Le 12 novembre à 17 h 20, heure de Paris, des millions de professionnels ont vu leurs boîtes mail se figer et leurs réunions tomber à l’eau. La fenêtre d’impact reconnue par Microsoft court jusqu’au lendemain 17 h 10, et les signalements compilés par Downdetector couvrent 74 pays et territoires. L’analyse préliminaire vient de tomber, et le coupable est bien plus vieux que la panne.
Un bug endormi trois mois, réveillé en moins de deux heures
Tout part d’un correctif déployé en juillet sur les passerelles réseau de Microsoft 365, ces serveurs qui aiguillent les connexions vers Exchange Online, la messagerie professionnelle maison. Préparé pour ces machines et pour elles seules, il embarquait un défaut de gestion des accès concurrents, capable d’épuiser processeur et mémoire sous certaines conditions de trafic. Pendant plus de trois mois, ces conditions ne se sont jamais présentées.
Le 12 novembre, deux événements sans rapport les ont réunies, causant la panne historique. Une quinzaine d’heures avant la panne, Teams a quitté sa passerelle de secours pour la passerelle principale, qui dessert aussi Exchange Online, ce qui a gonflé la charge et bouleversé la répartition du trafic. Au même moment, près de 14 % de la capacité manquait à l’appel, conséquence d’un problème distinct survenu la veille. Chaque facteur pris séparément restait indolore ; leur addition a réveillé le bug. « En moins de deux heures, ce défaut jusqu’alors inconnu a été rencontré sur l’ensemble de notre flotte », retrace Charles Lamanna, vice-président exécutif de Microsoft. Au pire de la crise, plus de 80 % des serveurs ne répondaient plus, et les cloisons censées confiner l’incident à une région ont cédé les unes après les autres.
Teams, OneDrive et SharePoint disposaient d’une infrastructure de repli et se sont relevés les premiers. Exchange Online n’en avait aucune : la messagerie est restée à terre jusqu’au bout, et le rétablissement complet n’a été annoncé que samedi matin.
Pourquoi les tests de Microsoft n’ont rien vu
Les campagnes de tests de charge n’ont jamais déclenché le défaut : les laboratoires de Microsoft tournent sur des machines moins puissantes que celles de la production. Le bug frappe d’autant plus fort que le serveur embarque des cœurs et des composants récents, soit exactement le profil des passerelles réellement en service. Les mélanges de trafic simulés en interne ne ressemblaient pas davantage à la réalité du 12 novembre.
Lire aussi : Souveraineté numérique : l’État français veut abandonner Windows pour Linux
Une fois redémarrés, les serveurs se faisaient aussitôt submerger par les requêtes accumulées, et les mécanismes de récupération automatique n’avaient pas été pensés pour une flotte muette à 80 %. Les ingénieurs ont fini par restaurer une ancienne version du code, isoler les machines par grappes, appliquer le correctif, puis réintroduire le trafic au compte-gouttes. Microsoft écarte toute piste de cyberattaque et promet trois chantiers : des capacités élargies, une surveillance affinée et des protections contre les bascules de trafic en cascade. « Nous sommes profondément désolés de l’impact pour l’ensemble de nos clients », conclut Charles Lamanna.
En France, des collectivités et une agence régionale de santé en Occitanie se sont retrouvées sans messagerie, pendant que le ministère de la Santé assurait que les établissements de soins tenaient le choc. L’analyse définitive est promise dans la semaine, et nous ne manquerons pas de revenir dessus.
👉🏻 Suivez l’actualité tech en temps réel : ajoutez 01net à vos sources sur Google, et abonnez-vous à notre canal WhatsApp.
Source : Office Watch

