مدیریت حوادث (Incident Management) چیست؟

مدیریت حوادث تیم‌های فناوری اطلاعات را در مورد مناسب‌ترین پاسخ برای هر حادثه راهنمایی می‌کند. این سیستم به تیم‌ها امکان می‌دهد تا تمام جزئیات مرتبط را برای یادگیری بیشتر ثبت کنند. می‌توان مدیریت حوادث را به‌عنوان یک راهنمای عملی برای بازیابی عملیات عادی در سریع‌ترین زمان ممکن با حداقل اختلال برای مشتریان داخلی و خارجی در نظر گرفت.

بدون وجود سیستم‌های مناسب، بازیابی حوادث به‌طور اجتناب‌ناپذیر منجر به تکرار اشتباهات، استفاده نادرست از منابع و تأثیر منفی بیشتر بر سازمان می‌شود. در ادامه، برخی از مزایای مدیریت حوادث را بررسی می‌کنیم.

کاهش وقوع حوادث

با داشتن یک راهنمای عملی برای مدیریت حوادث، تیم‌ها می‌توانند حوادث را به‌سرعت رفع کنند. در عین حال، مدیریت حوادث با شناسایی زودهنگام ریسک‌ها در فرآیند IM، وقوع حوادث را در طول زمان کاهش می‌دهد. ثبت کامل جزئیات حوادث به بهبود پیشگیرانه کمک می‌کند و از بروز حوادث مشابه در آینده جلوگیری می‌کند.

بهبود عملکرد

استفاده از نظارت مؤثر و حساس در مدیریت حوادث فناوری اطلاعات به شناسایی و بررسی کاهش‌های جزئی در کیفیت کمک می‌کند. همچنین می‌توانید راه‌های جدیدی برای بهبود عملکرد کشف کنید. با گذشت زمان، تیم فناوری اطلاعات می‌تواند الگوهای شناسایی حوادث خدمات را ارزیابی کند، که می‌تواند به اصلاح پیش‌بینانه و خدمات مداوم منجر شود.

همکاری مؤثر

تیم‌های مختلف اغلب باید برای بازیابی حوادث با هم همکاری کنند. با تعیین دستورالعمل‌های ارتباطی برای همه طرف‌ها در چارچوب پاسخ به حوادث، می‌توانید همکاری را به‌طور قابل‌توجهی بهبود دهید. همچنین می‌توانید احساسات ذی‌نفعان را به‌طور مؤثرتری مدیریت کنید.

چه رویدادهایی نیازمند مدیریت حوادث هستند؟

اصطلاح مدیریت حوادث منحصراً در حوزه فناوری اطلاعات استفاده نمی‌شود. در خارج از فناوری اطلاعات، این اصطلاح در زمینه‌هایی مانند خدمات اضطراری، مدیریت رویدادهای بزرگ‌مقیاس و عملیات کارخانه‌ها به کار می‌رود.

برای این مقاله، ما به مدیریت حوادث در چارچوب مدیریت خدمات فناوری اطلاعات (ITSM) اشاره می‌کنیم. در این زمینه، مدیریت حوادث بر فعالیت‌های مدیریتی مرتبط با کیفیت خدمات و خدمات مشتری تمرکز دارد.

در ادامه، رویدادهای مختلف فناوری اطلاعات در حوزه IM در ITSM را بررسی می‌کنیم.

حادثه

در مدیریت حوادث، حوادث به‌عنوان رویدادهای غیرمنتظره‌ای تعریف می‌شوند که باعث کاهش کیفیت مورد انتظار یا توافق‌شده خدمات فناوری اطلاعات می‌شوند. مقیاس حادثه می‌تواند کوچک یا بزرگ باشد و ممکن است درجه اهمیت آن مشخص شود. برای مثال، کاهش کیفیت خدمات ممکن است جزئی و محدود به یک مکان جغرافیایی خاص باشد، یا ممکن است سرویس با قطعی کامل در چندین منطقه مواجه شود.

مشکل

مشکل به دلیل اصلی حادثه اشاره دارد که پس از بررسی بیشتر کشف می‌شود و برای حل کامل حادثه ضروری است. برای مثال، اگر یک سرور وب کند عمل کند، مشکل ممکن است پیکربندی نادرست روتر در مرکز داده یا قطع شدن کابل شبکه در محیط باشد.

