Een incident is een ongeplande onderbreking of vermindering van servicekwaliteit, gedetecteerd en bijgehouden via monitoringsystemen, dat diagnose en oplossing vereist. In IT-operaties variëren incidents van prestatievermindering tot volledige uitval; in beveiliging vertegenwoordigen zij schendingen of bedreigingen van beveiligingsbeleid.
Incidents worden meestal gedetecteerd via Health Check-mechanismen, Uptime monitoring of waarschuwingssystemen die metrics, logs of beveiligingsgebeurtenissen observeren. Wanneer een waarschuwingsdrempel wordt overschreden—zoals pieken in foutenpercentages, een service die onbereikbaar wordt, of ongeautoriseerde toegang—wordt een incident aangemaakt in een on-call-systeem (PagerDuty, Opsgenie, etc.) met een toegewezen ernstniveau.
De incident-lifecycle volgt een standaardpatroon:
- Detectie: Monitoringregels of anomaliedetectie activeren een waarschuwing
- Triage: On-call-responder beoordeelt ernst en impact
- Mitigatie: Maatregelen genomen om service te herstellen (rollback, herstart, failover)
- Analyse van hoofdoorzaak: Beoordeling na incident waarin wordt gedocumenteerd wat gebeurde en waarom
- Afsluiting: Ticket opgelost met geleerde lessen gedocumenteerd
Voorbeeld: Je monitoringsysteem detecteert dat een applicatie HTTP 500-fouten retourneert voor 10% van de verzoeken. Een waarschuwing wordt geactiveerd, een SEV-2-incident wordt automatisch aangemaakt en een melding wordt verzonden naar de on-call-engineer, die begint met onderzoeken naar uitputting van de databaseverbindingspool.
WarningNiet elke waarschuwing is een incident. Waarschuwingsmoeheid van overbelichte drempels kan ertoe leiden dat echte incidents worden gemist. Implementeer juiste waarschuwingsdeduplicatie, ernstigheidsclassificatie en escalatielogica om ervoor te zorgen dat alleen echte serviceproblemen worden bijgehouden als incidents.
Gerelateerde concepten: DNS Failover voor automatisch herstel, MTTR voor het meten van oplossnelheid en Status Page voor communicatie van incidents met gebruikers.