Outlook ha perso alcune email dopo il blackout di Microsoft 365

Outlook ha perso alcune email dopo il blackout di Microsoft 365

Alcuni messaggi inviati a caselle di posta Outlook.com rimaste inattive per più di 30 giorni sono scaduti durante il blackout di Microsoft 365 e non sono mai arrivati ai destinatari. Microsoft ha confermato il problema nel rapporto finale sull’incidente, pubblicato il 20 novembre; non ha precisato quanti messaggi o utenti siano stati coinvolti.

Il problema è iniziato il 12 novembre e ha interessato clienti di diverse regioni e servizi. Il rapporto finale, secondo il riepilogo di 365Fanatic, colloca l’inizio dell’impatto alle 16:20 UTC e la fine alle 16:10 UTC del giorno successivo. Microsoft ha dichiarato risolto l’incidente il 14 novembre alle 04:15 UTC, dopo un periodo di monitoraggio e svuotamento della coda di posta.

Email aziendali consegnate, eccezioni su Outlook.com

Exchange Online non è riuscito a elaborare normalmente i messaggi accumulati mentre i server erano in avaria. Per concedere più tempo ai nuovi tentativi di consegna, Microsoft ha esteso temporaneamente la finestra da 24 a 48 ore prima di generare una notifica di mancata consegna. L’azienda afferma che tutte le email aziendali rimaste in coda sono state infine consegnate e che non ha rilevato messaggi aziendali persi in modo permanente.

La situazione è stata diversa per alcune caselle di posta consumer di Outlook.com. I messaggi in sospeso destinati ad account inattivi da più di 30 giorni sono scaduti e i mittenti hanno ricevuto notifiche di mancata consegna. Computer Hoy riferisce che Microsoft non ha reso noto il numero di messaggi interessati né quante persone abbiano ricevuto tali notifiche.

365Fanatic riassume il rapporto affermando che i dati archiviati dei clienti non sono stati interessati. Questa affermazione convive con l’eccezione dei messaggi scaduti: la perdita riguarda le email che non sono arrivate a destinazione, non un’alterazione generale dei dati salvati negli account.

Una correzione di luglio ha innescato il guasto

Il rapporto attribuisce il blackout alla concomitanza di quattro fattori: un difetto latente nell’elaborazione delle connessioni, una riduzione della capacità dei server, il reindirizzamento del traffico di Teams e un picco di attività negli Stati Uniti. Nessuno di questi fattori avrebbe causato da solo lo stesso impatto, ma insieme hanno portato i server del gateway di rete a non rispondere più.

Il difetto derivava da una modifica preparata per i server gateway di Microsoft 365. La distribuzione è iniziata a luglio 2026 e si è estesa gradualmente in tutto il mondo per oltre tre mesi senza incidenti. IT Pro riferisce che Charles Lamanna, vicepresidente esecutivo di Microsoft per Copilot, Agents e Platform, ha descritto il problema come un «difetto latente» e ha spiegato che la correzione era stata preparata specificamente per quei server, non per l’intero sistema Windows.

“In less than two hours, the previously unknown defect was encountered across our fleet and rendered them unresponsive. At its lowest, more than 80% of servers were unresponsive.”

— Charles Lamanna, vicepresidente esecutivo di Microsoft per Copilot, Agents e Platform

La causa tecnica era una contesa di blocchi: le attività all’interno di un processo Windows si attendevano a vicenda fino a consumare CPU e memoria, e i computer smettevano di elaborare le richieste. L’effetto era più grave sui server più nuovi, con un maggior numero di core, perché potevano ricevere più richieste simultanee. I consueti test di carico non hanno riprodotto la combinazione di hardware e traffico verificatasi durante il blackout; venivano eseguiti su computer più vecchi e con un carico diverso.

A questa debolezza si è aggiunto il fatto che quasi il 14% della capacità dei gateway era fuori servizio per operazioni di routine legate alla distribuzione di una versione del servizio. Microsoft ha dichiarato che la capacità residua era sufficiente e che questa riduzione, da sola, non avrebbe provocato l’incidente.

Il reindirizzamento di Teams ha esteso la cascata

Microsoft gestisce due sistemi di gateway indipendenti per isolare i servizi e mantenerli operativi in caso di problemi. Il 12 novembre, alle 01:07 UTC, un problema di routing nella regione US East ha causato timeout in Teams. Il servizio è passato automaticamente al gateway che supportava anche Exchange Online, trasferendo il carico e modificando il modello del traffico.

Per circa 16 ore, l’infrastruttura ha continuato a funzionare. Il problema è diventato evidente quando il traffico del Nord America si è avvicinato al suo massimo giornaliero. I primi guasti generalizzati sono iniziati intorno alle 16:00 UTC; l’avviso di Exchange Online è arrivato alle 16:20. Microsoft ha confermato problemi con diversi metodi di accesso, tra cui Outlook, Outlook sul web, Exchange ActiveSync e le API di messaggistica e REST.

