【KDDI通信障害】原因はコアルーター交換時の不具合とアクセス集中 負荷低減のため流量制御実施でつながりにくく 本格再開は未定 ★4 [ギズモ★]
■ このスレッドは過去ログ倉庫に格納されています
https://pctr.c.yimg.jp/t/amd-img/20220703-35189873-zdnet-000-2-view.jpg
https://pbs.twimg.com/media/FWtU8zPUYAAXe93.jpg
出典：@ishiit_aroka
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
https://headlines.yahoo.co.jp/hl?a=20220703-35189873-zdnet-sci
KDDIは7月3日午前11時から、2日未明に発生した大規模な通信障害に関する記者会見を開いた。会見した代表取締役社長の高橋誠氏は、「社会インフラを担う安定的なサービスを提供しなければならない通信事業者として深くお詫びする」と謝罪を表明した。
通信障害は7月2日午前1時35分に発生し、全国で通話ができない、SMSの送受信ができない、データ通信の速度が遅くなる、途切れるなどの状態が3日午後現在まで続いている。3日午前11時時点の同社想定による影響範囲は、最大で約3915万回線。
中略
同社は、障害発生後から対応と復旧の作業を進めており（後述）、西日本エリアでは3日午前11時頃に、東日本エリアでは午後5時半頃に復旧作業の完了を予定。ただし、本格的な再開はネットワーク試験の検証結果によるとして未定という。
■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。
午前3時から午後3時22分の約12時間にわたり、VoLTE交換機の負荷を低減するため、契約者端末からの信号接続要求の流量を制限。VoLTE交換機での呼処理プロセスのリセットと流量制限、無線設備でのデータおよび音声の接続要求の流量制限も実施した。
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。取締役執行役員専務 技術統括本部長の吉村和幸氏によると、通常は契約者が通話やデータ通信をしていない状況でも端末と通信設備との間で、50分に1回の頻度で通信を行い、その際に位置情報を加入者DBに登録している。加入者DBでの処理後にVoLTE交換機にも位置情報が反映され、これがそろっていることで正常な通信が行われるという。
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。このため同社は、西日本収容の2台のパケットデータネットワークゲートウェイ（PGW）と東日本収容の2台のPGWを切り離し、加入者DBの負荷低減策を講じた。
さらに午後5時22分には、加入者DBに登録されるデータの不一致が発生した。今度はこれを修正する必要があり、先に切り離した東西日本収容の4台のPGWについてセッションをリセットしてデータの不一致を修正。その後に、別のPGW（計13台）についても切り離しとセッションのリセットを行ったとしている。
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。…
全文はソース参照
【写真】最初に発生した障害の概要。コアルーターを旧製品から新製品へ交換したところ何らかの不具合が発生した（日経クロステック）
https://cdn-xtech.nikkei.com/atcl/nxt/news/18/13226/ph2.jpg
【写真】コアルーターの切り戻し後に起きた障害の概要。VoLTE交換機へのアクセスが集中し、さらに加入者データベースのデータにも不一致が発生した（日経クロステック）
https://cdn-xtech.nikkei.com/atcl/nxt/news/18/13226/ph3.jpg
※前スレ
【KDDI通信障害】原因はコアルーター交換時の不具合とアクセス集中 負荷低減のため流量制御実施でつながりにくく 本格再開は未定 ★3 [ギズモ★]
