اتاق تحلیل اقتصاد آمریکاصفحه اصلی ←

باگی که از ژوئیه پنهان بود: گزارش رسمی مایکروسافت نشان می‌دهد قطعی جهانی چگونه در کمتر از دو ساعت ۸۰٪ سرورهای دروازهٔ شبکه را از کار انداخت

صنعت • ۱۶ نوامبر ۲۰۲۶ · ۲۵ آبان ۱۴۰۵
باگی که از ژوئیه پنهان بود: گزارش رسمی مایکروسافت نشان می‌دهد قطعی جهانی چگونه در کمتر از دو ساعت ۸۰٪ سرورهای دروازهٔ شبکه را از کار انداخت

چهار روز پس از قطعی‌ای که ایمیل و ابزار کار میلیون‌ها نفر را در بیش از ۷۰ کشور از کار انداخت، مایکروسافت سرانجام زنجیرهٔ کامل حادثه را منتشر کرد: نقصی که در یک اصلاحیهٔ ماه ژوئیه وارد شده بود و سه ماه خاموش ماند، وقتی در اوج ترافیک آمریکا با یک جابه‌جایی عادی تیمز و ۱۴٪ ظرفیت ازدست‌رفته هم‌زمان شد، در کمتر از دو ساعت بیش از ۸۰٪ سرورهای دروازهٔ شبکهٔ مایکروسافت ۳۶۵ را بی‌پاسخ کرد. این گزارش، پاسخ رسمی به پرسشی است که از پنجشنبه بی‌جواب مانده بود: چطور یک تغییر «آزموده‌شده» می‌تواند زیرساخت اداری جهان را بخواباند؟

۱. چه اتفاقی افتاده است؟
مایکروسافت دوشنبه گزارش مقدماتی بررسی حادثه (شناسه‌های MO1550821 و EX1550543 در مرکز مدیریت مایکروسافت ۳۶۵) را منتشر کرد و چارلز لامانا، معاون اجرایی بخش کوپایلوت، ایجنت‌ها و پلتفرم، خلاصهٔ آن را در X منتشر کرد؛ گزارش نهایی اواخر همین هفته وعده داده شده است. طبق این گزارش، قطعی پنجشنبه ۱۲ نوامبر — که این تحریریه همان روز در مقالهٔ ۲۱۰ پوشش داد و جمعه انتساب اولیهٔ علتش را گزارش کرد — از «دروازهٔ شبکه»ای شروع شد که جلوی بسیاری از سرویس‌های مایکروسافت ۳۶۵ می‌ایستد: ایمیل (Exchange Online)، تیمز، شیرپوینت، وان‌درایو و ابزارهای دیگر از همین دروازه رد می‌شوند.

۲. علت فنی چیست؟
سه عامل با هم ترکیب شدند. عامل اول، نقص پنهان بود: اصلاحیه‌ای که از ماه ژوئیه برای سرورهای همین دروازه آماده و در سراسر جهان مستقر شده بود، زیر بار خاصی سرورها را غرق و بی‌پاسخ می‌کرد — اما سه ماه هیچ اتفاقی نیفتاد و آزمون بار شرکت هم آن را نگرفت، چون آزمون‌ها روی سخت‌افزار ضعیف‌تر با هسته‌های پردازشی کمتر انجام می‌شد و نقص دقیقاً روی ماشین‌های تازه‌تر و پرهسته‌تر بدتر است. عامل دوم، بار بود: حدود ۱۵ ساعت پیش از حادثه، تیمز در عملیاتی عادی از دروازهٔ جایگزین به دروازهٔ اصلی — همان که ایمیل را هم حمل می‌کند — منتقل شد و بار و الگوی ترافیک را بالا برد. عامل سوم، ظرفیت بود: نزدیک ۱۴٪ ظرفیت دروازه از روز قبل، به علت مسئله‌ای نامرتبط، از سرویس خارج بود. در اوج ترافیک آمریکا، این سه عامل نقص ژوئیه را فعال کردند. از آنجا به بعد، خود سازوکار تاب‌آوری سامانه علیه آن کار کرد: وقتی سروری از دسترس خارج می‌شد، ترافیکش خودکار به سرورهای سالم می‌رفت و همان بارِ پخش‌شده نقص را روی آن‌ها هم فعال می‌کرد؛ در کمتر از دو ساعت، در پایین‌ترین نقطه، بیش از ۸۰٪ سرورها بی‌پاسخ بودند و جداسازی داخلی بخش‌ها هم به علت مسئله‌ای جدا جلوی گسترش جهانی را نگرفت.

