In questo articolo Indice dei contenuti 2 sezioni
Un difetto rimasto nascosto nei sistemi di Microsoft fin da luglio è all’origine del grande disservizio che la scorsa settimana ha paralizzato Microsoft 365 ed Exchange, in quello che viene considerato uno dei blackout più estesi nella storia dell’azienda. A confermarlo è la stessa società di Redmond, che dopo giorni di ipotesi avanzate dagli esperti ha diffuso un rapporto ufficiale sull’incidente. Il quadro descrive un bug latente che, sommato a variazioni nel traffico e a una capacità ridotta dei server, ha creato una vera e propria tempesta perfetta, abbastanza potente da bloccare l’intera infrastruttura.
Nel documento il gruppo americano definisce l’accaduto come “un problema tecnico non correlato ad attacchi informatici o ad attività di intelligenza artificiale/agenti”. Dietro lo stop, quindi, non ci sono né incursioni di hacker né agenti automatici sfuggiti al controllo. L’interruzione è durata quasi un giorno intero, dalle 17:20 ora italiana del 12 novembre fino alle 17:10 del 13 novembre, e il monitoraggio dei sistemi è proseguito fino al 14 novembre.
Cosa è successo al gateway cloud di Microsoft
Secondo la ricostruzione del colosso tecnologico, alla base del disservizio ci sono fattori diversi che si sono intrecciati nel momento peggiore. Il primo riguarda una modifica introdotta a partire da luglio nel gateway cloud, il componente che consente ai servizi di accedere, interrogare o aggiornare i dati custoditi all’interno della rete aziendale. Proprio quell’intervento conteneva un errore per cui, in determinate condizioni, le risorse di memoria potevano esaurirsi fino a rendere il sistema non più reattivo.
C’è poi un dettaglio piuttosto curioso. L’anomalia non era mai emersa durante i test preliminari perché l’hardware utilizzato in quella fase era meno potente. Sono state invece le macchine più recenti, in modo quasi paradossale, a contribuire al blocco.
Il secondo elemento ha a che fare con il carico sui server, appesantito da “spostamenti di traffico durante normali operazioni di manutenzione e aggiornamento della rete” legati a Teams. Da qui è partito un effetto a valanga che ha messo fuori uso oltre l’80% dei server gateway coinvolti, in una situazione in cui la capacità disponibile era già inferiore al solito.
Perché il ripristino non ha funzionato subito
La fase più complicata, però, è arrivata dopo. Una volta tornati online, spiega Microsoft, i server si sono trovati davanti a lunghe code di richieste in attesa di accesso. Una mole tale da innescare immediatamente lo stesso esaurimento di risorse che aveva provocato il primo stop, in una specie di circolo vizioso difficile da spezzare.
Anche la classica contromossa d’emergenza, cioè riportare il sistema a uno stato precedente, si è rivelata inefficace. Il motivo sta tutto nell’origine del guasto, perché il bug risaliva a luglio e non era ancora stato individuato, quindi tornare indietro di qualche passo non bastava a eliminarlo. Il ripristino è avvenuto così in modo graduale, con i server aggiornati e rimessi in funzione un po’ alla volta.
La vicenda non si chiude qui. Il gigante di Redmond prevede di pubblicare il rapporto finale sull’incidente il 20 novembre, un documento che potrebbe chiarire perché i sistemi di isolamento regionale non abbiano funzionato e quali misure correttive verranno adottate per scongiurare il ripetersi di interruzioni così gravi.
Fonte: TecnoAndroid