Quando alcuni server sono andati in avaria, il sistema di gestione del traffico ha trasferito le richieste alle unità funzionanti. Ma queste hanno ricevuto un carico maggiore ed erano esposte allo stesso difetto. Il processo si è ripetuto tra le regioni: in meno di due ore, una parte consistente dei server nordamericani ha avuto problemi e, nel momento più critico, oltre l’80% non rispondeva. Il traffico reindirizzato ha finito per interessare i server di tutte le regioni.

Anche il ripristino non è stato immediato. I computer che tornavano a funzionare venivano sopraffatti dalle richieste in attesa e potevano guastarsi di nuovo. Inoltre, il difetto era stato distribuito da mesi, quindi interrompere un aggiornamento o annullare una modifica recente non era sufficiente per rimuoverlo dall’intera flotta.

Un’interruzione più ampia di Outlook

Exchange Online è stato il servizio più colpito. Molti utenti non sono riusciti ad accedere alla posta da Outlook, dal web, dalle app per iOS e Android, da Exchange ActiveSync o dalle API. Anche le ricerche, le integrazioni con Exchange e la consegna dei messaggi hanno subito un degrado. Il livello di impatto è variato in base alla regione, al metodo di connessione e al momento; alcuni utenti hanno avuto un accesso parziale o intermittente.

L’elenco dei servizi interessati comprendeva Teams, Copilot e SharePoint, oltre a OneDrive, Defender, Purview, Fabric, Intune, Planner, Power Apps, To Do, Power BI e Universal Print. Teams, SharePoint e OneDrive hanno subito problemi soprattutto all’inizio e si sono ripresi prima, dopo che il loro traffico è stato trasferito a un altro gateway. Le funzionalità che dipendevano dai dati di Exchange, come ricerca, calendario, presenza e persone, hanno continuato ad avere problemi più a lungo.

Si sono verificati guasti anche nelle funzionalità di sicurezza e amministrazione. In Defender per Office, Zero-hour Auto Purge (ZAP), che rimuove i messaggi dannosi dopo la consegna quando viene rilevata una minaccia, ha agito in ritardo. Alcuni utenti hanno avuto problemi con Safe Links, che analizza i collegamenti sospetti, e gli amministratori hanno incontrato difficoltà nel rilasciare o eliminare i messaggi in quarantena, gestire gli elenchi di mittenti consentiti e bloccati ed eseguire azioni di correzione.

In Purview, il portale poteva non essere disponibile e alcune attività di prevenzione della perdita di dati, audit, eDiscovery e gestione dei rischi interni hanno subito ritardi. Il rapporto riporta inoltre problemi con Copilot, dove molte richieste non andavano a buon fine e le applicazioni non si avviavano; con Teams, per calendario, presenza, Teams Rooms e telefoni da tavolo; e con Universal Print, dove non era possibile creare o recuperare i processi di stampa.

Il ripristino e le modifiche in sospeso

Microsoft ha iniziato ad applicare un aggiornamento correttivo alle 07:20 UTC del 13 novembre. La modifica annullava l’impostazione difettosa per la gestione delle connessioni ed è stata distribuita per gruppi, dando la priorità alle regioni che si trovavano nell’ora di punta o vi si stavano avvicinando. L’azienda ha anche escluso dal traffico gruppi di unità di capacità, riavviato i server interessati e li ha reintegrati dopo la correzione.

Il servizio ha iniziato a stabilizzarsi alle 10:00 UTC. Secondo la cronologia riportata da 365Fanatic, l’area Asia-Pacifico si è ripresa intorno alle 11:00 e l’Europa alle 11:35. Alle 13:00 il ripristino proseguiva in tutte le regioni e le code di posta si stavano riducendo; l’accesso alla webmail è tornato ai livelli previsti alle 14:17. L’impatto attivo è terminato alle 16:10 UTC.

Tra le misure già completate figurano l’integrazione della correzione nell’immagine Windows utilizzata sui server, l’aggiunta di capacità, il miglioramento del monitoraggio del traffico e delle connessioni e l’introduzione di limiti temporanei per impedire alla rete di distribuire automaticamente il carico in modo da propagare il guasto. Microsoft ha anche esteso la finestra dei tentativi di consegna della posta e rimesso in servizio i server in manutenzione.

Il piano ancora da completare si estende fino al 2027 e diverse attività non hanno ancora una data. Microsoft prevede di limitare il reindirizzamento di Teams alla regione interessata, separare la capacità dei gateway in base al tipo di carico e ridurre le dimensioni delle zone di guasto. Vuole inoltre migliorare il reinserimento graduale dei server, i meccanismi di controllo e di nuovo tentativo, i test con hardware dotato di più core e traffico rappresentativo e il rilevamento delle perdite di capacità prolungate.

L’azienda intende anche ridurre il tempo necessario per inviare la prima notifica ai clienti, migliorare la diagnosi e l’audit delle modifiche di Windows e accelerare il ripristino dei guasti che interessano l’intera flotta. Il rapporto esclude un attacco informatico e non ha rilevato indizi di attività dannose; 365Fanatic aggiunge che Microsoft ha dichiarato che la modifica all’origine del problema non proveniva da strumenti di intelligenza artificiale. Per gli amministratori, l’azienda indica che non è necessario modificare nulla nel tenant.

Fonti: Computer Hoy, 365Fanatic, IT Pro