https://asahi.5ch.net/test/read.cgi/newsplus/1656848457/ 日本は戦争になったら速攻でネットワーク関連は遮断されちまうだろうな これ、業界関係者か何かで、素人にも分かりやすく説明できる人いますか？ >>83
情報不一致でエラーで再処理
この時点で輻輳残して制限制御なんて
アホの境地
今週１週間はこのままだから覚悟しよう >>102
彡"⌒ヾ
ヽ( ^ω^)ノ 今となっては情報が嘘過ぎて
へﾉ ﾉ 説明できる材料が無い
ω ノ
> >>66
いや、端末側でオフには出来ない
アプリのGPSとは違うから >>10
通常メンテの切り戻しだから再度コアルーターの交換が必要だよ
もう一度同じことが起こるかもね 西日本は11時に復旧作業終わったって言ったよね？言ったよね？ >>102
業界関係者ではないが、
単純に説明すると行き当たりばったりになっていると思う。
新しいルータの不具合もおかしいし、
切り戻し作業でトラフィックの対策が十分になされていないのもおかしいし、
更に1の図をみる限り、
何度も接続要求（発呼）が発生して輻輳が解消されないというのもおかしい。
突発的な事故が重なったと言われればそれまでだが、
普通はそういう事態への対策もある程度なされていないのもいるはずだろう(^^;) 復旧作業終了と報道されてもほとんど繋がらねから終了って言うんじゃねーよと言いたい。 どこのルータだろうなｗ
こんな基幹部のコアルータなんて数千万レベルのシスコルータ使ったり？ >>2
してないわけないじゃん
つながるメカニズム考えないと >>75
それだと３，４日じゃ元に戻らなさそうだよね 通話できない
@栃木
多分通話は全国全滅なんじゃね？ 楽天自慢の完全仮想化ネットワークなら
どうなの？
障害につよいの？ >>113
早くて2週間くらい？
遅いと 1ヶ月かかりそう… 拾い画
i.imgur.com/1pRNfeZ.png
LTE よくわからんw >>102
回線は1時間に１回かならず通信する
仮に全回線の同時通信の場合
瞬間最大３０００万回の処理させる
これでも勿論パンクする
楽天モバイルのサービス開始時にも
似たようなことが起きている
だが今はエラー処理が頻発している
２つのサーバ間でデータの不一致により
エラー処理で処理されないで拒否される
そうなるとモバイル端末は
５分に１回、１時間に１２回も通信する
上記の１２倍の通信量が発生している KDDIもなんだかよく分かっていないという最も楽しい状態かもな >>83
輻輳時の再送で無限ループでも起きたんだろうなあ
深夜2時だしそんな簡単に輻輳なんて起こらないし、起きたところですぐ復帰できるのはバルス祭で実証済み 補償金最低でも
4000万件✕2000円＝800億円
・売上いくらあろうが特損出して
・監督官庁への報告事故
・虎の子のプラチナバンドを楽天に移譲するよう大臣から是正勧告
さすがに社長のクビは飛ぶやろ キッカケって、ルート設定間違ったまま繋いでしまったんじゃない？
テストしないでつないだのか？？ 未定じゃねえよ
俺は電話なんか会社くらいしかから来ないけど商売とかやってる人はたまらんだろうな >>57
冗長化って完全に万能なものじゃなくて、あくまでバックアップなんだよ。
冗長化を最も簡潔に言うと、「バックアップ作戦」辺りが適切な表現になる工場の中でラインが予備として2本目作れるよってのが冗長化。
でも荷受けする場所（メッセージキュー等）は、結局はうまく分散させるしかないので、冗長化はできず、
スループットにアホほど余力持たせるくらいしかできない。（「最悪想定時、滞りなく」の水準が必要。）
そこをケチッてる（リスクを過小評価する）と、こうなる。 >>120
>>119を読んだ限りでは、そうなんだろうな。
DB情報の不一致の原因が掴めてないんだろう(^^;) >>125
わかりやすい
ためになった
ありがとう冗長パイセン！ 今日の作業は終わったから明日作業員出てくるまではこの状態か？ トドの詰まり自前の回線持ってない事業者は
残念ながらトラブルの復旧に弱い
回線のこと他所に任せてるから回線のこと分からない
トラブルも判ってないだろうなぁ > 866 自分：FBI WARNING ◆/V7CGJSSmle1 [sage] 投稿日：2022/07/03(日) 19:42:20.46 ID:3dd6rfG80 [11/14] (PC)
