Supervision et infogérance

Une supervision se juge au nombre d’alertes traitées, pas au nombre d’alertes produites.

Métier de rattachement: Logiciels et systèmes

Le problème

Une console qui produit trois cents alertes par jour n’est plus lue au bout d’un mois.

La supervision se dégrade toujours de la même manière. On installe un outil, on active les modèles fournis, et la console produit des centaines d’événements par jour. Personne ne peut les traiter, l’équipe apprend à ignorer la couleur rouge, et la panne réelle passe au milieu des alertes ordinaires.

Une supervision utile surveille peu de choses, mais des choses dont la dégradation est certaine : espace disque, sauvegarde, certificat, lien opérateur, température, alimentation, file d’attente. Chaque alerte doit correspondre à un geste connu, écrit, et à quelqu’un qui le fait.

L’infogérance pose une question distincte. Déléguer l’exploitation est légitime ; ne plus pouvoir la reprendre ne l’est pas. Ce qui sépare les deux situations est écrit au contrat : traçabilité des accès du prestataire, comptes nominatifs, documentation tenue, et conditions de sortie.

Ce qui distingue une alerte d’un indicateur, schéma de principe

01Collecte: Systèmes, réseau, sauvegardes, énergie, température. Ce qui se dégrade à coup sûr d’abord.
02Seuil justifié: Un seuil sans justification produit une alerte que personne ne saura interpréter.
03Alerte: Assez rare pour surprendre. Répétée sans effet, elle n’est pas une alerte mais un indicateur mal placé.
04Action et personne: Chaque alerte tient à une action écrite et à quelqu’un qui l’exécute. Sinon elle ne tient à rien.
05Rétention longue: Assez longue pour distinguer une dérive lente d’un incident ponctuel.
06Revue: La revue périodique corrige les seuils et sort de la console ce qui n’y a plus sa place.

Schéma de principe. Le trait accentué est la chaîne qui rend une alerte utile ; le retour est ce qui l’empêche de se dégrader.Ordres de grandeur. Le délai de remontée est une cible de dimensionnement ; la rétention longue couvre une comparaison d’une année sur l’autre.

Périmètre

Ce que la prestation recouvre

Métrologie: Collecte des indicateurs des systèmes, du réseau, des sauvegardes et de l’énergie ; conservation suffisante pour distinguer une dérive lente d’un incident ponctuel.
Alertes et procédures: Peu de règles, chacune associée à un seuil justifié, à un geste écrit et à une personne. Escalade définie, périodes de silence planifiées lors des interventions.
Exploitation courante: Mises à jour planifiées, gestion des sauvegardes et vérification de leur restauration, gestion des comptes, suivi des contrats de support et des fins de maintenance.
Engagements de service: Délais de prise en compte et de rétablissement par niveau de gravité, plages couvertes, astreinte, points de contact nominatifs et modalités de constatation.
Traçabilité et sécurité: Comptes nominatifs pour les intervenants du prestataire, journalisation des accès distants, revue périodique des droits, cloisonnement des environnements.
Réversibilité: Documentation d’exploitation tenue à jour, inventaire, sauvegardes accessibles au client, procédure et calendrier de restitution en fin de contrat.

Situations

Situations les plus fréquentes

Organisation sans équipe d’exploitation: Deux ou trois personnes tiennent l’informatique et le reste. L’infogérance apporte la continuité et l’astreinte que l’effectif ne permet pas.
Parc réparti sur plusieurs sites: Le déplacement coûte cher et l’état réel des sites distants est inconnu. La supervision remplace la vérification déclarative par une information vérifiable.
Infrastructure critique: Énergie, refroidissement, liens et sûreté doivent être surveillés ensemble. Une supervision limitée aux serveurs ignore les causes les plus fréquentes d’arrêt.
Reprise d’une exploitation existante: Le prestataire précédent part. La reprise commence par l’inventaire, les accès, les sauvegardes et la documentation, avant tout engagement de délai.

Exigences

Ce qu’il faut exiger, de nous comme d’un autre

Ces exigences valent quel que soit le prestataire retenu. Reprises dans une consultation, elles écartent les réponses qui ne tiennent pas.

Un inventaire tenu des systèmes exploités, sans lequel aucun engagement de délai n’a de portée.
Des alertes en nombre limité, chacune associée à un geste écrit et à une personne.
Des engagements de délai par niveau de gravité, avec la manière dont l’incident est constaté et daté.
Des comptes nominatifs pour chaque intervenant du prestataire, et la journalisation de leurs accès.
La vérification périodique des restaurations, chronométrée et consignée.
Une documentation d’exploitation tenue par le prestataire et remise au client à intervalle régulier.
Une clause de réversibilité décrivant ce qui est restitué, dans quel format et dans quel délai.

