即使2018年對數(shù)據(jù)中心正常運行時間的新威脅繼續(xù)出現(xiàn)，已知的原因?qū)е挛覀兘衲昕吹降拇蠖鄶?shù)數(shù)據(jù)中心停機。

根據(jù)Uptime Institute今年夏天公布的調(diào)查結(jié)果顯示，近三分之一的數(shù)據(jù)中心在過去一年中發(fā)生了中斷事故，而前一年則為25%。但這一增長并不是由于一些致命的新惡意軟件造成的。

相反，導致停機的三大原因是斷電(33%)、網(wǎng)絡故障(30%)以及IT或軟件錯誤(28%)。

最重要的是，80%的數(shù)據(jù)中心經(jīng)理表示他們最近的停機事故是可以預防的。

您無法阻止雷擊(例如9月份在圣安東尼奧市拆除Microsoft Azure數(shù)據(jù)中心的雷擊)或零日惡意軟件攻擊。但是，通過適當?shù)囊?guī)劃和數(shù)據(jù)中心設計，由于意外的天氣事件、攻擊、常規(guī)人為錯誤或未打補丁的系統(tǒng)導致的中斷，可以最大限度地減少影響。

在中斷發(fā)生后，使數(shù)據(jù)中心快速啟動并運行同樣重要。根據(jù)信息技術情報咨詢公司今年的報告，平均每小時的停機時間將花費數(shù)據(jù)中心運營商26萬美元，而5分鐘的停機時間僅花費2600美元。

基礎設施冗余仍然有效

在最基本的層面上，數(shù)據(jù)中心系統(tǒng)需要備份。備份電源和冷卻系統(tǒng)、備份數(shù)據(jù)，甚至備份整個數(shù)據(jù)中心。

備份工作。據(jù)Uptime稱，在擁有2N個用于冷卻和電源的架構的數(shù)據(jù)中心(換句話說，一個完全冗余的、鏡像的系統(tǒng))中，22%的數(shù)據(jù)中心去年發(fā)生過故障。這比那些選擇低成本，非完全冗余的N + 1方法的人減少了三分之一的停機，和33%的人報告了斷電。

完整的數(shù)據(jù)中心備份可提供更高的可靠性。根據(jù)Uptime的數(shù)據(jù)，40%的數(shù)據(jù)中心經(jīng)理表示他們會在兩個或多個站點上復制工作負載和數(shù)據(jù)。

“如果你只有一個數(shù)據(jù)中心并且遇上雷擊，那么你就麻煩了。”SSH 通信安全公司首席技術官馬爾庫羅西表示。“你應該有一個輔助數(shù)據(jù)中心，它們之間具有物理隔離，不依賴于相同的能源。”

他補充道，沒有任何數(shù)據(jù)中心能夠幸免于這個問題的影響，他指的是9月份微軟位于美國中南部的數(shù)據(jù)中心。

“有第二個設置并立即進行故障轉(zhuǎn)移。”他說

無論什么備份系統(tǒng)到位，規(guī)劃和測試都是關鍵，Rossi補充說，規(guī)劃需要考慮當今數(shù)據(jù)中心的復雜性，其中問題可能引發(fā)其他問題。

他使用了最近在物理維護期間發(fā)生的GitHub中斷作為例子。“他們在幾分鐘內(nèi)修復了物理問題，但需要24小時才能使數(shù)據(jù)正確同步。”他說。

數(shù)據(jù)中心經(jīng)理需要查明潛在的問題區(qū)域，然后在發(fā)生事情時準備好工具和流程。

羅西說：“專注于建立流程，建立你為失敗做準備所需的心態(tài)。”

加強中心，不僅僅是周邊

數(shù)據(jù)中心管理人員應該從最近發(fā)生的與惡意軟件相關的中斷中吸取的最大教訓之一就是，僅僅有一個堅固的外圍是不夠的。

今年醫(yī)療保健公司、政府機構、教育機構和主要制造商都受到了沖擊，盡管在去年創(chuàng)紀錄的違規(guī)行為之后，每個人都應該已經(jīng)處于高度戒備狀態(tài)。

顯然，保持最新防御，防止惡意軟件首先進入是至關重要的。但數(shù)據(jù)中心管理人員必須準備好看到他們的外圍防御失敗并具備二級保護。

其中包括惡意流量檢測機制、網(wǎng)絡防御(如分段)、最低權限的訪問和通信方法。

總部位于以色列的網(wǎng)絡安全公司GuardiCore的產(chǎn)品管理總監(jiān)伊格爾利夫茨茨表示，這些可能有助于防止惡意軟件進入網(wǎng)絡后傳播，或至少減緩其速度，使安全團隊有機會做出回應。

WannaCry特別利用了服務器消息塊傳輸協(xié)議中的漏洞。他說，數(shù)據(jù)中心應該采取更多措施來減少橫向通信。

“在過去一年中WannaCy勒索軟件的許多案例中，造成攻擊廣泛影響的主要原因是，一旦這些蠕蟲在數(shù)據(jù)中心內(nèi)立足，就很容易擴散。”利夫茨茨說。“事實上，服務器之間的SMB流量根本不是必需的。如果它被阻止，攻擊的擴散和對數(shù)據(jù)中心的破壞可能會大大減少，并且在之前的早期階段就會檢測到攻擊造成了這么大的傷害。”

今年違規(guī)的重要教訓并不是數(shù)據(jù)中心經(jīng)理必須防范的新威脅。他們需要重新回歸基礎。

幾乎所有的數(shù)據(jù)中心停機都是由于糟糕的規(guī)劃和投資決策，加上流程不良或無法遵循流程，Uptime Institute研究執(zhí)行主任安迪勞倫斯在6月份的報告中寫道。“幾乎所有由正常運行時間研究所報告或研究的故障以前都發(fā)生過，而且通常有詳細的文檔記錄。”

雷電襲擊和新型惡意軟件可能占據(jù)所有頭條新聞，但它在恢復能力方面仍然是最重要的基礎知識。