Miksi katastrofaalinen skenaariotestaus valmistusta pidemmälle on välttämätöntä kriittisen infrastruktuurin turvallisuudelle

Ennennäkemätön FAA:n seisokki, joka johti kaikkien kotimaan lentojen keskeyttämiseen, saa kaikki kysymään kysymyksiä:

Kuinka tämä tapahtui?

Kuka on vastuussa?

Miten voimme estää vastaavan tapahtuman uudelleen?

Tämä häiriö on saattanut meidät huomioimaan ja korostanut, että jopa turvallisimpana, luotettavimpana ja validoitumpana pitämämme järjestelmät voivat epäonnistua.

Vaikka tämäntyyppiset yleisen tietoisuuden tasolle ulottuvat katkokset ovat harvinaisia, kun niitä esiintyy elintärkeässä järjestelmässä, se voi johtaa katastrofaalisten seurausten lumivyöryyn, joka vaikuttaa turvallisuuteen, turvallisuuteen ja talouteen. Näemme tämän nyt kuljetushäiriöinä ja verkko-/sovelluspalveluiden ylikuormituksen seurauksista, jotka ovat tulvineet tuhansien matkustajien ryntäydessä määränpäähänsä.

Vaikka tämän päivän FAA:n katkos katsotaan järjestelmävikaksi, se oli hieno heikkenemisvika. Tämä tarkoittaa, että onneksi vika ei aiheuttanut kuolemantapauksia ja järjestelmä sammui tehokkaasti ennen kuin vahinkoja sattui.

Tämä on onnea, mutta ei rohkaisevaa.

Testausta on aina käytetty valmistuksessa vikojen havaitsemiseen – vikasimulaatiolla esimerkiksi keinotekoisesti "rikotaan" laite, jotta nähdään, pystyisivätkö diagnostiset testit havaitsemaan ja eristämään vikoja niiden perimmäisiin syihin saakka. Ohjelmistoa suunniteltaessa insinöörejä opetetaan suunnittelemaan sen spesifikaation mukaan, mitä sen tulisi tehdä toiminnallisesti. Paljon vähemmän vaivaa käytettiin katastrofaalisten skenaarioiden tai "täydellisen myrskyn" etsimiseen olosuhteista, joiden on tapahduttava ja jotka johtavat järjestelmävikaan. Näiden olosuhteiden ennakointi voi auttaa meitä rakentamaan ennakoivasti mekanismeja katastrofien havaitsemiseksi ja estämiseksi.

Tulevien sähkökatkojen ja muiden kriittisten infrastruktuurihäiriöiden estäminen

Pilvilaskennan ja tekoälyratkaisujen yleistyessä meillä on nyt tarpeeksi tehokas laskentateho arvioida miljoonia toimintaskenaarioita ja havaita, mitkä tapaukset voivat johtaa katastrofaalisiin skenaarioihin.

FAA:lle pitäisi nyt olla mahdollista ennakoivasti analysoida olosuhteita ja tietoja kaikista kotimaisista lentokentistä, ilma-aluksista taivaalla ja maassa sekä tulevaan käyttöön suunnitelluista, lennonjohtotornin viestinnästä ja niihin liittyvistä infrastruktuureista, matkustajista, säästä, ja suojaus sellaisiin skenaarioihin, jotka voivat johtaa järjestelmävikaan.

Jos tarkastellaan tämän järjestelmän vuorovaikutusten ja keskinäisten riippuvuuksien monimutkaisuutta, on selvää, että on pelottava ehdotus tarkastella kaikkia epäonnistumiskohtia.

Tekoäly voi auttaa analysoimaan tätä valtavaa datamäärää ja etsimään ennakoivasti malleja ja käyttäytymismalleja, jotka saattavat asettaa haasteita FAA-järjestelmille.

Tämä ei ole ennennäkemätöntä, sillä tekoälyä on hyödynnetty tutkimaan paremmin liikennemalleja optimoitua aikataulutusta ja logistiikkaa varten.

Teknologiaa voidaan käyttää myös tehokkaana puolustusmekanismina kyberhyökkäysten ja/tai järjestelmien epänormaalin toiminnan havaitsemiseksi varhaisessa vaiheessa. Avain tällaisten järjestelmien tehokkaaseen käyttöönottamiseksi on eristää nämä erityiset poikkeamat ja olosuhteet, jotta asiantuntijat voivat tarkistaa ne.

FAA-seisokista on opittava monia asioita, ja ajan myötä saamme selkeämmän kuvan siitä, mitä tapahtui. Mutta toistaiseksi on ilmeistä, että kehittyvillä teknologioilla, kuten tekoälyllä, jotka mahdollistavat järjestelmävikojen ja muiden mahdollisten haasteiden ennakoivan havaitsemisen, on tärkeä rooli kriittisen infrastruktuurimme ylläpitämisessä eteenpäin.