क्रिटिकल इन्फ्रास्ट्रक्चर सिक्योरिटी के लिए मैन्युफैक्चरिंग से परे विपत्तिपूर्ण परिदृश्य परीक्षण क्यों आवश्यक है

अभूतपूर्व FAA आउटेज जिसके परिणामस्वरूप सभी घरेलू उड़ानें जमी हुई हैं, हर कोई सवाल पूछ रहा है:

यह कैसे हुआ?

कौन ज़िम्मेदार है?

हम कुछ इसी तरह की घटना को दोबारा होने से कैसे रोक सकते हैं?

इस आउटेज ने हमें ध्यान में रखा है, यह उजागर करते हुए कि जिन प्रणालियों को हम सबसे सुरक्षित, विश्वसनीय और मान्य मानते हैं, वे भी विफल हो सकती हैं।

जबकि सार्वजनिक जागरूकता के स्तर तक पहुंचने वाला इस प्रकार का आउटेज दुर्लभ है, जब कोई जीवन महत्वपूर्ण प्रणाली में होता है तो यह सुरक्षा, सुरक्षा और अर्थव्यवस्था को प्रभावित करने वाले विनाशकारी परिणामों के हिमस्खलन का कारण बन सकता है। हम इसे अब परिवहन के व्यवधान और वेब/ऐप सेवाओं में अधिभार के प्रभाव के साथ देख रहे हैं, जिसमें हजारों यात्री अपने गंतव्य तक पहुंचने के लिए छटपटा रहे हैं।

जबकि आज के एफएए आउटेज को एक सिस्टम फेलियर माना जाता है, यह एक शानदार डिग्रेडेशन फेल्योर था। इसका मतलब है कि, सौभाग्य से, विफलता से कोई मौत नहीं हुई और अधिक नुकसान होने से पहले सिस्टम प्रभावी रूप से बंद हो गया।

यह सौभाग्य की बात है, लेकिन उत्साहजनक नहीं है।

दोषों का पता लगाने के लिए निर्माण में परीक्षण का हमेशा उपयोग किया जाता है - गलती सिमुलेशन, उदाहरण के लिए, कृत्रिम रूप से "तोड़ने" की एक विधि थी, यह देखने के लिए कि क्या नैदानिक ​​​​परीक्षण विफलताओं का पता लगाएंगे और उनके मूल कारणों को अलग कर देंगे। सॉफ़्टवेयर डिज़ाइन करते समय, इंजीनियरों को यह सिखाया जाता है कि वे इस विनिर्देश के अनुसार डिज़ाइन करें कि इसे कार्यात्मक रूप से क्या करना चाहिए। विपत्तिपूर्ण परिदृश्यों या परिस्थितियों के "सही तूफान" की तलाश में बहुत कम प्रयास किए गए थे जो कि सिस्टम की विफलता का कारण बनते हैं। इन स्थितियों का अनुमान लगाने से हमें विपत्तिपूर्ण विफलता का सक्रिय रूप से पता लगाने और उसे रोकने के लिए सक्रिय रूप से तंत्र बनाने में मदद मिल सकती है।

भविष्य की रुकावटों और अन्य महत्वपूर्ण अवसंरचना विफलताओं को रोकना

क्लाउड कंप्यूटिंग और आर्टिफिशियल इंटेलिजेंस समाधानों के प्रसार के साथ, अब हमारे पास लाखों परिचालन परिदृश्यों का मूल्यांकन करने के लिए पर्याप्त कुशल कम्प्यूटेशनल शक्ति है ताकि यह पता लगाया जा सके कि कौन से मामले विपत्तिपूर्ण परिदृश्यों में परिणत हो सकते हैं।

एफएए के लिए, अब सभी घरेलू हवाईअड्डों, आकाश में और जमीन पर विमानों के साथ-साथ भविष्य में उपयोग के लिए निर्धारित, नियंत्रण टॉवर संचार और संबंधित बुनियादी ढांचे, यात्रियों, मौसम, से स्थिति और डेटा का सक्रिय रूप से विश्लेषण करना संभव होना चाहिए। और गेम आउट परिदृश्यों के लिए सुरक्षा जिसके परिणामस्वरूप सिस्टम विफलता हो सकती है।

यदि कोई इस प्रणाली की अंतःक्रियाओं और अन्योन्याश्रितताओं की जटिलता पर विचार करता है, तो यह स्पष्ट है कि विफलता के सभी बिंदुओं को देखना एक कठिन प्रस्ताव है।

आर्टिफिशियल इंटेलिजेंस इस भारी मात्रा में डेटा का विश्लेषण करने में मदद कर सकता है ताकि एफएए सिस्टम को चुनौती देने वाले पैटर्न और व्यवहारों को सक्रिय रूप से देखा जा सके।

यह अभूतपूर्व नहीं है, क्योंकि ऑप्टिमाइज्ड शेड्यूलिंग और लॉजिस्टिक्स के लिए ट्रैफिक पैटर्न की बेहतर जांच के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग किया गया है।

सिस्टम में साइबर हमलों और/या असामान्य व्यवहारों का शीघ्र पता लगाने के लिए प्रौद्योगिकी को एक शक्तिशाली रक्षा तंत्र के रूप में भी तैनात किया जा सकता है। ऐसी प्रणालियों को प्रभावी ढंग से तैनात करने की कुंजी उन विशिष्ट बाहरी कारकों और स्थितियों को अलग करना होगा ताकि मानव विशेषज्ञों द्वारा उनकी जांच की जा सके।

एफएए आउटेज से सीखने के लिए कई सबक हैं, और समय आने पर हमारे पास एक स्पष्ट तस्वीर होगी कि क्या हुआ। लेकिन, अभी के लिए, यह स्पष्ट है कि उभरती प्रौद्योगिकियां, जैसे कि आर्टिफिशियल इंटेलिजेंस, जो सिस्टम की विफलताओं और अन्य चुनौतियों का सक्रिय पता लगाने में सक्षम बनाती हैं, जो हमारे महत्वपूर्ण बुनियादी ढांचे को आगे बढ़ने में महत्वपूर्ण भूमिका निभाती हैं।