Kompleksowa integracja: zarządzanie incydentem od początku do końca — Sztuczna inteligencja w zarządzaniu systemami i sieciami

Zyski:

Kompleksowe zarządzanie incydentem ze wsparciem sztucznej inteligencji na etapach wykrywania, diagnozowania, łagodzenia, trwałego rozwiązania i uczenia się
Możliwość utrzymania dyscypliny weryfikacji nawet w czasach paniki poprzez oddzielenie kroków, które można przenieść na sztuczną inteligencję, od tych, które na każdym etapie wymagają decyzji człowieka.
Możliwość przekształcenia złotej zasady, zgodnie z którą sztuczna inteligencja ma pierwszeństwo przed pytaniami „co się dzieje, jak pisać”, a ludzie mają pierwszeństwo przed pytaniami „czy powinienem to zrobić, kto jest gwarantem”, w odruch biznesowy

Kompleksowa integracja: zarządzanie incydentem od końca do końca za pomocą sztucznej inteligencji

Poznałeś elementy poprzednich dziesięciu części: skrypty, analiza logów, monitorowanie, konfiguracja, IaC, dokumentacja, konserwacja predykcyjna, zarządzanie zmianami i bezpieczeństwo. Ale w prawdziwym świecie te części nie pojawiają się jedna po drugiej, ale splatają się w ramach wydarzenia. W tej ostatniej części łączymy wszystkie elementy: w całości zobaczysz, jak zarządzać incydentem, który rozpoczął się w środku nocy, od początku do końca, od wykrycia do pierwotnej przyczyny, od środków zaradczych po dokumentację i stosując odpowiednią dawkę sztucznej inteligencji na każdym etapie. Celem nie jest nauczenie nowej techniki; łącząc w całość to, czego nauczyłeś się jako odruch inżyniera, wzmacniając jedyną prawdę powtarzaną w całym module: sztuczna inteligencja przyspiesza, oświetla i projektuje na każdym etapie; ale zawsze to człowiek potwierdza diagnozę, wydaje polecenie, potwierdza zmianę i ponosi odpowiedzialność za wynik.

W tej części na podstawie przykładu zintegrujesz cykl życia incydentu – wykrywanie, diagnoza, interwencja, rozwiązanie, uczenie się – oraz rola i ograniczenia sztucznej inteligencji na każdym etapie.

Cykl życia wydarzenia

Każdy poważny incydent przechodzi przez podobne etapy, a sztuczna inteligencja odgrywa na każdym z nich inną rolę. Wykrywanie: włącza się alarm, użytkownik skarży się, metryka odbiega od wartości bazowej (część 4). Walidacja i zakres: czy to naprawdę problem i jak szeroki jest? Diagnoza: dotarcie do głównej przyczyny na podstawie dzienników i metryk (część 3). Reakcja i łagodzenie: zatrzymanie uszkodzeń, obejście. Rozwiązanie trwałe: naprawa za pomocą zarządzania zmianami (jednostka 9), skryptu (jednostka 2) lub konfiguracji, jeśli to konieczne (jednostka 5). Uczenie się: aktualizacja pośmiertna i runbook (część 7). Sztuczna inteligencja wykrywa anomalie w wykrywaniu, stawia hipotezy w diagnozie, oferuje opcje interwencji, pisze projekty rozwiązań, tworzy dokumenty w trakcie uczenia się – ale na każdym etapie to człowiek stoi w punkcie decyzyjnym.

Wskazówka: najniebezpieczniejszym momentem zdarzenia jest moment diagnozy i reakcji, w którym stres jest największy – dokładnie wtedy, gdy potrzeba ślepego zaufania sztucznej inteligencji jest najsilniejsza. Im bardziej się śpieszysz, tym mocniej trzymasz się odruchu „przeczytaj, sprawdź, przygotuj się do powrotu”. Pojedyncza weryfikacja pominięta w chwili paniki podwaja wydarzenie.

