应急预案与演练 香港交易所办公室机房突发事件响应方案

机房突然失联，交易受影响。这是最大痛点，也是本文要直接解决的问题：建立一套能在15分钟内判定、响应、切换的实操方案与演练清单，确保业务可用性与合规可审计性。下面给出可落地的流程、角色、技术要点与复盘清单，便于立即上手。

快速响应框架：定义并量化“15分钟可判断、30分钟初级恢复”目标

快速响应框架定义了时间、责任和触发条件，目标是15分钟内判定事件等级，30分钟内完成初级恢复或切换。

在实际项目落地中，我们把响应分为三层：运营值班、机房工程、应急指挥。很多同行反馈：明确量化的SLA比空泛流程更能促成执行。下一段给出启动流程的具体步骤。

启动流程三步走：报警、判定、指令下达

报警后立刻触发值班流程，快速采集证据（日志、截图、视频），30分钟内完成等级判定并发出初始指令。

• 第一步：接报并记录——电话/监控/告警平台同步截图。
• 第二步：等级判定——A（影响交易）、B（影响服务）、C（单点故障）。
• 第三步：发令并执行——指挥人签字、工程入场、外联启动。

行业共识：早期证据决定恢复路径，证据缺失等于延误。以上流程直接衔接到角色与职责分配。

角色与职责：谁做、怎么做、何时上报

明确责任链条：值班报修→现场工程→应急指挥→法务与合规备案，任何人都可触发上报机制。

在多数场景下，责任不清会导致“指令来回”——我们规定了1分钟内由值班作出初步决定并通知指挥。接下来讨论突发事件的分类与优先级。

突发事件分类与优先级：按影响、持续时间与外溢风险分级

事件按“影响范围、持续时长、外溢风险”三要素打分，得分高者纳入A级紧急响应，优先调用全部资源。

不少同行反馈，采用量化打分能在模拟演练时暴露决策盲点。下面列举常见场景与判定要点，便于快速诊断。

如何判定机房火情或供电中断？

火警应以烟雾/温升/自动灭火告警为触发，供电以UPS告警+市电丢失为判定；两者并发直接升至A级。

我们可以通过常见告警快速取证并上报，随后启动消防与电力厂商联动。接下来讨论演练如何还原这些场景。

网络类事件：如何区分DDoS与链路故障？

通过流量曲线、源IP分布、BGP线路告警和高防清洗日志可以快速区分，是DDoS还是物理链路故障。

实体链示例：高防IP、流量清洗、CC攻击、BGP线路切换、路由策略——这些词应在告警单中出现以便快速响应。下一节进入演练设计。

演练设计与执行：从桌面推演到全流程实战演练的四级矩阵

演练分为桌面、功能、实战、跨厂商联动四级，频率与覆盖按风险等级倒排，确保关键路径被频繁验证。

在实际项目落地中，我们通常把桌面演练季度进行一次，实战演练半年一次；这样可以在低风险窗口检验流程并修补缺口。下面给出演练脚本要点。

演练脚本要点：明确目标、触发条件与验收标准

每次演练须包含：触发条件、预期恢复时间、责任人名单、验收指标与复盘模板，演练结束需生成可执行的改进工单。

创新结论：演练的价值在于发现沟通断层，而非单纯技术失效。接下来讲技术防护与外部联动资源。

技术防护与联动资源：边界防护到物理冗余的全栈方案

技术防护覆盖网络层到物理层：外网防护（高防IP、流量清洗、WAF）、传输冗余（BGP、跨运营商）、机房冗余（UPS、发电机、冷通道）。

不少桌面演练暴露出外联失败：供应商联络表陈旧。我们建议建立第三方应急联系人数据库并月度验证联通性。下文讲通信与外联流程。

通信与外联：谁联系互联网服务商（ISP）和交易对手？

通信策略写明：技术先联系ISP做流量清洗，公关同步准备对外公告，法务准备合规记录，交易对手通知按等级分批次。

• 启动ISP流量清洗：提供IP段、攻击样式、清洗窗口。
• 触发BGP切换：配合两家以上骨干运营商完成线路切换。

下一段讨论事后复盘和改进闭环。

事后复盘与持续改进：闭环到工单，再到KPI跟踪

复盘须包含事实时间线、根因分析、改进措施、责任人和完成期限，7日内生成工单并纳入季度KPI考核。

在多数案例中，复盘流于形式的关键在于缺少执行跟踪。我们建议使用简单的看板工具做周度更新，直到所有工单关闭。最后给出可落地的清单。

可落地Checklist：前三日、前三周、前三月的关键动作

前三日：证据保存、临时切换、公告发布；前三周：完整复盘、工单下发；前三月：落实冗余采购、演练验证。

下一步行动清单：

• 建立并测试15分钟判定机制。
• 完成机房与网络的三级演练矩阵。
• 更新外部供应商联络表并月度验证。
• 复盘工单纳入季度KPI并跟踪闭环。

来源：应急预案与演练 香港交易所办公室机房突发事件响应方案