Sterling Wilson, Field CTO hos Object First – Interviewserie

Sterling Wilson, Field Chief Technology Officer (CTO) hos Object First, er en teknologi-strateg med en unik perspektiv, som han har opnået som infrastruktur-ingeniør i offentlige og private sektorer. Med erfaring i tekniske og ledelsesroller hos selskaber, der beskæftiger sig med datasikkerhed/ledelse og lagring, bringer han en helhedsorienteret tilgang til beskyttelse og maksimering af dataværdi. Gennem engagement med den bredere IT-fællesskab arbejder Sterling på at højne datatilgængelighed gennem sikkerhed gennem design, tankeledelse og praktisk uddannelse på tværs af industrien.

Object First er et selskab, der udvikler backup-lagringsenheder, der er specialdesigned til Veeam, med deres flagskibprodukt kaldet Ootbi (“out-of-the-box immutability”). Disse enheder er designet til at være ransomware-sikre, med indbygget immutabel lagring, der forhindrer, at backups kan ændres eller slettes. De er også designet til simpelhed og hastighed, med mulighed for installation på kun 15 minutter, samtidig med at de leverer høj ydelse til backup- og gendannelse.

Hvordan blev du først involveret i ledelse af infrastruktur eller backup-systemer til kritiske data-miljøer, og hvordan er din perspektiv ændret med opkomsten af AI?

Jeg blev først involveret i ledelse af infrastruktur og backup-systemer som Microsoft-infrastrukturkonsulent i Washington, D.C., hvor jeg opbyggede og vedligeholdt alt fra domænekontrollere og Exchange-servere til filservere og data, der var gemt på dem. På det tidspunkt var tingene relativt enkle med båndbackups og offsite-kopier som standardpraksis.

Mit perspektiv skiftede under mine år som virtualisering-arkitekt hos Social Security Administration, hvor vi oplevede den første store udvikling i backup. Da miljøerne blev mere og mere virtualiserede, blev data selv centrale i arkitekturen, og miljøet blev data, og omvendt, hvilket ledte til en eksplosion i datasæt og ændrede, hvordan vi fik adgang til kilde-data til backup. Cloud-adopteringspraksis udvidede disse praksisser, men det var ikke før opkomsten af i dag aktuelle trusler og den hurtige vækst af AI, at en ny sæt udfordringer rigtigt opstod.

Truslerne sigter nu direkte mod backups for at eliminere genoprettelsesmuligheder. Samtidig bruges AI både til at udnytte data til finansielle formål og til at styrke datatilgængelighed i face af angreb. AI har også introduceret nye prioriteringer omkring beskyttelse af hele datapipelinen fra rå kilder og funktioner til træningsinfrastruktur, model-artefakter og registre, hvilket har fået vores industri til at omstrukturere de traditionelle datasiloer for at sikre tilgængelighed på hvert trin af AI-livscyklussen.

Hvad definerer i din mening en moderne, fuldt udviklet katastrofe-gendannelsesplan – ikke kun i teori, men i praktisk, dag-til-dag-drift?

En moderne, fuldt udviklet katastrofe-gendannelsesplan bør omfatte seks kritiske komponenter. Disse inkluderer inddragelse af de rette personer, matchning af risici og foranstaltninger, prioritering af aktiver, definition af tidsrammer, konfiguration af backups og gennemførelse af test og optimering. Disse seks faktorer sikrer, at katastrofe-gendannelsesplanen fungerer, som den skal i tilfælde af en krise.

Den første komponent i planen er at sikre, at de rette personer har de rette roller. Hver medlem skal have klare ansvar i genoprettelsesprocessen. Der skal også være en klar kommunikationslinje mellem alle teammedlemmer, herunder leverandører og kunder. Den næste komponent er en fuldstændig liste over risici og konsekvenser. Dette aktiv skal omfatte begivenheder, som en organisation kan opleve, og forberede en trin-for-trin-genoprettelsesprotokol for hver, med definition af roller, handlinger og værktøjer.

