In questo articolo Indice dei contenuti 2 sezioni
Per oltre venti ore, a partire da giovedì 12 novembre, il down di Microsoft ha impedito a milioni di persone di aprire Outlook, partecipare alle riunioni su Teams o usare Copilot. Venerdì la situazione non era ancora tornata alla normalità. L’azienda ha parlato di “un numero di server improvvisamente non disponibili”, una spiegazione che a chi non lavora nell’informatica dice poco o nulla. Dietro quella frase c’è però un meccanismo preciso, che aiuta a capire perché il guasto si sia esteso così tanto e perché rimettere tutto in piedi stia richiedendo così tanto tempo.
Quando si apre l’app di Outlook sul telefono, il programma non contiene davvero le email. Le chiede a un server remoto, cioè un computer che vive in un grande capannone climatizzato e risponde alle richieste via internet. Lo stesso discorso vale per Teams, OneDrive e Copilot. Ovviamente una sola macchina non può servire centinaia di milioni di utenti, quindi Microsoft ne utilizza moltissime, organizzate in squadre specializzate.
Il ruolo dei controlli di integrità nel blackout
Davanti a ogni gruppo di server lavora un componente chiamato bilanciatore di carico. Funziona un po’ come il maître di un grande ristorante, che smista i clienti tra i tavoli evitando di riempirne troppo uno solo. Per sapere quali macchine siano in grado di lavorare, il sistema le interroga di continuo con dei controlli di integrità automatici, gli health check: ogni pochi secondi un programma chiede a ciascun server se sta bene e aspetta una risposta. Chi risponde resta in servizio, chi tace viene messo da parte.
Secondo quanto comunicato da Microsoft, durante l’incidente è stato proprio il componente che gestisce queste verifiche a funzionare male. Così un gran numero di server ha smesso di superare i test, anche se probabilmente molti di loro erano in perfetta salute. L’azienda ha anche spiegato di non aver trovato modifiche recenti legate all’inizio del problema, e questo complica parecchio la ricerca della causa originaria.
Quando alcune macchine vengono escluse, il loro lavoro non sparisce ma finisce sulle spalle di quelle rimaste. Si crea così una reazione a catena in cui i server superstiti si sovraccaricano, cominciano a rispondere male ai controlli e vengono tagliati fuori a loro volta. Ci si mettono anche le app, che in assenza di risposta riprovano in automatico dopo pochi istanti. Moltiplicato per milioni di telefoni e computer, questo comportamento genera una valanga di richieste proprio quando l’infrastruttura è già in affanno. Il danno si è poi allargato perché accesso all’account, posta, file e strumenti di intelligenza artificiale poggiano su fondamenta comuni, e quando una parte cede trascina con sé le altre. Non a caso anche OpenAI e Anthropic hanno segnalato problemi negli strumenti che collegano i loro assistenti a Microsoft 365.
Una ripartenza a piccoli passi e niente attacco esterno
Riaccendere un servizio di queste dimensioni non è come premere un interruttore. Microsoft ha sospeso tutti gli aggiornamenti in corso, ha spostato il traffico lontano dalle macchine in difficoltà e le ha riavviate. Ha poi tentato un metodo alternativo per verificarne lo stato, riuscendo a rimetterne in funzione una parte, ma il recupero non ha retto. Un processo centrale è andato in sovraccarico e alcuni server tornati online hanno smesso di rispondere appena hanno ricevuto di nuovo traffico. Venerdì all’ora di pranzo l’azienda parlava ancora di “successo marginale” nelle correzioni applicate. Il ripristino procede per gradi. Si limitano i tipi di traffico che raggiungono l’infrastruttura, lo si redistribuisce tra le zone ancora sane, si applicano blocchi mirati e si fanno rientrare gli utenti a scaglioni. Ogni tentativo richiede minuti o anche ore per capire se funziona, e il centro di amministrazione da cui si governano i servizi potrebbe risultare irraggiungibile proprio durante il guasto, rallentando ulteriormente le operazioni.
Microsoft ha comunque dichiarato di non avere indicazioni di attività malevola. Un attacco DDoS, quello che sommerge i server di richieste false, si riconoscerebbe da un picco anomalo di traffico, mentre in questo caso l’azienda esclude proprio un aumento delle richieste dall’esterno. La conferma definitiva arriverà con l’analisi conclusiva che le grandi società pubblicano a distanza di qualche giorno.
Per le aziende il consiglio pratico è dotarsi di un piano B per le comunicazioni essenziali, con un canale alternativo concordato in anticipo, i numeri dei colleghi a portata di mano e copie locali dei documenti più importanti. I singoli utenti, invece, devono sapere che in un disservizio generale il problema non dipende dal proprio dispositivo, quindi reinstallare le app o cambiare password non serve. Conviene consultare la pagina di stato ufficiale di Microsoft e riprovare con calma, senza bombardare il sistema di tentativi ripetuti. Massima attenzione anche al phishing, perché durante il down di Outlook sono esplosi i messaggi truffa del tipo “clicca qui per ripristinare la tua casella di posta”.
Fonte: TecnoAndroid