Azure & Cloud
Centraliser et sécuriser sa supervision Cloud avec Azure Log Analytics

Centraliser et sécuriser sa supervision Cloud avec Azure Log Analytics

Quand on gère une infrastructure hybride ou 100 % Cloud sur Microsoft Azure, le piège classique consiste à laisser chaque ressource vivre dans son coin. On se retrouve vite avec des journaux IIS perdus sur un disque local, des erreurs applicatives visibles uniquement par les développeurs et des coupures réseau qu'on découvre quand un utilisateur appelle le support. En production, se connecter en RDP ou en SSH sur chaque machine virtuelle pour éplucher l'Observateur d'événements n'est tout simplement pas viable.

C'est exactement là qu'intervient l'espace de travail Log Analytics (Log Analytics Workspace). Intégré au cœur de la suite Azure Monitor, il agit comme le véritable cerveau de votre télémétrie. Concrètement, il s'agit d'une base de données centralisée (reposant sur le moteur Azure Data Explorer et interrogée via le langage KQL - Kusto Query Language) capable d'ingérer, de corréler et d'analyser les journaux provenant de vos applications, de vos serveurs Windows/Linux et de vos composants réseau.

Dans cet article, je vous partage la mise en œuvre concrète d'une architecture de supervision complète autour d'un espace centralisé nommé LogAnalytics1, pensée pour répondre à quatre exigences du terrain : la gouvernance financière (FinOps), le moindre privilège (SecOps), l'observabilité de bout en bout (App, OS, Réseau) et la réactivité opérationnelle.

1. La fondation : Gouvernance, sécurité RBAC et maîtrise des coûts (FinOps)

Avant même d'envoyer le premier mégaoctet de log, la création de l'espace de travail LogAnalytics1 impose de poser un cadre strict. Un espace Log Analytics mal configuré peut rapidement faire exploser la facture mensuelle Azure ou exposer des données sensibles (adresses IP, identifiants, traces applicatives) à des personnes non autorisées.

Cloisonner les accès avec le modèle RBAC Dans un environnement d'entreprise, les équipes qui analysent les journaux applicatifs n'ont aucune raison d'avoir des droits de modification sur l'infrastructure de collecte. Nous avons donc configuré le contrôle d'accès basé sur les rôles (Azure RBAC) au niveau de l'espace LogAnalytics1 pour accorder un accès strictement en lecture au groupe de sécurité AppLogExaminers (via le rôle intégré Log Analytics Reader / Lecteur Log Analytics). Ce paramétrage garantit que les analystes peuvent exécuter des requêtes KQL et consulter les tableaux de bord sans pouvoir altérer la configuration, supprimer des tables ou modifier les règles de rétention.

Verrouiller le budget d'ingestion et la rétention Le modèle de tarification d'Azure Log Analytics repose principalement sur le volume de données ingérées (au Go) et sur la durée d'archivage au-delà de la période gratuite de 31 jours. Pour éviter toute mauvaise surprise liée à une boucle d'erreurs applicatives ou à un service trop verbeux, deux garde-fous ont été appliqués directement sur LogAnalytics1 :

  • Plafond quotidien (Daily Cap) fixé à 200 Go/jour : Si l'ingestion totale atteint cette limite sur une tranche de 24 heures, la collecte s'arrête automatiquement jusqu'au cycle suivant, protégeant ainsi le budget Cloud.

  • Politique de rétention calée sur 60 jours : Cela offre deux mois d'historique à chaud pour les investigations de sécurité (forensics) et l'analyse de tendances, tout en purgeant automatiquement les données obsolètes au-delà du soixantième jour.

2. La surveillance applicative : Visibilité sur le code .NET Core et le trafic HTTP

Une fois le socle prêt, le premier chantier concerne la couche applicative. L'objectif est d'éviter l'effet « boîte noire » sur notre application web développée en .NET Core.

Nous avons donc rattaché l'application à notre espace LogAnalytics1 via Application Insights (en mode Workspace-based). Ce branchement permet de faire remonter nativement dans la même base de données :

  • Les métriques de performance du code (temps de réponse des appels, latence des dépendances SQL ou API externes, taux d'exceptions non gérées).

  • Les journaux de trafic web (HTTP logs) issus du service d'hébergement via les paramètres de diagnostic (Diagnostic Settings).

L'avantage immédiat sur le terrain, c'est de pouvoir corréler en une seule requête KQL une hausse des erreurs HTTP 500 sur le front-end avec une exception précise dans le code .NET Core (tables AppRequests, AppExceptions et AppDependencies), sans jamais quitter l'interface d'Azure Monitor.

3. La surveillance système : Collecte granulaire sur VM1 avec AMA et les règles DCR

L'époque où l'on utilisait l'ancien agent MMA (Microsoft Monitoring Agent), qui collectait tout et n'importe quoi de manière rigide, est révolue. Pour superviser efficacement notre serveur Windows VM1 sans alourdir l'ingestion, nous avons déployé le nouvel Agent Azure Monitor (AMA) piloté par une Règle de collecte de données (DCR - Data Collection Rule).