تغییر

در مدیریت حوادث، تغییر به زمانی اشاره دارد که خود سرویس برای بهبود کیفیت یا افزودن ویژگی‌های جدید تغییر می‌کند. در دوره تغییر، انتقال باید با دقت مدیریت شود تا از اختلال در عملیات عادی کسب‌وکار جلوگیری یا به حداقل برسد. این شامل اطلاع‌رسانی به مشتریان درباره اختلالات پیش‌بینی‌شده یا احتمالی خدمات است.

درخواست خدمات

درخواست خدمات یک درخواست آغازشده توسط مشتری است که در چارچوب شرایط توافق ارائه‌دهنده و مشتری قرار دارد. این درخواست باید بدون ایجاد اختلال در عملیات عادی انجام شود.

مدیریت حوادث چگونه کار می‌کند؟

مدیریت حوادث از مجموعه‌ای از فرآیندهای مستند استفاده می‌کند که به‌وضوح مشخص می‌کنند چه اقداماتی برای به حداقل رساندن تأثیر منفی و مدت‌زمان اختلال فناوری اطلاعات باید انجام شود. علاوه بر مدیریت فنی آنچه اشتباه رخ داده، این فرآیند شامل مدیریت انتظارات مشتری، کاربر و ذی‌نفعان در طول یک حادثه نیز می‌شود.

برای مشتریان، توافق‌نامه‌های سطح خدمات (SLAs) به‌وضوح ضمانت‌های زمان‌بندی، زمان‌های حل‌وفصل و کانال‌های ارتباطی برای حوادث را تعریف می‌کنند. این امر نیازمند مدیریت جامع حوادث از سوی ارائه‌دهنده خدمات است تا شرایط و ضوابط SLA را برآورده کند.

چارچوب‌های مدیریت حوادث فناوری اطلاعات

سازمان‌ها از چارچوب‌های مختلفی برای مدل‌سازی مدیریت حوادث خود استفاده می‌کنند. دو نمونه شامل مدیریت حوادث از کتابخانه زیرساخت فناوری اطلاعات (ITIL) 4 و چارچوب امنیت سایبری از مؤسسه ملی استانداردها و فناوری (NIST) هستند. این چارچوب‌ها ممکن است به همان شکل استفاده شوند یا برای تطبیق با محیط‌های کسب‌وکار منحصربه‌فرد، خدمات و استانداردهای ارتباطی مشتریان و ذی‌نفعان گسترش یابند.

نرم‌افزار مدیریت حوادث اغلب برای پیاده‌سازی یک چارچوب در یک سازمان استفاده می‌شود. چارچوب دقیق مورد استفاده بستگی به خدمات ارائه‌شده دارد.

مراحل فرآیند مدیریت حوادث چیست؟

مراحل فرآیندهای مدیریت حوادث به چارچوب مورد استفاده در سازمان بستگی دارد. در ادامه، مراحل اصلی در بسیاری از چارچوب‌های چرخه عمر مدیریت حوادث رایج را بررسی می‌کنیم.

شناسایی ریسک

شناسایی دارایی‌ها، سیستم‌ها، داده‌ها و سایر منابع حیاتی، تعیین می‌کند که بزرگ‌ترین ریسک‌های کسب‌وکار کجا هستند. در زمینه ارائه خدمات به مشتریان، این شامل شناسایی ارزشمندترین سیستم‌ها و دارایی‌های آنهاست.

محافظت از دارایی‌ها

پس از شناسایی دارایی‌ها، سازمان‌ها کنترل‌های امنیتی و عملکردی را تقویت می‌کنند. برای مثال، یک برنامه می‌تواند در چندین منطقه برای دسترسی مداوم در صورت قطعی‌های منطقه‌ای مستقر شود.

تشخیص حوادث

سیستم‌هایی باید برای نظارت بر وضعیت دارایی‌های حیاتی وجود داشته باشند تا هرگونه حادثه‌ای در زمان واقعی شناسایی شود. سازمان‌ها باید در نظارت بر ناهنجاری‌ها پیش‌فعال باشند؛ معمولاً ترجیح داده نمی‌شود که ابتدا از طریق گزارش مشتری از قطعی مطلع شوند. تأکید بر اصلاح پیش‌فعال است.

