একজন maintenance engineer পাঁচটি 4 TB hard drive ব্যবহার করে RAID 5 array তৈরি করছে। মোট usable storage capacity কত হবে এবং কেন এটি 20 TB নয়?

RAID 5-এ একটি drive-এর storage capacity parity information সংরক্ষণের জন্য ব্যবহৃত হয়.

Parity fault tolerance এবং drive failure হলে data recovery-এর জন্য ব্যবহৃত হয়.

প্রদত্ত:

Drive সংখ্যা = 5
প্রতিটি drive-এর capacity = 4 TB

মোট Raw Capacity

5 × 4 TB = 20 TB

RAID 5 Usable Capacity Formula

(Number of Drives − 1) × Drive Capacity

গণনা

(5 − 1) × 4 TB
= 4 × 4 TB
= 16 TB

উত্তর

মোট Usable Storage Capacity = 16 TB

এটি 20 TB নয় কারণ RAID 5-এ একটি drive-এর সমপরিমাণ storage parity data সংরক্ষণের জন্য ব্যবহৃত হয়, যা redundancy প্রদান করে এবং কোনো drive নষ্ট হলে data recovery করতে সাহায্য করে.

প্রশ্ন: Data Center Environment-এ Preventive এবং Corrective Maintenance-এর পার্থক্য বাস্তব উদাহরণসহ ব্যাখ্যা কর। এছাড়া একটি Series System-এর Reliability নির্ণয় কর।

Preventive Maintenance: Preventive maintenance হলো এমন maintenance যা কোনো fault বা failure হওয়ার আগেই নিয়মিতভাবে করা হয়, যাতে system breakdown-এর সম্ভাবনা কমে। এর মূল উদ্দেশ্য হলো fault প্রতিরোধ করা এবং system reliability বৃদ্ধি করা.

Real Example:
Data center-এ server cooling fan পরিষ্কার করা বা UPS battery failure হওয়ার আগেই পরিবর্তন করা preventive maintenance-এর উদাহরণ।

Corrective Maintenance: Corrective maintenance হলো এমন maintenance যা fault বা failure হওয়ার পরে system-কে পুনরায় স্বাভাবিক অবস্থায় ফিরিয়ে আনতে করা হয়। এর মূল উদ্দেশ্য হলো faulty component repair বা replace করা.

Real Example:
Data center-এ কোনো server-এর hard disk হঠাৎ নষ্ট হলে সেটি পরিবর্তন করে system restore করা corrective maintenance-এর উদাহরণ।

Preventive এবং Corrective Maintenance-এর পার্থক্য

Series System-এর Reliability নির্ণয়

Series configuration-এ total system reliability হলো সব component-এর reliability-এর গুণফল.

Power Supply-এর Reliability = 0.95
Motherboard-এর Reliability = 0.95
Storage-এর Reliability = 0.95

সূত্র: R = R1 × R2 × R3

R = 0.95 × 0.95 × 0.95
R = 0.857375

System-এর মোট Reliability = 0.857375 ≈ 85.74%

Standard router মূলত Network Layer-এ কাজ করে, যা OSI model-এর Layer 3।

Network Layer-এর Protocol Data Unit (PDU)-কে Packet বলা হয়।

প্রদত্ত Routing Entries:
10.1.0.0/24
10.1.1.0/24
10.1.2.0/24
10.1.3.0/24

এই চারটি network continuous বা contiguous কারণ network address ধারাবাহিকভাবে বৃদ্ধি পাচ্ছে।

প্রথম Network: 10.1.0.0/24
Range: 10.1.0.0 থেকে 10.1.0.255

দ্বিতীয় Network: 10.1.1.0/24
Range: 10.1.1.0 থেকে 10.1.1.255

তৃতীয় Network: 10.1.2.0/24
Range: 10.1.2.0 থেকে 10.1.2.255

চতুর্থ Network: 10.1.3.0/24
Range: 10.1.3.0 থেকে 10.1.3.255

এই চারটি network একসাথে নিচের address range cover করে:
10.1.0.0 থেকে 10.1.3.255

প্রতিটি /24 network-এ 256টি address থাকে।

তাই মোট address সংখ্যা:
256 + 256 + 256 + 256 = 1024 addresses

1024টি address প্রকাশ করার জন্য 10টি host bit দরকার হয়।

যেহেতু IPv4 address মোট 32 bit-এর হয়:
32 − 10 = 22

তাই summarized CIDR notation হবে:
10.1.0.0/22

Final Answer:
Router Layer = Network Layer / Layer 3
PDU Name = Packet
Supernet = 10.1.0.0/22

