Monitoring des pannes réseau : méthode et diagnostic

Une panne réseau se paie en minutes, et les minutes se perdent presque toujours au même endroit : avant de savoir qu’il y a une panne. Le monitoring des pannes réseau sert exactement à cela, réduire le délai entre l’incident et sa détection. Voici les quatre sources de données qui le composent, la méthode de diagnostic à dérouler ensuite, et l’angle mort que presque toutes les installations conservent sans le savoir.

Les deux durées à séparer

Toute amélioration commence par distinguer deux temps que l’on confond en parlant de « temps de panne ».

• Le délai de détection : entre le moment où le service tombe et celui où quelqu’un le sait. C’est celui que la supervision réduit, et c’est le plus facile à diviser par dix.
• Le délai de rétablissement : entre la détection et le retour du service. Il dépend de la méthode, de la documentation et des pièces de rechange.

Dans la plupart des entreprises sans supervision, le premier délai est simplement le temps qu’il faut à un utilisateur pour se plaindre. C’est souvent plusieurs dizaines de minutes, et c’est du temps entièrement récupérable.

Les quatre sources de données de la supervision

Source	Ce qu’elle apporte	Ce qu’elle ne voit pas
Tests de disponibilité	L’équipement répond ou ne répond pas	Une lenteur, une saturation, un service dégradé
Interrogation SNMP	Charge des interfaces, erreurs, état des ports	Le contenu du trafic
Journaux centralisés	Les événements datés : redémarrages, coupures de lien, rejets	Ce que l’équipement ne journalise pas
Analyse de flux	Qui parle à qui, en quel volume	L’état matériel des équipements

Une supervision qui ne fait que le premier test est un interrupteur : elle dit « allumé » ou « éteint ». C’est utile et très insuffisant, car la majorité des incidents réels sont des dégradations et non des ruptures franches.

Attention à l’intervalle d’interrogation, qui est le réglage le plus déterminant et le plus négligé : un contrôle toutes les cinq minutes ne verra jamais une coupure de deux minutes. Vous ne détectez que ce qui dure plus longtemps que votre pas de mesure.

L’angle mort : la supervision qui tombe avec le réseau

C’est le défaut le plus répandu, et il annule tout le dispositif au moment précis où l’on en a besoin.

Si votre serveur de supervision est installé sur le réseau qu’il surveille, et qu’il envoie ses alertes par ce même réseau, alors une coupure générale l’empêche de vous prévenir. Vous avez un système qui détecte tout, sauf la panne la plus grave.

• Prévoyez une sonde externe, hébergée ailleurs, qui teste vos services depuis l’extérieur.
• Prévoyez un canal d’alerte indépendant du lien principal, par exemple un message court passant par un réseau mobile.
• Testez ce canal une fois par trimestre. Une alerte qui n’a jamais été reçue n’a jamais été prouvée.

Diagnostiquer dans l’ordre, jamais au hasard

Quand l’alerte tombe, la méthode consiste à remonter les couches une par une. Chaque étape élimine définitivement une famille de causes, ce qui évite de tourner en rond.

1. Le périmètre. Un poste, une zone, ou tout le site ? Cette seule question divise le champ de recherche par dix et se pose avant toute manipulation.
2. Le lien physique. Voyants du port, état de l’interface, câble. Une interface annoncée à une vitesse inattendue signale un câble abîmé ou un connecteur fatigué. Sur une installation domestique, la liaison entre les deux boîtiers est le premier suspect, comme le détaille notre article sur l’association avec le serveur Freebox.
3. L’adressage. Le poste a-t-il une adresse, et laquelle ? Une adresse d’auto-configuration signifie que le service d’attribution n’a pas répondu.
4. La passerelle. Un test vers la passerelle sépare nettement le problème local du problème de sortie.
5. La résolution de noms. Si une adresse numérique répond mais pas un nom, c’est le service de noms, pas le réseau. Ce cas est détaillé dans notre article sur la propagation DNS.
6. Le trajet. Un relevé du chemin montre le saut où tout s’arrête, et la méthode complète figure dans notre article sur le ping et la latence.

Les mécanismes sous-jacents, attribution d’adresse, résolution de noms et traduction d’adresses, sont expliqués dans notre article sur les bases du fonctionnement d’un réseau. Les connaître transforme ce diagnostic en une lecture, au lieu d’une suite d’essais.

