KDDIの大規模通信障害、影響は最大3915万回線--事象が重なり復旧に遅れ_ZDNet Japan

KDDIの大規模通信障害、影響は最大3915万回線--事象が重なり復旧に遅れ_ZDNet Japan

KDDIの大規模通信障害、影響は最大3915万回線--事象が重なり復旧に遅れ
ZDNet Japan 國谷武史 （編集部） 2022-07-03 15:03
https://japan.zdnet.com/article/35189873/

　最初は、建物あるいは自分の端末問題かと思っていたのですが。
　そうではないとわかって、母親とのやりとりもできず、結構困りましたね。

　で、原因はまだ特定されていないようですが。
　どうやら、トラブルの厄介さは、ネットワークに固有の問題っぽいですね。

「複数の事象が重なり、復旧遅れる

　同社によると、今回の障害は、東京・多摩ネットワークセンターで行っていたモバイルコアネットワークのコアルーター交換に起因する。通常保守の一環として2日午前1時35分からコアルーターのリプレース作業を行ったところ、新しいコアルーターで原因不明の故障が発生、音声トラフィックの通信経路が変更されず、約15分間に渡ってVoLTE（Voice over LTE）の音声通信が断絶、VoLTE交換機からアラートが発生した。この作業は外部委託ではなくKDDIが実施していたという。

　このため午前1時50分に、手順に従って古いコアルーターへの音声トラフィックの切り戻し作業を実施。午前2時に事故対策本部を立ち上げた。しかし、午前2時17分頃から切り戻しに伴うアクセス集中によって、VoLTE交換機で輻輳が発生した。同社は午前2時52分にウェブサイトで障害情報を公開した。」

　ネットワークのトラブルって、問題の発生経路が見えにくいのでしょうね。
　で、一旦発生すると、機器を元に戻してもトラブルから回復できない。

　その原因の１つが、情報還流なんでしょうね。

「しかし、午後3時22分から加入者データベース（DB）の処理負荷が増加したという。」

「加入者DBの負荷の高まりは、上述のVoLTE交換機の負荷を軽減する各種作業の影響で、加入者DBへの位置情報の登録処理が不安定になったことが原因という。」

　このあたりは下記動画の説明がわかりやすかったです。

【重大事故】KDDI（au）の大規模通信障害を解説（KDDI/au/UQモバイル/povo/MVNO等）
スマサポチャンネル 2022/07/04
https://www.youtube.com/watch?v=qDE2jfu7Cps

　また「切り離し」による問題特定ができないのが、ネットワークの厄介さ。
　分かってはいるけど、どうしようもない。

「記者会見の時点で、障害発生のきっかけと見られるコアルーターの故障原因は調査中という。輻輳の発生による通信障害についても、事前の想定を超える事象が重なったことにより、復旧作業を手順通り実施したにもかかわらず復旧が長期化していると、同社では説明している。」

「携帯電話事業者における直近の大規模障害は、2021年10月にNTTドコモで発生。この時も交換中の通信設備の故障に伴う切り戻し作業がきっかけとなり、IoT機器からサーバーへの位置情報の登録通信が大量に発生して輻輳状態に陥った。その後に総務省と通信各社は、通信障害をもたらす輻輳を回避するための技術的な対策などの検証や作業手順の見直しなどが進められている。」

「高橋氏は、こうした取り組みに基づいて輻輳対策を整備していたが、今回は想定と備えを超える状況が重なり、輻輳を回避できなかったとした。復旧作業はマニュアル通りに実施したとして、人為ミスの可能性には否定的な見方を示した。」

　ドコモの教訓は活かしていると。
　しかし、それでも問題は生じてしまったと。

　つまり、本件、ネットワークトラブルの本質的な問題が詰まっている可能性が高い。
　原因を突き止め、是非、今後に生かしてほしいです。