প্রশ্ন: ব্যাংক fund transfer transaction-এর সময় ACID-এর Consistency property কী নিশ্চিত করে? এছাড়া current_balance কখনো শূন্যের নিচে না যাওয়ার জন্য SQL constraint clause লিখ।

ACID-এর Consistency Property

• Consistency নিশ্চিত করে যে transaction-এর আগে এবং পরে database সবসময় valid অবস্থায় থাকবে।
• Bank fund transfer transaction-এর ক্ষেত্রে consistency নিশ্চিত করে যে database-এর সব rule এবং constraint সঠিকভাবে বজায় থাকবে।

উদাহরণস্বরূপ, যদি একটি account থেকে অন্য account-এ টাকা transfer করা হয়:

• এক account থেকে কাটা amount অবশ্যই অন্য account-এ সঠিকভাবে যোগ হতে হবে।
• System-এর মোট balance consistent থাকতে হবে।
• কোনো account balance invalid হতে পারবে না বা database rule ভঙ্গ করতে পারবে না।

যদি transaction-এর কোনো অংশ ব্যর্থ হয়, তাহলে পুরো transaction rollback হবে যাতে consistency বজায় থাকে।

SQL Constraint Clause

current_balance যেন কখনো negative না হয়, তার জন্য নিচের CHECK constraint ব্যবহার করা যায়:

CHECK (current_balance >= 0)

Table Schema উদাহরণ

CREATE TABLE Savings_Accounts (
    account_id INT PRIMARY KEY,
    customer_name VARCHAR(100),
    current_balance DECIMAL(10,2),
    
    CHECK (current_balance >= 0)
);

প্রশ্ন: Circular Wait সংক্ষেপে ব্যাখ্যা কর। Resource Allocation Graph (RAG)-এ cycle থাকলে কি নিশ্চিতভাবে Deadlock হয়েছে বোঝায়? সংক্ষেপে ব্যাখ্যা কর।

Circular Wait

• Circular wait হলো deadlock-এর একটি প্রয়োজনীয় শর্ত।
• এটি তখন ঘটে যখন একাধিক process একটি circular chain আকারে resource-এর জন্য অপেক্ষা করে।
• এখানে প্রতিটি process অন্তত একটি resource ধরে রাখে এবং পরবর্তী process-এর কাছে থাকা অন্য resource-এর জন্য অপেক্ষা করে।

উদাহরণ:

• Process P1 Resource R1 ধরে রেখে R2-এর জন্য অপেক্ষা করছে।
• Process P2 Resource R2 ধরে রেখে R3-এর জন্য অপেক্ষা করছে।
• Process P3 Resource R3 ধরে রেখে R1-এর জন্য অপেক্ষা করছে।

এভাবে একটি circular waiting condition তৈরি হয়।

Resource Allocation Graph (RAG)-এ Cycle

RAG-এ cycle থাকলেই সবসময় deadlock হয়েছে এমন নয়।

• যদি প্রতিটি resource type-এর শুধুমাত্র একটি instance থাকে, তাহলে cycle থাকলে নিশ্চিত deadlock হয়েছে।
• কিন্তু resource type-এর একাধিক instance থাকলে cycle থাকলেও deadlock নাও হতে পারে।

অতএব cycle হলো:

• Deadlock-এর জন্য একটি necessary condition
• কিন্তু সবসময় sufficient condition নয়

Graph-এ:

• Resource R1-এর একটি instance রয়েছে।
• Resource R2-এর দুটি instance রয়েছে।
• P1, R1 ধরে রেখে R2-এর জন্য অপেক্ষা করছে।
• P2, R2-এর একটি instance ধরে রেখে R1-এর জন্য অপেক্ষা করছে।
• P3, R2-এর অন্য instance ব্যবহার করছে।

Graph-এ একটি cycle রয়েছে:

P1 → R2 → P2 → R1 → P1

কিন্তু এই graph-এ deadlock নেই।

কারণ:

Resource R2-এর একাধিক instance রয়েছে। বর্তমানে R2-এর একটি instance P3 ব্যবহার করছে।

যদি P3 তার কাজ শেষ করে R2 release করে, তাহলে:

• P1, R2 পেয়ে execution সম্পন্ন করতে পারবে।
• P1 কাজ শেষ করলে R1 release করবে।
• তারপর P2, R1 পেয়ে execution চালিয়ে যেতে পারবে।

অর্থাৎ process-গুলো পরবর্তীতে execution চালিয়ে যেতে পারছে, তাই system permanently blocked নয়।

প্রশ্ন: একটি server হঠাৎ external system-এ abnormal traffic পাঠাতে শুরু করেছে। সম্ভাব্য কারণ বিশ্লেষণ কর এবং তাৎক্ষণিক করণীয় উল্লেখ কর।

