Sterling Wilson, Field CTO på Object First – Intervjuerien

Sterling Wilson, Field Chief Technology Officer (CTO) på Object First är en teknisk strateg med en unik perspektiv som han har fått som infrastrukturingenjör i offentliga och privata sektorer. Genom att utnyttja erfarenhet från tekniska och ledande roller på företag som arbetar med datasäkerhet, dataskydd och lagring, bidrar han till att skydda och maximera värdet av data. Genom att engagera sig i den bredare IT-gemenskapen arbetar Sterling för att främja antagandet av datatålighet genom säkerhetsarkitektur, tankeledarskap och praktisk utbildning inom branschen.

Object First är ett företag som utvecklar backup-lagringssystem som är specialbyggda för Veeam, med deras flaggskeppprodukt som heter Ootbi (“out-of-the-box immutability”). Dessa system är utformade för att vara ransomware-säkra, med inbyggd oföränderlig lagring som förhindrar att säkerhetskopior ändras eller raderas. De är också utformade för enkelhet och hastighet, med möjlighet att distribueras på så lite som 15 minuter, samtidigt som de erbjuder hög prestanda för säkerhetskopiering och återställning.

Hur blev du först involverad i att hantera infrastruktur eller backup-system för kritiska data-miljöer, och hur har din synvinkel förändrats med tillväxten av AI?

Jag blev först involverad i att hantera infrastruktur och backup-system som en Microsoft-infrastrukturkonsult i Washington, D.C., där jag byggde och underhöll allt från domänkontrollanter och Exchange-servrar till filservrar och den data som lagrades på dem. På den tiden var allt ganska enkelt med bandbackup och avlägsna kopior som standardpraxis.

Min synvinkel förändrades under mina år som virtuell arkitekt på Social Security Administration, där vi såg den första stora utvecklingen inom backup. När miljöerna blev alltmer virtuella blev datan central för arkitekturen, vilket ledde till en explosion av datamängder och förändrade hur vi kom åt källdatan för backup. Molntillväxten utvidgade dessa metoder, men det var inte förrän tillväxten av dagens hotaktörer och den snabba tillväxten av AI som en ny uppsättning utmaningar verkligen uppstod.

Hotaktörer riktar sig nu direkt mot backup för att eliminera återställningsalternativ. Samtidigt används AI både för att utnyttja data för ekonomisk vinst och för att stärka datatålighet i ansiktet av attacker. AI har också introducerat nya prioriteringar kring att skydda hela datapipelinen från råkällor och funktionssamlingar till träningsinfrastruktur, modellartefakter och register, vilket har lett till att vår bransch måste tänka om de traditionella datasiloerna för att säkerställa tillförlitlighet i varje steg av AI-livscykeln.

Vad definierar en modern, fullt utvecklad katastrofåterställningsplan – inte bara i teorin, utan i praktisk, daglig verksamhet?

En modern, fullt utvecklad katastrofåterställningsplan bör omfatta sex kritiska komponenter. Dessa inkluderar att involvera rätt personer, matcha risker och åtgärder, prioritera tillgångar, definiera tidsplaner, konfigurera backup och genomdriva testning och optimering. Dessa sex faktorer säkerställer att katastrofåterställningsplanen fungerar som avsett i händelse av en kris.

Den första komponenten i planen är att säkerställa att rätt personer har rätt roller. Varje medlem bör ha tydliga ansvarsområden i återställningsprocessen. Det bör också finnas en tydlig kommunikationslinje mellan alla teammedlemmar, inklusive leverantörer och kunder. Den nästa komponenten är en fullständig lista över risker och konsekvenser. Denna tillgång bör ange de incidenter som en organisation kan drabbas av och förbereda en steg-för-steg-återställningsprotokoll för var och en, som definierar roller, åtgärder och verktyg.

Prioritering av vilka tillgångar som är avgörande för verksamhetskontinuitet, samt rangordning av dem i ordning av betydelse. Varje tillgång bör ha ett tydligt återställningsprotokoll, och varje teammedlem bör förstå sin återställningsprocess. När det gäller affärskontinuitetsstrategier är det viktigt att överväga hur mycket nedtid och dataförlust ett företag kan hantera. Att alltid hänvisa till återställningspunktsmålet och återställningstidmålet hjälper ledare att hålla sig konsekventa med sina mål.

