Lessons learned
Også kendt som: erfaringsopsamling, evaluering
At se tilbage efter en hændelse eller øvelse for at finde ud af, hvad der virkede, hvad der fejlede, og hvad der skal ændres.
Kladde - dette opslag er endnu ikke gennemgået.
Formelt
Det afsluttende trin i hændelseshåndteringen, hvor de involverede gennemgår forløb og beslutninger uden at placere skyld og gør fundene til ændringer i planer og kontroller, hver med en ansvarlig og en frist.
Forklaret enkelt
Ligesom et fodboldhold, der ser kampen igen på video for at forstå, hvorfor de lukkede det mål ind.
I praksis
En uge efter et ransomware-nedbrud mødes medarbejderne i et revisionsfirma en time og finder ud af, at nøglen til backuppen lå på netop den server, der blev låst, og giver IT-chefen til opgave at flytte den inden fredag.
Hvorfor det betyder noget
Uden den vender de samme fejl tilbage ved næste hændelse, og organisationen betaler to gange for den samme lærdom.
Teknisk uddybning
NIST SP 800-61 Rev. 2 (§3.4.1) placerede lessons learned-mødet i fasen efter hændelsen, afholdt inden for få dage efter afslutningen af en større hændelse, og foreslog spørgsmål, der stadig bruges bredt: præcis hvad der skete og hvornår, hvor godt medarbejdere og ledelse klarede sig, om de dokumenterede procedurer blev fulgt og var tilstrækkelige, hvilke oplysninger der var brug for tidligere, hvilke handlinger der hæmmede genopretningen, hvad man ville gøre anderledes, hvordan informationsdeling kunne forbedres, hvilke korrigerende handlinger kunne forhindre lignende hændelser, hvilke forvarsler eller indikatorer man skal holde øje med, og hvilke værktøjer eller ressourcer der mangler. Revision 3 (2025) flytter forbedring ind i kategorien Improvement under funktionen Identify i Cybersecurity Framework 2.0 og ser den som løbende, så erfaringer kan opsamles under en hændelse og efter øvelser og vurderinger, ikke kun til sidst.
Den skyldfri gennemgang efter en hændelse, som er gjort udbredt af site reliability engineering, bygger på antagelsen om, at folk handlede fornuftigt ud fra de oplysninger og det pres, de havde på tidspunktet. Målet er at forklare, hvorfor beslutningerne gav mening dengang, uden bagklogskab og uden at lede efter én enkelt grundårsag. Komplekse hændelser har som regel flere medvirkende faktorer, fx et upatchet system, en manglende alarm, et uklart mandat og en forældet kontaktliste, og nævner man kun én af dem, bliver de andre stående. Teknikker omfatter rekonstruktion af tidslinjen ud fra logs og chatbeskeder, fem gange hvorfor, fiskebensdiagrammer og strukturerede rammer for medvirkende faktorer.
Resultatet er en skriftlig rapport med en faktuel tidslinje, konsekvenser, hvad der gik godt, hvad der ikke gjorde, og en liste over handlinger, hver med en ansvarlig, en frist og en måde at verificere, at den er gennemført. Handlingerne ændrer typisk detektionsregler, playbooks, kontaktlister, arkitektur, uddannelse eller leverandørkontrakter. Opfølgning på, at handlingerne lukkes, er det trin, der oftest springes over; organisationer, der noterer det samme fund i flere gennemgange, har dokumenteret frem for lært. Rapporten kan også levere materiale til den endelige NIS2-rapport om grundårsag og afhjælpning, men de to har forskellige modtagere og bør ikke være det samme dokument.
I ISO/IEC 27001:2022 kræves praksissen via kontrol 5.27 i bilag A, læring af informationssikkerhedshændelser, og hænger sammen med afsnit 10 om løbende forbedring og korrigerende handlinger, hvilket er grunden til, at begrebet passer naturligt til Act-trinnet i PDCA-cyklussen. Lessons learned adskiller sig fra hændelsesrapportering i formål og timing: rapportering sender fakta videre til andre under og kort efter hændelsen, mens lessons learned er en intern analyse, der sigter mod forandring.
Relationer
- Del af
- Hændelseshåndtering
- Implementerer
- Kontinuerlig forbedring (PDCA)
- Forveksl ikke med
- Hændelsesrapportering
- Forårsages af
- Table-top-øvelse
- Bruges sammen med
- Sikkerhedskultur
Kilder og videre læsning
Standarder og officielle tekster
Kursusmateriale
- Cyber Security Fast Track - Ordliste
Hvor dataene kommer fra
Dette opslag er skrevet af en AI ud fra kilderne ovenfor og er endnu ikke gennemgået af et menneske. Brug det som udgangspunkt, og tjek alt vigtigt mod kilderne.
Se gennemgangskøenForeslå en rettelse på GitHubDette begreb som JSON
Test dig selv
Indlæser…