Miért elengedhetetlen a gyártáson túli katasztrofális forgatókönyv-tesztelés a kritikus infrastruktúra biztonságához

A példátlan FAA kiesés, amely az összes belföldi járat felfüggesztését eredményezte, mindenkit feltesz kérdéseket:

Hogy történt ez?

Ki a felelős?

Hogyan akadályozzuk meg, hogy hasonló megismétlődjön?

Ez a kimaradás figyelmeztetett bennünket, és rávilágított arra, hogy még az általunk legbiztonságosabbnak, legmegbízhatóbbnak és leghitelesebbnek tartott rendszerek is meghibásodhatnak.

Míg az ilyen típusú, a köztudatosság szintjét elérő kimaradás ritka, ha mégis bekövetkezik egy életfontosságú rendszerben, az katasztrofális eredmények lavinához vezethet, amelyek hatással vannak a biztonságra, a biztonságra és a gazdaságra. Ezt látjuk most a közlekedés megszakadásával és a webes/alkalmazás-szolgáltatások túlterheltségének következményeivel, amelyeket több ezer utas áraszt el, hogy elérjék úti céljukat.

Míg a mai FAA leállás rendszerhibának számít, ez egy kecses leromlási hiba volt. Ez azt jelenti, hogy szerencsére nem történt haláleset a meghibásodás miatt, és a rendszer ténylegesen leállt, mielőtt nagyobb kár keletkezett.

Ez szerencsés, de nem biztató.

A tesztelést mindig is használták a gyártásban a hibák felderítésére – a hibaszimuláció például egy eszköz mesterséges „letörésének” módszere volt, hogy kiderüljön, vajon a diagnosztikai tesztek kimutatják-e és elkülönítik-e a hibákat a kiváltó okukig. A szoftver tervezése során a mérnököknek megtanítják a tervezést annak specifikációi szerint, hogy mit kell funkcionálisan teljesítenie. Sokkal kevesebb erőfeszítést fordítottak a katasztrofális forgatókönyvek vagy a rendszer meghibásodásához vezető feltételek „tökéletes viharának” felkutatására. Ha előre látjuk ezeket a feltételeket, az segíthet a katasztrofális kudarcok proaktív észlelésére és megelőzésére szolgáló mechanizmusok proaktív kiépítésében.

A jövőbeli kimaradások és más kritikus infrastruktúra-hibák megelőzése

A felhőalapú számítástechnika és a mesterséges intelligencia megoldásainak elterjedésével most már elég hatékony számítási teljesítmény áll rendelkezésünkre ahhoz, hogy több millió működési forgatókönyvet kiértékeljünk, hogy felderítsük, milyen esetek vezethetnek katasztrofális forgatókönyvekhez.

Az FAA számára most lehetővé kell tenni a feltételek és adatok proaktív elemzését az összes belföldi repülőtérről, az égen és a földön lévő repülőgépekről, valamint a jövőbeni használatra tervezettekről, az irányítótorony kommunikációjáról és a kapcsolódó infrastruktúrákról, az utasokról, az időjárásról, és biztonság a rendszerhibákat eredményező forgatókönyvekhez.

Ha figyelembe vesszük e rendszer interakcióinak és kölcsönös függőségének összetettségét, nyilvánvaló, hogy elrettentő felvetés minden kudarcpontot megvizsgálni.

A mesterséges intelligencia segíthet ennek a hatalmas mennyiségű adatnak az elemzésében, hogy proaktívan keresse azokat a mintákat és viselkedési formákat, amelyek kihívásokat jelenthetnek az FAA rendszerei számára.

Ez nem példa nélküli, mivel a mesterséges intelligenciát arra használták, hogy jobban megvizsgálják a forgalmi mintákat az optimalizált ütemezés és logisztika érdekében.

A technológia hatékony védelmi mechanizmusként is bevethető a kibertámadások és/vagy a rendszerek rendellenes viselkedésének korai észlelésére. Az ilyen rendszerek hatékony telepítésének kulcsa az lesz, hogy elkülönítsék ezeket a konkrét kiugró tényezőket és feltételeket, hogy azokat humán szakértők ellenőrizhessék.

Sok tanulságot levonhatunk az FAA leállásából, és idővel tisztább képet kapunk a történtekről. Egyelőre azonban nyilvánvaló, hogy a feltörekvő technológiák, mint például a mesterséges intelligencia, amelyek lehetővé teszik a rendszerhibák és egyéb felmerülő kihívások proaktív észlelését, kiemelkedő szerepet játszanak abban, hogy hogyan tartjuk fenn kritikus infrastruktúránkat.

Forrás: https://www.forbes.com/sites/karenpanetta/2023/01/11/the-perfect-storm-of-the-faa-outage-why-catastrophic-scenario-testing-beyond-manufacturing-is- elengedhetetlen a kritikus infrastruktúra biztonságához/