Een fout in Azure- en Microsoft 365 is te wijten aan een storing in het onderhoudssysteem.
Microsoft heeft de oorzaak bekendgemaakt van de grote storing die vorige week meerdere Azure– en Microsoft 365-diensten trof. Volgens het bedrijf zorgde een softwarefout in een geautomatiseerd onderhoudssysteem ervoor dat netwerkverbindingen op veel meer apparaten werden verwijderd dan de bedoeling was.
De storing trof vooral klanten die Microsoft 365-diensten gebruikten via netwerkinfrastructuur die verbonden is met de West US Azure-regio. Enkele uren later waren de problemen verholpen nadat Microsoft de wijziging had teruggedraaid.
Fout tijdens routinematig onderhoud
Volgens een voorlopig incidentrapport voerde Microsoft gepland onderhoud uit waarbij bepaalde netwerkpaden tijdelijk geïsoleerd zouden worden. Het onderhoudssysteem zet die aanvragen automatisch om in instructies voor de netwerkapparatuur en controleert normaal of er steeds een redundante verbinding beschikbaar blijft. Door een softwarebug werden echter extra netwerkapparaten onterecht opgenomen in het onderhoud.
Daardoor verdwenen IP-routes op meer systemen dan voorzien, waardoor het verkeer tussen het West US-datacenter en het bredere Microsoft-netwerk werd verstoord. Netwerkverkeer dat volledig binnen de West US-regio bleef, ondervond volgens Microsoft geen hinder.
De netwerkproblemen zorgen voor verbindingsproblemen en hogere latentie bij een groot aantal Microsoft-diensten. Binnen Microsoft 365 werden OneDrive, SharePoint Online, Microsoft Teams, Power Automate, Copilot Chat, Microsoft Loop en het Microsoft 365 Admin Center getroffen. Ook diensten zoals Power BI, Fabric, Windows 365, Copilot Studio en Microsoft Defender ondervonden hinder. Aan de Azure-zijde werden onder meer Azure Kubernetes Service (AKS), Azure Cosmos DB, Azure Databricks, Azure Firewall, Azure Monitor, Azure Virtual Desktop, Microsoft Sentinel en ExpressRoute geraakt.
Extra controles aangekondigd
Microsoft onderzoekt nu hoe de fout kon ontstaan en wil de veiligheidscontroles rond geautomatiseerde onderhoudsprocessen aanscherpen. Het bedrijf zal de komende twee weken een definitief Post Incident Review publiceren met een volledige analyse en eventuele aanvullende maatregelen om gelijkaardige incidenten in de toekomst te voorkomen.