Écueils

Erreurs fréquentes, et ce qu’elles coûtent

Activer tous les modèles d’alerte fournis: Le volume rend la console illisible en quelques semaines. Une supervision qu’on n’ouvre plus est plus dangereuse qu’une absence de supervision, parce qu’elle donne le sentiment d’une couverture.
Superviser les serveurs et pas l’énergie: La majorité des arrêts constatés viennent de l’alimentation, du refroidissement ou d’un lien opérateur. Une supervision qui les ignore signale l’effet et jamais la cause.
Laisser le prestataire travailler sous un compte partagé: Un compte partagé rend toute action non imputable. Après un incident, la reconstitution devient impossible, et la responsabilité indéterminable.
Signer un contrat sans clause de sortie: La dépendance ne se constate qu’au moment de partir, quand il est trop tard pour négocier. La restitution, son format et son délai s’écrivent au premier jour.

Questions

Questions posées avant de consulter

Que faut-il superviser en priorité ?

Ce dont la dégradation est certaine et dont l’effet est immédiat : espace disque, succès des sauvegardes, expiration des certificats, état des liens opérateur, température des locaux techniques, état de l’alimentation secourue. Ces quelques indicateurs couvrent la plupart des arrêts réellement constatés, pour un effort de mise en place modeste.

Combien d’alertes une équipe peut-elle traiter ?

Beaucoup moins qu’on ne le suppose. Le bon repère est qu’une alerte doit être suffisamment rare pour surprendre. Si une équipe voit la même alerte chaque semaine sans agir, ce n’est pas une alerte, c’est un indicateur mal placé, et il doit sortir de la console.

Quels engagements de délai demander ?

Un délai de prise en compte et un délai de rétablissement, distincts, par niveau de gravité, avec les plages couvertes et la manière dont l’incident est daté. Un engagement unique et global ne se vérifie pas. Il faut aussi savoir ce qui se passe quand il n’est pas tenu, faute de quoi il n’engage rien.

Comment garder la maîtrise en infogérance ?

Par quatre exigences : des comptes nominatifs pour les intervenants, la journalisation de leurs accès, une documentation d’exploitation remise périodiquement, et un accès du client à ses propres sauvegardes. Elles ne coûtent rien à un prestataire sérieux et rendent le départ possible.

Faut-il une astreinte ?

Elle se justifie lorsque l’interruption d’un service hors des heures ouvrées a un coût réel. Elle suppose des personnes désignées, une procédure d’appel qui fonctionne la nuit, et des moyens d’intervention à distance éprouvés. Une astreinte sans accès distant fonctionnel n’est qu’un numéro de téléphone.

Que doit contenir la restitution en fin de contrat ?

L’inventaire à jour, la documentation d’exploitation, les configurations, les sauvegardes dans un format lisible sans les outils du prestataire, les comptes d’administration et un calendrier de transfert. Sans calendrier, la restitution s’étale jusqu’à la date où plus personne n’est disponible pour l’assurer.

Preuve

Où nous l’avons mis en œuvre

Énergie et infrastructures critiques2024
Site minier — salle serveur et alimentation de secours
Construction d'un local technique sécurisé et de sa chaîne d'alimentation, sur un site isolé sans réseau public fiable.
Semaines de relevé avant dimensionnement
4
Essais en charge par an
12
Référence KP-2024-008
Télécommunications2023
Opérateur régional — modernisation du cœur de réseau
Remplacement du cœur de réseau et de l'énergie de secours de quatorze points de présence, sans coupure de service commercial.
Points de présence migrés
14
Fenêtre de coupure maximale constatée
4 min
Référence KP-2023-021
Organisations internationales2022
Mission diplomatique européenne — sûreté multisystème
Reprise complète du contrôle d'accès, de la vidéosurveillance et de l'alimentation de secours d'une chancellerie en service.
Systèmes réunis
3
Interruption de service
0
Référence KP-2022-014
Sécurité des entreprises et sites sensibles2025
Groupe industriel — centre de supervision de sûreté
Un poste de commandement unique pour six sites dont les dispositifs de sûreté ne communiquaient pas entre eux.
Sites raccordés
6
Scénarios de menace éprouvés avant mise en service
3
Référence KP-2025-002
Finance et lutte contre la fraude2024
Réseau d'agences — interconnexion et téléphonie d'entreprise
Vingt-deux agences reliées au siège, avec téléphonie unifiée, chemins de secours et supervision commune.
Agences interconnectées
22
Agences en liaison doublée
8
Référence KP-2024-019