Microsoft งานเข้าระบบล่มทั่วโลกเพราะบั๊กตัวเดียวทำพิษ
ลบเส้นทางเครือข่ายผิดพลาดทำบริการล่ม
หลังจากบริการยอดฮิตในตระกูล Microsoft 365 เกิดอาการระบบล่มครั้งใหญ่เมื่อวันพฤหัสบดีที่ 23 กรกฎาคมที่ผ่านมา ส่งผลให้ผู้ใช้งานจำนวนมากไม่สามารถเข้าถึงไฟล์งานหรือสื่อสารกันได้ตามปกติ โดยผู้ใช้ที่ได้รับผลกระทบหลักๆ อยู่ในกลุ่มที่เชื่อมต่อกับศูนย์ข้อมูล Azure ฝั่งตะวันตกของสหรัฐอเมริกา ซึ่งเริ่มส่งสัญญาณงอแงตั้งแต่ช่วงสายตามเวลาท้องถิ่น
ความปั่นป่วนในครั้งนี้กระจายวงกว้างไปทั่วนานาบริการ ไม่ว่าจะเป็น SharePoint ที่มีผู้แจ้งปัญหาเข้ามามากที่สุด รวมถึง Excel, Microsoft Teams, OneDrive, Power Automate ไปจนถึงผู้ช่วยอัจฉริยะอย่าง Copilot Chat ที่เกิดอาการตอบสนองช้าหรือค้างไปเฉยๆ นอกจากนี้ฝั่งผู้ดูแลระบบยังไม่สามารถเปิดใช้งาน Microsoft 365 Admin Center ได้อีกด้วย ทำให้ยอดการรายงานปัญหาบนเว็บไซต์ Downdetector พุ่งสูงขึ้นกว่าสภาวะปกติอย่างรวดเร็วภายในเวลาไม่กี่นาที
หลังจากทีมวิศวกรเร่งตรวจสอบหาสาเหตุ ทาง Microsoft ก็ได้ออกมาชี้แจงว่า ต้นเหตุของเรื่องนี้ไม่ได้เกิดจากการถูกแฮกหรือการโจมตีทางไซเบอร์แต่อย่างใด แต่กลับมาจากบั๊กในระบบซ่อมบำรุงเครือข่ายแบบอัตโนมัติของบริษัทเอง โดยเหตุการณ์เกิดขึ้นระหว่างการปิดแยกเส้นทางเชื่อมต่อบางส่วนเพื่อปรับปรุงอุปกรณ์ตามรอบปกติในศูนย์ข้อมูล Azure Region West US
ตามหลักการทำงานแล้ว ระบบอัตโนมัติดังกล่าวมีหน้าที่เปลี่ยนคำสั่งซ่อมบำรุงให้เป็นภาษาที่ระบบเข้าใจ พร้อมกับเช็กความพร้อมของเส้นทางสำรองเสมอ แต่เจ้าบั๊กตัวดีกลับทำงานผิดพลาดด้วยการไประบุอุปกรณ์เครือข่ายอื่นๆ เพิ่มเติมเข้ามารวมในกระบวนการซ่อมบำรุงด้วย ผลที่ตามมาคือระบบสั่งลบเส้นทาง IP ออกจากอุปกรณ์มากกว่าที่ตั้งใจไว้ ส่งผลให้การจราจรของข้อมูลที่เข้าและออกจากศูนย์ข้อมูลตัดขาดไปในทันที
ด้านทีมงานของ Microsoft ไม่รอช้า รีบสั่งย้อนคืนค่าการตั้งค่าเครือข่ายทั้งหมดทันทีที่พบจุดต้นตอ ซึ่งกระบวนการย้อนค่าเริ่มเสร็จสิ้นและช่วยให้ระบบในกลุ่ม Microsoft 365 เริ่มทยอยฟื้นคืนชีพกลับมาใช้งานได้ตามปกติ จากนั้นไม่นาน บริการอื่นๆ บน Azure ทั้งหมดก็สามารถกู้คืนความเสถียรกลับมาได้สมบูรณ์แบบร้อยเปอร์เซ็นต์ในเวลาต่อมา
เหตุการณ์นี้นับเป็นอุทาหรณ์ชั้นดีที่แสดงให้เห็นว่า แม้จะเป็นระบบอัตโนมัติของค่ายเทคโนโลยียักษ์ใหญ่ก็อาจเกิดข้อผิดพลาดไม่คาดฝันได้ โดยทาง Microsoft สัญญาว่าจะเร่งทำการตรวจสอบมาตรการความปลอดภัยและกระบวนการทำงานของระบบอัตโนมัติทั้งหมดอย่างละเอียด เพื่อป้องกันไม่ให้เกิดเหตุการณ์ลักษณะนี้ซ้ำรอยอีกในอนาคต พร้อมเตรียมออกรายงานฉบับสมบูรณ์ภายในเวลาสองสัปดาห์