> >>855
> 彡"⌒ヾ
> ヽ( ^ω^)ノ ドコモの時も同じだが、一部を止めると大渋滞になって
> へﾉ ﾉ 悪循環が続くからな、完全に止めて順次流せばいいが
> ω ノ KDDIは全くできていない（グループ分けと優先順位を決めていない模様）
> > 行き当たりばったりの無計画な対応だけ > 892 自分：FBI WARNING ◆/V7CGJSSmle1 [sage] 投稿日：2022/07/03(日) 19:48:40.93 ID:3dd6rfG80 [12/14] (PC)
> 彡"⌒ヾ
> ヽ( ^ω^)ノ VoLTE交換機が故障してユニット交換して今回の大障害が発生して
> へﾉ ﾉ 同時にコアルーターも交換して更に状況悪化させたって事やろ
> ω ノ 復旧手順が無いまま無計画実行
> > > 906 自分：FBI WARNING ◆/V7CGJSSmle1 [sage] 投稿日：2022/07/03(日) 19:52:24.32 ID:3dd6rfG80 [13/14] (PC)
> 彡"⌒ヾ
> ヽ( ^ω^)ノ そういや、この大渋滞が原因でデータベースが落ちて
> へﾉ ﾉ 電話番号が消えた事件も発生したんだよな
> ω ノ
> > 〉〉114
とりあえずなんでも再起動、電源オフオンだ 位置登録要求の輻輳は、以前にあったドコモのトラブルと同じじじやわないか
原因は違うけど輻輳した理由は同じ いつ直るかもわからんってこのシステムって動かしてみないと上手くいくかもわからないようなもんなのか >>12 グローバル企業は地域のネットワーク使わないよねぇ
テスラみたいに・・・ >>118
コアルータってゲートウェイなんだな。
受信したパケットの切り分けと、
接続情報の制御・管理をやっているんだろう。
データと音声と緊急通信みたいな形で。 mmeとかpcrfとか懐かしいな
docomo関連の仕事やってたとき扱ってたわ DBが死んでるって話しあるけど、SIMに電話番号が存在せずにDB依存で処理してるのはどうなるんだ？
だいぶ前にドコモのメールDBがおかしな事になってカオス状態になった時の再来か？ 会見してシステム障害だとテレビでやらないと、ショップの行列続くから、会見したのはいいと思う
ショップに行列つくるのはテレビしか見ない人達だから、テレビで報道しないとずっとスマホが壊れたと思って並んでしまうからね >>137
何々、障害対策のついでに、
コアルータの交換までやろうとしたのか？(^^;)
コストカットの成果か(^^;) >>143
当時よりルーティングテーブルが増大してるから経路復活だけでも時間がかかるだろうね
その上で加入者DBの破損（変な上書きか、一定以上更新されないため欠落してしまったか）が加わってしまったと見ている コレ、あとは復旧作業部隊は見守ってるしかできないの?
自動的に収束していくもんなの >>133
下請け孫請けで他所に頼みまくってたら、どこが悪いのかわからないという羽目になったわけか
それに下請け孫請けも自分のところではないってやるだろうしな
これ案外長期化しそう 明日にでもなおるんでないの。
つかわせないことには損害賠償の額もかわってくるだろうし
人命関連にも大きく影響しはじめる。
ドコモの通信障害事故とほぼ同じものと考えているのだが
ドコモの過去の記事が参考になる。
ドコモは改修時期を延期したことで完全復旧させたようにみえたし。
どこに問題点があるか隠れているか明確にするための耐久テストみたいな印象。
実機と実際の通信デバイスの挙動といった貴重なデータがとれたのではないか。
すべて妄想だが。 >>154
すり傷じゃないんだから自動的には治らないだろ
創造主レベルの設計なら自己治癒で収束するだろうけど >>155
pcrfにバグがあったと見ている
輻輳したときじゃないと顕在化されないような >>145
もしかしたら、壊れた原因がわからないんでないの？
原因がわからないから、復旧してもまた壊れるのかも システム自体の復旧は出来ても、位置登録の処理が追い付かなくて障害が長引くという事は、これからもあるんじゃないか これで本当にサービス終了したりするわけねーだろ( ´,_ゝ`)
ばかじゃねえのかwwww >>101
ネットワーク系、デジタルは日本の弱味そのものだからね