Przykład od początku do końca

Zróbmy to konkretem. Alarm o godzinie 02:10: czas reakcji usługi płatniczej p99 wynosi 6 sekund, znacznie powyżej wartości bazowej (250–400 ms). Wykrycie prawidłowe: śledzenie zadziałało. Potwierdzenie: potwierdzenie z wielu lokalizacji, prawdziwe wydarzenie. Diagnostyka: inżynier przekazuje AI zamaskowany dziennik i dane z ostatnich 20 minut; Sztuczna inteligencja ustala harmonogram i zaznacza, że spowolnienie rozpoczyna się natychmiast po wdrożeniu o godzinie 02:08 – silna korelacja, ale wciąż hipoteza. Inżynier potwierdza to w dzienniku wdrożenia: tak, wydanie zostało wydane o 02:08. Odpowiedź: najszybszą redukcją jest wycofanie dystrybucji; Krok wycofania w żądaniu zmiany jest gotowy (część 9). Inżynier najpierw wdraża wycofanie na serwerze z logiką kanarkową, poprawia się czas odpowiedzi, a następnie propaguje go. Rozwiązanie trwałe: rzeczywista przyczyna (nieindeksowane zapytanie w nowej wersji) zostanie spokojnie naprawiona następnego dnia. Uczenie się: sporządzana jest wersja robocza sekcji zwłok wolnej od sztucznej inteligencji, a do elementu Runbook dodawany jest krok „monitorowanie p99 po wdrożeniu”. Na każdym etapie sztuczna inteligencja przyspieszała; weryfikowane przez człowieka w każdym punkcie decyzyjnym.

Złota zasada podziału pracy Człowiek-AI

Rozróżnienie, które widzisz w całym module, staje się tutaj zasadą: sztuczna inteligencja wyprzedza w pytaniach „co się dzieje, co może się wydarzyć, jak pisać”; Ludzie przodują, jeśli chodzi o pytania takie jak „czy powinienem to zrobić teraz, kto może za to ręczyć?” Sztuczna inteligencja jest niestrudzoną, szybką, skanuje ogromne ilości informacji i generuje plany, ale nie zna pełnego kontekstu, może wywoływać halucynacje, nie radzi sobie z odpowiedzialnością i nie widzi ukrytych zależności Twojej organizacji. Człowiek jest powolny, ale niesie ze sobą kontekst, odpowiedzialność i osąd. Najlepszym rezultatem jest prawidłowy podział pracy między nimi: delegowanie sztucznej inteligencji powtarzalnej, tekstowej i możliwej do wyprodukowania pracy; Zachowaj ludzką weryfikację, decyzję i wykonanie.

trzy mini etui

Przypadek 1 — 40 minut od końca do końca. W przypadku zapełnienia dysku SRE przyspieszył cały łańcuch za pomocą AI: potwierdził alarm z linią bazową (5 min), zlecił podsumowanie zamaskowanego dziennika YZ i znalazł pierwszy błąd (5 min), zweryfikował hipotezę sztucznej inteligencji o „zatrzymaniu rotacji dziennika” w prawdziwym systemie (5 min), uruchomił i wdrożył gotowy skrypt czyszczący z próbą uruchomienia (10 min), zlecił zapisanie szkicu pośmiertnego do AI i zweryfikował fakty (15 min). Łącznie 40 minut; Około dwa razy więcej bez sztucznej inteligencji. Ale na każdym etapie był etap weryfikacji.

Przypadek 2 — Pominięto weryfikację w chwili paniki. Inny zespół pospieszył z cięciem. Przyjął pierwszą hipotezę sztucznej inteligencji dotyczącą pierwotnej przyczyny (usługa zależności) bez jej weryfikacji i ponownie uruchomił tę usługę. Problem nie został rozwiązany, ponieważ prawdziwą przyczyną było coś innego; Co więcej, niepotrzebne ponowne uruchomienie spowodowało drugą awarię. Lekcja: pośpiech nie usprawiedliwia pominięcia weryfikacji; Zanim hipoteza AI zostanie potwierdzona, akcja eskaluje wydarzenie.

Przypadek 3 – Świadomość ograniczenia. Inżynier miał właśnie wdrożyć zmianę konfiguracji, do której nalegała sztuczna inteligencja w związku ze złożonym problemem sieciowym. Jednak zmiana wydawała się nieodwracalna, a sztuczna inteligencja nie znała konkretnych zasad routingu obowiązujących w agencji. Inżynier zatrzymał się, skonsultował się ze starszym ekspertem ds. sieci i dowiedział się, że propozycja sztucznej inteligencji stworzy pętlę routingu w tej konkretnej topologii. Znajomość limitów AI zapobiegła zakłóceniom.