De sista två komponenterna som är avgörande för en effektiv katastrofåterställningsplan är konfiguration av backup och genomdrivande av testning och optimering. När teamet förstår tidsplanen och är på rätt spår för återställning, är det dags att konfigurera backup. Detta innebär att välja backup-lägen, platser och frekvens, definiera återställningshastighet och utse personer som ansvarar. Slutligen kommer regelbundna tester att säkerställa att företag är förberedda när katastrofen slår till.

Med ökningen av AI-genererad data, ser du en förändring i hur företag prioriterar vad som säkerhetskopieras – och hur ofta?

När fler företag antar AI och hanterar de stora mängder AI-genererad data som verksamhetskontinuitet beror på, behöver dessa “kronjuveler” extra skydd och kommer att börja prioriteras över annan data. Traditionellt sett var nya arbetsbelastningar en eftertanke för säkerhetskopiering, men AI bringar ny data till förgrunden av säkerhetskopieringskonversationen. Förvånansvärt finns det ett gap i AI-data-säkerhetskopiering. Många organisationer gör inte tillräckligt för att skydda sin AI-genererade data. 65% av organisationer säkerhetskopierar endast ~ 50% av sin totala volym av AI-genererad data regelbundet.

I framtiden kommer vi sannolikt att se en förändring mot mer AI-data som säkerhetskopieras. När fler företag börjar förstå vikten av AI i sina verksamheter, kommer de att börja utveckla stora mängder data som immateriella tillgångar och förstå det stora värdet de har. Säkerhetsteam kommer också att förstå hur stor säkerhetsrisk det är att lämna denna typ av data oskyddad. Förlusten av denna data är inte bara förödande ur ett säkerhetsperspektiv, utan också ett företag som avstår från sin konkurrensfördel och verksamhetskontinuitet.

Vad är de vanligaste luckorna du ser i organisationers nuvarande backup-strategier, särskilt när det gäller att hantera oväntade störningar som översvämningar eller maskinvara-haverier?

En av de mest effektiva strategierna för att uppnå datatålighet under en störning är att eliminera enskilda fel och säkerställa att backup förblir oföränderlig och återställbar, oavsett katastrof. Med en hotaktör eller attack är oföränderliga backup viktiga för att uppnå en omfattande skyddsstrategi med rekommenderade industri-lösningar som är enkla och lätta att distribuera. Oföränderliga backup är oföränderliga och motståndskraftiga mot ändring. Dessa backup ger en ren och säker kopia av datan. I sin enklaste definition säkerställer oföränderlighet att data inte kan ändras eller raderas när den väl har skrivits, vilket ger en säker metod för att skydda kritisk data. Även om produktions- och datasäkerhets-system eller åtkomstkontroller är komprometterade, förblir datan säker. Detta kan endast uppnås med ett backup-lagringssystem som är “säkerhetsdesignat” med nollåtkomst till destruktiva åtgärder, och denna nollåtkomst måste vara verifierbar med tredjepartstestning. För att säkerställa att oföränderlig data förblir återställbar i alla scenarier, inklusive översvämningar och maskinvara-haverier, är en 3-2-1-backup-strategi grundläggande, vilket säkerställer att du har kopior av din data på olika säkra system, med lokalt oföränderligt lagringsutrymme som den snabbaste återställningsmetoden.

För företag som investerar kraftigt i AI-infrastruktur, vilka överväganden bör de göra när de väljer mellan lokala, hybrid- och molnbaserade backup-lösningar?

När AI alltmer blir ryggraden i många företags infrastruktur och verksamhet, är en av de viktigaste sakerna att överväga det rätta lagringssystemet för att säkert och säkert lagra den data som AI-verktyg och applikationer genererar. Det kan vara svårt att avgöra vilket alternativ som är bäst mellan lokala och molnbaserade backup-lösningar, men en hybrid-strategi är det bästa sättet att stödja AI-infrastruktur. En hybrid-lösning presenterar en smidig och anpassningsbar lösning som kommer att främja AI-succes och bidra till meningsfulla affärsresultat.

