王北 夏衛(wèi) 高強

（中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心）

確保IT服務(wù)運作持續(xù)性

王北 夏衛(wèi) 高強

（中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心）

IT服務(wù)持續(xù)性管理是負責預(yù)防災(zāi)難、增強IT基礎(chǔ)架構(gòu)（包括計算機系統(tǒng)、網(wǎng)絡(luò)、應(yīng)用、數(shù)據(jù)庫存儲、技術(shù)支持和服務(wù)平臺）的恢復(fù)能力和容錯能力的流程。它需要確保組織在災(zāi)難發(fā)生后有足夠的技術(shù)、財務(wù)和管理資源來維持IT服務(wù)的持續(xù)運作。

在當今IT服務(wù)的業(yè)務(wù)環(huán)境下，服務(wù)持續(xù)運作的能力，在很大程度上決定了IT服務(wù)競爭成敗。對那些從事IT服務(wù)的單位而言，IT服務(wù)持續(xù)運作的能力則成為決定該單位競爭優(yōu)勢的直接因素。尤其是在發(fā)生重大災(zāi)難的情況下，如何確保IT服務(wù)運作的持續(xù)性，是值得IT服務(wù)管理人員特別關(guān)注的問題。

服務(wù)持續(xù)性的定義

IT服務(wù)持續(xù)性管理（IT Service Continuity Management）是指負責預(yù)防災(zāi)難發(fā)生、增強IT基礎(chǔ)架構(gòu)的恢復(fù)能力和容錯能力，并在災(zāi)難發(fā)生后迅速恢復(fù)IT服務(wù)正常運作的服務(wù)管理流程。

這里所說的災(zāi)難是指嚴重影響IT 服務(wù)正常運作甚至導(dǎo)致IT 服務(wù)中斷的外來事故，如地震、火災(zāi)、恐怖襲擊、網(wǎng)絡(luò)惡意攻擊、大范圍電力中斷等。預(yù)防災(zāi)難的發(fā)生和災(zāi)難發(fā)生后實施恢復(fù)方案是IT 服務(wù)持續(xù)性管理的主要任務(wù)。

系統(tǒng)服務(wù)持續(xù)性管理過程

中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心是中國人民大學信息化建設(shè)的歸口管理部門和主要承擔者，業(yè)務(wù)職能主要涵蓋電子校務(wù)、網(wǎng)絡(luò)平臺、校園卡、多媒體教學服務(wù)和視頻服務(wù)等內(nèi)容。一旦這些業(yè)務(wù)由于重大事件而停止運行，短時間內(nèi)不能恢復(fù)，將使中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心各項業(yè)務(wù)中斷，其影響將是災(zāi)難性的。因此隨著學校對IT的依賴性逐漸加重，網(wǎng)絡(luò)與教育技術(shù)中心領(lǐng)導(dǎo)也越來越重視IT服務(wù)持續(xù)性發(fā)展。

1.工廠服務(wù)持續(xù)性管理的組織結(jié)構(gòu)

中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心目前共有中心主任一名、副主任3名，下設(shè)9個科室。

中心主任負責統(tǒng)一領(lǐng)導(dǎo)和指揮突發(fā)災(zāi)難，制訂、審議有關(guān)政策、策略和制度并直接負責重大災(zāi)難的處置，根據(jù)突發(fā)災(zāi)難處置工作需要，向上級領(lǐng)導(dǎo)請示、匯報。

主管副主任在中心主任領(lǐng)導(dǎo)下，負責執(zhí)行突發(fā)災(zāi)難處置方案的具體指揮，協(xié)調(diào)實施技術(shù)部門及業(yè)務(wù)部門的具體處置工作。

各個科室接受突發(fā)災(zāi)難的預(yù)警信息，負責突發(fā)災(zāi)難的故障定位和初始保護工作；負責突發(fā)災(zāi)難的損失評估、發(fā)展態(tài)勢評估、恢復(fù)效果評估等工作；負責突發(fā)災(zāi)難的設(shè)備、場地、人員、工具、后勤等資源保障的管理和協(xié)調(diào)工作；負責突發(fā)災(zāi)難前的資源統(tǒng)一準備和事件后的資源回收；協(xié)助主管副主任進行突發(fā)災(zāi)難和災(zāi)難恢復(fù)的處置，并負責核查業(yè)務(wù)功能，追補數(shù)據(jù)等職責；在業(yè)務(wù)人員的協(xié)助下，負責具體突發(fā)災(zāi)難和災(zāi)難恢復(fù)的技術(shù)處置工作；根據(jù)主管副主任的要求，預(yù)先通知重要用戶和相關(guān)單位；提供技術(shù)和業(yè)務(wù)支持，接受用戶的詢問和投訴，并向用戶解釋說明。

