2018年12月6日，對(duì)于日本運(yùn)營商軟銀，簡直是噩夢(mèng)般的一天。

下午13點(diǎn)39分，軟銀東日本和西日本兩大中心機(jī)房的18臺(tái)4G核心網(wǎng)網(wǎng)元突發(fā)故障，造成全網(wǎng)大量用戶無法正常通信。

軟銀被這突如其來的大故障驚呆了，從CTO到工程師，上上下下忙成一團(tuán)，整整花了近兩個(gè)小時(shí)才定位出故障原因，直到下午18點(diǎn)04分才恢復(fù)故障。

本次故障歷時(shí)4小時(shí)25分，共計(jì)造成約3060萬軟銀用戶無法正常通信，是日本通信史上一次罕見的重大通信事故。

事故發(fā)生后，軟銀高層向用戶公開道歉，并承諾以后將加強(qiáng)設(shè)備備份管理，嚴(yán)防事故再次發(fā)生。

由于故障發(fā)生在白天，影響范圍廣，對(duì)軟銀造成了極大的負(fù)面影響，股票大跌，5天內(nèi)超過1萬戶用戶解約。

估計(jì)連日本總務(wù)省也驚呆了，直到20天后，也就是今天，才官方公布確認(rèn)“收到軟銀提交的嚴(yán)重事故報(bào)告”。

以下內(nèi)容來自軟銀的故障報(bào)告。

概要

發(fā)生時(shí)間：

2018年12月6日 13：39至18：04（4小時(shí)25分鐘）

影響內(nèi)容：

4G LTE移動(dòng)電話無法進(jìn)行語音通話和數(shù)據(jù)通信。

部分LTE 固話和家庭Wi－Fi無法正常使用

由于4G網(wǎng)絡(luò)故障，導(dǎo)致3G網(wǎng)絡(luò)擁塞

影響范圍：

全國（約3060萬線用戶）

故障原因：

4G核心網(wǎng)設(shè)備（MME）軟件缺陷導(dǎo)致。

故障原因分析

故障具體原因?yàn)楹诵木W(wǎng)網(wǎng)元MME（移動(dòng)管理實(shí)體），即4G分組交換設(shè)備的數(shù)字證書（TSL證書）過期導(dǎo)致。

TLS（Transport Layer Security，傳輸層安全）是為網(wǎng)絡(luò)通信提供安全及數(shù)據(jù)完整性的一種安全協(xié)議。

軟銀解釋到，他們?cè)跂|日本和西日本兩大中心機(jī)房合計(jì)部署了18臺(tái)分組交換設(shè)備，這些設(shè)備都是按照遠(yuǎn)期需求配置，有足夠的負(fù)荷冗余量，目前僅使用了30％～40％的負(fù)荷。

同時(shí)，18臺(tái)設(shè)備相互備份，且均為池化部署，這意味著即使任何一臺(tái)甚至多臺(tái)設(shè)備發(fā)生故障都不會(huì)影響服務(wù)正常提供。

但是，數(shù)字證書過期這種事就不一樣了。

TSL數(shù)字證書過期，意味著系統(tǒng)無法識(shí)別那些連接分組交換設(shè)備的其他設(shè)備是否合法，此時(shí)，系統(tǒng)檢測到異常，根據(jù)軟銀現(xiàn)網(wǎng)設(shè)置，會(huì)采用重啟的方式來試圖恢復(fù)。

不過，數(shù)字證書過期這種事，即使重啟N次，也是無法恢復(fù)的，因此，就發(fā)生了不斷重啟的死循環(huán)，從而導(dǎo)致了這次重大故障。

此外，由于4G網(wǎng)絡(luò)服務(wù)中斷，導(dǎo)致大量用戶轉(zhuǎn)移到3G網(wǎng)絡(luò)，這也造成3G網(wǎng)絡(luò)嚴(yán)重?fù)砣��?/p>