阿里云再次發(fā)生故障，這已是2019年的第二起。

3月2日23時(shí)55分左右，阿里云開始出現(xiàn)大規(guī)模宕機(jī)故障，位于華北地區(qū)的多家互聯(lián)網(wǎng)公司的IT運(yùn)維人員發(fā)現(xiàn)多個(gè)APP和網(wǎng)站開始陷入卡頓。這場事故，持續(xù)了三個(gè)小時(shí)左右。經(jīng)緊急排查處理后，3月3日早間云服務(wù)全部恢復(fù)正常。針對故障，阿里云表示會(huì)根據(jù)SLA協(xié)議(服務(wù)合同)，盡快處理賠償事宜。

十天前，阿里云今年的第一起事故被曝光。2月22日，有媒體報(bào)道了阿里云云效平臺(tái)的源代碼泄露問題，涉及40 家企業(yè)共 200 余項(xiàng)目，甚至還波及用戶隱私敏感數(shù)據(jù)。此事還引起了“Internal之爭”，即Internal權(quán)限到底是公司內(nèi)部公開還是對整個(gè)云效平臺(tái)公開，不同企業(yè)有不同理解，但最終還是造成了源碼泄露。后來，阿里云就此事作出回應(yīng)，并在網(wǎng)站醒目標(biāo)識(shí)并給出告警。

事實(shí)上，阿里云源代碼泄露問題在去年8月就已被用戶發(fā)現(xiàn)，只是到今年2月份才被媒體曝出。

 

一、

縱觀近幾年云計(jì)算發(fā)展，云計(jì)算事故就沒有停止過。

不管是知名云計(jì)算廠商，還是剛上路的云計(jì)算初創(chuàng)企業(yè)，服務(wù)器中斷以及客戶數(shù)據(jù)丟失等問題，頻頻困擾著云計(jì)算企業(yè)。

2012年圣誕節(jié)前夕，亞馬遜AWS的彈性負(fù)載均衡服務(wù)出錯(cuò)，導(dǎo)致Netflix停機(jī)。

2014年11月18日，由于軟件更新及性能增加，微軟zure存儲(chǔ)服務(wù)發(fā)生大規(guī)模斷電，這種情況在2015年12月再次發(fā)生。

2016年5月9日，Salesforce.com的硅谷NA14實(shí)例脫機(jī)，導(dǎo)致其斷電超過24個(gè)小時(shí)。從那之后，Salesforce將其大部分工作量轉(zhuǎn)移到了AWS上。

2016年10月21日，甲骨文旗下的DYN(DNS業(yè)務(wù))遭遇了一系列分布式拒絕服務(wù)(DDoS)攻擊，致使Airbnb、Twitter、 Amazon、Ancestry、 Netflix及PayPal等公司的業(yè)務(wù)均受到不同程度的影響。

 

二、

即便云計(jì)算安全技術(shù)及防御設(shè)施不斷進(jìn)步，云計(jì)算故障仍舊時(shí)有發(fā)生。據(jù)不完全統(tǒng)計(jì)，單是2018年就有數(shù)十起云計(jì)算故障發(fā)生，涉及國內(nèi)外各大知名云計(jì)算平臺(tái)。其中比較有影響的，包括以下幾個(gè)事故。

4月6日，微軟Office 365和Azure Active Directory訪問出現(xiàn)問題，幾年來微軟云計(jì)算出現(xiàn)多次此類故障。

6月15日，因重復(fù)分配內(nèi)部IP地址，谷歌云虛擬機(jī)實(shí)例大量出現(xiàn)聯(lián)不上網(wǎng)的問題。

6月27日，由于運(yùn)維失誤，導(dǎo)致一些客戶訪問阿里云官網(wǎng)控制臺(tái)和使用部分產(chǎn)品功能時(shí)出現(xiàn)問題。受影響范圍包括阿里云官網(wǎng)控制臺(tái)，以及MQ、NAS、OSS等產(chǎn)品功能。這次故障被阿里云內(nèi)部定義為S1級別(在阿里巴巴的線上業(yè)務(wù)故障級別中，對S1的定義是：核心業(yè)務(wù)重要功能不可用，影響部分用戶，造成一定損失)。