Cztery szablony do kopiowania

1) Podsumowanie wyzwalacza zdarzenia (triage):

Twoja rola: starszy SRE, zastępca dowódcy incydentu. Jest aktywne wydarzenie. Zamaskowany alert/metryka/dziennik, który ci daję, umożliwia mi szybką selekcję: (1) jaki jest objaw, (2) jaki jest zakres wpływu, (3) 3 obszary, na które należy zwrócić uwagę w pierwszej kolejności, (4) polecenie sterujące tylko do odczytu dla każdego. Decyzja i wykonanie należą do mnie; Wyślij drogę. Dane: [zamaskowane]

2) Przewodnik dotyczący etapowego zarządzania incydentami:

Przeprowadź mnie krok po kroku przez cykl życia incydentu dla symptomu [objawu]: potwierdzenie wykrycia, diagnoza, łagodzenie, trwałe rozwiązanie, uczenie się. Na KAŻDYM etapie powiedz mi (a) co muszę zrobić, (b) kiedy mogę bezpiecznie przekazać to AI, (c) jaką decyzję MUSZĘ sam podjąć. Zaznacz kroki weryfikacji, których nie powinienem pomijać, nawet jeśli się spieszę.

3) Kontrola punktu decyzyjnego:

Jestem w trakcie wydarzenia i mam zamiar wykonać następującą czynność: [akcja]. Przed wdrożeniem zadaj mi pytanie: (1) czy jest to odwracalne, (2) jaką weryfikację przeprowadziłem/nie przeprowadziłem, (3) czy mam plan wycofywania zmian, (4) czy mam dowody, że to działanie faktycznie rozwiązało pierwotną przyczynę? Jeśli zauważysz, że czegoś brakuje, zatrzymaj mnie.

4) Zintegrowane nauczanie po wydarzeniu:

W przypadku właśnie rozwiązanego incydentu [podsumowanie] daje mi: (1) wersję roboczą pośmiertną bez winy, (2) 3 stałe ulepszenia (monitorowanie/automatyzacja/konfiguracja), które zapobiegną temu incydentowi, (3) kroki elementu Runbook, które należy zaktualizować, (4) sugestię sygnału wczesnego ostrzegania w przypadku podobnego zdarzenia. Zapisywanie pierwotnej przyczyny bez dowodów; w oparciu o fakty.

Słaba zachęta/silna zachęta

Słaba zachęta:

System się zawiesił, co mam zrobić?

W panice, bez kontekstu i bez weryfikacji, ten monit otrzymuje ogólną i potencjalnie niebezpieczną poradę od sztucznej inteligencji. Pośpiech prowadzi w tym momencie do błędów najczęściej.

Potężny monit:

Twoja rola: zastępca dowódcy incydentu. Aktywne zdarzenie: czas reakcji usługi płatniczej ip99 15-krotność wartości bazowej (250-400 ms) od 02:10. Wiem, że dystrybucja była o 02:08. Podaj mi: (1) najbardziej prawdopodobną hipotezę i sposób jej sprawdzenia TYLKO DO CZYTAŃ, (2) najszybszą i ODWRACALNĄ opcję łagodzenia, (3) ryzyko, które muszę kontrolować przed zastosowaniem tego łagodzenia. Posiadam wykonanie i akceptację. Dodatkowe dane: [zamaskowana metryka/log]

faza wydarzenia

Rola sztucznej inteligencji

Krytyczna decyzja człowieka

wykrywanie

Zaznacz anomalię

Czy jest to wydarzenie faktyczne, jaki jest jego zakres?

Diagnoza

generowanie hipotez

Która hipoteza została potwierdzona?

redukcja

Nie oferuj opcji

Która redukcja jest odwracalna?

trwałe rozwiązanie

Projekt/scenariusz

Zatwierdź i wykonaj zmianę

Nauka

Szkic pośmiertny

Sprawdzanie faktów i wniosków

Typowe błędy

Pomijanie weryfikacji w panice. Pośpiech nie usprawiedliwia rezygnacji z odruchu „przeczytaj – sprawdź – przygotuj zwrot”; W miarę narastania stresu dyscyplina musi się zwiększać.
Mylenie hipotezy z dowodem. Podjęcie działań bez potwierdzenia pierwszej sugestii sztucznej inteligencji dotyczącej pierwotnej przyczyny spowoduje eskalację incydentu.
Zapominanie o granicy kontekstu AI. AI nie zna ukrytych zależności organizacji; W przypadku krytycznej zmiany przeważa ludzki osąd.
Pomijanie fazy uczenia się. Wydarzenie, bez aktualizacji pośmiertnych i plików Runbook, rozpoczyna się ponownie tej samej nocy.
Przerzucanie odpowiedzialności na sztuczną inteligencję. „AI tak powiedziała” nie jest obroną; Odpowiedzialność za wykonanie zawsze spoczywa na człowieku.

