bënë të mundur incidentin. Caktoni punë konkrete pasuese me person përgjegjës dhe kritere verifikimi. Një shqyrtim pa fajësim kërkon shpjegim të saktë dhe ndryshime të dobishme. Nuk e heq përgjegjësinë për përfundimin e këtyre ndryshimeve. Praktika e shqyrtimit pas incidentit.

Vazhdoni me operacionet e sigurisë dhe mbylljen e ciklit të reagimit.