Prioritering af, hvilke aktiver der er afgørende for forretningskontinuitet, samt rangordning af dem i orden af vigtighed. Hver aktiv skal have en klar genoprettelsesprotokol, og hver teammedlem skal forstå sin genoprettelsesproces. Når det kommer til forretningskontinuitetsstrategier, er det vigtigt at overveje, hvor meget downtime og data-tab, som et selskab kan klare. Altid henvisning til genoprettelsesmålet og genoprettelses-tidsmålet hjælper ledere med at holde sig konsekvent med deres mål.

De sidste to komponenter, der er afgørende for en effektiv katastrofe-gendannelsesplan, er konfiguration af backups og gennemførelse af test og optimering. Når teamet forstår tidsrammen og er på sporet med genoprettelse, er det tid til at konfigurere backups. Dette indebærer valg af backup-tilstande, placeringer og hyppighed, definition af genoprettelseshastighed og udpeging af personer, der er ansvarlige. Til sidst sikrer regelmæssige tests, at når katastrofen rammer, er selskaberne forberedt.

Med den øgede mængde AI-genereret data, ser du en ændring i, hvordan virksomheder prioriterer, hvad der bliver backet op – og hvor ofte?

Som flere virksomheder adopterer AI og håndterer de enorme mængder AI-genereret data, som forretningskontinuitet afhænger af, disse “kronjuveler” har brug for ekstra beskyttelse og vil begynde at blive prioriteret over anden data. Traditionelt set ville nye workloads være en eftertanke for backups, men AI bringer ny data til forkanten af backup-samtalen. Forbløffende nok er der et AI-data backup-gap. Mange organisationer gør ikke nok til at beskytte deres AI-genereret data. 65% af organisationer backer kun op omkring 50% af deres samlede mængde AI-genereret data regelmæssigt.

I fremtiden er vi sandsynligvis vidne til en ændring mod mere AI-data, der bliver backet op. Da flere virksomheder begynder at forstå vigtigheden af AI i deres operationer, vil de begynde at udvikle store mængder data som immateriel ejendom og begynde at forstå den store værdi, det har. Sikkerhedsteams vil også forstå, hvor stort et sikkerhedsrisiko det er at lade denne type data ubeskyttet. Tab af denne data er ikke kun ødelæggende fra et sikkerhedsperspektiv, men også en konkurrencefordel og forretningskontinuitet.

Hvad er de mest almindelige huller, du ser i organisationers nuværende backup-strategier, især når det kommer til at håndtere uventede afbrydelser som oversvømmelser eller hardware-fejl?

En af de mest effektive strategier for at opnå datatilgængelighed under en afbrydelse er at eliminere enkeltfejl og sikre, at backups forbliver immutabelt og genoprettelig, uanset katastrofen. Med en trusselsaktør eller et angreb er immutabelt backup afgørende for at opnå en omfattende beskyttelsesstrategi ved hjælp af anbefalede brancheløsninger, der er simple og lette at installere. Immutabelt backup er uforanderligt og modstandsdygtigt over for ændring. Disse backups giver en ren og sikker kopi af data. I sin enkleste definition sikrer immutabilitet, at data ikke kan ændres eller slettes, når det først er optaget, og giver en sikker måde at beskytte kritisk data på. Selv hvis produktions- og data-backup-systemer eller adgangskontroller er kompromitteret, forbliver data sikret. Dette kan kun opnås ved hjælp af et backup-lagringsystem, der er “sikkerhed-gennem-design” med Zero-adgang til destruktive handlinger, og denne Zero-adgang skal være verificerbar med tredjeparts-test. For at sikre, at denne immutabelt data forbliver genoprettelig i alle scenarier, herunder oversvømmelser og hardware-fejl, er en 3-2-1 backup-strategi fundamental, hvilket sikrer, at du har kopier af dine data på forskellige sikre systemer, med on-premises immutabelt lager som den hurtigste vej til genoprettelse.

For virksomheder, der investerer massivt i AI-infrastruktur, hvilke overvejelser bør de tage, når de vælger mellem on-premises, hybrid og cloud-first backup-løsninger?

Som AI mere og mere bliver rygraden i mange virksomheders infrastruktur og operationer, er en af de vigtigste ting at overveje det korrekte lagringsystem til at sikre og beskytte data, som AI-værktøjer og -applikationer genererer. Det kan være svært at afgøre, hvilken mulighed der er bedst mellem on-premises og cloud-first backup-løsninger, men en hybrid-tilgang er den bedste måde at støtte AI-infrastruktur på. En hybrid-løsning tilbyder en fleksibel og tilpasningsdygtig løsning, der vil fremme AI-succes og hjælpe med at drive meningsfulde forretningsresultater.

