Respuesta a incidentes
coordinar decisiones y acciones durante un incidente
Qué es
La respuesta a incidentes es el trabajo coordinado ante una interrupción o una amenaza grave para un sistema. El incidente es la situación que justifica la intervención. La respuesta abarca su detección y declaración, la asignación de acciones, el restablecimiento de un servicio utilizable y la entrega de las tareas pendientes a personas concretas. Pueden participar desarrollo, operaciones y atención al cliente. Algunas situaciones requieren también a alguien con autoridad para decidir sobre seguridad o cuestiones jurídicas.
Las recomendaciones de NIST sobre incidentes de ciberseguridad describen la detección, la respuesta y la recuperación, con el apoyo de la preparación y la mejora continua. El documento trata de ciberseguridad. Para un despliegue fallido también es útil saber quién toma decisiones y cómo se comunican. Ante una posible divulgación de datos, quizá sea necesario conservar pruebas y proteger a las personas afectadas aunque el servicio funcione. En una interrupción habitual puede primar recuperar un camino seguro para el tráfico.
El modelo de gestión de incidentes descrito por Google distingue una persona responsable de dirigir la respuesta, otra que coordina las acciones técnicas y otra encargada de la comunicación. Al principio, alguien puede cubrir varias funciones. Cuando la intervención crece, anotar quién hace cada cosa evita cambios duplicados e instrucciones incompatibles. El reparto debe tener sentido para un equipo de su tamaño y para el caso que afronta.

Foto: Bru-nO / Pixabay 
Foto: martinklass / Pixabay
Utilice el concepto en una decisión
Aplique «¿Qué es la respuesta a incidentes?» a una decisión real. Podemos ayudarle a relacionar el concepto con el sistema que está construyendo o comprando. Monitorización y alertas que avisan cuando un fallo aún es pequeño, y cifras que muestran con qué frecuencia se mantiene así.
Compruebe los supuestos detrás del término
Utilice la explicación y los trabajos enlazados para formular preguntas sobre su proyecto. Podemos examinar los supuestos con usted antes de elegir una herramienta. Primer panel de observabilidad de la empresa — la primera visión de la empresa sobre sus propios sistemas
Primer panel de observabilidad de la empresa Póngase en contacto
Por qué importa
La información llega a ritmos distintos durante los primeros minutos. Un indicador puede mostrar que aumentan los errores de pago, mientras el equipo tarda más en saber qué clientes y qué medios de pago están afectados. Atención al cliente puede reconocer antes el patrón. Una cronología común conserva las observaciones, su procedencia y su grado de certeza. Así, las personas que se incorporan pueden investigar sin tomar por cierta la primera explicación.
La coordinación limita los riesgos de los cambios hechos bajo presión. Volver a la versión anterior y modificar una opción urgente pueden parecer razonables por separado y estorbarse si se ejecutan a la vez. Quien coordina operaciones necesita saber qué se propone, cuándo se podrá observar el efecto y cómo se podría deshacer. El equipo conserva margen para proponer soluciones y sabe dónde se toma la decisión.
La recuperación y la investigación de las causas tienen plazos distintos. Enviar el tráfico por otro camino puede devolver el servicio antes de que se conozca la avería. Para declarar la recuperación hace falta una observación acordada, por ejemplo que las nuevas compras se completen y que se estén conciliando las anteriores. El análisis posterior examina por qué ocurrió el incidente, cómo funcionó la respuesta y qué cambiar. Sus conclusiones son más sólidas cuando conserva decisiones, pruebas e incertidumbres del momento.
Cómo se aplica en la práctica
Pensemos en un servicio de reservas que en ocasiones cobra sin emitir el billete. Atención al cliente recibe las primeras quejas y desarrollo confirma que hay solicitudes que fallan. La primera persona que responde declara el incidente y apunta cuándo aparecieron los síntomas. El equipo acuerda una descripción breve del efecto conocido y designa a quien coordinará los cambios. Atención al cliente sabe quién puede responder a sus dudas y cuándo recibirá información nueva.
Operaciones revisa una muestra de reservas e identifica un cambio reciente que coincide con el inicio. La persona responsable pide verificar que los pagos ya efectuados seguirán visibles si se vuelve a la versión anterior. Una persona ejecuta el cambio y otra observa pagos y billetes. Atención al cliente conserva los identificadores que necesitarán seguimiento y explica qué hacer con una reserva sin confirmar. El mensaje puede cambiar conforme el equipo aprende.
La recuperación se comprueba con transacciones completas y con el progreso de la lista de reservas pendientes. Se anota cuándo fue posible volver a utilizar el servicio y quién conciliará las reservas abiertas. También se registran las decisiones y los datos que sirven para el análisis posterior. Cuando la operación habitual puede hacerse cargo del riesgo restante, se cierra la intervención. La investigación puede seguir con una persona responsable y un plazo.
Tras un relevo conviene revisar la última observación confirmada, quién controla el cambio en curso y cuándo se informará a los clientes. La persona que asume el trabajo puede continuar sin reconstruir todo el historial de mensajes durante la intervención.
El caso del crecimiento de memoria de una aplicación macOS de Engineer recoge mediciones distintas y el trabajo de limitar los eventos retenidos. Ilustra la necesidad de conservar qué cubre cada observación. La reserva es un ejemplo ficticio de coordinación y seguimiento de clientes.
Dónde surgen los problemas
Se espera a tener certeza absoluta. Puede investigarse un impacto probable con un responsable y una hora de actualización. Defina qué indicios justifican coordinar a varias personas y cierre la intervención si los datos muestran que el problema era menor.
Todo el equipo cambia el sistema a la vez. Mantenga un registro común de las acciones y de quien hace cada una. Siempre que sea posible, observe el efecto de una antes de incorporar la siguiente. Delimite cuáles pueden ejecutarse de forma independiente.
Los clientes reciben conjeturas. Explique qué pueden experimentar, qué pueden hacer sin riesgo y cuándo habrá noticias. Destaque lo que sigue sin determinarse. Una explicación de la causa puede esperar a que haya pruebas.
El trabajo pendiente se pierde. Asigne una persona para conciliar reservas, contactar a usuarios y sustituir medidas provisionales. Traslade las tareas al lugar donde el equipo las sigue después de cerrar el canal del incidente.
Lecturas adicionales
- NIST SP 800-61, revisión 3 — respuesta a incidentes de ciberseguridad, preparación y mejora.
- Gestión de incidentes según Google — reparto de funciones, comunicación y registro compartido.
- Respuesta a incidentes en el manual práctico de SRE de Google — ejemplos y aprendizajes de intervenciones reales.