2. IT服務(wù)持續(xù)性風險管理方法

（1）定義范圍：明確IT服務(wù)持續(xù)性管理的范圍，對責任人和相關(guān)人員的職責和工作方法、治理標準、風險管理原則和方法及業(yè)務(wù)影響的準則和方法等問題進行了明確的定義。

（2）業(yè)務(wù)影響分析：分析IT服務(wù)對業(yè)務(wù)的影響，明確哪些地方需要重點實施IT服務(wù)持續(xù)性管理，有助于實施風險評估。

（3）風險評估：幫助識別IT服務(wù)運行中存在的薄弱環(huán)節(jié)和潛在的風險，避免業(yè)務(wù)中斷的發(fā)生。

（4）制定IT服務(wù)持續(xù)性計劃：用最低的成本將IT 服務(wù)運行的風險控制在最低可接受水平，具體包括風險降低措施的制定和災(zāi)難恢復(fù)方案的選擇。

（5）具體實施IT服務(wù)持續(xù)性計劃：當某項業(yè)務(wù)，中斷服務(wù)后，采取相對應(yīng)系統(tǒng)故障恢復(fù)計劃，或進行人工恢復(fù)。

（6）運作管理：在完成IT服務(wù)持續(xù)性計劃和實施后，進入日常管理階段，包括培訓、定期評審、定期日常變更、爭取領(lǐng)導(dǎo)對IT服務(wù)持續(xù)性管理質(zhì)量的認可和保證。

3. 災(zāi)難響應(yīng)及處理

（1）響應(yīng)

當災(zāi)難發(fā)生，服務(wù)中斷，各相關(guān)值班人員首先應(yīng)冷靜，判斷災(zāi)難的影響程度和損害程度，第一時間恢復(fù)。如果短時間內(nèi)恢復(fù)不能成功，通知相應(yīng)各科室負責人和中心領(lǐng)導(dǎo)，相關(guān)科室工程師應(yīng)迅速就位，處理和恢復(fù)突發(fā)災(zāi)難，短時間內(nèi)仍不能恢復(fù)服務(wù)，啟動系統(tǒng)故障恢復(fù)計劃，或各系統(tǒng)數(shù)據(jù)備份計劃。

（2）災(zāi)難處理

針對服務(wù)中斷原因，制定不同的恢復(fù)策略。服務(wù)中斷可能是由于各種不同的原因引起的，根據(jù)對中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心所發(fā)生服務(wù)中斷的統(tǒng)計來看，大部分原因是由于軟硬件故障，系統(tǒng)錯誤等原因引起的。針對這種情況，中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心制定了《各系統(tǒng)故障恢復(fù)計劃》和《各系統(tǒng)數(shù)據(jù)備份計劃》。

各系統(tǒng)故障恢復(fù)計劃概要：各系統(tǒng)故障描述、故障預(yù)防措施、處理故障和恢復(fù)措施、要求時間、責任人。

4. 維護工作

在保障IT服務(wù)持續(xù)性中，各個系統(tǒng)的維護工作必不可少，維護工作包括兩類：計劃維護和非計劃維護。

（1）計劃維護：即根據(jù)預(yù)先安排的計劃，由時間驅(qū)動的維護工作。

定期進行各系統(tǒng)故障恢復(fù)計劃和各系統(tǒng)數(shù)據(jù)備份計劃的評審，評審按計劃每年度執(zhí)行一次。當環(huán)境發(fā)生變化時，這些變化很容易被忽略，通過評審將幫助檢查各系統(tǒng)故障恢復(fù)計劃和各系統(tǒng)數(shù)據(jù)備份計劃所需要的變更。要求各個系統(tǒng)的責任人必須出席定期評審會。評審將主要關(guān)注已經(jīng)確定的事件，確保這些更新已經(jīng)或即將整合到各系統(tǒng)故障恢復(fù)計劃和各系統(tǒng)數(shù)據(jù)備份計劃中。

