Tehnološki div objavio je prve rezultate istrage o masovnom prekidu rada koji je prošlog tjedna paralizirao bolnice, škole i policiju diljem svijeta. Iako se strahovalo od najgoreg, krivac nije hakerski napad, već splet nesretnih tehničkih okolnosti i jedan višemjesečni 'bug'.
Microsoft je napokon rasvijetlio razloge globalnog pada sustava koji je prošlog tjedna onesposobio Outlook, Exchange i brojne druge ključne uredske alate.
U prvom službenom izvješću objavljenom u ponedjeljak, softverski gigant identificirao je tri glavna faktora koja su dovela do 24-satnog "blackouta": višemjesečni sistemski bug, neispravne interne mrežne veze i smanjeni kapacitet servera. Svaki od ovih problema mogao bi se lako riješiti samostalno, ali njihova istovremena pojava dovela je do masovnog prekida koji je bilo iznimno teško sanirati, piše The Guardian.
Problemi su započeli u četvrtak kada su američki korisnici prijavili otežan pristup svojim Outlook računima. Do petka, problem je eskalirao na globalnu razinu – milijuni ljudi ostali su bez pristupa elektroničkoj pošti i uslugama unutar paketa Office 365.
Posljedice su bile dramatične u stvarnom svijetu: zatvori nisu mogli obrađivati otpuštanja zatvorenika, bolnice su se morale vratiti na papirnatu evidenciju, škole su izgubile komunikaciju s roditeljima, a policijske postaje nisu mogle zaprimati digitalne prijave zločina. Iz Microsofta su naglasili kako je sustav u potpunosti oporavljen do subote te su se ispričali korisnicima, uz napomenu da incident nije posljedica kibernetičkog napada.
Što se točno dogodilo?
U objavi na mreži X, Charles Lamanna, izvršni potpredsjednik za Copilot i platforme u Microsoftu, objasnio je kako je postojala 'latentna greška' u kodu koja potječe još iz srpnja, a koja je na kraju dovela do toga da serveri postanu 'preopterećeni i da prestanu reagirati'.
Lamanna je pojasnio da tvrtka obično koristi dva mrežna prolaza (gatewaya) koji povezuju odvojene sustave. Međutim, jedan od njih prestao je raditi za uslugu Teams, što je ogromnu količinu prometa preusmjerilo na primarni gateway. Istovremeno, više od 14 posto ukupnog kapaciteta Microsoftovih servera već je bilo izvan funkcije zbog potpuno nepovezanog problema koji se dogodio dan ranije.
'Kombinacija povećanog opterećenja i smanjenog kapaciteta servera uzrokovala je da mrežni prolaz naiđe na taj latentni bug iz srpnja', napisao je Lamanna. 'To je dovelo do gomilanja zahtjeva, sve dok serveri u konačnici nisu prestali odgovarati. Sve se ovo dogodilo tijekom vrhunca internetskog prometa u SAD-u.'
Zašto je popravak trajao tako dugo?
Microsoft je imao ogromnih problema sa sanacijom kvara upravo zato što je izvorna greška u kodu nastala mjesecima ranije. Nije bilo moguće jednostavno 'vratiti' sustav na prethodnu verziju (rollback), kao što se to radi kod nedavnih ažuriranja.
'Oporavak je trajao duže nego inače jer su serveri, čim bi se vratili u funkciju, istog trena bili preplavljeni prometom koji je čekao, zbog čega bi ponovno prestali reagirati', objašnjava Lamanna. Automatizirani procesi oporavka jednostavno nisu bili dizajnirani za rješavanje ovakvog tipa masovnog i paralizirajućeg kvara.
Analitičari ističu da ovaj pad sustava služi kao ozbiljna lekcija cijeloj industriji. Matt Hull, potpredsjednik za cyber obavještavanje u tvrtki NCC Group, naglašava potrebu kompanija da preispitaju koliko se oslanjaju na samo jednog pružatelja usluga.
'Ovo je vrhunski primjer važnosti ne samo kibernetičke, već i opće poslovne otpornosti. Izvješća da su pogođene bolnice, škole i druge osnovne usluge pokazuju koliki širok utjecaj ispad sustava može imati, bez obzira na uzrok', zaključio je Hull, dok je softverski gigant najavio objavu konačnog, puno detaljnijeg izvješća u narednim danima.