সম্ভাব্য কারণসমূহ

Server থেকে abnormal traffic পাঠানো security বা system-related সমস্যার ইঙ্গিত হতে পারে। সম্ভাব্য কারণগুলো হলো:

• Malware বা Virus Infection: Server malware, botnet software বা ransomware দ্বারা আক্রান্ত হতে পারে যা malicious traffic পাঠাচ্ছে।
• DDoS Attack-এ অংশগ্রহণ: Compromised server অন্য system-এর উপর DDoS attack চালাতে ব্যবহৃত হতে পারে।
• Unauthorized Access: দুর্বল password, stolen credential বা vulnerability ব্যবহার করে attacker access পেতে পারে।
• Misconfigured Application: Faulty software বা ভুল network configuration অতিরিক্ত traffic তৈরি করতে পারে।
• Data Breach বা Data Exfiltration: Sensitive data অবৈধভাবে external system-এ পাঠানো হতে পারে।

তাৎক্ষণিক করণীয়

• Server Isolate করা: Abnormal traffic বন্ধ করার জন্য server-কে দ্রুত network থেকে বিচ্ছিন্ন করতে হবে।
• System Log পরীক্ষা: Firewall, server এবং application log বিশ্লেষণ করে suspicious activity খুঁজতে হবে।
• Security Scan চালানো: Antivirus এবং malware detection tool দিয়ে server scan করতে হবে।
• Active Connection পরীক্ষা: Running process এবং network connection monitoring tool দিয়ে পরীক্ষা করতে হবে।
• Credential পরিবর্তন: Password reset এবং compromised account disable করতে হবে।
• Security Update প্রয়োগ: Operating system এবং software-এর vulnerability patch করতে হবে।
• Security Team-কে জানানো: Administrator বা incident response team-কে দ্রুত অবহিত করতে হবে।
• গুরুত্বপূর্ণ Data Backup: Recovery action নেওয়ার আগে গুরুত্বপূর্ণ data নিরাপদে backup রাখতে হবে।

উপসংহার

Abnormal outbound traffic সাধারণত compromise বা system malfunction-এর লক্ষণ। Network সুরক্ষা এবং ক্ষতি প্রতিরোধের জন্য দ্রুত isolation, investigation এবং security response প্রয়োজন।

প্রশ্ন: একটি financial services provider massive streaming এবং historical log data ব্যবহার করে fraud analytics ও ML-driven maintenance prediction করতে চায়। এই কাজের জন্য উপযুক্ত পাঁচটি Hadoop ecosystem technology এবং তাদের ভূমিকা বর্ণনা কর।

Large-scale streaming এবং historical log data process করার জন্য বিভিন্ন Hadoop ecosystem technology একসাথে ব্যবহার করা হয় storage, processing, querying এবং machine learning-এর কাজে।

1. HDFS (Hadoop Distributed File System)

• HDFS বহু server-এ distributed ভাবে বিপুল পরিমাণ data সংরক্ষণ করতে ব্যবহৃত হয়।
• এটি historical log, transaction record এবং streaming data fault tolerance সহ নিরাপদে সংরক্ষণ করে।

Role: Large-scale distributed data storage।

2. Apache Kafka

• Kafka real-time data streaming এবং message collection-এর জন্য ব্যবহৃত হয়।
• এটি বিভিন্ন source থেকে continuous transaction log, user activity এবং system event সংগ্রহ করে।

Role: Real-time streaming data ingestion।

3. Apache Spark

• Spark একটি দ্রুত data processing framework যা big data analytics এবং machine learning-এর জন্য ব্যবহৃত হয়।
• এটি streaming data এবং historical data উভয়ই দ্রুত process করতে পারে।

Role: Real-time analytics, fraud detection এবং ML processing।

4. Apache Hive

• Hive হলো একটি data warehouse tool যা SQL-এর মতো language ব্যবহার করে বড় dataset query করতে সাহায্য করে।
• এর মাধ্যমে analyst সহজে fraud-related historical data বিশ্লেষণ ও report তৈরি করতে পারে।

Role: SQL-based querying এবং data analysis।

5. Apache Mahout

• Mahout big data application-এর জন্য machine learning algorithm প্রদান করে।
• এটি predictive analytics, anomaly detection এবং maintenance prediction model তৈরিতে ব্যবহৃত হয়।

Role: Machine learning এবং predictive analytics।

HTTP Status Code হলো standard response code যা web server কোনো HTTP request পাওয়ার পর client (browser বা application)-কে পাঠায়。

এই code দ্বারা বোঝানো হয় request সফল হয়েছে কিনা, ব্যর্থ হয়েছে কিনা, redirect হয়েছে কিনা অথবা server error হয়েছে কিনা।

