Атаки на дата-центры: что теряет бизнес и как снизить риски

Атаки на дата-центры ставят под угрозу работу компаний далеко за пределами повреждённых площадок. Разбираем отложенные последствия, рассказываем о собственном облаке NeuroCore и роли машинного зрения в защите объектов

Атаки на дата-центры что теряет бизнес и как снизить риски.jpg

Октябрьские атаки на дата-центры — настоящая трагедия для технологической отрасли. За повреждёнными зданиями и серверами стоят годы инженерной работы, созданные продукты и люди, которые сейчас круглосуточно восстанавливают инфраструктуру. Для компаний, зависящих от этих площадок, последствия продолжаются после первых сообщений о сбоях: останавливаются бизнес-операции и процессы, срываются сделки, нарушаются сроки, поиск решений и альтернатив идет в режиме 24/7.

Мы в NeuroCore поддерживаем коллег, которые возвращают сервисы в работу. И считаем важным обсудить инженерную сторону происходящего: какие зависимости обнаруживает такая авария, что нужно для восстановления и где машинное зрение может помочь службе безопасности распознать угрозу.

Что известно на 15 октября

В ночь на 8 октября после атаки БПЛА полностью остановился дата-центр Яндекса в Сасово. Утром 9 октября атака затронула площадку в Калуге, часть инфраструктуры вышла из строя. В ночь на 11 октября был остановлен дата-центр во Владимире. Yandex Cloud сообщил об аварийном режиме и рекомендовал клиентам использовать альтернативные площадки для восстановления ресурсов. По сообщениям компании, сотрудники этих объектов не пострадали.

14 октября Сбер подтвердил атаку на свой ЦОД в Балакове. По заявлению первого зампреда правления Александра Ведяхина, сотрудники не пострадали, системы и сервисы банка продолжили работать штатно.

К 14 октября Yandex Cloud восстановил ряд ИИ-сервисов, включая основные API языковых моделей, Retrieval API и Embeddings API. При этом Workflows, Batch Inference API и Dedicated Models оставались недоступны, сохранялись ограничения на выделение новых ресурсов. Возвращение части функций ещё не означает полного восстановления инфраструктуры.

Последствия выходят за пределы первого сбоя

В первые часы бизнес замечает недоступный сайт, ошибки приложения или остановку обмена данными. Затем начинаются задачи, которые требуют гораздо больше времени: восстановить окружение, проверить целостность информации, вернуть интеграции и обработать накопившиеся операции.

Первый риск — разрыв между техническим запуском и возвращением рабочего процесса. Страница уже открывается, но часть функций может оставаться недоступной. Для компании это означает необходимость проверять весь путь: от поступления заявки до её обработки и передачи результата клиенту.может ли видеоаналитика защитить от атак на датацентры.jpg

Второй риск связан с доступностью мощностей. После крупной аварии многим клиентам одновременно нужны серверы и хранилища. Возможность восстановиться зависит от того, где и на каких ресурсах запускать приложения. Экстренный поиск площадки становится частью простоя.

Третий риск — внешние зависимости. Компания может не размещать основную систему в пострадавшем облаке, но использовать его API для распознавания документов, обработки речи или работы ИИ-ассистента. Недоступность отдельного компонента способна остановить отдельную функцию в исправно работающем приложении.

Для ИИ-проектов это чувствительно. Ассистент может зависеть от языковой модели, хранилища документов, поиска по базе знаний и сервиса авторизации. Резервирование только одного компонента не обеспечивает работу всей системы. При проектировании нужно определять минимальный набор функций, который должен сохраниться при отказе внешних сервисов.

Есть и отложенная организационная цена. Команды переключаются на восстановление, согласование переезда и поддержку пользователей. В таких условиях разработка новых функций и внедрение автоматизации могут отойти на второй план. Размер этих потерь зависит от бизнеса; универсальной суммы ущерба здесь нет.

Почему сохранённой копии может оказаться недостаточно

Наличие резервной копии ещё не определяет, как быстро компания возобновит работу после потери дата-центра. Для запуска системы нужны вычислительные ресурсы, совместимое окружение, сетевые настройки и доступные сервисы, от которых зависит приложение. Если эти условия не подготовлены заранее, восстановление превращается в экстренную инженерную работу с неопределённым сроком завершения.

Как инфраструктурные зависимости задерживают восстановление

Конкретный пример описал системный администратор AGIMA Павел Ковальчук в разборе восстановления портала после октябрьской аварии Yandex Cloud. Рабочая система, DNS, средства защиты веб-трафика и 14 резервных копий находились в инфраструктуре одного провайдера.

После первых инцидентов команда подготовила внешнюю копию системы. Проверка выявила проблему переносимости: сетевые настройки виртуальной машины зависели от механизмов исходного облака. Для запуска в инфраструктуре AGIMA их пришлось исправлять вручную.