Uwaga: wykorzystanie sztucznej inteligencji w zarządzaniu incydentami nie zastępuje uczenia się zarządzania incydentami. Pojazd może się rozbić, rozbić lub stać się niedostępny. Inżynier znający podstawy jest szybszy dzięki AI; Inżynier, który nie zna podstaw, będzie szybciej popełniał błędy dzięki AI. Najpierw ustal dyscyplinę, a następnie uzyskaj prędkość od AI.

Podsumowując

W prawdziwym świecie części nie pojawiają się jedna po drugiej, ale splatają się w ramach wydarzenia. Zarządzając zdarzeniem od wykrycia do uczenia się, sztuczna inteligencja przyspiesza na każdym etapie: sygnalizuje anomalię, generuje hipotezy, oferuje opcje, wersje robocze, przygotowuje sekcję zwłok. Ale w każdym momencie decyzji zatrzymujemy się – potwierdzamy diagnozę, decydujemy się na redukcję, zatwierdzamy zmianę, jesteśmy właścicielami wyniku. Złota zasada jest jasna: sztuczna inteligencja przoduje w pytaniach „co się dzieje, jak pisać”, a ludzie przodują w pytaniach „czy powinienem to zrobić, kto jest gwarantem?” W czasach paniki zwiększ dyscyplinę, oddziel hipotezy od dowodów, pamiętaj o granicach kontekstu sztucznej inteligencji i wyciągnij wnioski z każdego zdarzenia. Istotą tego modułu jest jedno zdanie: AI to potężny asystent; Nie można delegować odpowiedzialności inżynieryjnej.

Zadanie aplikacji

Rozważ wydarzenie, którego doświadczyłeś (lub sobie wyobrażałeś) w przeszłości, od początku do końca. Korzystając z powyższego szablonu „Przewodnika dotyczącego etapowego zarządzania incydentami”, poproś sztuczną inteligencję o poprowadzenie incydentu przez etapy wykrywania – diagnozowania – łagodzenia – rozwiązywania problemów – uczenia się; Na każdym etapie napisz osobno krok, który możesz delegować AI i krok, o którym musisz sam zdecydować. Potwierdź przynajmniej jedną hipotezę AI poleceniem weryfikacji w fazie diagnozy. Na koniec utwórz wersję roboczą aktualizacji pośmiertnej i runbooka za pomocą szablonu „Zintegrowane nauczanie po zdarzeniu”. Podsumuj podział pracy człowieka i sztucznej inteligencji w całym procesie w 7 punktach.

lista kontrolna

[ ] Czy podzieliłem incydent na etapy wykrywania, diagnozowania, łagodzenia, rozwiązywania i uczenia się?
[ ] Czy rozróżniłem etapy, które można delegować AI od tych, które wymagają podejmowania decyzji przez człowieka na każdym etapie?
[ ] Czy w diagnozie oddzieliłem hipotezę AI od dowodów i potwierdziłem ją poleceniem weryfikacji?
[ ] Czy oceniłem środki zaradcze pod kątem odwracalności i planu wycofywania?
[ ] Czy zachowałem odruch „przeczytaj-weryfikuj-przygotowaj zwrot” nawet w chwilach paniki?
[ ] Czy wyciągnąłem wnioski z sekcji zwłok i wyciągnąłem wnioski z tego zdarzenia?

