Misurazione, rendicontazione e miglioramento della resilienza operativa

La resilienza operativa è diventata il fattore determinante che distingue le organizzazioni che prosperano da quelle che si limitano a sopravvivere alle interruzioni. Con il 78% delle organizzazioni che dichiara di essere stato preso di mira da un ransomware nell’ultimo anno, la capacità di mantenere i servizi aziendali critici durante e dopo gli incidenti determina il vantaggio competitivo.

Le imprese moderne devono affrontare una triplice sfida: minacce informatiche sofisticate, requisiti normativi rigorosi e la complessità delle infrastrutture distribuite. Il tempo di permanenza mediano globale di 11 giorni tra la compromissione iniziale e il rilevamento dimostra che gli approcci di sicurezza tradizionali da soli potrebbero non essere sufficienti a proteggere pienamente la continuità operativa.

Costruire una vera resilienza spesso richiede più che semplici piani di Backup and Recovery. Richiede un approccio sistematico alla misurazione, alla rendicontazione e al miglioramento continuo della capacità della propria organizzazione di assorbire e riprendersi dalle interruzioni, mantenendo al contempo l’erogazione dei servizi entro limiti accettabili.

La resilienza operativa rappresenta la capacità della vostra organizzazione di prevenire, adattarsi, reagire e riprendersi dalle interruzioni, continuando nel contempo a fornire servizi aziendali critici. A differenza della tradizionale pianificazione della continuità operativa, che si concentra su scenari specifici, la resilienza operativa adotta una visione olistica dell’intero ecosistema, inclusi tecnologia, processi, persone e dipendenze da terze parti.

I cinque pilastri della resilienza operativa forniscono un quadro strategico per la creazione di un approccio completo alla protezione:

1. Tassonomia dei servizi e soglie di tolleranza: identificazione dei servizi aziendali critici (CBS) e definizione delle soglie di tolleranza dell’impatto.
2. Mappatura delle dipendenze: comprensione di tutte le componenti, compresi i fornitori terzi.
3. Test degli scenari: esercitazioni periodiche per verificare le capacità di Recovery.
4. Risposta e Recovery: piani collaudati con prove di rispetto dei limiti di tolleranza.
5. Governance e miglioramento continuo: supervisione da parte del consiglio di amministrazione, autovalutazione e misure correttive finanziate.

La continuità operativa si concentra in genere sul recupero da eventi specifici, mentre la resilienza operativa può affrontare la sfida più ampia di mantenere i servizi in presenza di vari tipi di interruzioni. Questo cambiamento riflette le aspettative normative: ad esempio, nel Regno Unito, la Financial Conduct Authority ha iniziato a richiedere alle aziende di dimostrare di poter rimanere entro i limiti di tolleranza dell’impatto entro il 2025.

Questa tabella fornisce una tabella di marcia strutturata per l’implementazione di ciascun pilastro, con tappe fondamentali e criteri di validazione chiari.

Comprendere la distinzione tra metriche e KPI è fondamentale per una gestione efficace della resilienza. Le metriche rappresentano dati grezzi che misurano aspetti specifici delle vostre operazioni, mentre i KPI sono indicatori di prestazione selezionati che si collegano direttamente agli obiettivi strategici di resilienza e ai requisiti normativi.

Metriche chiave di resilienza da monitorare

Le seguenti metriche costituiscono la base della misurazione quantitativa della resilienza e contribuiscono a consentire un processo decisionale basato sui dati:

• Tempo di rilevamento (TTD): misura la velocità con cui i sistemi identificano anomalie o incidenti di sicurezza. Con un tempo mediano di permanenza di 11 giorni a livello globale, le organizzazioni che riducono il TTD limitano in modo significativo i potenziali danni e la complessità della Recovery.
• Tempo medio per la Recovery pulita (MTCR): rappresenta il tempo effettivo necessario per riportare i servizi a uno stato pulito e verificato, contribuendo a confermare che siano privi di malware noti o danni. Questa metrica va oltre il semplice ripristino; convalida l’affidabilità dei sistemi ripristinati. Le organizzazioni segnalano tuttavia che la Recovery pulita spesso richiede più tempo.
• Tasso di successo del Recovery: monitora la percentuale di test di Recovery che soddisfano gli obiettivi di tolleranza all’impatto definiti. Con solo il 13% delle organizzazioni in grado di ripristinare completamente i propri dati dopo un attacco ransomware, questa metrica evidenzia il divario tra i tentativi di Recovery e i risultati positivi.
• Analisi delle derive/discrepanze: quantifica la misura in cui lo stato attuale del CBS si discosta dai livelli di resilienza desiderati. Ciò include le lacune nella copertura dei controlli, come i servizi privi di backup immutabili o di runbook testati.

