CrowdStrike 停运后 ， 您应该问您的团队什么 ？

总结

事件概述：

• 时间：2024年7月19日，CrowdStrike 发布了一项更新，导致全球约850万台Microsoft Windows PC和服务器崩溃。
• 影响：计算机显示“蓝屏死机”，关闭端口，影响ATM使用，延误医疗程序等。

事件细节：

• 原因：该更新中的通道文件存在逻辑错误，触发后导致Windows系统崩溃。
• 涉及软件：CrowdStrike Falcon传感器，一种端点检测与响应产品，用于识别并防范恶意软件及其他类型网络攻击。
• 补救措施：补救行动需要手动操作，包括多次重启、安全模式重启及删除相关文件。

领导层应问的问题：

1. 团队需求：评估团队在补救过程中维持工作速度的需求，可能需要额外资源或领导支持。
2. 用户参与：探索IT团队能否动员最终用户协助修复个人电脑和笔记本。
3. 透明度与响应：确保对员工和客户充分透明，并直接沟通事件影响，必要时提供补偿方案。
4. 未来风险降低：
   • 风险评估：全面了解经济、运营和技术风险。
   • 成本与效益分析：考虑增加技术支出以提高韧性，评估不同风险类型的优先级和量化。
   • 变更管理：引入更多阶段性和测试流程以减少变更引发的问题。
   • 灾难恢复/业务连续性（DR/BC）：审查和加强DR/BC计划和测试，确保覆盖关键业务场景。

结论：

面对类似事件，企业领导者应采取多方面措施，不仅包括立即应对事件，还应持续评估和改进风险管理和韧性建设，以防止未来类似事件对企业运营造成重大影响。通过深入分析当前事件的影响，企业可以识别弱点，制定策略，提升整体韧性，保护关键业务流程不受技术故障干扰。