Deux pannes qui trompent tout le monde

Certaines causes produisent des symptômes qui orientent dans la mauvaise direction. Ces deux-là reviennent constamment.

Le désaccord de duplex

Quand les deux extrémités d’un lien ne s’accordent pas sur le mode de transmission, le lien fonctionne : les voyants sont verts, les tests simples passent. Mais dès que le trafic augmente, les erreurs explosent et le débit s’effondre.

Le symptôme caractéristique est donc contre-intuitif : tout marche quand personne ne travaille, et rien ne marche aux heures de pointe. Le compteur d’erreurs de l’interface le révèle immédiatement, alors qu’aucun test de disponibilité ne le verra jamais.

La boucle de commutation

Un câble rebranché sur deux ports du même commutateur crée une boucle. Les trames diffusées tournent indéfiniment et saturent le segment en quelques secondes.

Le symptôme est brutal et généralisé : tout un étage tombe d’un coup, les voyants clignotent en continu, et les équipements deviennent injoignables y compris pour l’administration. Le réflexe utile est de chercher ce qui a été branché dans l’heure, pas de redémarrer les serveurs.

Ce qu’il faut relever avant d’appeler l’opérateur

Quand la panne vient manifestement du lien, l’appel au support se prépare. Sans éléments factuels, le premier niveau vous fera refaire pendant vingt minutes ce que vous venez de faire.

• L’heure exacte du début, relevée dans vos journaux et non de mémoire.
• L’état de synchronisation du lien et les compteurs d’erreurs de l’équipement de bordure.
• Le résultat d’un relevé de chemin, qui montre le saut où le trafic s’arrête.
• La référence de votre ligne, à garder hors du système d’information : le jour où tout est coupé, elle n’est plus consultable.
• Si la panne impose de repasser un câble, le choix de l’outil compte : notre article sur le choix d’un tire fil donne les diamètres selon la gaine.

Ce que la supervision ne remplacera pas

La réserve est importante, car l’outil est souvent acheté comme une solution alors qu’il n’est qu’un capteur.

• Un plan de réseau à jour. Sans savoir quel port du commutateur dessert quel bureau, l’alerte vous dit qu’il y a un problème sans vous dire où aller.
• Une redondance. Détecter une panne ne la répare pas. Un second lien opérateur change davantage la disponibilité que n’importe quelle console de supervision.
• Un seuil d’alerte réglé. Une supervision qui alerte trop est ignorée en trois semaines. C’est le mode d’échec le plus commun, et il est humain et non technique.
• La sécurité. Un équipement compromis peut générer un trafic qui ressemble à une panne. Les mesures à prendre sont décrites dans notre article sur le rôle des pare-feu en entreprise.

Enfin, documentez chaque incident : heure de début, périmètre, tests faits, cause trouvée. Cette trace est ce qui transforme la troisième occurrence d’une panne en résolution de cinq minutes, et c’est le seul moyen d’identifier un équipement qui vieillit mal.

Questions fréquentes sur la supervision réseau

Qu'est-ce que le monitoring des pannes réseau ?

Un dispositif qui interroge en continu les équipements et les services pour détecter une rupture ou une dégradation avant que les utilisateurs ne la signalent. Il combine tests de disponibilité, interrogation des équipements, journaux centralisés et analyse des flux.

Quel intervalle de contrôle choisir pour une supervision ?

Un intervalle plus court que la durée d’incident que vous voulez détecter. Un contrôle toutes les cinq minutes ne verra jamais une coupure de deux minutes : vous ne détectez que ce qui dure plus longtemps que votre pas de mesure.

Pourquoi ma supervision ne m'a-t-elle pas alerté pendant la panne ?

Le plus souvent parce qu’elle est hébergée sur le réseau qu’elle surveille et qu’elle envoie ses alertes par ce même réseau. Il faut une sonde externe et un canal d’alerte indépendant du lien principal.

Pourquoi le réseau fonctionne-t-il le matin et pas l'après-midi ?

C’est le symptôme typique d’un désaccord de duplex sur un lien : il fonctionne à faible charge et s’effondre dès que le trafic augmente. Le compteur d’erreurs de l’interface le confirme, aucun test de disponibilité ne le détecte.

Par quoi commencer quand tout un étage est coupé ?

Par chercher ce qui a été branché dans l’heure. Une boucle créée par un câble rebranché sur deux ports du même commutateur sature un segment en quelques secondes et rend les équipements injoignables.