I membri del consiglio di amministrazione e le autorità di regolamentazione si concentrano principalmente su una domanda fondamentale: l’organizzazione è in grado di mantenere i servizi entro i limiti di tolleranza all’impatto definiti durante le interruzioni? Questo unico obiettivo determina la struttura e il contenuto di una rendicontazione efficace sulla resilienza operativa.

La rendicontazione sulla tolleranza all’impatto deve dimostrare chiaramente la vostra capacità di sostenere i sistemi critici per il business (CBS). Un rapporto efficace sulla resilienza operativa contiene tre sezioni essenziali che forniscono una visibilità completa sul livello di Readiness della vostra organizzazione:

1. Panoramica dello stato dei CBS: questa sezione fornisce una chiara rappresentazione visiva della posizione attuale di ciascun servizio critico rispetto alla propria soglia di tolleranza. Utilizzate indicatori a semaforo (rosso/giallo/verde) per mostrare se i servizi operano entro i limiti di tolleranza, si avvicinano ai limiti o superano i limiti accettabili.
2. Prove a garanzia dei test: documentate la prova che tutti i piani di ripristino vengono sottoposti a regolare convalida tramite test automatizzati. Includete metriche quali i tassi di successo di Commvault Cleanroom, la frequenza dei test e i tempi di ripristino raggiunti. Queste prove dimostrano non solo la capacità teorica, ma anche prestazioni comprovate.
3. Piano d’azione correttivo: presentate una sintesi, ordinata per priorità, dei rischi identificati e delle risorse necessarie per colmare le lacune di resilienza. Concentratevi sui miglioramenti ad alto impatto che influenzano direttamente la conformità ai limiti di tolleranza del CBS, con tempistiche chiare e attribuzione delle responsabilità.

ResOps trasforma i dati frammentati in informazioni integrate che determinano miglioramenti misurabili nella resilienza organizzativa. Abbattendo i tradizionali silos tra i team di sicurezza, operazioni IT e continuità operativa, ResOps crea una visione completa dello stato di resilienza.

Fonte di dati unificata

ResOps consolida le metriche provenienti da sistemi disparati in un’unica fonte di verità. Questa integrazione affronta la sfida per cui il 77% delle organizzazioni afferma che la mancanza di integrazione tra gli strumenti ostacola il rilevamento delle minacce. Estrapolando i dati dai sistemi di backup, dalla gestione delle identità, dagli strumenti di sicurezza e dalle piattaforme di orchestrazione del ripristino, ResOps fornisce una visibilità completa sullo stato di Readiness.

Garanzia automatizzata

I test automatizzati continui, grazie a funzionalità come Commvault Cleanroom, forniscono dati MTCR verificati in grado di superare i controlli normativi. Questa automazione trasforma i test da semplici esercitazioni periodiche in una validazione continua; alcune organizzazioni sono ora in grado di testare il ripristino mensilmente, se lo desiderano.

L’automazione semplifica inoltre i dati tecnici complessi trasformandoli in approfondimenti pronti per i dirigenti. Anziché presentare registri di Recovery grezzi, le piattaforme ResOps generano report chiari che mostrano se ogni CBS è in grado di ripristinarsi entro la tolleranza definita, supportati da prove con data e ora provenienti da test effettivi.

Strategie di reporting per la resilienza

La creazione di report efficaci sulla resilienza richiede l’adattamento dei contenuti e della presentazione a ciascun pubblico, mantenendo al contempo la coerenza dei dati sottostanti. I dashboard per i dirigenti devono bilanciare una copertura completa con la chiarezza, fornendo approfondimenti utilizzabili senza sovraccaricare di dettagli.