۳. داده‌ها چه می‌گویند؟
چهار عدد، مقیاس و سازوکار را نشان می‌دهد: بیش از سه ماه سکوت نقص در تولید جهانی؛ ~۱۴٪ ظرفیت ازدست‌رفته پیش از شروع؛ کمتر از دو ساعت تا سرایت به کل ناوگان؛ و بیش از ۸۰٪ سرور بی‌پاسخ در کف حادثه. یک تفاوت فنی هم توضیح می‌دهد چرا تجربهٔ کاربران یکدست نبود: تیمز، وان‌درایو، شیرپوینت و اپ‌های آفیس توانستند از دروازهٔ معیوب جدا شوند و زودتر برگردند، اما Exchange Online چنین امکانی ندارد — برای همین ایمیل، که ستون فقرات کار روزانه است، دیرتر از بقیه برگشت. در سمت تقاضا، اوج گزارش‌های کاربران برای Outlook در Downdetector از ۱۳۰ هزار گذشت و اختلال در ۷۲ تا ۷۴ کشور ثبت شد.

۴. پیامدها چیست؟
پیامد اول، اعتباری و نظارتی است: گزارش نشان می‌دهد شکاف اصلی در «آزمون» بوده، نه فقط در «کد» — تغییری که روی سخت‌افزار ضعیف‌تر سالم بود، روی ناوگان واقعی نتیجهٔ دیگری داد. برای مشتریان سازمانی — دولت‌ها، بیمارستان‌ها، شرکت‌های هواپیمایی و بانک‌هایی که پنجشنبه درگیر شدند — گزارش نهایی این هفته و سازوکارهای پیشگیری اعلامی آن، مبنای مطالبهٔ پاسخ‌گویی و احتمالاً اعتبار سرویس خواهد بود. پیامد دوم، ساختاری است و به زندگی روزمره در آمریکا و جهان برمی‌گردد: ایمیل و تقویم و جلسهٔ آنلاین بخش بزرگی از جهان روی دروازهٔ یک شرکت می‌ایستد و این حادثه نشان داد حتی افزونگی داخلی هم، وقتی نقص در لایهٔ مشترک است، مصونیت نمی‌سازد. برای کاربران ایرانی‌تبار داخل آمریکا — که کار، دانشگاه و ارتباط خانوادگی‌شان روی همین سرویس‌هاست — و برای خانواده‌هایی در ایران که از همین مسیر در تماس‌اند، این همان ریسک تمرکزی است که مقالهٔ ۲۱۰ درباره‌اش هشدار داده بود، حالا با سند رسمی خود شرکت.

۵. چه چیزی هنوز قطعی نیست؟
این گزارش «مقدماتی» است؛ گزارش نهایی اواخر هفته می‌آید و باید دست‌کم سه پرسش را جواب دهد: «مسئلهٔ جدا»یی که جداسازی بخش‌ها را خنثی کرد دقیقاً چه بود؛ چرا ظرفیت ازدست‌رفتهٔ ۱۴٪ در آستانهٔ اوج ترافیک جبران نشده بود؛ و چه تغییری در آزمون بار و بازیابی خودکار اعمال می‌شود. شمار کل کاربران آسیب‌دیده و خسارت کسب‌وکارها هنوز هیچ رقم رسمی‌ای ندارد. همچنین این توضیح، روایت خود شرکت است؛ راستی‌آزمایی مستقل فنی از بیرون ممکن نیست و باید همین‌طور خوانده شود.

۶. جمع‌بندی تحلیلی
درس این حادثه برای مخاطب غیرفنی یک جمله است: خطرناک‌ترین نقص‌ها آن‌هایی نیستند که همان روز خودشان را نشان می‌دهند؛ نقصی که سه ماه در سکوت در کل جهان نشسته و منتظر ترکیب خاصی از بار و ظرفیت است، از هر حمله‌ای سخت‌تر گرفته می‌شود — چون همهٔ آزمون‌ها را هم رد کرده است. نکتهٔ دوم، معماری است: اشتراک یک دروازه میان ایمیل و بقیهٔ سرویس‌ها یعنی خرابی یک لایهٔ مشترک، همه‌چیز را با هم می‌خواباند و تنها سرویسی که نمی‌تواند جدا شود (ایمیل) دیرتر از همه برمی‌گردد. پایش بعدی: گزارش نهایی مایکروسافت اواخر این هفته، سازوکارهای پیشگیری اعلامی، و هر تصمیم مشتریان بزرگ دربارهٔ اعتبار سرویس یا تنوع‌بخشی به ارائه‌دهنده.

منابع: گزارش مقدماتی حادثهٔ مایکروسافت (۱۶ نوامبر ۲۰۲۶، مرکز مدیریت Microsoft 365، شناسه‌های MO1550821 و EX1550543) و پست چارلز لامانا در X (صبح دوشنبه ۱۶ نوامبر)، از مسیر گزارش‌های مستقل هم‌خوان The Hindu BusinessLine، The Stack، Neowin، XDA Developers و Expert Insights (با ارجاع AP)؛ ارقام کلیدی در همهٔ این منابع یکسان‌اند.

این گزارش را در سایت اتاق تحلیل اقتصاد آمریکا با داشبورد اقتصادی و آخرین تحلیل‌ها دنبال کنید.