Egzamin modułowy

1. Które z poniższych jest najdokładniejszym umiejscowieniem sztucznej inteligencji w zarządzaniu systemami i siecią?

A) Sztuczna inteligencja jest narzędziem wspomagającym i wspomagającym podejmowanie decyzji; Odpowiedzialność i ostateczna akceptacja kluczowych decyzji wykonawczych spoczywa na człowieku ✔
B) Sztuczna inteligencja może wydawać polecenia i wprowadzać zmiany w produkcji bez zgody człowieka
C) Sztuczna inteligencja działa tylko przy pisaniu tekstu, nie ma ona nic wspólnego z pracą systemu i sieci
D) Sztuczna inteligencja zawsze podejmuje trafniejsze decyzje niż człowiek, więc weryfikacja jest zbędna

Opis: Sztuczna inteligencja to narzędzie wspomagające i wspomagające podejmowanie decyzji, które tworzy wersje robocze i analizy, takie jak skrypty, analizy dzienników i dokumenty. Odpowiedzialność i ostateczne zatwierdzenie decyzji wykonawczych mających wpływ na przestój, utratę danych i bezpieczeństwo, takich jak wykonanie polecenia lub zatwierdzenie zmiany, należy do kompetentnego inżyniera.

2. Jakie cztery kroki odruchu weryfikacyjnego należy wdrożyć przed uruchomieniem polecenia wygenerowanego przez sztuczną inteligencję na produkcji?

A) Kopiuj, wklej, uruchom, miej nadzieję
B) Przeczytaj i zrozum, udokumentuj, wypróbuj w odizolowanym środowisku, przygotuj się na informację zwrotną ✔
C) Polub, udostępnij, zapisz, zarchiwizuj
D) Usuń, napisz ponownie, skompresuj, wyślij

Opis: Cztery kroki, które należy zastosować do krytycznych wyników: (1) przeczytaj i zrozum polecenie wiersz po wierszu, (2) połącz flagi i składnię z oficjalną dokumentacją, (3) wypróbuj w izolowanym/testowym środowisku, jeśli to możliwe, wykonaj próbę próbną, (4) przygotuj plan awaryjny (kopia zapasowa, migawka), jeśli coś pójdzie nie tak.

3. Co to znaczy, że skrypt automatyzacji jest „idempotentny” i dlaczego jest to ważne?

A) Skrypt generuje różne wyniki w każdym uruchomieniu
B) Skrypt można uruchomić tylko raz, a następnie usunąć
C) Skrypt nie powoduje żadnych szkód przy drugim uruchomieniu; ✔ Bezpieczny nawet w przypadku ponownego uruchomienia
D) Skrypt nie zawiera zarządzania błędami

Objaśnienie: Idempotencja oznacza, że uruchomienie tego samego skryptu dwa lub więcej razy nie powoduje uszkodzeń ani błędów przy drugim uruchomieniu. Logika typu „pomiń, jeśli użytkownik już istnieje”, „utwórz katalog, jeśli nie istnieje, nie dotykaj go, jeśli istnieje”. Dzięki temu automatyka działa bezpiecznie nawet w przypadku ponownego przypadkowego uruchomienia.

4. Jaki jest najprostszy sposób zabezpieczenia skryptu zawierającego destrukcyjne operacje (usunięcie, ponowne uruchomienie)?

A) Uruchom skrypt tak szybko, jak to możliwe
B) Ukrywanie komunikatów o błędach
C) Testowanie skryptu bezpośrednio na produkcji
D) Umieszczenie destrukcyjnych operacji poza domyślnym uruchomieniem próbnym i powiązanie rzeczywistej implementacji z wyraźną flagą zaznaczenia ✔

Objaśnienie: Domyślne utrzymywanie destrukcyjnych procesów w trybie uruchomienia próbnego i uruchamianie tylko rzeczywistej aplikacji z wyraźną flagą zatwierdzenia (np. --apply) pozwala najpierw zobaczyć, co się stanie po uruchomieniu skryptu. Również sprawdzanie zmiennych zerowych (VAR:?) zapobiega błędom ścieżki.

5. Co w analizie logarytmicznej oznacza zasada „korelacja nie jest przyczyną”?

A) Dwa zdarzenia, które zmieniają się razem, niekoniecznie pozostają w związku przyczynowo-skutkowym; Należy również zweryfikować związek przyczynowy ✔
B) Szukanie korelacji w logach jest stratą czasu
C) Z dwóch zdarzeń, które zmieniają się razem, jedno jest zdecydowanie przyczyną drugiego.
D) Przyczynowość może określić jedynie sztuczna inteligencja

Wyjaśnienie: To, że dwa zdarzenia zachodzą w tym samym czasie (korelacja), nie oznacza, że jedno powoduje drugie (przyczynowość); Obydwa mogą być wynikiem trzeciego zdarzenia. Sugestia sztucznej inteligencji, że „X prawdopodobnie spowodował Y” jest hipotezą i nie jest uznawana za ustalenie, dopóki nie zostanie zweryfikowana w systemie.

