31 agosto: interruzione dei servizi Microsoft: il rischio legato all'utilizzo di un unico fornitore

Quando l’infrastruttura cloud di base smette di funzionare, le operazioni delle aziende moderne si bloccano completamente. Lunedì 31 agosto, migliaia di organizzazioni in tutto il mondo hanno ricevuto un duro promemoria delle loro dipendenze digitali quando Microsoft Outlook e l’ecosistema più ampio di Microsoft 365 hanno subito un’interruzione del servizio durata diverse ore.

I responsabili della continuità operativa conoscono bene questo scenario di rischio: affidarsi interamente a un unico fornitore per gli strumenti operativi fondamentali espone un’organizzazione ai rischi legati a un unico punto di guasto.

Quando un provider cloud principale subisce un’interruzione, per garantire la produttività della forza lavoro è necessaria un’alternativa immediata e indipendente. Per ridurre la dipendenza da un unico fornitore, è possibile adottare una strategia di continuità operativa on-premises oppure una strategia di continuità operativa cross-cloud. 

Il disservizio è iniziato lunedì mattina presto, provocando un’impennata delle segnalazioni di interruzioni su piattaforme di telemetria come Downdetector. Quello che inizialmente sembrava un normale problema di connettività dei clienti si è rapidamente trasformato in un evento che ha interessato l’intera infrastruttura.

• Sintomi legati all’impatto sul nucleo: Gli utenti dei tenant interessati non sono stati in grado di avviare l'app desktop Outlook né di aprire il portale web. Le organizzazioni hanno segnalato gravi colli di bottiglia nel flusso di posta, interruzioni totali nell'invio o nella ricezione dei messaggi, errori di accesso e di autenticazione, nonché malfunzionamenti nelle funzionalità di ricerca nelle caselle di posta.

• A cascata nella suite Microsoft 365: Sebbene Outlook e Exchange Online fossero i punti di guasto più evidenti, Microsoft ha riconosciuto, nei rapporti sugli incidenti MO1465074 / EX1464935, che il problema di fondo ha compromesso il funzionamento degli strumenti aziendali correlati. Le ripercussioni hanno interessato Microsoft Teams, OneDrive for Business, SharePoint Online, Microsoft Purview e Microsoft Defender XDR.

• Portata globale e impatto disomogeneo: L'incidente è venuto alla luce intorno alle 17:30 UTC e ha interessato un'area geografica molto estesa. Negli Stati Uniti sono state segnalate gravi interruzioni in diversi stati (tra cui Texas, New York, Kentucky e Nevada), oltre a segnalazioni provenienti dall’America Latina. Sulla costa del Pacifico, l’impatto si è fatto sentire all’inizio della giornata lavorativa (che modo di iniziare un lunedì!). Le aziende europee hanno dovuto affrontare gravi errori di autenticazione e problemi nella consegna dei messaggi alla fine della giornata lavorativa, con conseguenti interruzioni delle procedure critiche di chiusura di fine mese il 31 agosto. L’impatto è stato disomogeneo: mentre alcuni dipendenti hanno mantenuto l’accesso, i colleghi che si trovavano esattamente sullo stesso tenant sono stati completamente esclusi.

• Durata superiore a 10 ore: L'incidente si è protratto per quasi 11 ore prima che la telemetria si stabilizzasse. La durata prolungata dell'incidente ha messo a dura prova i team IT, che hanno faticato a mantenere le comunicazioni di base sia interne che con i clienti.

• Causa principale e misure correttive: Microsoft ha individuato la causa dell'interruzione in un errore di configurazione di un componente fondamentale dell'autenticazione e del livello di connettività del protocollo utilizzato dai servizi interni Exchange Online. Gli ingegneri hanno reagito implementando una patch mirata per ripristinare le configurazioni di autenticazione, distribuendo gli aggiornamenti in modo incrementale sull'intera infrastruttura server.

Quando si verifica un incidente come MO1465074 / EX1464935, l'e-mail principale, la chat interna, l'archivio file e le dashboard di sicurezza possono smettere di funzionare contemporaneamente. In questi casi, i piani tradizionali di ripristino di emergenza che si basano su strumenti secondari all'interno del lo stesso fallimento dell'ecosistema cloud.

Se il vostro piano di comunicazione di riserva è Microsoft Teams, ma Teams si basa sulla stessa infrastruttura di base per l’identità e l’autenticazione di Exchange Online, il vostro sistema di riserva smetterà di funzionare contemporaneamente al sistema principale. Una vera resilienza richiede una diversificazione strutturale dei fornitori.