（2）非計劃維護：由事件驅(qū)動的維護工作。

因為許多變更是不可預(yù)測的。各個系統(tǒng)的負責人將負責在事件發(fā)生后向有關(guān)人員建議需要更新各系統(tǒng)故障恢復(fù)計劃和各系統(tǒng)數(shù)據(jù)備份計劃。

5. 災(zāi)難發(fā)生的演練測試

在工作中很少遇到真正的災(zāi)難，所以測試與演練災(zāi)難恢復(fù)過程是網(wǎng)絡(luò)與教育中心確定計劃，以及想關(guān)程序是否可行的方法。它既用來驗證風險控制方法的有效性，也用來評估和改進質(zhì)量。這種方法首先應(yīng)測試網(wǎng)絡(luò)與教育中心的關(guān)鍵系統(tǒng)，如：數(shù)字人大電子校務(wù)系統(tǒng)和網(wǎng)絡(luò)核心系統(tǒng)。演練測試應(yīng)明確時間以及每一個關(guān)鍵步驟，最終要在模擬環(huán)境中測試完成整個過程。

和其他流程的關(guān)聯(lián)關(guān)系

中國人民大學網(wǎng)絡(luò)與教育技術(shù)中心各流程是基于ITIL系統(tǒng)運行，服務(wù)持續(xù)性流程同其他各流程之間都有著相關(guān)的聯(lián)系：

1. 服務(wù)持續(xù)性管理流程和服務(wù)級別管理流程的關(guān)聯(lián)。

服務(wù)級別管理程序中，服務(wù)級別協(xié)議（SLA）指標應(yīng)輸入到持續(xù)性管理程序中。當某個服務(wù)項目服務(wù)中斷，在服務(wù)級別協(xié)議規(guī)定的時間內(nèi)未能恢復(fù)服務(wù)，則啟動服務(wù)持續(xù)性管理。服務(wù)級別管理是判斷是否啟動服務(wù)持續(xù)性程序的依據(jù)。

2. 服務(wù)持續(xù)性管理流程和變更管理流程的關(guān)聯(lián)。

當網(wǎng)絡(luò)與教育技術(shù)中心硬件設(shè)備（服務(wù)器、交換機）等以及軟件發(fā)生重大變更時，需重新評估變更對持續(xù)性計劃的影響，并及時更新持續(xù)性計劃。

3. 服務(wù)持續(xù)性管理流程和安全管理流程的關(guān)聯(lián)。

安全管理為預(yù)防災(zāi)難的發(fā)生的，各項服務(wù)持續(xù)良好運行提供了必要保障， 是持續(xù)性管理業(yè)務(wù)影響分析的依據(jù)。

4. 服務(wù)持續(xù)性管理流程和容量管理的關(guān)聯(lián)。

容量數(shù)據(jù)是服務(wù)持續(xù)性計劃執(zhí)行時對IT資源信息的監(jiān)測與分析。

5. 服務(wù)持續(xù)性管理流程和配置管理的關(guān)聯(lián)。

應(yīng)定期保留配置備份數(shù)據(jù)，用于在恢復(fù)系統(tǒng)時使用。持續(xù)性管理過程中，對配置信息的變更，應(yīng)記錄到配置管理，用以及時更新配置信息。

IT服務(wù)持續(xù)性管理的實施，能夠降低危機的成本及對業(yè)務(wù)的影響，改善IT與業(yè)務(wù)的關(guān)系，將風險可能帶來的損失降低到最低水平。系統(tǒng)可以提高網(wǎng)絡(luò)與教育技術(shù)中心風險控制工作有效性和風險控制質(zhì)量，從而大大降低中心業(yè)務(wù)風險，提高IT服務(wù)應(yīng)急工作水平和抵御各種IT風險的能力，具有深刻的意義。

[1] Gad J Selig著，中治研國際信息技術(shù)研究院譯 《實施IT治理：方法論、模型、全球最佳實踐》 中國經(jīng)濟出版社。

[2] 學位論文，作者：雷娜。論文題目：《基于項目風險和質(zhì)量管理的IT服務(wù)管理持續(xù)性研究》。工程碩士專業(yè)學位論文，北京，北京郵電大學，2009年。