6. Dlaczego percentyl (p95/p99) jest preferowany w stosunku do średniej podczas pomiaru czasu reakcji w monitorowaniu wydajności?

A) Percentyl jest łatwiejszy do obliczenia niż średnia
B) Przeciętność ukrywa złe doświadczenia mniejszości; percentyl ujawnia te ukryte problemy ✔
C) Średnia jest zawsze błędna i nie należy jej używać
D) Percentyl dotyczy tylko wskaźników procesora

Wyjaśnienie: Średnia ukrywa bardzo złe doświadczenia, jakie ma niewielka część użytkowników. Chociaż średnia wydaje się wynosić 200 ms, p99 może wynosić 6 sekund; Oznacza to, że jedno na sto żądań jest strasznie powolne. Percentyl uwidacznia ból tej mniejszości, który kryje się za przeciętnością.

7. Czym jest „dryft” w zarządzaniu konfiguracją i dlaczego jest niebezpieczny?

A) Ruch sieciowy spada w nocy
B) Fizyczne przeniesienie serwera
C) Serwery z czasem odbiegają od siebie i standardu; ✔ Niewidoczny do momentu pojawienia się problemu
D) Automatyczna kopia zapasowa plików konfiguracyjnych

Opis: Dryf to odchylenie serwerów od siebie i od standardu poprzez nieudokumentowane ręczne zmiany w czasie. Niebezpieczeństwem jest milczenie: nie jest widoczne, dopóki nie pojawi się problem, wtedy jeden serwer zachowuje się inaczej niż pozostałe, a diagnoza zajmuje wiele godzin. Sztuczna inteligencja sprawia, że dryf jest widoczny w porównaniu; Zasada spawania złotem zapobiega.

8. Dlaczego krok „planowania” jest najważniejszą barierą bezpieczeństwa w narzędziach IaC (takich jak Terraform)?

A) Plan uruchamia kod szybciej
B) Usuwa plik stanu planu
C) Plan naprawia jedynie formatowanie kodu
D) Plan pokazuje, co zostanie dodane, zmienione i USUNIĘTE przed wdrożeniem; Zapobiega utracie danych ✔

Opis: Plan (plan terraform / ansible --check) daje podgląd „co się zmieni” przed wykonaniem kodu: ile zasobów zostanie dodanych, zmienionych, usuniętych. W szczególności linie „zniszcz” i „wymuś wymianę” wskazują na ryzyko utraty danych przed wdrożeniem. Złożenie wniosku bez zapoznania się z planem to jeden z najdroższych błędów.

9. Dlaczego plik stanu Terraform powinien być starannie chroniony, a nie wklejany do AI lub otwartych repozytoriów?

A) Akta stanowe mogą zawierać tajemnice zapisane zwykłym tekstem; W przypadku wycieku informacje o tożsamości zostaną ujawnione ✔
B) Ponieważ plik stanu jest za duży
C) Plik stanu jest już zaszyfrowany w sposób nieczytelny.
D) Kod działa szybciej, gdy plik stanu jest udostępniany

Opis: Plik stanu przechowuje aktualny stan zarządzanej infrastruktury i może zawierać sekrety w postaci zwykłego tekstu (hasła do baz danych, klucze). Dlatego należy go przechowywać w zaszyfrowanym, zamkniętym zdalnym backendie z ograniczonym dostępem; Nigdy nie należy go umieszczać w publicznym pojeździe lub repozytorium, w przeciwnym razie tajemnica wycieknie.

10. Co w dokumentacji podkreśla stwierdzenie „niewłaściwy element Runbook jest bardziej niebezpieczny niż brak elementu Runbook”?