Hybrid-lösningen erbjuder både molnets skalbarhet och den kontroll som lokala lösningar ger. Hybrid-modeller tillåter också arbetsbelastningar att justeras när organisationens behov utvecklas. Detta är särskilt viktigt för AI-infrastruktur, eftersom det sannolikt kommer att kräva alltmer stöd. Hybrid-lagring kombinerar lokala och molnbaserade backup-alternativ för att ge ett extra lager av skydd. Det inkluderar vanligtvis en fysisk backup-enhet på plats som säkerhetskopierar data till molnet. Krav på regelefterlevnad kan också uppfyllas med hybrid-data. Det tillåter känslig data att förbli på plats för snabbast åtkomst och återställning, samtidigt som det fortfarande kan avlastas till molnet för extra skydd och redundans.

Hur viktigt är geografisk redundans i backup och katastrofåterställningsplanering idag, särskilt med den ökande risken för extrema väderhändelser?

Geografisk redundans refererar till replikering av data i två separata geografiska platser. Data lagras i en primär plats och sedan replikerad till en sekundär region i händelse av en katastrofal misslyckande i den primära regionen, såsom en naturkatastrof eller dataintrång. En redundans till den sekundära platsen utlöses sedan för att säkerställa verksamhetskontinuitet. Data kan sedan åtkommas från den sekundära platsen sömlöst för användare med minimal nedtid.

Geografisk redundans tillåter data och kritiska applikationer att förbli aktiva och återställbara, även när katastrofen slår till. Molnlagring tar också hänsyn till kraven på redundans och kan spara data på mer än en plats; dock erbjuder molnlagring inte den snabba återställning som många organisationer kräver idag. Genom att utnyttja lokalt oföränderligt lagringsutrymme som den primära backup-platsen och sedan avlasta till molnet för den sekundära kopian, ges IT-team en extra lager av redundans som ger dem lugn och ro, eftersom de vet att data är säkert lagrad och organisationer kan snabbt växla till en sekundär region om det behövs. För organisationer som inte kan tolerera långa perioder av nedtid och som är starkt beroende av data-tillgänglighet, är geografisk redundans ett avgörande alternativ.

Kan du gå igenom hur oföränderliga backup och objektlagring används för att skydda mot ransomware eller oavsiktlig datakorruption?

Oföränderliga backup är nyckeln till både ransomware och allmän katastrofåterställning. Det presenterar det mest försvarbara försvaret, som ger en tillförlitlig återgång i händelse av en dataintrång. Oföränderliga backup är det ultimata valet för att säkerställa återställning efter en attack. Den oföränderliga naturen innebär att data inte kan krypteras eller ändras av ransomware, vilket bevarar dess ursprungliga tillstånd. Även om nätverket är komprometterat, förblir oföränderliga backup oförändrade, vilket ger en tillförlitlig datåterställning.

Oföränderliga backup säkerställer att backup-data förblir oförändrat från och med det att det skrivs, för att förhindra obehöriga ändringar, upprätthålla dataintegritet och försvara mot ransomware och krypteringsattacker. Det beprövade och säkraste sättet att uppnå detta är genom S3-versionering kombinerat med Object Lock, som påtvingar oföränderlighet när ett objekt skapas i lagringssystemet. Detta eliminerar risken för manipulation, malware-injektion eller radering – även i händelse av insiderhot eller behörighetsöverträdelser. I kontrast saknar äldre lagringslösningar, utformade i den för-ransomware-eran, naturlig oföränderlighet i sin kärnarkitektur.

Vilken roll bör backup-system spela i att svara på cybersäkerhetsincidenter? Är det annorlunda när den påverkade datan stöder AI-drivna tjänster?