7月24日，騰訊云廣州區(qū)域部分用戶出現(xiàn)資源訪問失敗、控制臺(tái)登錄異常等情況。經(jīng)排查，是因騰訊云廣州一區(qū)的主備兩條運(yùn)營商網(wǎng)絡(luò)鏈路同時(shí)中斷所導(dǎo)致。但業(yè)內(nèi)人士均知，兩條運(yùn)營商網(wǎng)絡(luò)鏈路同時(shí)被挖斷的情況并不常見，所以對騰訊云這次事故的主要原因仍有存疑。

8月，騰訊云發(fā)生故障，直接導(dǎo)致北京的一家初創(chuàng)公司數(shù)據(jù)全部丟失。事實(shí)上，此事發(fā)生于7月，只是到8月才被曝光。

 

三、

在2018年的云計(jì)算事故中，影響面比較廣的當(dāng)屬騰訊云的兩次故障事件。

第一個(gè)事件，正是上文提到的初創(chuàng)公司數(shù)據(jù)丟失事件。

2018年7月，北京一家主要產(chǎn)品為“前沿?cái)?shù)控自媒體”初創(chuàng)公司，在騰訊云的存儲(chǔ)數(shù)據(jù)全部丟失了。某個(gè)是時(shí)間段，前沿?cái)?shù)控的程序員發(fā)現(xiàn)無法登錄云服務(wù)器，就反饋給騰訊云。得到的回復(fù)是“北京三區(qū)部分云硬盤出現(xiàn)故障，正在緊急恢復(fù)中”。

幾天后，騰訊云告知前沿?cái)?shù)控，這些丟失的數(shù)據(jù)無法找回了。于是，雙方開始賠償協(xié)商。前沿?cái)?shù)控索賠1101.6萬元，而騰訊云只愿意賠償13.29萬，雙方陷入僵持。

而此事之所以傳播開去，是因?yàn)轵v訊云承諾9個(gè)9(騰訊云承諾99.9999999%的數(shù)據(jù)可靠性)的安全保障，也沒能保住前沿?cái)?shù)控的數(shù)據(jù)，且不能給予客戶認(rèn)為合理的賠償，進(jìn)而引發(fā)了諸多云服務(wù)使用者的熱烈討論。最終輿論演變?yōu)椋把財(cái)?shù)控在操作上存在失誤，但騰訊云服務(wù)的可靠性到底又有多高?廣告宣傳又有多少真實(shí)的存在?

此事表明，即便云服務(wù)商給予再高的承諾，云服務(wù)使用者也應(yīng)本著對數(shù)據(jù)服務(wù)的態(tài)度，數(shù)據(jù)一定要多云或者異地備份，不能完全依賴云服務(wù)商。否則，一但出現(xiàn)問題，就是賠償?shù)脑俣啵暗慕?jīng)營數(shù)據(jù)也是無法挽回，甚至足以毀掉一個(gè)項(xiàng)目。

 

四、

如果說數(shù)據(jù)丟失事故屬于“天災(zāi)”，那騰訊云的第二個(gè)事故則可以歸結(jié)為“人禍”。2018年8月，女性短視頻社區(qū)App“她拍”上線了一款名為“她face+”的P圖小程序，可將用戶五官和臉型融合到其他圖片素材中。她拍與騰訊云簽訂一年合同，購買其云服務(wù)及一項(xiàng)名為“人臉融合”的技術(shù)服務(wù)，每月支付500萬左右費(fèi)用。

騰訊云的“人臉融合”技術(shù)由天天P圖提供支持，此前兩個(gè)團(tuán)隊(duì)均屬騰訊SNG事業(yè)群。9月27號天天P圖停止向騰訊云提供技術(shù)支持，并力推同類小程序“瘋狂變臉”。期間恰逢騰訊架構(gòu)調(diào)整，因分屬不同事業(yè)群兩團(tuán)隊(duì)溝通協(xié)商難度加大。雙方多次溝通，但原合同無法繼續(xù)履行。

最終，10月17日達(dá)成結(jié)果，45天過渡期后“天天P圖”不再為“她face+”提供技術(shù)支持服務(wù)。“她拍”創(chuàng)始人王宏達(dá)認(rèn)為騰訊為推同類產(chǎn)品損害企業(yè)客戶的利益，起訴起訴騰訊云違約，并索賠一個(gè)億。

