häiriökestävyys

Häiriökestävyys tarkoittaa järjestelmän tai tuotteen kykyä säilyttää tai nopeasti palauttaa haluttu toiminnallisuus häiriöiden sattuessa. Häiriöiksi katsotaan sekä tekniset viat että ulkoiset tekijät, kuten kuormituksen vaihtelut, melu, komponenttien epätyypilliset olosuhteet tai hyökkäykset. Häiriökestävyys muodostaa osan luotettavuuden ja suorituskyvyn kokonaisuutta, ja sen tavoitteena on minimoida toiminnan keskeytykset sekä säilyttää olennaiset palvelut.

Keskeisiä periaatteita ovat redundanssi, monimuotoisuus, virheentunnistus ja virheenkorjaus sekä hallittu, epäonnistumisen sietö eli graceful degradation. Redundanssi tarkoittaa varalähteiden tai -komponenttien käyttämistä siten, että yhden osan vika ei pysäytä kokonaisuutta. Monimuotoisuus vähentää samanlaisten vikojen yhteensidottua vaikutusta. Virheentunnistus ja korjaus sekä automaattinen palautuminen parantavat kykyä reagoida häiriöihin ilman laajaa katkeamista.

Käytännön toteutuksia ovat suunnittelun aikaiset arkkitehtuuriratkaisut, kuten varajärjestelmät (hot standby), RAID-tallennus, load balancing ja verkko- tai ohjelmistotasoinen isolointi. Lisäksi käytetään virheiden ennaltaehkäisyä, monitorointia, hälytyksiä sekä automaattisia palautumismekanismeja. Testauksessa huomioidaan häiriötilat sekä mitataan järjestelmän kykyä säilyttää palvelu.

Mittareita ovat käytettävyys (uptime), MTBF (vikojen keskimääräinen väli) sekä MTTR (korjausaika). Arviointi riippuu järjestelmän kriittisyydestä ja turvallisuusvaatimuksista. Esimerkkejä häiriökestävistä järjestelmistä ovat tietoliikenneverkot, palvelinympäristöt, teollisuusautomaatiot ja kriittiset energiajärjestelmät.