Hybrid-løsningen tilbyder både cloud-skalerbarhed og on-premises-kontrol. Hybrid-modeller tillader også, at workloads kan justeres, efterhånden som organisationens behov udvikler sig. Dette er særligt vigtigt for AI-infrastruktur, da det er sandsynligt, at AI-workloads vil kræve mere støtte. Hybrid-lagring kombinerer lokale og cloud-backup-muligheder for at give en ekstra beskyttelseslag. Det inkluderer normalt en fysisk backup-enhed på stedet, der backer op data til cloud. Overholdelse af krav kan også opnås med hybrid-data. Det tillader følsomme data at blive gemt på stedet for hurtigst adgang og genoprettelse, samtidig med at det stadig er muligt at offloade data til cloud for ekstra beskyttelse og redundant.

Hvor vigtig er geografisk redundant i backup og katastrofe-gendannelsesplanlægning i dag, især med den stigende risiko for ekstreme vejrforhold?

Geografisk redundant henviser til replikation af data i to separate geografiske lokaliteter. Data gemmes i en primær lokalitet og replikeres derefter til en sekundær region i tilfælde af en katastrofe i den primære region, såsom en naturkatastrofe eller data-beskadigelse. En overgang til den sekundære lokalitet udløses herefter for at sikre forretningskontinuitet. Data adgangsbeskyttes herefter ubesværet fra den sekundære lokalitet til brugere med minimal downtime.

Geografisk redundant tillader, at data og kritiske applikationer kan forblive aktive og genoprettelige, selv når katastrofen rammer. Cloud-lagring tager også højde for redundant-krav og kan gemme data i mere end én lokalitet; dog tilbyder cloud-lagring ikke den hurtige genoprettelse, som mange organisationer kræver i dag. Ved at udnytte on-premises immutabelt lager som primær backup-løsning og tiering til cloud for den sekundære kopi giver en ekstra beskyttelseslag, der giver IT-team peace of mind, da de ved, at data er sikret gemt, og organisationer kan hurtigt skifte til en sekundær region, hvis nødvendigt. For organisationer, der ikke kan klare lange perioder med downtime og er afhængige af data-tilgængelighed, er geografisk redundant en afgørende mulighed.

Kan du vejlede os igennem, hvordan immutabelt backup og objektlagring bruges til at beskytte mod ransomware eller utilsigtet data-korruption?

Immutabelt backup er nøglen til både ransomware og generel katastrofe-gendannelse. Det præsenterer den mest formidable forsvarslinje og giver en pålidelig tilbagefaldsposition i tilfælde af en data-beskadigelse. Immutabelt backup er det ultimative valg for at sikre genoprettelse efter et angreb. Den immutabelt natur betyder, at data ikke kan krypteres eller ændres af ransomware, og bevarer sin oprindelige tilstand. Selv hvis netværket er kompromitteret, forbliver immutabelt backup uændret og giver en pålidelig data-genoprettelse.

Immutabelt backup sikrer, at backup-data forbliver uændret fra det øjeblik, det skrives, for at forhindre uautoriserede ændringer, opretholde data-integritet og forsvare mod ransomware og krypteringsangreb. Den beviselige og mest sikre måde at opnå dette på er gennem S3-versionering kombineret med Object Lock, som påtvinger immutabilitet på tidspunktet for oprettelse af objektet i lagringssystemet. Dette eliminerer risikoen for manipulation, malware-indsprøjtning eller sletning – selv i tilfælde af indre trusler eller legitimations-kompromittering. I modsætning hertil mangler legacy-lagringssystemer, designet i den før-ransomware-æra, naturlig immutabilitet i deres kerne-arkitektur.

Hvad rolle bør backup-systemer spille i responsen til cybersecurity-episoder? Er denne respons anderledes, når den berørte data understøtter AI-drevne tjenester?