Когда основная площадка остановилась, обнаружились дополнительные препятствия. Вместе с приложением стали недоступны компоненты фильтрации трафика, а управление DNS временно не работало. Даже готовая внешняя копия не позволяла немедленно переключить пользователей.

Временное восстановление выполнили из уцелевшего снимка внутри Yandex Cloud: портал запустили на двух процессорных ядрах вместо штатных восьми. Для фильтрации трафика развернули отдельный прокси-сервер в Selectel. После возвращения доступа к DNS команда переключила записи и восстановила доступность портала. Позднее систему полностью перенесли в Selectel с синхронизацией данных.

Этот случай показывает, почему проверка восстановления должна охватывать весь путь пользователя до приложения. Работоспособность виртуальной машины — только один из этапов. Необходимо также обеспечить разрешение доменного имени, защищённое подключение и доступность зависимых компонентов.

Что должно быть подготовлено помимо бэкапа

В материале «Хайстекс» об аварийном восстановлении после потери ЦОДа отдельно рассматриваются резервное копирование и Disaster Recovery — организация восстановления инфраструктуры после аварии.

Резервная копия позволяет вернуть данные к определённому состоянию. Для восстановления сервиса на другой площадке дополнительно требуются вычислительные мощности, хранилища, сеть и порядок запуска компонентов. Степень готовности резервной инфраструктуры выбирают исходя из допустимого простоя.

Распределение системы по нескольким зонам доступности также имеет границы применимости. Нужно учитывать общие сервисы управления, квоты, географию размещения и способность приложения продолжать работу при отказе части инфраструктуры. При масштабной аварии создание новых ресурсов в уцелевших зонах может быть ограничено.

Поэтому сценарий потери основной площадки целиком следует проверять отдельно: где будут доступны данные, какие мощности можно использовать и какие зависимости сохранятся у резервной системы.

Как определить требования к восстановлению

Планирование начинается с двух измеримых параметров, которые описаны, в частности, в AWS Well-Architected Framework:

  • RTO — целевое время восстановления. Максимально допустимый период от остановки сервиса до возобновления его работы.
  • RPO — допустимая потеря данных, выраженная во времени. Определяет, насколько далеко от момента аварии может находиться последняя пригодная точка восстановления.

Эти требования устанавливают для конкретных систем с учётом последствий для бизнеса и возможностей зависимых сервисов. Например, восстановление приложения за час не решит задачу, если необходимый ему сервис авторизации будет недоступен значительно дольше.

Как проверить готовность плана

Готовность к аварии подтверждается успешным восстановлением в заданные сроки. В рекомендациях AWS по тестированию Disaster Recovery предусмотрены регулярные проверки переключения на резервную площадку и достижения установленных RTO и RPO.

Во время таких испытаний необходимо проверить запуск компонентов по рабочей инструкции, доступность приложения и способность резервной инфраструктуры выдержать требуемую нагрузку. Выявленные проблемы должны попадать в план исправлений: со временем меняются объём данных, конфигурация и требования к ресурсам. Успешное испытание годичной давности не подтверждает готовность текущей системы.

Для руководителя результат такой проверки должен выражаться конкретно: какой процесс восстановлен, за какое время, на какую дату актуальны данные и с какими ограничениями компания сможет продолжать работу.

Последствия атак на ЦОД для бизнеса.jpg

Облако NeuroCore — инфраструктура для наших клиентов

У нас в NeuroCore есть собственное облако, которое мы собрали для клиентских проектов. Это закрытая инфраструктура: мы не предлагаем её на публичном рынке как отдельный облачный сервис. Она входит в техническую базу, которую наша команда использует при работе с заказчиками.

О создании облака мы ранее рассказывали в нашем Telegram-канале. Тогда речь шла о развитии инфраструктуры под определенные задачи. На фоне октябрьских событий у этой работы появилась дополнительная ценность: собственное облако нас выручило и стало дополнительной опорой в работе с клиентскими проектами.

Для разработчика AI-систем инфраструктура — важная часть решения. Моделям нужны вычислительные ресурсы, приложениям — среда выполнения, данным — хранение и обработка. От доступности этих компонентов зависит возможность пользоваться продуктом. Поэтому ответственность технической команды распространяется и на условия, в которых созданная система будет работать.

Наличие собственного облака расширяет наши возможности при выборе архитектуры. В зависимости от задачи заказчика мы можем рассматривать локальное развёртывание, собственную облачную инфраструктуру или сочетание нескольких сред. Такой выбор требует учитывать требования к данным, нагрузке, интеграциям и доступности системы.

Октябрьские события подтвердили практическую ценность уже сделанной работы. Инфраструктура, которую мы создавали для клиентов, оказалась полезна в сложной ситуации. Для нас это весомый аргумент продолжать вкладываться в техническую базу NeuroCore и учитывать инфраструктурные зависимости с самого начала каждого проекта.

