割接時路由配置錯誤，導致全網癱瘓

10月26日，KT官網以CEO的名義發布了公開致歉信，並對事故原因進行了確認。儘管KT已公佈故障原因，但並未進行詳細解釋，仍然給業界留下了不少謎團...

 

當地時間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網服務在全國范圍內發生中斷，導致其所有客戶在大約一個小時內無法連接互聯網和使用電話服務。

 

同時，因KT整網服務中斷，還並發導致了韓國另外兩家運營商SKT和LG U+的網絡擁塞。

 

可以說，在這一個小時內，韓國通信界遭遇了“至暗時刻”。

 

10月26日，KT官網以CEO的名義發布了公開致歉信，並對事故原因進行了確認。

 

信中表示，對於引起這起重大網絡事故的原因，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絡的時候，因網絡路由設置錯誤導致。

 

路由設置錯誤，可能會導致數據流量流向不正確而引起局部節點負荷過載，從而引發全網癱瘓。

 

看起來，與前幾天日本軟銀遭遇的網絡重大故障相似，本次事故也是因割接導致。

 

儘管KT已公佈故障原因，但並未進行詳細解釋，仍然給業界留下了不少謎團...

1. 為何沒有自愈保護?

電信網絡一直以高穩定性、高可靠性著稱，早在PSTN電話網絡時代，網絡線路就設置了1+1保護或自愈保護，主用線路在發生中斷後，通常可在50ms內自動切換到備用線路，或從相反方向迂迴連通。

 

2018年11月，因KT位於首爾Ahyeon區中心的電信大樓發生火災，導致該地區網絡癱瘓，通信服務中斷了數天。事後，有韓國業內人士質疑，這可能是因為KT的網絡拓撲設計不夠先進，設備和線路的冗餘配置和自愈保護不夠完善導致。他認為，儘管KT的骨幹匯聚網絡擁有充分的冗餘配置和自愈保護機制，但在昂貴而龐大的接入網部分，冗餘配置不夠充足，環狀自愈保護設計不夠完善，從而導致了此次火災後網絡長時間中斷。

 

但本次事故比2018年的火災事故要嚴重得多，火災事故影響範圍為一個區域，而本次事故影響範圍為全國。既然影響範圍這麼廣，可以估計，本次事故的故障點並非在網絡接入層，而是在網絡骨幹核心部分，這就好比“主動脈”阻塞，導致全網的“血液”輸送不暢。

那問題是，難道KT的核心網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路由錯誤會阻止數據包到達其預期的IP 地址和服務器而導致服務中斷。聯想到最近 Facebook、Instagram和WhatsApp服務中斷均由BGP路由問題導致，一些業內人士推測可能是由於BGP配置錯誤導致。

 

3. 為什麼割接操作在白天進行?

為避免影響網絡業務，割接操作一般都在凌晨進行，這是電信業的常識。但本次事故因“更換路由器以升級網絡”引起，且事故發生時間為白天。難道有什麼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後，白天才發生了故障?

 

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，一些韓國業內人士表示，這都反映了KT在網絡和流程管理上存在疏忽。