2024年IT基础设施大宕机事件回顾与韧性评估

2024年，IT领域遭遇了多起重大意外宕机事件，其中至少有一家大型航空公司被迫停运数天，云服务流量也一度陷入停滞或严重减速。

CrowdStrike宕机事件的后续影响仍在持续发酵，相关诉讼可能涉及数亿美元的赔偿金额。此外，Salesforce、Atlassian和AT&T也相继出现了持续时间较短的云服务与软件服务故障。

在这一年即将进入最后三个月之际，IT基础设施的整体表现究竟如何？当前的系统与服务是否已具备应有的韧性？面对全球每天流转的海量数据与软件，全球IT基础设施的稳定性是否有足够保障？一旦出现最坏情况，宕机事件的破坏力究竟会有多大？

在《DOS Won't Hunt》节目的这期内容中，四位嘉宾围绕上述议题展开了深入讨论：Laserfiche首席信息官兼企业战略高级副总裁Thomas Phelps、Tanium产品管理事故响应高级总监Stephanie Aceves、Auvik联合创始人Alex Hoff，以及Semperis首席信息安全官James Doggett。四位嘉宾就宕机事件的常见诱因、宕机的必然性，以及企业如何进一步完善灾难恢复方案等话题进行了全面探讨。

Q&A

Q1：2024年有哪些典型的IT宕机事件？

A：2024年发生了多起重大IT宕机事件，其中CrowdStrike宕机事件影响最为广泛，导致至少一家大型航空公司停运数天。此外，Salesforce、Atlassian和AT&T也出现了不同程度的云服务与软件故障，其中CrowdStrike相关事件预计将引发数亿美元的法律赔偿纠纷。

Q2：CrowdStrike宕机事件的后续影响是什么？

A：CrowdStrike宕机事件的影响尚未完全平息，目前相关赔偿纠纷已进入司法程序，潜在涉案金额高达数亿美元。这一事件也引发了业界对IT基础设施稳定性与企业灾难恢复能力的广泛反思，促使更多企业重新审视自身的应急响应机制。

Q3：企业该如何提升IT基础设施的抗宕机能力？

A：根据节目中四位业内专家的讨论，企业提升抗宕机能力的关键在于：充分了解宕机的常见诱因，正视宕机事件发生的必然性，并在此基础上持续完善灾难恢复计划。建议企业定期演练应急预案，明确各环节的责任分工，并借助专业工具提升故障检测与响应速度，以最大限度降低宕机带来的业务损失。