韓國KT割接時路由配置錯誤，導致全網(wǎng)癱瘓

當?shù)貢r間2021年10月25日11點20分開始，韓國運營商KT的整個有線和無線互聯(lián)網(wǎng)服務在全國范圍內(nèi)發(fā)生中斷，導致其所有客戶在大約一個小時內(nèi)無法連接互聯(lián)網(wǎng)和使用電話服務。

同時，因KT整網(wǎng)服務中斷，還并發(fā)導致了韓國另外兩家運營商SKT和LG U+的網(wǎng)絡擁塞。

可以說，在這一個小時內(nèi)，韓國通信界遭遇了“至暗時刻”。

10月26日，KT官網(wǎng)以CEO的名義發(fā)布了公開致歉信，并對事故原因進行了確認。

信中表示，對于引起這起重大網(wǎng)絡事故的原因，最初估計是因外部DDoS攻擊導致，但最終確認原因為：在更換路由器以升級網(wǎng)絡的時候，因網(wǎng)絡路由設置錯誤導致。

路由設置錯誤，可能會導致數(shù)據(jù)流量流向不正確而引起局部節(jié)點負荷過載，從而引發(fā)全網(wǎng)癱瘓。

看起來，與前幾天日本軟銀遭遇的網(wǎng)絡重大故障相似，本次事故也是因割接導致。

盡管KT已公布故障原因，但并未進行詳細解釋，仍然給業(yè)界留下了不少謎團...

1 為何沒有自愈保護？

電信網(wǎng)絡一直以高穩(wěn)定性、高可靠性著稱，早在PSTN電話網(wǎng)絡時代，網(wǎng)絡線路就設置了1+1保護或自愈保護，主用線路在發(fā)生中斷后，通?？稍?0ms內(nèi)自動切換到備用線路，或從相反方向迂回連通。

2018年11月，因KT位于首爾Ahyeon區(qū)中心的電信大樓發(fā)生火災，導致該地區(qū)網(wǎng)絡癱瘓，通信服務中斷了數(shù)天。事后，有韓國業(yè)內(nèi)人士質疑，這可能是因為KT的網(wǎng)絡拓撲設計不夠先進，設備和線路的冗余配置和自愈保護不夠完善導致。他認為，盡管KT的骨干匯聚網(wǎng)絡擁有充分的冗余配置和自愈保護機制，但在昂貴而龐大的接入網(wǎng)部分，冗余配置不夠充足，環(huán)狀自愈保護設計不夠完善，從而導致了此次火災后網(wǎng)絡長時間中斷。

但本次事故比2018年的火災事故要嚴重得多，火災事故影響范圍為一個區(qū)域，而本次事故影響范圍為全國。既然影響范圍這么廣，可以估計，本次事故的故障點并非在網(wǎng)絡接入層，而是在網(wǎng)絡骨干核心部分，這就好比“主動脈”阻塞，導致全網(wǎng)的“血液”輸送不暢。

那問題是，難道KT的核心網(wǎng)絡也缺乏完善的自愈保護機制？這顯然是不太可能的。那是不是還有其他原因？

2 是否因為BGP路由配置錯誤導致？

BGP路由錯誤會阻止數(shù)據(jù)包到達其預期的IP 地址和服務器而導致服務中斷。聯(lián)想到最近 Facebook、Instagram和WhatsApp服務中斷均由BGP路由問題導致，一些業(yè)內(nèi)人士推測可能是由于BGP配置錯誤導致。

3 為什么割接操作在白天進行？

為避免影響網(wǎng)絡業(yè)務，割接操作一般都在凌晨進行，這是電信業(yè)的常識。但本次事故因“更換路由器以升級網(wǎng)絡”引起，且事故發(fā)生時間為白天。難道有什么不得已的原因非要在白天11點進行割接操作？還是因為凌晨割接操作后，白天才發(fā)生了故障？

4 是設備問題還是人工操作失誤？

路由配置可能是自動化的，也可能是人工操作，那到底是設備的問題，還是人工操作失誤？

不管是設備問題，還是人為操作失誤，還是缺乏備份系統(tǒng)，一些韓國業(yè)內(nèi)人士表示，這都反映了KT在網(wǎng)絡和流程管理上存在疏忽。