Fejlstyring

Fejlstyring er processen med at opdage, diagnosticere og afhjælpe fejl i en teknisk infrastruktur eller tjeneste for at opretholde tilgængelighed og ydeevne. Den bruges inden for områder som it-infrastruktur, netværk, telekommunikation og softwareudvikling og omfatter ofte overvågning, alarmhåndtering, fejlkorrelation, diagnosticering og rettelse samt dokumentation og rapportering.

I praksis består fejlhåndtering af flere faser: konstant overvågning af komponenter og ydeevne, indsamling og filtrering af hændelser og logdata, automatisk eller menneskelig korrelation af relaterede hændelser, fejldiagnose og identifikation af rodårsagen, samt udløsnelse af passende genoprettelseshandlinger og eskalering efter behov. Efter afhjælpning dokumenteres årsag og handlinger for videre læring, og der udføres ofte en rodårsagsanalyse for at forhindre gentagelser.

Fejlstyring adskiller sig fra incident management og problem management. Fejlstyring fokuserer på realtidsoversigt og hurtig genoprettelse af tjeneste gennem overvågning og automatiserede remedier, mens incident management typisk håndterer konkrete afbrud og servicegenoprettelse, og problem management søger at finde og fjerne mere grundlæggende årsager på længere sigt. I mange organisationer er fejlstyring en del af en større IT-service- eller NetOps-ramme og kan være tæt knyttet til standarder og rammeværk som ITIL, ISO/IEC 20000 og TMF eTOM.

Fordele ved fejlhåndtering inkluderer reduceret nedetid, hurtigere fejlidentifikation og bedre perspektiv på systemets driftsstatus; udfordringer kan være håndtering af falske positiver, kompleks afhængighed mellem komponenter og behovet for konsistent data og automatisering.

---