Efter en cybersäkerhetsincident, såsom en ransomware-attack, är det viktigt att säkerställa att du har en stark och effektiv ransomware-strategi, eftersom ingen är immun mot ransomware-attacker. Data-säkerhetskopieringsstrategier är avgörande, och det finns flera sätt som säkerhetskopior säkerställer att kritisk data förblir säker och återställbar. Genom att upprätthålla uppdaterade kopior av data kan påverkan av ransomware minskas avsevärt. Att duplicera viktig information och lagra den offline eller på en annan plats säkerställer återställning, även om lokala säkerhetskopior är komprometterade. En av de viktigaste stegen är att säkra dina säkerhetskopior genom att isolera dem från nätverket och begränsa åtkomst till säkerhetskopieringssystem tills infektionen är utrotad.

När det gäller AI-arbetsbelastningar, särskilt de som involverar modellträning och inferensloggar, vilken typ av data behöver prioriteras i en återställningsscenarie?

När det gäller att prioritera data för AI-arbetsbelastningar är det första steget att överväga datans kvalitet. Även om stora språkmodeller tränas på stora datamängder, om datan inte är av hög kvalitet, kommer AI-utdata inte att vara effektiva. Det finns flera faktorer som avgör datans kvalitet: noggrannhet, konsekvens, fullständighet, relevans och tillförlitlighet. Detta kan dock fortfarande presentera en utmaning, eftersom organisationer kan tvingas välja vilken data som ska prioriteras i en katastrofåterställningsscenarie.

Det andra steget är att identifiera vilken kvalitetsdata som bör prioriteras för att uppfylla återställningsmål. Dessa mål bör betona de mål och mått som kommer att avgöra återställningens framgång. Återställningspunktsmålet (RPO) är ett viktigt mått, eftersom det bestämmer den maximala mängden dataförlust som en organisation kan hantera. Återställningstidmålet (RTO) etablerar den maximala mängden tid som en organisation kan tolerera för återställning. Dessa mål måste också anpassas till affärsprioriteringar. När målen är definierade, bör kvalitetsdatan klassificeras baserat på dess beroende. För att avgöra detta, tänk på vilken data som kommer att främja affärskontinuitet. Efter att alla dessa steg har tagits, bör det finnas en tydlig uppsättning kvalitets- och beroende-data som anpassar sig till återställningsmål och etablerar affärskontinuitet som bör prioriteras i en återställningsscenarie.

Hur hjälper du organisationer att balansera kostnaden för robusta backup- och återställningssystem med brådskan att vara förberedda för låg-sannolikhets men hög-impact katastrofer?

En kostnads-nyttoanalys kan hjälpa organisationer att väga kostnaderna för olika backup- och återställningsstrategier mot de potentiella kostnaderna för dataförlust och nedtid från en katastrof eller kris. Denna analys kräver att man identifierar kritiska system och data, fastställer RTO och RPO, och sedan utvärderar hur backup-strategier anpassar sig till dessa behov, genom att mäta avkastningen på investeringen (ROI) genom en jämförelse av kostnader och besparingar från minskade störningar. När riskfaktorerna har balanserats och ett backup-system har valts, är det avgörande att regelbundet köra denna analys för att bekräfta att organisationens backup- och katastrofåterställningskrav inte har förändrats. Om de har, måste backup-strategierna omvärderas för att säkerställa att prioriterad data skyddas och säkerställs i händelse av en naturkatastrof eller säkerhetsincident.

Om du kunde rekommendera en enda förbättring som de flesta företag bör göra till sin katastrofåterställningsstrategi just nu, vad skulle det vara – och varför?

En förbättring jag skulle rekommendera är att separera backup-programvara från backup-lagring. För ofta kör företag båda i samma miljö eller apparat, vilket skapar en enskild katastrofzon – om programvarulagret är komprometterat, går lagringen med det. Genom att isolera backup-lagring med hjälp av tredjeparts-testade och godkända lösningar, minskar du dramatiskt angreppsytan och anpassar dig till principer för nolltillit. Denna separation säkerställer att även om en angripare får kontroll över produktion eller backup-hanteringssystem, förblir den faktiska backup-datan utom räckhåll. Det är en enkel arkitektonisk förändring, men den gör skillnaden mellan total förlust och snabb, självsäker återställning.

Tack för det underbara samtalet, läsare som vill lära sig mer bör besöka Object First.