Τεχνολογία
Ενημερώθηκε στις:

Αποκαλύφθηκε η αιτία του blackout στη Microsoft – Πώς ένα παλιό σφάλμα «παρέλυσε» το 80% των servers

Google Logo Προσθέστε το pentapostagma.gr ως προτιμώμενη πηγή στα αποτελέσματα αναζήτησης στην Google.

Η Microsoft εντόπισε τις βασικές αιτίες της παγκόσμιας διακοπής λειτουργίας που παρέλυσε την περασμένη εβδομάδα το Outlook, το Exchange και μια σειρά από άλλες ζωτικής σημασίας εφαρμογές γραφείου.

Η εταιρεία δημοσίευσε τη Δευτέρα μια αρχική έκθεση, στην οποία προσδιορίζει τρεις παράγοντες που οδήγησαν στο 24ωρο μπλακάουτ των υπηρεσιών της: ένα σφάλμα που υπήρχε εδώ και μήνες, δυσλειτουργίες στις εσωτερικές συνδέσεις και τη χωρητικότητα των διακομιστών. Καθένας από αυτούς τους παράγοντες θα μπορούσε εύκολα να αντιμετωπιστεί μεμονωμένα, ωστόσο όταν συνδυάστηκαν προκάλεσαν μια μεγάλη διακοπή, την οποία ήταν δυσκολότερο να περιορίσει η εταιρεία, όπως ανέφεραν στελέχη της Microsoft.

Η διαταραχή ξεκίνησε την Πέμπτη, όταν χρήστες στις ΗΠΑ ανέφεραν ότι η πρόσβασή τους στους λογαριασμούς email του Outlook διακόπηκε. Καθώς το πρόβλημα συνεχίστηκε και την επόμενη ημέρα, εκατομμύρια άνθρωποι σε όλο τον κόσμο ανέφεραν ότι δεν μπορούσαν να έχουν πρόσβαση στο email τους με κανέναν τρόπο, ούτε σε άλλες υπηρεσίες του Office 365. Οι φυλακές δεν μπορούσαν να αποφυλακίσουν κρατούμενους, τα νοσοκομεία κατέφυγαν σε χάρτινα αρχεία, τα σχολεία έχασαν την επαφή με τους γονείς και τα αστυνομικά τμήματα δεν μπορούσαν να δεχθούν αναφορές για εγκλήματα. Η Microsoft δήλωσε ότι έλυσε το πρόβλημα και αποκατέστησε τις υπηρεσίες έως το Σάββατο, ζητώντας παράλληλα συγγνώμη. Η εταιρεία δεν απέδωσε το μπλακάουτ σε παραβίαση της κυβερνοασφάλειας.

Τι ανέφερε ο Τσαρλς Λαμάνα

Σε ανάρτηση στο X τη Δευτέρα, ο Τσαρλς Λαμάνα, εκτελεστικός αντιπρόεδρος για το Copilot, τους Agents και την Platform της Microsoft, ανέφερε ότι υπήρχε ένα λανθάνον σφάλμα ή ελάττωμα από τον Ιούλιο, το οποίο προκάλεσε τη «υπερφόρτωση και τη διακοπή απόκρισης» των διακομιστών της εταιρείας.

Ο Λαμάνα έγραψε ότι η εταιρεία διαθέτει συνήθως δύο πύλες δικτύου (gateways), δηλαδή σημεία εισόδου και εξόδου που συνδέουν ξεχωριστά συστήματα και επιτρέπουν τη διέλευση δεδομένων μεταξύ τους. Ωστόσο, η μία από αυτές δεν λειτουργούσε για το Microsoft Teams, με αποτέλεσμα να υπερφορτωθεί η κύρια πύλη. Στη συνέχεια, πάνω από το 14% της χωρητικότητας των διακομιστών της εταιρείας βρέθηκε επίσης εκτός λειτουργίας, εξαιτίας ενός άσχετου προβλήματος της προηγούμενης ημέρας.

«Συνδυαστικά, το αυξημένο φορτίο και η μειωμένη χωρητικότητα των διακομιστών οδήγησαν την πύλη δικτύου στο λανθάνον σφάλμα του Ιουλίου», έγραψε ο Λαμάνα. «Αυτό προκάλεσε συσσώρευση αιτημάτων, μέχρι που οι διακομιστές σταμάτησαν τελικά να αποκρίνονται. Αυτό συνέβη κατά τη διάρκεια της ώρας αιχμής της κίνησης στις ΗΠΑ».

Γιατί καθυστέρησε η αποκατάσταση

Ο Λαμάνα ανέφερε επίσης ότι η εταιρεία δυσκολεύτηκε να περιορίσει το σφάλμα, επειδή αυτό προερχόταν από μήνες πριν. Έτσι, δεν ήταν τόσο απλό όσο η επαναφορά μιας πρόσφατης αλλαγής για την αναίρεση του ελαττώματος.

«Η αποκατάσταση διήρκεσε περισσότερο από το συνηθισμένο, επειδή, καθώς οι διακομιστές επέστρεφαν σε λειτουργία, υπερφορτώνονταν αμέσως από την κίνηση που περίμενε και σταματούσαν ξανά να αποκρίνονται», έγραψε. «Οι κανονικά αυτοματοποιημένες διαδικασίες αποκατάστασής μας δεν είχαν σχεδιαστεί για να επαναφέρουν την υπηρεσία από μια τόσο ευρεία κατάσταση μη απόκρισης. Επιπλέον, επειδή το κύριο ελάττωμα του κώδικα ήταν ένα λανθάνον σφάλμα από πολλούς μήνες πριν, οι συνήθεις διαδικασίες επαναφοράς (rollback), σταδιακής διάθεσης (flighting) και οι διακόπτες λειτουργιών (feature flags) δεν μπορούσαν να αναιρέσουν γρήγορα την αλλαγή».

Η εταιρεία σχεδιάζει να δημοσιεύσει τελική έκθεση, η οποία θα περιλαμβάνει περισσότερες πληροφορίες, όπως ανέφερε.

Αναλυτές σημειώνουν ότι το παγκόσμιο μπλακάουτ της Microsoft αναδεικνύει την ανάγκη οι εταιρείες να εξετάσουν πόσο εξαρτώνται από ένα μόνο λειτουργικό σύστημα.

«Αυτό είναι ένα χαρακτηριστικό παράδειγμα της σημασίας όχι μόνο της ανθεκτικότητας στον κυβερνοχώρο, αλλά και της επιχειρησιακής ανθεκτικότητας», δήλωσε ο Ματ Χαλ, αντιπρόεδρος για την πληροφόρηση και την αντιμετώπιση απειλών στον κυβερνοχώρο της NCC Group. «Οι αναφορές ότι επηρεάστηκαν νοσοκομεία, σχολεία και άλλες ουσιώδεις υπηρεσίες καταδεικνύουν τον ευρύ αντίκτυπο που μπορεί να έχει μια διακοπή συστήματος, ανεξάρτητα από την αιτία».

Ακολουθήστε το Πενταπόσταγμα στο Google news Google News

ΔΗΜΟΦΙΛΗ