La continuité d'activité (PCA et PRA)
Partie 2 sur 4
4Deux durées à fixer : RTO et RPO
Le BIA débouche sur deux objectifs chiffrés, que l’on retrouve dans tout plan sérieux. Ils figurent déjà, brièvement, dans l’article sur les sauvegardes ; la figure 2 les situe sur une ligne de temps.
4.1Le RTO : combien de temps peut-on attendre ?
Le RTO (Recovery Time Objective, objectif de temps de reprise) est la durée maximale visée entre le début de l’incident et le moment où le service est rétabli. Pour la messagerie interne, ce peut être huit heures ; pour le site de vente en ligne, deux heures ; pour le système d’un service d’urgence, quelques secondes. Le RTO est toujours inférieur à la durée maximale d’interruption admissible (DMIA) : cette dernière est la limite absolue, le RTO est l’objectif que l’on se fixe pour rester loin d’elle, avec une marge.
4.2Le RPO : jusqu’où peut-on revenir en arrière ?
Le RPO (Recovery Point Objective, objectif de point de reprise) est la quantité maximale de données que l’on accepte de perdre, exprimée en temps : « nous acceptons de perdre au plus une heure de travail ». Il fixe indirectement la fréquence des sauvegardes ou des copies. Un RPO de 24 heures se satisfait d’une sauvegarde nocturne. Un RPO de 15 minutes demande des sauvegardes très fréquentes ou une copie en continu. Un RPO de zéro demande que chaque écriture soit faite à la fois sur deux sites, ce qui coûte cher et ralentit un peu le système. En français, on parle aussi de perte de données maximale admissible (PDMA).
4.3Des durées par activité, pas pour tout
RTO et RPO ne se décrètent pas globalement. Une même organisation a des besoins très différents selon l’application. Un tableau de ce type est habituel :
- Prise de commande, paiement : RTO de 1 à 2 heures, RPO de quelques minutes.
- Messagerie : RTO de 4 à 8 heures, RPO de 1 heure.
- Comptabilité, paie : RTO de 1 à 3 jours (sauf à la veille de la paie), RPO de 24 heures.
- Archives, documentation : RTO de plusieurs jours, RPO d’une semaine.
Fixer des objectifs uniformes et serrés pour tout est ruineux. Fixer des objectifs uniformes et larges expose à l’arrêt des activités critiques. La bonne méthode est de donner aux métiers la liberté de demander, mais de leur présenter le coût de chaque niveau, pour qu’ils arbitrent en connaissance de cause.
4.4Mesurer, pas supposer
RTO et RPO sont des objectifs ; la réalité est ce que l’on mesure lors des tests. Un RTO de quatre heures annoncé sur le papier, mais jamais vérifié, vaut souvent beaucoup plus : la restauration d’une base de plusieurs téraoctets prend facilement une journée ; la réinstallation des postes, une semaine ; et les dépendances (annuaire de comptes, certificats, licences) ajoutent des délais imprévus. On appelle parfois temps de reprise réel ou RTA (Recovery Time Actual) la durée mesurée lors des exercices, et c’est la comparaison entre l’objectif et le réel qui guide les investissements.
5Les stratégies et les sites de secours
Quand on connaît les objectifs, on choisit comment les atteindre. Le choix porte sur trois sujets : les données (sauvegardes, réplication), les systèmes (redondance, site de secours), et le fonctionnement (mode dégradé, télétravail).
5.1Les données : sauvegarde et réplication
La base de toute reprise est de ne pas perdre les données. La sauvegarde (voir les sauvegardes et la règle 3-2-1-1-0) crée des copies à des dates précises, hors du site principal, y compris hors ligne ou immuables. La réplication copie les données en continu vers un second emplacement : en mode synchrone, chaque écriture est confirmée sur les deux sites avant d’être validée (perte nulle, mais le site distant doit être proche pour ne pas ralentir) ; en mode asynchrone, la copie se fait avec un léger retard (perte de quelques secondes à quelques minutes, mais le site peut être éloigné). La réplication protège de la panne, mais, comme le RAID, elle recopie aussi les erreurs et les attaques : elle ne remplace pas la sauvegarde, qui permet de revenir à une date antérieure saine.
5.2Les sites de secours
Si le site principal (la salle informatique, le bâtiment) devient inutilisable, il faut un autre endroit où faire tourner les systèmes. La figure 3 présente les quatre niveaux classiques.
- Le site froid est un local avec l’électricité, le réseau et l’espace, mais sans équipement installé. Il faut y apporter ou y commander le matériel, y installer les systèmes, restaurer les données. Reprise lente (jours, voire semaines), mais peu coûteuse. Adapté aux activités qui peuvent attendre.
- Le site tiède (ou « semi-chaud ») dispose du matériel installé et de systèmes préparés, mais les données doivent être restaurées à partir des sauvegardes ou d’une réplication peu fréquente. Reprise en quelques heures à quelques jours.
- Le site chaud est une réplique prête à démarrer : systèmes installés, à jour, et données copiées en continu ou presque. Il suffit de basculer. Reprise en minutes ou en heures. Coût élevé, car on paie en permanence pour un site qui ne sert pas.
- L’actif-actif (ou active-active) fait travailler deux sites en même temps, qui se partagent la charge. Si l’un tombe, l’autre absorbe tout, sans coupure perceptible. C’est le niveau le plus fiable et le plus coûteux, et il exige une conception d’application adaptée, car les deux sites doivent rester cohérents.
