virheenkestävyyden

Virheenkestävyys tarkoittaa järjestelmän kykyä jatkaa oikean toiminnan ylläpitämistä ja säilyttää hyväksyttävä suorituskyky virheiden, häiriöiden tai poikkeustilanteiden sattuessa. Käsite kattaa laitteiston, ohjelmiston sekä verkkoympäristöt ja kuvaa järjestelmän resilienssiä: kykyä selviytyä epäluotettavista olosuhteista ilman täydellistä vikaantumista.

Keskeisiä keinoja ovat virheiden havaitseminen, tilan turvaaminen ja virheiden korjaaminen sekä rakenteellinen redundanssi. Tekniikassa käytetään virheenkorjauskoodauksia, tarkistussummia ja ECC-muistia sekä parityä. Järjestelmät voivat hyödyntää redundanssia: moninkertaista kopiota, äänestys- ja failover-mekanismeja sekä mahdollisia palautus- tai palautus- sekä rollback-toimintoja. Ohjelmistotasolla huomioidaan idempotenssi, tilan hallinta ja checkpointing, jotta järjestelmä voidaan palauttaa nopeasti virheen sattuessa ja jatkaa toimintaa hallitusti.

Käyttökohteita ovat kriittiset järjestelmät kuten lentoliikenteen ohjaus, teollisuusautomaation, terveydenhuollon ja autoteollisuuden turvallisuusjärjestelmät. Ohjelmistossa virheenkestävyys näkyy tietokantojen ja tallennuspalvelujen saatavuutena sekä hajautetuissa ja pilvipohjaisissa järjestelmissä tapahtuvana vikasievyytenä sekä palveluiden uudelleenreitityksenä.

Mittarit ja päätöksenteko liittyvät luotettavuuteen ja saatavuuteen: MTBF (keskimääräinen vikaantumisaika), MTTR (keskimääräinen korjausaika) sekä saatavuus. Saatavuus voidaan määritellä suhteessa käytettävissä olevaan aikaan. Virheenkestävyys on keskeinen osa luotettavuus- ja turvallisuusajattelua sekä riskienhallintaa järjestelmissä.