پاسخ به حوادث

هنگامی که یک حادثه شناسایی شد، باید فوراً هرگونه اختلال متوقف شود. اگر این ممکن نباشد، می‌توانید فرآیندی را برای مهار یا محدود کردن تأثیر دنبال کنید. همچنین ممکن است لازم باشد سیستم‌های ثانویه را فعال کنید تا عملیات حتی در صورت نبود راه‌حل سریع از سر گرفته شود. بسیاری از این موارد ممکن است بسته به ماهیت حادثه و ابزارهای مدیریت حوادث فعلی خودکار شوند.

بازیابی از حوادث

در فاز بازیابی، تجزیه‌وتحلیل حادثه آغاز می‌شود. شما درس‌های آموخته‌شده را ثبت می‌کنید، برنامه‌های پاسخ بهبودیافته را تدوین می‌کنید و مشکلات و فرآیندها را اصلاح می‌کنید. حوادث بزرگ ممکن است به تلاش‌های قابل‌توجهی برای بازیابی نیاز داشته باشند.

بهترین شیوه‌های مدیریت حوادث چیست؟

بهترین شیوه‌ها به سازمان‌ها کمک می‌کنند تا در بالاترین سطح بلوغ در یک واحد کسب‌وکار یا حوزه استراتژیک عمل کنند. با پیروی از بهترین شیوه‌ها در سیستم‌های مدیریت حوادث، می‌توانید بهترین خدمات ممکن را به مشتریان خود ارائه دهید.

تدوین سیاست‌های تشدید

شما باید بتوانید حوادث را بر اساس اولویت و شدت آنها دسته‌بندی کنید تا زمان‌بندی‌ها، اصلاحات و تحقیقات را هدایت کنید. باید سیاست‌های تشدید را در زمانی که پاسخ به حادثه طبق انتظار پیش نمی‌رود یا در صورت بروز یک حادثه بزرگ با اولویت یا شدت بالا اجرا کنید. بدون این سیاست‌ها، تیم شما ممکن است وقت خود را برای تصمیم‌گیری درباره اینکه با چه کسی تماس بگیرند و چه کاری انجام دهند تلف کند.

برنامه‌ریزی دقیق ارتباطات

ذی‌نفعان، از تیم فناوری اطلاعات تا کاربران نهایی، باید از وضعیت حوادث مطلع شوند. همچنین داشتن کانال‌های ارتباطی شفاف ارزشمند است تا افراد تحت تأثیر بدانند برای به‌روزرسانی‌ها یا گزارش حوادث جدید کجا مراجعه کنند. با داشتن برنامه‌های ارتباطی شفاف، می‌توانید اعتماد ایجاد کنید و از سرزنش‌های نابجا جلوگیری کنید. حوادث حیاتی همیشه با دیپلماسی مدیریت می‌شوند.

انجام تحلیل علل ریشه‌ای

پس از رفع یک حادثه، باید تحلیل علل ریشه‌ای را انجام دهید تا بفهمید چرا حادثه در وهله اول رخ داده است. این کار به شناسایی شکاف‌ها یا آسیب‌پذیری‌ها در سیستم کمک می‌کند که می‌توانید آنها را برای جلوگیری از حوادث مشابه در آینده برطرف کنید. درس‌های آموخته‌شده از هر حادثه برای بهبود مستمر زیرساخت‌ها و فرآیندهای فناوری اطلاعات مفید هستند.

اتخاذ شیوه‌های مهندسی آشوب

مهندسی آشوب یک رشته در مهندسی نرم‌افزار است که در آن سیستم‌ها به‌طور عمدی در معرض شرایط مخل مانند خرابی سرور، تأخیرات شبکه یا محدودیت‌های منابع قرار می‌گیرند. ایجاد آشوب در سیستم‌ها مقاومت آنها را آزمایش می‌کند و همچنین فرآیندهای پاسخ و مدیریت حوادث سازمان را تقویت می‌کند. این تکنیک مشابه استقرار هک اخلاقی در مدیریت حوادث امنیت سایبری است.