Exercice de reprise après sinistre : que faire sans site principal ni accès administratifs?

Préparez un exercice sur table puis une restauration isolée. Testez l’accès de secours, les sauvegardes indépendantes et mesurez le délai et la perte de données.

01

Le scénario : même les administrateurs sont à la porte

À 9 h, le site principal d’Atelier Boréal devient indisponible. Le VPN ne répond plus, les comptes administratifs habituels ne fonctionnent plus et la dernière copie visible dépend du même annuaire. L’activité à rétablir est simple : un commis doit ouvrir une session, trouver une commande et enregistrer une nouvelle commande fictive. L’exercice réussit quand ce parcours est accepté et mesuré, même si le reste de l’infrastructure demeure indisponible.

Procédez en deux temps : une discussion guidée sur table, puis une restauration technique dans un réseau isolé. Le scénario est fictif et ne nécessite ni panne provoquée ni changement de production.

02

1. Exercice sur table : prendre des décisions sans le site

Nommez une personne qui dirige la reprise, une qui anime le scénario, une qui tient le journal et un responsable métier qui accepte le service. Rendez la procédure, les coordonnées et les objectifs accessibles hors du site et du tenant principal. Le journal consigne en UTC le déclencheur, la décision, le responsable et la preuve. Choisissez à l’avance une heure d’escalade et une méthode de validation auprès du fournisseur si les accès prévus échouent.

Annoncez trois imprévus successifs : VPN inaccessible; approbateur habituel indisponible; dernière sauvegarde non lisible ou jugée trop récente pour inspirer confiance après un incident. À chacun, demandez qui a l’autorité, quelle dépendance est indisponible, quelle solution de rechange fonctionne et quelle preuve clôt l’étape. Si une réponse exige de rouvrir le VPN ou de retrouver un secret dans le tenant indisponible, notez un écart à corriger avant le pilote.

03

2. Prouver l’accès de secours et la disponibilité des copies

Dressez la liste de quatre accès distincts : plateforme de secours, sauvegardes, clés de déchiffrement et identité. Le compte d’urgence Entra ne donne pas automatiquement de droits sur un hyperviseur, un coffre, une souscription ou un autre tenant. Pour Entra, Microsoft recommande au moins deux comptes d’urgence infonuagiques non fédérés, avec des méthodes fortes indépendantes de celles des administrateurs habituels, par exemple des clés FIDO2. Testez le parcours prévu sur un poste sécurisé et un réseau indépendant, surveillez les connexions et consignez l’usage sans divulguer de secret. Pour le pilote, utilisez des comptes de test et des droits ciblés; vérifiez séparément les procédures d’urgence établies.

Vérifiez qu’au moins une copie indépendante du domaine de panne peut être lue avec le chemin de secours, et que les clés de restauration restent accessibles. Une réplique synchronisée peut aussi reproduire une suppression ou une corruption. Comparez une copie hors ligne ou immuable avec un point plus ancien connu comme sain. Vérifiez en lecture seule l’inventaire, la rétention, l’âge du point, la chaîne et la présence des clés; seule une restauration démontre que la copie est exploitable. En contexte d’incident, faites approuver le point de restauration par l’équipe de réponse avant de restaurer.

04

3. Restaurer dans un pilote isolé, par dépendance

Changements de laboratoire seulement : préparez un réseau sans route ni peering vers la production, une résolution DNS de test, un accès d’administration dédié et une liste explicite des sorties nécessaires. Utilisez des données fictives ou des copies assainies et approuvées. Interdisez l’envoi de courriels, les webhooks, la synchronisation et les tâches automatiques vers la production avant de démarrer les charges. Si une route ou une intégration échappe au contrôle, arrêtez le pilote.

Ordre proposé : accès de secours et environnement de calcul; réseau, DNS et temps; identité, clés et certificats selon leurs dépendances; données; application; parcours métier. Si la restauration de l’identité dépend du réseau ou du stockage, documentez ce chemin d’amorçage. Pour un annuaire ou une base répliquée, suivez la procédure de récupération du fournisseur; ne reconnectez pas une copie restaurée au réseau actif.

Figez les versions de l’hyperviseur, des agents et des formats de sauvegarde. Vérifiez la compatibilité du point, les droits de restauration, la capacité, les quotas et les licences du site de secours avant l’exercice. Par exemple, avec Azure Site Recovery, choisissez Test Failover et un réseau Azure de test isolé, consignez le type de point choisi, puis utilisez le nettoyage du test. Vérifiez la matrice, les droits et les coûts de calcul, stockage et service pour la charge réelle; une réplication n’est pas une preuve que l’abonnement de secours pourra démarrer les VM.

05

4. Valider du réseau jusqu’à la commande

Depuis une VM d’essai, utilisez le résolveur et le nom TLS du laboratoire. Les exemples PowerShell ci-dessous font des lectures et n’exposent pas de mot de passe. Le code 200 couvre ici la sonde HTTPS seulement; vérifiez aussi que le nom résout vers le réseau isolé. Ne contournez pas la validation du certificat.

Avec un utilisateur de test, ouvrez une session dans une nouvelle fenêtre, recherchez la commande fictive et comparez-la à la référence. Dans le laboratoire seulement, créez une commande synthétique, reconnectez-vous et vérifiez sa persistance. Confirmez qu’un utilisateur non autorisé est refusé et qu’aucun courriel ni événement réel n’est parti. Faites valider ces preuves par le responsable métier.

PowerShell — lecture seule
# From an authorized test VM, using the lab DNS resolver.
Resolve-DnsName -Name 'orders.recovery.example' -Server '192.0.2.53' -DnsOnly
Test-NetConnection -ComputerName 'orders.recovery.example' -Port 443
$r = Invoke-WebRequest -Uri 'https://orders.recovery.example/ready' -TimeoutSec 10 -MaximumRedirection 0 -ErrorAction Stop
if ($r.StatusCode -ne 200) { throw 'Unexpected readiness response' }
$r.StatusCode
06

5. Mesurer le RTO et le RPO, puis fermer le pilote

Le RTO est l’objectif de délai de remise en service. Mesurez depuis le début simulé de l’interruption jusqu’à l’acceptation du parcours métier, en incluant l’accès d’urgence. Le RPO est la perte de données tolérée en temps : comparez l’heure de l’interruption à la dernière transaction cohérente effectivement retrouvée. L’heure de fin de sauvegarde ne suffit pas. Utilisez des repères fictifs horodatés avant le test et signalez si le résultat n’a pu être établi que dans une fourchette.

En cas d’échec, conservez les preuves, arrêtez le pilote et éliminez les ressources d’essai selon le plan sans toucher aux copies ni étendre les accès. En cas de réussite, supprimez les VM et les accès temporaires, vérifiez l’absence de route ou de DNS résiduel et réconciliez les coûts. Ce nettoyage du laboratoire ne remplace pas un plan de retour en production. Donnez à chaque écart un responsable et une date de retest.

Mesure fictiveObjectifObservéDécision
Service accepté4 h9 h → 11 h 40 = 2 h 40Réussi
Perte de données30 min9 h − 8 h 18 = 42 minÉchec : réduire l’intervalle ou corriger la chaîne, puis retester
07

Sources officielles