A Microsoft identificou as causas raiz da interrupção global que paralisou o Outlook, o Exchange e uma série de outros softwares essenciais de escritório na semana passada, de acordo com um relatório inicial divulgado na segunda-feira.
O relatório identificou três fatores que levaram ao apagão de 24 horas de seus serviços: um bug de meses atrás, conexões internas com mau funcionamento e capacidade do servidor. Cada um desses fatores poderia ter sido facilmente resolvido isoladamente, mas, quando combinados, levaram a uma grande interrupção que foi mais difícil de mitigar, disseram executivos da Microsoft.
Sequência de eventos
A interrupção começou na quinta-feira, com usuários nos EUA relatando acesso interrompido às suas contas de e-mail do Outlook. À medida que continuou no dia seguinte, milhões de pessoas em todo o mundo disseram que não conseguiam acessar seus e-mails de forma alguma, bem como outros serviços do Office 365. Prisões não conseguiram liberar detentos, hospitais recorreram a registros em papel, escolas perderam contato com os pais e departamentos de polícia não conseguiram receber relatórios de crimes. A Microsoft disse que havia resolvido o problema e restaurado o serviço até sábado, também emitindo um pedido de desculpas. A empresa não atribuiu o apagão a uma violação de segurança cibernética.
Em uma publicação no X na segunda-feira, Charles Lamanna, vice-presidente executivo de Copilot, Agents e Platform da Microsoft, disse que havia um bug latente ou defeito de julho que fez com que os servidores da Microsoft “ficassem sobrecarregados e sem resposta”.
Lamanna escreveu que a empresa normalmente tem dois gateways de rede disponíveis, ou pontos de entrada e saída que conectam sistemas separados e permitem que os dados passem entre eles. No entanto, um deles não estava funcionando para o Microsoft Teams, o que sobrecarregou o gateway principal. Posteriormente, mais de 14% da capacidade de servidor da empresa também não estava funcionando devido a um problema não relacionado do dia anterior.
“Tomados em conjunto, o aumento da carga e a capacidade reduzida do servidor fizeram com que o gateway de rede encontrasse o bug latente de julho”, escreveu Lamanna. “Isso fez com que as solicitações se acumulassem até que os servidores finalmente parassem de responder. Isso ocorreu durante a janela de pico de tráfego nos Estados Unidos.”
A empresa também teve dificuldades para mitigar o bug porque ele se originou meses antes, disse Lamanna, então não seria tão fácil quanto reverter uma mudança recente para desfazer o defeito.
“A recuperação levou mais tempo do que o habitual porque, à medida que os servidores voltavam ao serviço, eles eram imediatamente sobrecarregados pelo tráfego em espera e ficavam sem resposta novamente”, escreveu ele.
Fontes: rss_autopost · MSFT Newsroom · BBC · BleepingComputer