這個(gè)事件，意味著企業(yè)上云用云的風(fēng)險(xiǎn)除了云計(jì)算平臺(tái)本身，還有很大的人為因素在內(nèi)。這也是很多企業(yè)一直擔(dān)心的問題，如果核心數(shù)據(jù)與模式被云計(jì)算廠商掌握并推出同類產(chǎn)品，企業(yè)又該如何是好?云計(jì)算廠商能夠拿到所服務(wù)企業(yè)的任何數(shù)據(jù)，想要擠兌競品那是易如反掌之事。

 

五、

看完上面所述事故，大家應(yīng)該已經(jīng)發(fā)現(xiàn)，云計(jì)算事故難以避免，至少現(xiàn)在這個(gè)階段是這樣。但是在工業(yè)互聯(lián)網(wǎng)發(fā)展的大趨勢下，企業(yè)上云的進(jìn)程又是不可逆的，換言之就是不管企業(yè)如何考慮及看待云計(jì)算，最終都要主動(dòng)或者被動(dòng)上云的。因此，對亟待互聯(lián)網(wǎng)轉(zhuǎn)型的企業(yè)而言，云計(jì)算安全的問題就變成了出現(xiàn)事故如何賠償?shù)膯栴}。

其實(shí)對企業(yè)來說，要解決上云安全問題，至少要遵循兩點(diǎn)：一是將安全提到最高，二是把損失降到最低。這兩點(diǎn)，對于云計(jì)算平臺(tái)和上云企業(yè)都非常重要。

偉哥認(rèn)為，在安全問題上，云計(jì)算平臺(tái)當(dāng)盡量做到以下幾點(diǎn)：

首先，云計(jì)算平臺(tái)當(dāng)盡量通過技術(shù)及管控手段將安全事故率降到最低，但再先進(jìn)的技術(shù)也不能保證萬無一失，仍舊需要相應(yīng)的運(yùn)營措施保證安全的最大化。

其次，還要在維護(hù)人員的管理方面，做更詳盡的管理規(guī)劃，杜絕技術(shù)之外的人為安全因素。

同時(shí)，還要明確安全責(zé)任問題，便于發(fā)生事故之后在處理問題上有據(jù)可依。對于這一點(diǎn)，目前很多廠商都已在做，譬如AWS和阿里云和AWS都提出了安全責(zé)任共擔(dān)模型，阿里云負(fù)責(zé)云平臺(tái)基礎(chǔ)安全防護(hù)，用戶負(fù)責(zé)虛擬化層以上的組件安全、業(yè)務(wù)安全等。

還有一點(diǎn)，云平臺(tái)作為服務(wù)提供方，應(yīng)該對企業(yè)用戶提供一定的安全使用培訓(xùn)，確保每個(gè)客戶全面了解云計(jì)算的應(yīng)用操作，避免因誤操作而造成平臺(tái)與企業(yè)的多方損失。

 

六、

從企業(yè)用戶安全角度考慮，云計(jì)算安全就是企業(yè)應(yīng)該學(xué)會(huì)識(shí)云用云。

首先，企業(yè)要有上云安全意識(shí)。當(dāng)時(shí)刻提醒企業(yè)管理者云計(jì)算安全的重要性，云平臺(tái)安全措施并不能保障數(shù)據(jù)的絕對安全。

其次，企業(yè)上云盡量不要把雞蛋放到同一個(gè)籃子。一但云計(jì)算平臺(tái)出現(xiàn)事故，就有可能導(dǎo)致企業(yè)多年經(jīng)營全軍覆沒。目前來說，多云方案是最有效的降低數(shù)據(jù)丟風(fēng)險(xiǎn)的手段，企業(yè)應(yīng)該將多云方案應(yīng)該由之前的備選方案轉(zhuǎn)變?yōu)槭走x，以將數(shù)據(jù)安全隱患降到最低。

第三，對于沒有能力搞混合云以及多云方案的初創(chuàng)企業(yè)，要學(xué)會(huì)“狡兔三窟”。除了應(yīng)用云計(jì)算之外，至少應(yīng)該做到數(shù)據(jù)的異地存儲(chǔ)，以免出現(xiàn)“前沿?cái)?shù)控”哪種數(shù)據(jù)全丟的情況。