HTTP status code সাধারণত তিন অংকের সংখ্যা দ্বারা প্রকাশ করা হয়।

HTTP Status Code-এর উদ্দেশ্য

• Client-কে request-এর অবস্থা জানানো।
• Website বা network সমস্যা debugging করতে সাহায্য করা।
• Browser এবং application behavior নিয়ন্ত্রণ করা।
• Client এবং server-এর মধ্যে communication সহজ করা।

HTTP Status Code-এর শ্রেণিবিভাগ

HTTP status code পাঁচটি category-তে বিভক্ত:

1. Informational Status Codes (100–199)

এই code বোঝায় request গ্রহণ করা হয়েছে এবং processing চলছে।

• 100 Continue: Client request পাঠানো চালিয়ে যেতে পারে।
• 101 Switching Protocols: Server protocol পরিবর্তনে সম্মতি দিয়েছে।

2. Success Status Codes (200–299)

এই code বোঝায় request সফলভাবে সম্পন্ন হয়েছে।

• 200 OK: Request সফল হয়েছে।
• 201 Created: নতুন resource সফলভাবে তৈরি হয়েছে।
• 204 No Content: Request সফল কিন্তু কোনো content ফেরত দেয়নি।

3. Redirection Status Codes (300–399)

এই code বোঝায় অতিরিক্ত action প্রয়োজন।

• 301 Moved Permanently: Resource স্থায়ীভাবে অন্য URL-এ সরানো হয়েছে।
• 302 Found: Resource সাময়িকভাবে অন্যত্র সরানো হয়েছে।
• 304 Not Modified: Cached version ব্যবহার করা যাবে।

4. Client Error Status Codes (400–499)

এই error সাধারণত client request-এর সমস্যার কারণে হয়।

• 400 Bad Request: Invalid request syntax।
• 401 Unauthorized: Authentication প্রয়োজন।
• 403 Forbidden: Access denied।
• 404 Not Found: Requested resource পাওয়া যায়নি।

5. Server Error Status Codes (500–599)

এই error server request process করতে ব্যর্থ হলে ঘটে।

• 500 Internal Server Error: সাধারণ server-side error।
• 502 Bad Gateway: অন্য server থেকে invalid response এসেছে।
• 503 Service Unavailable: Server সাময়িকভাবে unavailable।
• 504 Gateway Timeout: Server response timeout হয়েছে।

বহুল ব্যবহৃত HTTP Status Codes

প্রশ্ন: Zero-Day Attack কী? Data in Transit এবং Data at Rest সুরক্ষায় ব্যবহৃত প্রযুক্তিগুলোর তুলনা কর।

• Zero-Day Attack হলো এমন একটি cyber attack যেখানে attacker কোনো software বা hardware-এর vulnerability exploit করে developer বা vendor সেটি জানার আগেই অথবা security patch প্রকাশের আগেই আক্রমণ চালায়।
• এটিকে “zero-day” বলা হয় কারণ vulnerability fix করার জন্য developer-এর হাতে শূন্য দিন সময় থাকে।
• Attacker এই অজানা vulnerability ব্যবহার করে unauthorized access, data theft, malware spread অথবা system damage করতে পারে।

Zero-Day Attack-এর বৈশিষ্ট্য

• অজানা vulnerability exploit করে।
• শুরুতে কোনো security patch থাকে না।
• Traditional antivirus দ্বারা শনাক্ত করা কঠিন।
• গুরুতর financial ও security ক্ষতি করতে পারে।

Zero-Day Attack-এর উদাহরণ

• Unpatched system exploit করা ransomware।
• Browser vulnerability ব্যবহার করে data theft।
• Operating system exploit করে unauthorized access।

Data in Transit এবং Data at Rest

Data network-এর মাধ্যমে চলাচল করছে নাকি storage-এ সংরক্ষিত আছে তার উপর ভিত্তি করে security technology ভিন্ন হয়।

Data in Transit সুরক্ষায় ব্যবহৃত প্রযুক্তি

• SSL/TLS: Client ও server-এর communication encrypt করে।
• HTTPS: TLS/SSL ব্যবহারকারী secure HTTP।
• VPN: Encrypted communication tunnel তৈরি করে।
• SSH: Secure remote login ও communication নিশ্চিত করে।

Data at Rest সুরক্ষায় ব্যবহৃত প্রযুক্তি

• Disk Encryption: সম্পূর্ণ storage device encrypt করে।
• Database Encryption: Stored database record সুরক্ষিত রাখে।
• AES Encryption: Stored data-এর জন্য বহুল ব্যবহৃত encryption standard।
• Access Control: Unauthorized access সীমাবদ্ধ করে।