La tolleranza ai guasti è un approccio progettuale che mantiene un sistema operativo quando uno o più componenti si guastano. Invece di fermarsi al primo errore, un sistema tollerante ai guasti isola il guasto, instrada altrove il lavoro oppure passa a una modalità sicura. Le tecniche comuni includono ridondanza, failover automatico, ritentativi con limiti e degradazione graduale del servizio.
Nel settore della sicurezza informatica, la tolleranza ai guasti è importante perché le interruzioni possono essere dannose quanto le compromissioni. Gli aggressori spesso sfruttano i singoli punti di guasto prendendo di mira server, identità, reti o dipendenze. Un'architettura tollerante ai guasti riduce questo raggio d'azione e aiuta i difensori a mantenere il servizio durante attacchi DDoS, crash hardware, bug software o compromissioni parziali. Supporta anche la risposta agli incidenti: registri, backup e percorsi di controllo ridondanti possono mantenere disponibili gli strumenti di sicurezza quando un livello fallisce. Una buona tolleranza ai guasti non nasconde gli errori; garantisce che il sistema rimanga prevedibile, ripristinabile e sicuro sotto stress.