第四，小企業(yè)在大型云計(jì)算平臺(tái)往往會(huì)受到不公待遇，還需一定的監(jiān)管及規(guī)則。小微企業(yè)話語權(quán)小，甚至?xí)霈F(xiàn)上述案例中被“隨意處置”的情況。關(guān)于這一點(diǎn)，呼吁相關(guān)機(jī)構(gòu)盡快介入監(jiān)管，以確保在推動(dòng)企業(yè)上云的同時(shí)，保證中小企業(yè)的合法權(quán)益。

第五，企業(yè)要盡量了解各種云計(jì)算平臺(tái)。公有云、混合云、私有云每個(gè)方案都不是唯一的，上云企業(yè)出于安全考慮，當(dāng)充分了解幾種類型的優(yōu)缺點(diǎn)，然后根據(jù)企業(yè)自身情況選擇不同方案，以確保企業(yè)數(shù)據(jù)的絕對安全。

此外，企業(yè)亦應(yīng)多關(guān)注更多保障安全的途徑。在理賠方面，除了云平臺(tái)的賠償，上云企業(yè)亦可關(guān)注一下相關(guān)理財(cái)機(jī)構(gòu)推出的云保險(xiǎn)等安全理賠項(xiàng)目。

 

七、

得益于工業(yè)互聯(lián)網(wǎng)的快速發(fā)展，企業(yè)上云乃是大勢所趨。政策及經(jīng)濟(jì)形勢造就了企業(yè)上云紅利，云計(jì)算廠商規(guī)模得以快速擴(kuò)大。但在擴(kuò)大的同時(shí)更要保證用戶的數(shù)據(jù)安全，只有解決了安全問題才能打消企業(yè)心中顧慮，才能讓企業(yè)安心選擇云服務(wù)廠商，安心上云。

所以，阿里云、騰訊云等多個(gè)云計(jì)算平臺(tái)的事故，反映的是整個(gè)云計(jì)算行業(yè)當(dāng)前存在的安全問題。解決或者不能說明這些安全問題，無疑會(huì)對即將上云的企業(yè)造成一定的心理阻礙。

事實(shí)上，平臺(tái)與用戶雙方誰也不想發(fā)生安全事故。但若出現(xiàn)問題，平臺(tái)就應(yīng)確保以更穩(wěn)妥合理的方式去解決問題。不然，就會(huì)造成企業(yè)對云計(jì)算平臺(tái)的信任度下降。

上文也有提及，綜合而言解決用戶信任問題關(guān)鍵在于兩點(diǎn)：

一是如何盡量避免出現(xiàn)此類問題。一方面需要云服務(wù)商在安全層面上做足功夫，優(yōu)先保障云服務(wù)的安全最大化；另一方面從用戶角度考慮云服務(wù)商的便捷性與安全性，只有讓用戶以最簡單的方式享受高效安全的云服務(wù)，使安全問題概率降到最低，才能增加用戶的信任感，進(jìn)而實(shí)現(xiàn)口碑效應(yīng)。

二是出現(xiàn)問題之后，如何妥善的處理。隨著企業(yè)上云數(shù)量的增加，可以預(yù)見今后此類事件會(huì)更多。以前此類事件可能影響不會(huì)太大，但現(xiàn)在安全事件的發(fā)生概率關(guān)聯(lián)著潛在上云企業(yè)對云服務(wù)商的品牌形象的認(rèn)知。對某些小問題處理不當(dāng)，可能就會(huì)引發(fā)用戶的不滿，進(jìn)而放棄使用云服務(wù)。所以，不怕出現(xiàn)問題，怕的是出現(xiàn)問題以后不能妥善合理的解決。只要云計(jì)算平臺(tái)能夠妥善解決善后問題，其他問題的解決也就不在話下了。

最后，云平臺(tái)與企業(yè)都要引以為戒，盡量避免出現(xiàn)云計(jì)算事故造成企業(yè)重大損失的情況。

工業(yè)互聯(lián)網(wǎng)趨勢下的企業(yè)上云大有可為，希望云平臺(tái)和正在數(shù)字化轉(zhuǎn)型的企業(yè)，都能最大化享受這波紅利。

【王吉偉，關(guān)注IOT與TMT，專注工業(yè)互聯(lián)網(wǎng)及企業(yè)數(shù)字化轉(zhuǎn)型研究。】

原標(biāo)題：騰訊云后阿里云再出事故，企業(yè)上云如何避免云計(jì)算事故造成損失？