5.3Le nuage change la donne
L’informatique en nuage (voir le cloud) a profondément modifié ces choix. Au lieu de construire et d’entretenir un second centre de données, on peut louer à la demande des serveurs dans une autre région, voire chez un autre fournisseur, et ne payer qu’en cas d’usage. Les machines virtuelles (voir la virtualisation) se copient et se redémarrent plus facilement qu’un serveur physique. Les fournisseurs proposent des services de reprise après sinistre clés en main, qui répliquent les systèmes vers le nuage et permettent de les démarrer en quelques minutes en cas de besoin, pour un coût de veille faible. Cela rend accessible, même aux petites structures, un niveau de reprise que seules les grandes organisations pouvaient s’offrir.
Mais le nuage ne dispense pas de réfléchir. Un fournisseur de nuage peut lui-même tomber en panne, comme l’ont montré des pannes touchant des régions entières. Il faut donc savoir de quoi on dépend : une seule région ? un seul fournisseur ? un seul compte d’administration ? Une organisation très dépendante peut choisir une stratégie multi-régions ou, pour les activités les plus critiques, une stratégie multi-fournisseurs, au prix d’une complexité supplémentaire. Et la responsabilité des données reste celle du client : le fournisseur garantit son infrastructure, pas la récupération d’une donnée que vous avez supprimée ou qu’un attaquant a chiffrée avec vos identifiants.
5.4Le mode dégradé
Même avec une bonne reprise technique, il y aura un moment où les systèmes ne sont pas disponibles. Le mode dégradé prévoit comment travailler pendant ce temps : formulaires papier préimprimés pour prendre des commandes ou des rendez-vous, liste imprimée des numéros importants, téléphone portable de secours, caisse manuelle, tableur local avec une copie récente du catalogue, procédure de saisie à rattraper à la reprise. Les hôpitaux, par exemple, conservent des procédures « papier » qu’ils exercent régulièrement : le jour où le dossier informatisé s’arrête, les soins continuent. Le mode dégradé est peu coûteux mais très efficace, et c’est souvent lui qui sauve une organisation dans les premières heures.
5.5Faire le bon choix : un arbitrage
La stratégie résulte d’un équilibre entre trois pôles : le coût, la rapidité de reprise et la complexité. Pour chaque activité vitale, on compare plusieurs options avec leur coût annuel (matériel, abonnements, personnes, tests) et leur résultat sur le RTO et le RPO, puis on retient celle qui atteint l’objectif au moindre coût. La règle de bon sens : le coût de la protection doit rester inférieur au coût probable de l’arrêt qu’elle évite. Mais en tenant compte de ce que le calcul peine à chiffrer : la survie de l’organisation, la sécurité des personnes, la confiance perdue.
Pour s’exercer
Exercice 3 : RTO et RPO
Une pharmacie utilise un logiciel de gestion des ordonnances. Elle fait une sauvegarde chaque soir à 20 h. Un matin à 10 h, le serveur tombe en panne ; la restauration sur un nouveau serveur prend six heures. Quels sont le RPO et le RTO réels de cet incident ? Sont-ils acceptables pour une activité qui doit délivrer des médicaments toute la journée ?
Voir la réponse
Les données perdues vont de 20 h la veille à 10 h : 14 heures d’ordonnances à ressaisir, donc un RPO réel de 14 heures. Le service est coupé de 10 h à 16 h : 6 heures de RTO réel, sans compter le temps de commander ou trouver le serveur. Pour une pharmacie, c’est trop : les patients attendent leurs traitements. Solutions : copie en continu ou plusieurs fois par jour (RPO de quelques minutes), second serveur prêt ou service en nuage de reprise (RTO d’une heure), et procédure papier de secours.
Exercice 4 : choisir un site de secours
Pour chaque activité, proposez le niveau de site de secours le plus adapté : a) une plateforme de réservation de billets en ligne, qui perd plusieurs dizaines de milliers d’euros par heure ; b) la comptabilité d’une PME ; c) les archives de dossiers terminés d’un cabinet ; d) la messagerie d’une entreprise de 200 personnes.
Voir la réponse
a) Actif-actif ou site chaud, car l’arrêt coûte très cher. b) Site tiède ou nuage de reprise : une reprise en quelques heures à jours suffit. c) Site froid ou simple sauvegarde : l’accès peut attendre plusieurs jours. d) Site chaud ou service de messagerie en nuage avec double région : les messages sont vitaux dans la journée. Chaque niveau se justifie par le RTO et par l’arbitrage coût et bénéfice.
Exercice 5 : le rançongiciel qui touche aussi le site de secours
Une entreprise a un site de secours répliqué en continu et relié au site principal. Une attaque chiffre les deux sites en quelques heures. Quelles erreurs de conception relevez-vous, et quelles mesures proposez-vous ?
Voir la réponse
Le site de secours partageait le même réseau et probablement les mêmes comptes d’administration, et la réplication continue a copié le chiffrement. Il n’y avait visiblement pas de copie hors ligne ou immuable ni de retour à une date antérieure saine. Mesures : séparer les comptes et le réseau du site de secours, conserver des sauvegardes hors ligne ou immuables, garder des versions plusieurs jours en arrière, détecter les comportements anormaux (chiffrement massif), définir un « noyau minimal » reconstructible de zéro, et tester ce scénario par un exercice.