L'intérêt majeur d'une DCR est de définir un filtre chirurgical en amont : l'agent AMA installé sur VM1 n'extrait et n'envoie vers LogAnalytics1 que ce qui est réellement pertinent pour nos équipes d'exploitation et de sécurité :

  • Les événements système critiques : Extraction ciblée du journal Windows System pour capter immédiatement les crashs de services ou pannes matérielles/pilotes.

  • Les échecs d'audit de sécurité (Audit Failure) : Collecte des événements du journal Security (comme les événements ID 4625 d'échecs d'authentification) indispensables pour détecter les tentatives de brute-force ou les mouvements latéraux.

  • Les journaux du serveur web IIS : Récupération en continu des logs d'accès IIS stockés localement sur la machine afin de les centraliser dans la table W3CIISLog.

En complément de ces journaux d'événements, nous avons activé VM Insights sur VM1. Cette fonctionnalité enrichit notre visibilité en capturant à intervalles réguliers les compteurs de performance fondamentaux du système d'exploitation (taux d'utilisation CPU, mémoire vive disponible, IOPS et espace disque restant) directement dans la table InsightsMetrics. En cas d'incident, l'administrateur dispose déjà de toute la chronologie dans Log Analytics, même si la machine virtuelle ne répond plus au réseau.

4. La surveillance réseau : Tester les flux de bout en bout avec Network Watcher

Avoir un serveur VM1 dont le CPU est à 15 % et un site IIS démarré ne garantit pas que les autres briques du système d'information parviennent à le joindre. Un groupe de sécurité réseau (NSG) modifié par erreur, un pare-feu local bloquant ou un problème de routage VNet peuvent isoler un serveur en silence.

Pour surveiller la connectivité réelle au niveau de la couche transport/application, nous avons mis en place le Moniteur de connexion (Connection Monitor) intégré à Azure Network Watcher, relié lui aussi à notre espace LogAnalytics1.

Nous y avons configuré un test synthétique continu :

  • Source : Notre machine virtuelle Linux-VM (équipée de l'extension Network Watcher).

  • Destination : Le serveur VM1 sur le port HTTP (TCP 80).

Azure exécute ce test de manière autonome 24h/24, mesure la latence réseau ainsi que le pourcentage de paquets perdus, et archive l'intégralité des résultats dans la table NWConnectionMonitorTestResult de Log Analytics. Si la communication HTTP entre Linux-VM et VM1 tombe, nous savons à la seconde près quand la coupure a commencé et si le problème vient du réseau ou du serveur cible.

5. La réactivité : Industrialiser l'alerting avec les Groupes d'actions

Centraliser des millions de lignes de logs n'a aucune valeur si personne n'est prévenu lorsqu'un seuil critique est franchi. À l'inverse, personne n'a le temps de fixer des graphiques Azure Monitor toute la journée.

Pour passer d'une supervision passive à une posture proactive, nous avons configuré la brique d'Alerting Azure Monitor en deux étapes :

  1. Création d'un Groupe d'actions (Action Group) : Ce composant définit « qui prévenir et comment ». Nous l'avons paramétré pour déclencher une notification par e-mail vers la boîte de distribution de l'équipe d'exploitation : alerts@contoso.com (tout en gardant la possibilité future d'y brancher un Webhook ITSM, un SMS ou une Azure Function d'auto-remédiation).

  2. Définition de la Règle d'alerte (Alert Rule) : Ciblée sur la ressource Linux-VM, cette règle évalue en continu la métrique système d'utilisation du processeur (Percentage CPU). Dès que la consommation CPU dépasse le seuil de 80 %, l'alerte change d'état, s'enregistre dans le centre d'alertes et invoque immédiatement le groupe d'actions pour prévenir alerts@contoso.com.

Ce qu'il faut retenir de cette architecture

En combinant Log Analytics avec Application Insights, l'agent AMA (via DCR), VM Insights et le Connection Monitor, on obtient une tour de contrôle unifiée qui couvre les trois piliers de l'observabilité : l'applicatif, le système et le réseau. Surtout, en prenant soin dès le départ de brider l'ingestion à 200 Go/jour, de limiter la rétention à 60 jours et d'isoler les droits de lecture pour le groupe AppLogExaminers, cette architecture prouve qu'il est tout à fait possible de conjuguer visibilité technique poussée, exigences de cybersécurité et maîtrise budgétaire sur Azure.

Références officielles Microsoft Learn

Pour approfondir la mise en œuvre technique et retrouver les bonnes pratiques officielles de Microsoft sur chaque composant abordé dans cet article :

MAKHZOUM Hussein
Auteur
MAKHZOUM Hussein
Consultant Cloud & Infrastructure Engineer
Voir le profil

Articles similaires