Индустриальный периметр_ обнаружено проникновение.jpg

Сценарии применения машинного зрения для защиты объектов

Резервная инфраструктура позволяет восстанавливать сервисы после аварии. На самой площадке необходимы средства обнаружения угроз и организация реакции. Машинное зрение помогает выявлять наблюдаемые признаки происшествия и передавать службе безопасности событие с подтверждающими материалами.

Сценарии определяются устройством объекта, доступными камерами и оборудованием. Для промышленной площадки или дата-центра можно выделить несколько направлений

СценарийЧто анализирует системаКак результат используется службой безопасности
Пересечение периметраПересечение запрещённой линии, преодоление ограждения, длительное нахождение в контролируемой зоне, передача или переброс предметов через заборОператор получает место события и видеофрагмент, позволяющий проверить происходящее и направить сотрудников
Несанкционированный проходПри сопоставлении видео с событиями СКУД — фактическое количество прошедших людей и выданные разрешения. Например, проход нескольких человек по одной авторизацииСлужба безопасности может проверить конкретный эпизод и установить обстоятельства нарушения режима доступа
Видимые признаки угрозы людямРазличимые в кадре предметы, похожие на оружие, возможная драка, падение человека или резкое групповое изменение движенияСистема выделяет эпизод для приоритетной проверки. Окончательную оценку ситуации выполняет оператор
Подозрительные предметы при досмотреИзображения интроскопа: признаки согласованных категорий запрещённых предметов и области, требующие дополнительной проверкиОператор досмотра получает визуальную подсказку. Этот сценарий требует отдельного подключения к досмотровому оборудованию
Дым и открытый огоньВидимые признаки задымления и пламени в заданных зонах, их появление и развитие во времениОтветственные сотрудники получают сигнал с изображением участка и могут действовать по регламенту объекта
Въезд и перемещение транспортаНомерной знак, направление движения, пересечение контрольной линии, время въезда и выездаФормируется журнал событий, который помогает проверять движение транспорта и разбирать спорные эпизоды

Обнаружение БПЛА требует отдельного технического решения. Для него необходимо оценивать обзор воздушного пространства, характеристики камер, различимость цели и возможность её сопровождения. В зависимости от задачи видеонаблюдение дополняют специализированными датчиками. Возможности наземной охраны периметра сами по себе не подтверждают способность системы обнаруживать воздушные угрозы.

видеоаналитика задымлений в ЦОД.jpg

Как превратить обнаружение в своевременную реакцию

Для каждого сценария нужно заранее определить условия срабатывания: контролируемую зону, направление движения, длительность события и допустимые исключения. Например, появление человека рядом с ограждением ещё не означает проникновения. Система должна учитывать наблюдаемое действие и согласованные правила объекта.

Результатом обработки становится карточка события: тип, место, время, источник сигнала, ключевые кадры или короткий видеофрагмент. Продолжающийся эпизод должен обновляться в одной карточке, чтобы оператор не получал множество одинаковых тревог.

Отдельно необходимо контролировать доступность источников. Потеря видеопотока или недостаточная видимость должны отображаться как невозможность проверки: в такой ситуации система не может подтвердить, что участок находится в штатном состоянии.

Далее включается регламент службы безопасности: кто проверяет уведомление, кому передаёт информацию и какие действия выполняет. Эффективность решения оценивается по всей последовательности — от наблюдаемого события до реакции ответственных сотрудников.

Такой подход мы используем в NeuroCore

В проекте AI-видеоаналитики для охраны производственных объектов мы сформировали архитектуру аналитического слоя поверх существующей системы видеонаблюдения. Предусмотрены получение потоков напрямую с камер или через VMS и передача оператору классифицированных событий с подтверждающими материалами.

Особое внимание уделено ложным срабатываниям: перед масштабированием необходимы сбор данных конкретной площадки, калибровка и проверка моделей в реальных условиях. Обнаружение БПЛА выделено в отдельную исследовательскую проработку.

Предпроектный этап завершён: определены архитектура, требования к данным, сценарии интеграции и план пилотирования. Следующая задача — проверить выбранные сценарии на ограниченном числе зон и подтвердить качество, достаточное для работы службы безопасности.

Обсудите применение ИИ для безопасности ваших объектов

Какие угрозы можно выявлять с помощью существующих камер? Где потребуется дополнительное оборудование? Как встроить видеоаналитику в работу службы безопасности?

Получите консультацию команды NeuroCore: разберём задачи вашего объекта, предложим сценарии применения ИИ и первый этап, на котором можно проверить их эффективность в реальных условиях:

 Оставить заявку в форме ниже |  Написать нам в ТГ

Читайте так же

NeuroCore · ИИ для бизнеса

Есть задача для ИИ?

Планируете внедрение ИИ, разработку модели или подготовку данных? Расскажите о задаче — обсудим возможные подходы, исходные условия и первый этап проекта.

Обсудить ваш проект

О вашей задаче (по желанию)

Первое обращение — без готового ТЗ