Vì sao sự cố Microsoft kéo dài bất thường?

Sự cố kéo dài hơn nửa ngày ảnh hưởng hàng loạt dịch vụ Microsoft trên toàn cầu được cho là liên quan đến lỗi máy chủ và khó khắc phục.

Người dùng các dịch vụ Microsoft như Microsoft 365, Outlook, Teams, Copilot, Store... phản ánh hệ thống bắt đầu trục trặc từ khoảng 1h ngày 13/11 (giờ Hà Nội) với quy mô toàn thế giới. Trên Downdetector, trang chuyên theo dõi hoạt động của các dịch vụ Internet, ghi nhận hàng trăm nghìn phản ánh, hầu hết liên quan đến kết nối ứng dụng, website và gửi/nhận nội dung qua dịch vụ của Microsoft.

Dù sớm xác nhận vấn đề, Microsoft gặp nhiều khó khăn trong quá trình giải quyết. Guardian nhận định, việc gián đoạn kéo dài hơn nửa ngày với một dịch vụ quan trọng như vậy rất bất thường.

Sau các trường hợp tác nhân OpenAI tấn công hệ thống của chính phủ Australia và vụ các tấn công mạng làm tê liệt tủ lạnh kết nối Internet ở châu Âu, nhiều người suy đoán sự cố Microsoft có thể là một cuộc tấn công mới vào cơ sở hạ tầng trọng yếu.

Tuy nhiên, Microsoft nhanh chóng phủ nhận, khẳng định không có dấu hiệu nào đây là một cuộc tấn công mạng. Trên X, công ty ban đầu nói một phần cơ sở hạ tầng của họ "phải chịu tải trọng cao", giải thích tình trạng quá tải không phải do lưu lượng truy cập tăng, mà do một số máy chủ "bất ngờ hoạt động không bình thường", gây áp lực lên cơ sở hạ tầng còn lại.

Theo Mark Gregory, phó giáo sư tại Trường Kỹ thuật thuộc Đại học RMIT, sự cố dường như ảnh hưởng đến lớp mạng trong hệ thống của Microsoft, nhiều khả năng giống với lỗi cấu hình từng làm sập mạng của công ty viễn thông Optus năm 2023. Ông cho biết, khi một số máy chủ trục trặc cấu hình, khách hàng buộc phải chia sẻ một lượng máy chủ ít hơn để truy cập dịch vụ đám mây.

"Nếu một số máy chủ ngừng hoạt động, tất cả người dùng sẽ cố gắng truy cập những máy còn lại, khiến quá tải và tiếp tục sập, kéo theo vấn đề dây chuyền. Sau đó, cần thời gian để tìm ra nguyên nhân gốc rễ. Trong trường hợp này, đó là lỗi cấu hình ở lớp mạng", ông giải thích với Guardian.

Trong khi đó, Mahmoud Elkhodr, giảng viên cấp cao ngành Công nghệ Thông tin và Truyền thông tại Đại học Central Queensland, đồng tình đây khó có thể là một vụ tấn công mạng. Ông nói với Conversation , các công ty thường có cơ chế kiểm tra tình trạng hoạt động nhằm loại bỏ máy chủ có dấu hiệu trục trặc. Tuy nhiên, khi cơ chế đưa ra phán đoán lỗi, máy chủ tốt có thể bị loại bỏ trong khi những máy còn lại phải gánh vác khối lượng công việc vượt khả năng xử lý theo thiết kế.

Elkhodr nhận định, những sự cố hoạt động quy mô lớn như vậy thường do lỗi nội bộ thay vì tin tặc, tương tự trường hợp gián đoạn dịch vụ email của Microsoft hồi tháng 8 do cập nhật mã. Tuy nhiên, ông lưu ý đây chỉ là suy luận dựa trên thông tin cập nhật của Microsoft, chưa phải kết luận chính thức cuối cùng về nguyên nhân.

Quá trình khắc phục kéo dài

Microsoft chưa công bố chính thức nguyên nhân khiến sự cố kéo dài, nhưng thông tin cập nhật của hãng hé lộ một phần vấn đề. Cụ thể, sau những sửa chữa ban đầu, một số máy chủ đã quay trở lại trạng thái không phản hồi. Điều này buộc nhóm kỹ sư tìm kiếm phương án xử lý thay thế, khiến quá trình khôi phục hoạt động mất nhiều thời gian hơn dự kiến.

Lúc 10h, công ty nói những thay đổi nhằm cải thiện dịch vụ và khắc phục gián đoạn diễn ra "không hiệu quả như kỳ vọng", đồng thời đang thử nghiệm phương án khác nhằm cho phép nhiều người dùng truy cập các nền tảng mà không khiến hệ thống quá tải.

Gần hai tiếng sau, gã khổng lồ công nghệ Mỹ thông báo tiếp tục nỗ lực tăng độ ổn định của máy chủ để cải thiện luồng lưu lượng truy cập. "Chúng tôi nhận thấy sự phục hồi một phần tại các khu vực mà chúng tôi áp dụng những điều chỉnh mới. Tuy nhiên, điều chỉnh không dẫn đến sự phục hồi bền vững, nên chúng tôi đang cân nhắc có thể bổ sung hành động nào để cải thiện độ ổn định tổng thể của hạ tầng", công ty giải thích trên X.

Chiều 13/11, Microsoft thông báo vẫn đang khôi phục máy chủ, đồng thời triển khai thêm thao tác tối ưu hóa lưu lượng. "Chúng tôi nhận thấy sự ổn định ban đầu và năng lực của hệ thống được cải thiện khi hoạt động khắc phục tiếp diễn", công ty đăng trên X lúc 16h.

Đến 20h cùng ngày, các dịch vụ của Microsoft mới dần hồi phục.

Rủi ro khi quá phụ thuộc một nền tảng

Theo Guardian , các vụ sập mạng quy mô lớn xảy ra vài năm qua, từ trục trặc với nhà cung cấp dịch vụ viễn thông, lỗ hổng bảo mật PHP đến sự cố Crowdstrike, cho thấy nguồn gốc của chúng rất đa dạng. Có nhiều thành phần khác nhau phối hợp để duy trì hoạt động của các dịch vụ trực tuyến, nhưng hậu quả khi một thành phần ngừng hoạt động vô cùng nghiêm trọng trong thời đại số.

Phó giáo sư Gregory cho rằng, mọi tổ chức cần kiểm tra kỹ bản cập nhật trước khi triển khai chúng trên toàn mạng lưới. Bên cạnh đó, họ cần tiến hành các đợt kiểm tra bảo mật bổ sung nhằm đảm bảo dịch vụ của mình được bảo vệ khỏi những kẻ dùng công cụ AI, vốn có thể tìm ra lỗ hổng rất nhanh.

Gregory nhận định, các công ty phụ thuộc vào dịch vụ như Microsoft 365 nên chuẩn bị sẵn phương án dự phòng, chẳng hạn dùng Gmail của Google khi xảy ra sự cố. Một số chuyên gia khác đề xuất sử dụng LibreOffice, bộ phần mềm văn phòng thay thế Microsoft Office, cung cấp dưới dạng mã nguồn mở và miễn phí.