I diversi stakeholder richiedono prospettive diverse sui dati relativi alla resilienza. I dirigenti di alto livello necessitano di analisi delle tendenze e sintesi dell’esposizione al rischio; i revisori richiedono prove dettagliate e mappature di conformità; le unità aziendali desiderano informazioni sulle capacità di Recovery specifiche per servizio e sulle dipendenze.

Una comunicazione coerente rafforza il senso di responsabilità in tutta l’organizzazione. Cicli di reporting regolari, metriche standardizzate e chiare attribuzioni di responsabilità creano una cultura in cui la resilienza diventa una responsabilità di tutti, non solo un ambito di competenza del reparto IT.

Struttura del dashboard esecutivo

Lo schema seguente delinea le componenti essenziali di una dashboard esecutiva completa con frequenze di aggiornamento adeguate:

Lo sviluppo della resilienza richiede approcci sistematici che combinino una pianificazione proattiva, una verifica periodica e un miglioramento continuo basato sugli insegnamenti tratti dall’esperienza reale.

Le esercitazioni teoriche (tabletop) rimangono fondamentali per testare le procedure di risposta senza interrompere le operazioni. Queste simulazioni dovrebbero riflettere le informazioni aggiornate sulle minacce, con scenari basati su incidenti reali che hanno colpito organizzazioni simili. È importante coinvolgere partecipanti di terze parti, poiché due terzi delle interruzioni segnalate pubblicamente derivano da guasti di fornitori terzi.

Le analisi post-incidente trasformano i fallimenti in opportunità di apprendimento. Le organizzazioni devono andare oltre l’attribuzione delle colpe per comprendere i problemi sistemici; l’85% delle principali interruzioni dovute a errore umano deriva dal mancato rispetto delle procedure da parte del personale o da difetti nei processi.

Guida all’implementazione per il potenziamento della resilienza

La presente guida all’implementazione fornisce un approccio strutturato per sviluppare e mantenere le capacità di resilienza, con chiari criteri di responsabilità e di successo.

Un’azienda di logistica globale, con oltre 200 sedi operative, ha compreso che la resilienza operativa non è solo teoria quando un ransomware ha crittografato i suoi dati di produzione e l’infrastruttura di backup. L’attacco ha bloccato i camion e lasciato i clienti in attesa, ma le decisioni strategiche prese mesi prima hanno permesso di ripristinare l’operatività con almeno due settimane di anticipo rispetto a quanto sarebbe stato altrimenti possibile.

Il Senior Systems Engineer dell’azienda riflette sull’esperienza: «Aspettatevi una violazione. Non è una questione di “se”, ma di “quando”».

La sfida: una protezione frammentata di fronte a un attacco reale

Le frequenti acquisizioni avevano costretto il team IT a gestire diverse soluzioni di protezione dei dati all’interno della propria infrastruttura cloud ibrida, che comprendeva Microsoft 365, SQL, Oracle, Sybase, OneDrive, SharePoint, Active Directory, file server e macchine virtuali. L’azienda aveva avviato un processo di consolidamento a livello globale con Commvault Cloud, in grado di semplificare la gestione e il Recovery.

Quando si è verificato l’attacco ransomware, questo ha crittografato tutti i dati di produzione e ha messo fuori uso CommServe e MediaAgents. Gli aggressori avevano compromesso sia i sistemi primari che i backup. Tuttavia, una decisione cruciale si è rivelata fondamentale: l’azienda aveva archiviato una copia di backup per il ripristino di emergenza del proprio CommServe in Commvault Cloud, separata dall’infrastruttura on-premise, il che ha contribuito a sostenere l’operazione di ripristino.

La risposta: Recovery dei sistemi critici in 72 ore

Il team IT ha immediatamente contattato l’assistenza Commvault e il team dei servizi di risposta agli incidenti, attivo 24 ore su 24, 7 giorni su 7. L’assistenza ha innanzitutto ripristinato il database di CommServe dal cloud, consentendo al team di ricostruire il proprio server in loco e i tre MediaAgent. Il team di risposta agli incidenti ha poi preso il comando, lavorando su un elenco di applicazioni classificate in base all’impatto sul business.

