중요한 인프라 보안을 위해 제조를 넘어 치명적인 시나리오 테스트가 필수적인 이유

모든 국내선 운항이 중단된 전례 없는 FAA 정전으로 인해 모두가 다음과 같은 질문을 하게 되었습니다.

이 어떻게 된거 야?

책임자는 누구입니까?

유사한 일이 다시 발생하지 않도록 하려면 어떻게 해야 합니까?

이 중단으로 인해 우리는 가장 안전하고 신뢰할 수 있으며 검증된 시스템도 실패할 수 있음을 강조했습니다.

대중의 인식 수준에 도달하는 이러한 유형의 중단은 드물지만 생명에 중요한 시스템에서 발생하면 안전, 보안 및 경제에 영향을 미치는 치명적인 결과를 초래할 수 있습니다. 우리는 현재 운송 중단과 수천 명의 승객이 목적지에 도착하기 위해 애쓰는 웹/앱 서비스의 과부하로 인한 결과를 보고 있습니다.

오늘날의 FAA 중단은 시스템 오류로 간주되지만 정상적인 성능 저하 오류였습니다. 즉, 운 좋게도 오류로 인한 사망자는 없었고 더 많은 피해가 발생하기 전에 시스템이 효과적으로 종료되었습니다.

이것은 다행스러운 일이지만 고무적이지는 않습니다.

테스트는 항상 결함을 감지하기 위해 제조에 사용되었습니다. 예를 들어 결함 시뮬레이션은 장치를 인위적으로 "파괴"하여 진단 테스트가 결함을 감지하고 근본 원인까지 격리하는지 확인하는 방법이었습니다. 소프트웨어를 설계할 때 엔지니어는 기능적으로 수행해야 하는 사양에 따라 설계하도록 배웁니다. 시스템 오류로 이어지는 발생해야 하는 조건의 "완벽한 폭풍" 또는 치명적인 시나리오를 찾는 데 훨씬 적은 노력이 소요되었습니다. 이러한 조건을 예측하면 치명적인 오류를 사전에 감지하고 방지하는 메커니즘을 사전에 구축하는 데 도움이 될 수 있습니다.

향후 정전 및 기타 중요한 인프라 장애 방지

클라우드 컴퓨팅 및 인공 지능 솔루션의 확산으로 이제 우리는 수백만 개의 운영 시나리오를 평가하여 어떤 경우가 치명적인 시나리오로 이어질 수 있는지 감지할 수 있는 충분한 컴퓨팅 능력을 갖게 되었습니다.

FAA의 경우 이제 모든 국내 공항, 하늘과 지상의 항공기는 물론 향후 사용 예정인 항공기, 관제탑 통신 및 관련 인프라, 승객, 날씨, 시스템 오류를 초래할 수 있는 게임 아웃 시나리오에 대한 보안.

이 시스템의 상호 작용과 상호 의존성의 복잡성을 고려한다면 모든 실패 지점을 살펴보는 것은 벅찬 제안임이 분명합니다.

인공 지능은 이러한 엄청난 양의 데이터를 분석하여 FAA 시스템에 문제를 일으킬 수 있는 패턴과 행동을 사전에 찾는 데 도움이 될 수 있습니다.

최적화된 스케줄링 및 물류를 위해 교통 패턴을 더 잘 조사하기 위해 인공 지능이 활용되었기 때문에 이는 전례가 없는 일이 아닙니다.

또한 이 기술은 사이버 공격 및/또는 시스템의 비정상적인 동작을 조기에 감지하는 강력한 방어 메커니즘으로 배포될 수 있습니다. 이러한 시스템을 효과적으로 배포하는 핵심은 인간 전문가가 조사할 수 있도록 특정 이상값과 조건을 격리하는 것입니다.

FAA 정전에서 배워야 할 교훈이 많으며 시간이 지나면 무슨 일이 일어났는지 더 명확하게 알게 될 것입니다. 그러나 현재로서는 발생할 수 있는 시스템 오류 및 기타 문제를 사전에 감지할 수 있는 인공 지능과 같은 신기술이 중요한 인프라를 유지 관리하는 데 중요한 역할을 한다는 것이 분명합니다.