A) Pisanie elementu Runbook to strata czasu
B) Nieprzetestowany element Runbook jest wdrażany na ślepo w czasie kryzysu; Jeden zły krok może doprowadzić do katastrofy ✔
C) Elementy Runbook są pisane tylko dla administratorów
D) Dokumentacja nie powinna być nigdy aktualizowana

Objaśnienie: Zespół bez elementu Runbook jest ostrożny i podejrzliwy w czasie kryzysu; ale osoba posiadająca „oficjalny” runbook stosuje go pod wpływem stresu bez zadawania pytań. Jeśli element Runbook nie został przetestowany i zawiera błąd o jeden krok, ślepa implementacja doprowadzi do katastrofy. Dlatego każdy element Runbook musi zostać dokładnie przetestowany i ostemplowany w rzeczywistym środowisku.

11. Które podejście w konserwacji predykcyjnej jest właściwe, aby zrozumieć, kiedy dysk zbliża się do awarii?

A) Natychmiast wymień pojedynczy uszkodzony dysk SMART
B) Całkowite ignorowanie danych SMART
C) Patrząc na trend wartości w czasie; ✔ Stały i przyspieszający wzrost liczby sygnałów
D) Podjęcie działań dopiero po całkowitym zapadnięciu się dysku

Wyjaśnienie: Pojedynczy zły odczyt SMART nie jest powodem do paniki; To normalne, że na płytach od czasu do czasu poprawiane są błędy. Prawdziwym sygnałem jest trend: konsekwentny i przyspieszający wzrost wartości takich jak realokacja sektora w czasie. Dlatego AI otrzymuje szereg czasowy, a nie pojedynczy odczyt.

12. Jakie są dwie najczęściej pomijane, ale krytyczne części zmiany produkcji?

A) Kolor i nazwa zmiany
B) Stanowisko i dział osoby dokonującej zmiany
C) Ogłoszenie o zmianie w mediach społecznościowych
D) Plan wycofania i kryteria weryfikacji powodzenia ✔

Wyjaśnienie: Jeśli nie ma pisemnej odpowiedzi na pytania „jak dokładnie wycofać wersję, jeśli coś pójdzie nie tak” (plan wycofania) i „jak udowodnić, że się powiodło” (kryteria weryfikacji sukcesu) przed wdrożeniem zmiany, oznacza to, że zmiana ta nie jest jeszcze gotowa. Bez tych dwóch uszkodzoną zmianę można uznać za „kompletną”.

13. Dlaczego preferowane jest podejście „kanaryjskie” zamiast wdrażania zabezpieczeń (nowa wersja/łatka) na wszystkich serwerach w tym samym czasie?

A) Zmiana jest najpierw stosowana do małej części; Błąd dotyczy małej części, a nie całej floty i jest wychwytywany wcześnie ✔
B) Dystrybucja na Wyspach Kanaryjskich zużywa mniej energii elektrycznej
C) Canary sprawia, że weryfikacja wdrożenia jest całkowicie niepotrzebna
D) Wdrożenie Canary dotyczy tylko baz danych

Opis: wdrożenie Canary obejmuje najpierw wprowadzenie zmiany w małej części (jeden serwer, 5% użytkowników) i monitorowanie. W ten sposób błąd wpływa na małą część, a nie na całą flotę i jest wcześnie wychwytywany. Błąd, który rozprzestrzenia się od razu, uderza wszystkich użytkowników w tym samym czasie.

14. Jaka jest niezmienna zasada etyczna i prawna dotycząca wykorzystania sztucznej inteligencji w pracy związanej z ochroną?

A) Sztuczną inteligencję można swobodnie wykorzystywać do skanowania pod kątem luk w dowolnym systemie
B) Kodeks etyczny ma zastosowanie wyłącznie do dużych instytucji
C) Jest używany wyłącznie w autoryzowanych systemach i do celów obronnych; Użycie w celu uzyskania nieautoryzowanego dostępu lub ataku jest przestępstwem ✔
D) Infiltracja systemu innej osoby w celu uczenia się jest bezpłatna.

Opis: Informacje o systemie i sieci mają podwójne zastosowanie. Sztuczną inteligencję można wykorzystywać wyłącznie w systemach, dla których posiadasz pisemną autoryzację oraz w celach obronnych (wykrywanie zagrożeń w logach, hartowanie, reagowanie na incydenty). Używanie go do skanowania lub infiltrowania systemu, który nie należy do Ciebie, jest nieautoryzowanym dostępem i przestępstwem; Do nauki należy wykorzystać izolowane laboratorium.