Efter en cybersecurity-episode, såsom et ransomware-angreb, er det vigtigt at sikre, at du har en stærk og effektiv ransomware-strategi, da ingen er immun over for ransomware-angreb. Data-backup-strategier er afgørende, og der er flere måder, hvorpå backups sikrer, at kritisk data forbliver sikret og genoprettelig. Ved at opretholde opdaterede kopier af data kan virkningen af ransomware reduceres betydeligt. Duplicering af vital information og lagring af den offsite eller offline sikrer genoprettelse, selv hvis lokale backups er kompromitteret. En af de vigtigste skridt er at sikre dine backups ved at isolere dem fra netværket og begrænse adgang til backup-systemer, indtil infektionen er elimineret.

Når det kommer til AI-workloads, især de, der involverer model-træning og inferens-logfiler, hvilke data skal prioriteres i en genoprettelsessituation?

Når det kommer til data-prioritering for AI-workloads, er det første skridt at overveje datakvaliteten. Selv om LLM’er er trænet på store datasæt, hvis data ikke er af høj kvalitet, vil AI-udgangspunkter ikke være effektive. Der er flere faktorer, der bestemmer datakvaliteten: nøjagtighed, konsistens, fuldstændighed, relevans og pålidelighed. Dette kan dog stadig udgøre en udfordring, da organisationer kan være tvunget til at vælge, hvilke data der skal prioriteres i en genoprettelsessituation.

Det andet skridt er at identificere, hvilke kvalitetsdata der skal prioriteres i genoprettelse for at opfylde genoprettelsesmål. Disse mål skal fremhæve de mål og metrikker, der vil bestemme genoprettelsens succes. Genoprettelsesmålet (RPO) er en vigtig metrik, da det bestemmer den maksimale mængde data-tab, som en organisation kan klare. Genoprettelses-tidsmålet (RTO) etablerer den maksimale mængde tid, som en organisation kan tolerere genoprettelse. Disse mål skal også være i overensstemmelse med forretningsprioriteter. Når målene er fastlagt, skal kvalitetsdata klassificeres efter afhængighed. For at bestemme dette, skal man overveje, hvilke data der vil fremme forretningskontinuitet. Efter alle disse skridt er taget, skal der være en klar samling af kvalitetsafhængige data, der er i overensstemmelse med genoprettelsesmål og etablerer forretningskontinuitet, som skal prioriteres i en genoprettelsessituation.

Hvordan hjælper du organisationer med at balancere omkostningerne ved robuste backup- og genoprettelsessystemer med nødvendigheden af at være forberedt på lav-sandsynlighed, men høj-impakt katastrofer?

En omkostnings-nytte-analyse kan hjælpe organisationer med at veje omkostningerne ved forskellige backup- og genoprettelsesstrategier mod potentielle omkostninger ved data-tab og downtime fra en katastrofe eller krise. Denne analyse kræver identifikation af kritiske systemer og data, fastlæggelse af RTO’er og RPO’er samt vurdering af, hvordan backup-strategier er i overensstemmelse med disse behov, og måling af return on investment (ROI) gennem en sammenligning af omkostninger og besparelser fra minimiserede afbrydelser. Når risikofaktorerne er balanceret, og et backup-system er valgt, er det kritisk at løbende køre denne analyse for at bekræfte, at organisationens backup- og genoprettelseskrav ikke har ændret sig. Hvis de har, skal backup-strategierne omvurderes for at sikre, at prioriteret data beskyttes og sikres i kølvandet på en naturkatastrofe eller sikkerhedsepisode.

Hvis du kun kunne anbefale én forbedring, som de fleste virksomheder bør gøre på deres katastrofe-gendannelsesstrategi lige nu, hvad ville det være – og hvorfor?

En forbedring, jeg ville anbefale, er at adskille backup-software fra backup-lagring. For ofte kører virksomheder begge dele i samme miljø eller appliance, hvilket skaber en enkelt blast-radius – hvis software-laget er kompromitteret, går lagringen ned med det. Ved at isolere backup-lagring ved hjælp af tredjeparts-testede og godkendte løsninger reduceres angrebsfladen dramatisk, og man er i overensstemmelse med Zero Trust-principperne. Denne adskillelse sikrer, at selv hvis en angriber får kontrol over produktions- eller backup-ledelsessystemer, er det faktiske backup-data udenfor rækkevidde. Det er en enkel arkitektonisk ændring, men den gør forskellen mellem total tab og en hurtig, sikker genoprettelse.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Object First.