2026 年第三季度全球服务可靠性简报

第三季度结论：可靠性即恢复能力

可用性仍然重要，但不是可靠性讨论的全部。NIST 将运营韧性定义为抵御、吸收、从不利事件中恢复或适应可能损害与任务相关功能的能力。[1] 该定义将讨论从防止每一次故障转向维持并恢复人们所依赖的服务。

对高管而言，这意味着要定义最重要的服务与用户旅程、为每项设定最大可容忍中断，以及在边界受威胁时所需的决策权限。Federal Reserve 的跨机构文件同样将运营韧性建立在治理、中断容忍、业务连续性、情景分析、第三方风险与报告之上。[2] 虽然该文件面向金融机构，但其运行逻辑具有广泛适用性：韧性需要明确的责任归属，而不仅仅是技术。

监管趋向强化了这一要点，但并未制定一套全球通用规则。在欧盟金融部门，DORA 自 2025 年 1 月起生效，涵盖 ICT 风险管理、第三方风险、韧性测试、事件、信息共享以及对关键 ICT 第三方的监管。[3] 其适用范围具有部门性和区域性，但强调了对依赖关系与恢复问题的重视。

为关键路径、依赖关系与可用的故障切换而设计

韧性始于对关键路径的当前认知：用户旅程、相关应用与数据，以及支持它们的基础设施、供应商、人员与通信渠道。CISA 的 Infrastructure Dependency Primer 着重于理解依赖关系、将评估纳入规划并采取缓解措施。[4] 只有在为优先级与响应选择提供依据时，依赖清单才有价值。

团队应识别表面上独立的路径何处共享提供者、区域、身份服务、网络连接、配置平面或运行团队。这并不是主张复制每个组件，而是为相称的选择提供依据：处理无法证明合理性的单点故障、在完全冗余不切实际时定义降级模式，并明确恢复顺序。

Ofcom 目前对英国通信供应商的指引要求快速、可扩展的故障检测与故障切换，在具代表性的环境中进行测试并在负载下优化。[5] 这并非一项普适标准，但其原则具有可迁移性：低负载或孤立的测试可能无法展示用户所需的恢复行为。容量规划应考虑故障产生的额外需求，而不仅仅是正常条件下的需求。[5]

以用户影响为导向，建立明确的事件指挥体系

一个服务在内部看似健康时，用户旅程可能正在失败。Google 的 SRE 事件管理指引因此建议及时的告警应覆盖关键面向用户的功能、基于症状且可操作。[6] 内部信号仍在预防迫在眉睫的故障中发挥作用，但升级决策应继续与客户和利益相关方的影响相挂钩。

该模型要求技术团队就能反映重大中断的度量达成一致：失败的交易、不可用功能、不可接受的延迟或被破坏的关键工作流。它还要求领导层定义一个小而经演练的响应结构。Google 描述了区别明确的事件指挥、沟通与运营角色，以便协调、更新与缓解可以并行推进。[6]

沟通是可靠性控制，而非事后考虑。早期更新应区分已确认的影响与正在调查的情况，说明正在采取的措施并设定更新节奏。对不确定性的精确承认比臆测更具可信度。在多厂商事件中，共享的态势视图与指定联络点可以防止重复诊断和相互冲突的信息。

在高管层面使韧性可衡量

高管报告应展示组织是否能够满足声明的中断容忍度——而不仅仅是某月目标是否达成。一份简明的评审可以将服务目标与用户影响事件、检测与恢复所需时间、相对于计划场景的恢复表现、重复发生的依赖故障以及纠正措施完成情况连接起来。应在服务语境中解读这些度量，而非将它们合并为单一的成熟度评分。

测试将设计假设转化为运行证据。Federal Reserve 文件建议连续性测试应考虑第三方依赖、审查结果并根据经验教训改进计划。[2] 对于数字服务，选择一小组关键情景——例如供应商受损、容量丧失或访问路径不可用——演练响应与恢复选择，然后跟踪措施直至关闭。

非责备性复盘支持这一纪律。Google 建议记录事件如何发生、其影响以及在检测、缓解、协调与沟通方面哪些做法有效或需改进；随后将纠正措施纳入可靠性待办事项。[6] 目的不是制造文书工作或归责，而是使下一次响应更少依赖临时发挥。

SID Monitor 观点：支持正常运行的情报

故障情报在缩短从外部信号到有依据行动路径时最有用。它可以帮助团队判断可见的服务问题是否超出自身环境、识别值得检查的依赖、准备面向客户的更新并保留后续学习的上下文。但它不能替代内部可观测性、事件领导、供应商协作或韧性测试。

Status Is Down 公开报告覆盖 2M+ 网站、13,500+ 服务、20,000+ 已记录的历史中断以及 60+ 类别。[7] 这些是面向公众的平台级聚合，而非互联网普查、全球可靠性的衡量或第三季度趋势的证据。对 SID Monitor 而言，其价值在于情境化：在不夸大单一信号可证明内容的前提下，将外部中断认知与服务所有权和恢复实践结合起来。

方法论与注意事项

本 2026 年第三季度简报是对发布时可得的公开原始与权威来源的定性综合，包括标准与政府指引、监管材料以及供应商工程文档。它不估算全球中断频率、不对提供者排序、不推断未观测的季度模式，也不评估合规性。Ofcom 的指引面向英国通信供应商；DORA 适用于特定的欧盟金融实体与 ICT 第三方提供者。在适用要求时应结合适当的专业意见。

参考资料

1. NIST CSRC: Operational resilience — National Institute of Standards and Technology
2. Federal Reserve: Sound Practices to Strengthen Operational Resilience — Federal Reserve Board
3. EIOPA: Digital Operational Resilience Act (DORA) — European Insurance and Occupational Pensions Authority
4. CISA: Infrastructure Dependency Primer — Cybersecurity and Infrastructure Security Agency
5. Ofcom: Network and Service Resilience Guidance — Ofcom
6. Google SRE: Incident Management Guide — Google Site Reliability Engineering
7. Status Is Down: Public platform overview — Status Is Down

继续探索