“Abbiamo potuto contare su un team di ingegneri Commvault che ha supportato il nostro team giorno e notte nel ripristino dei nostri sistemi”, ha affermato l’ingegnere di sistema senior. “Hanno tenuto conto delle nostre priorità e ci hanno consigliato le migliori pratiche per un ripristino più rapido. È stata una vera collaborazione.”

I sistemi più critici sono tornati online entro 72 ore dall’intervento del team di risposta agli incidenti. Il resto dei sistemi di produzione è stato ripristinato nel giro di una settimana, consentendo la ripresa delle consegne e contribuendo a ridurre al minimo i disagi per i clienti al dettaglio e i consumatori finali.

L’impatto: il valore quantificato del Recovery

Il direttore dell’infrastruttura e delle operazioni IT stima che, senza l’intervento di Commvault, i tempi di inattività si sarebbero prolungati di almeno due settimane. L’azienda ha evitato di pagare il riscatto richiesto dal ransomware e ha mantenuto operative le attività, proteggendo sia i ricavi che i rapporti con i clienti.

Questo incidente reale conferma le metriche di resilienza discusse in precedenza. L’MTCR dell’azienda per i sistemi critici è risultato pari a 72 ore, un risultato significativamente migliore rispetto a quello registrato in caso di attacchi ransomware.

Lezioni apprese: rafforzare la resilienza futura

Dopo l’incidente, l’azienda ha implementato diversi miglioramenti sulla base delle lezioni apprese. Ha documentato un piano di Recovery completo, ha esteso le copie di backup sul cloud e su vari supporti e ha verificato il completamento dei backup attraverso test approfonditi.

Da allora, l’azienda di logistica ha standardizzato l’utilizzo di Commvault a livello globale, aggiungendo Commvault Grid per Backup and Recovery ad alte prestazioni, una protezione avanzata contro il ransomware e una maggiore scalabilità. Ha inoltre integrato i servizi di gestione remota (Remote Managed Services) per il monitoraggio 24 ore su 24, 7 giorni su 7, la risoluzione dei problemi e un’analisi annuale dello stato di salute e della sicurezza.

«Commvault Cloud è ora la nostra soluzione di resilienza informatica a livello globale», ha affermato il direttore dell’infrastruttura e delle operazioni IT. «Quando si è verificata una violazione, Commvault ha superato la prova a pieni voti, consolidando la mia fiducia in loro. Sono un vero partner, non un semplice fornitore».

La piattaforma di protezione dei dati di Commvault aiuta ad affrontare le sfide relative alla misurazione, alla reportistica e al miglioramento che le organizzazioni devono affrontare nel costruire la resilienza operativa. L’architettura unificata della piattaforma può contribuire a ridurre la frammentazione che ostacola gli sforzi di resilienza, aiutando a fornire visibilità e controllo in ambienti ibridi.

Le funzionalità di backup automatizzato contribuiscono a ridurre gli errori umani, mantenendo al contempo la coerenza in infrastrutture eterogenee. Grazie alle funzionalità integrate di convalida e test, le organizzazioni acquisiscono la certezza che il ripristino avrà esito positivo quando necessario. La capacità della piattaforma di automatizzare da 50 a oltre 100 passaggi in operazioni di ripristino complesse, come il ripristino della foresta di Active Directory, contribuisce a trasformare processi manuali che richiedono diversi giorni in operazioni di ripristino orchestrate della durata di poche ore.

Le funzionalità di portabilità nel cloud consentono alle organizzazioni di mantenere la resilienza in contesti infrastrutturali in continua evoluzione. Che si tratti di proteggere applicazioni SaaS, carichi di lavoro cloud-native o sistemi tradizionali on-premise, Commvault è progettato per fornire funzionalità di protezione e Recovery coerenti che si adattano alle esigenze aziendali.

Scheda di valutazione delle prestazioni di Commvault

Questa scheda di valutazione illustra gli obiettivi chiave di prestazione e i metodi di convalida per le funzionalità fondamentali di resilienza di Commvault.

Misurare e documentare la resilienza operativa trasforma concetti astratti in informazioni utili che i consigli di amministrazione, le autorità di regolamentazione e i team operativi possono utilizzare per prendere decisioni informate. Le organizzazioni che prosperano nonostante le interruzioni sono quelle che considerano la resilienza una disciplina continua, non un progetto una tantum.