アナログ重視の社会体制の方が日本には向いてるよ
いつデジタルが壊れても大丈夫な状況の方がいいだろうね 通常の位置登録要求は、端末が移動してる時くらいだろう
静止時は、基地局からの情報を見て位置登録の更新の必要がある時だけ要求するんしゃなかったっけ
だから、普段はそんなにた沢山の要求はないのが、システのトラブルで一度に大量の要求があってパンクしたという感じか >>1
ぶっちゃけ一日やそこらで詳細な原因なんて解るわけないよな
だからこそ、トラブった時には元に戻して原因は後で調査するマニュアルになっってた訳だし
その元に戻す作業でトラブってしまっにっちもさっちも行かなくなった訳だが コレもう本当にダメかもしれんね
なんで最初に3G停止したの？ 筑波の知りあいに聞いたら
物理的じゃないなら
ソフト障害だと言っていたので
上流のソフトで何か詰まっている
そこを流せば、秒で戻る
できないと、無期限で止まる >>166
と言うよりトラブルを想定してバックアップ（緊急対応）
予備機構をケチる癖が有る。一種の平和ボケ
どんなにトラブル回避に努めても、当たり前に発生するものとして
それに備える体制を許容する文化の醸成が必要じゃないかな？ 位置登録のトラヒックがこんなにも障害を長引かせるとなれば、各社改修がありそう >>170
povo導入の費用捻出の為とか(^^;) >>166
コアルーターやソフトスイッチなんて国産品はないからな、昔はあったけど・・・
ITC勧告も日本発信のものってメディアアクセスや光多重など下位レイヤばかりだもん povoを0円運用してるけど何か埋め合わせあるの？
客として許せないんだけど？どう責任とるの？ 全面復旧まで３日ぐらいかかるだろ
ダセーシステムだわ。みずほよりオンボロ >>175
むしろトラブルは当たり前に発生するものとして トラブルを許容する文化を社会に強制してきそうだw 元に戻すって事はバックアップしたデータリストアすることで、それ数百GBも数十TBもあったりしたら、リストアするだけで数時間〜数十時間かかるわけで、その間待つしか無いんや。世界最高速のSSDの並列接続でも遅すぎる。そんな世界 >>176
システムのバックアップは出来ても、移動体通信である以上は、位置情報は常に更新が必要
機器は正常になっても位置情報がリセットされたら、全ての端末が位置登録要求を出す
移動体通信の構造的な問題じゃないかな モバイル通信の基礎を知らないで勝手な推測してるバカが多くて笑う
こういう楽しい障害はそうそう無いから docomoからUQに移って5年程だが再びdocomo系列に戻る時が来るとはな
auは結構信用が有ったのだが最早それも地に落ちた
せめて今日の午前中迄に完全復旧していれば踏み留まったのに
残念ですよKDDIさん >>125
はい、ちゃいますそれ
通信キャリアのネットワークてのはあらゆる機器をこれでもかってくらい冗長してんのよ、ここも例外なくな
問題はバックアップ系にまでセッション情報を即時同期とってるとこ
だから主系で問題になってるセッションが副系にまで雪崩れ込んで、切り離すに切り離せん状況になった 現実に関東も高知、大阪
福岡は通話不可と
情報提供で出てる、異常事態だな >>162
原因は分かってるが、まだ根本は治せてないんだと思う。
輻輳でDBがおかしくなるから、流量制限をかけて少しずつリクエストを通して鎮火しようとしてる様に見える。 こっちはすでに直って電話使えるぜ
お前らいつまでもそんな所で燻ってないで来いよこっち側に SIMに携帯番号入ってないってauだけなん？
DBが機能してればSIMのIDから遡れるけど
それってDB死んだらアウトじゃないの？(´・ω・`)
IDから携帯電話問い合わせする一行程コストアップするよね
そもそもDB死んだらアウトなんだけどさ >>186
楽天は加入者DBが別なのでリソース相乗り部分（最初の経路問題による輻輳）だけだったんだろうね
ただし楽天でも同様なシステムだろうからそこの脆弱性やリカバリ能力についてはまだ未知数 土日だったことで今のところ会社員はそこまで被害受けてないが明日もこの状態なら更にやばいことになりそうだな
まぁ土日だったからこそ旅行やライブみたいな単価高いトラブルも生まれてるが 復旧作業完了
再開作業完了
これは別物あつかいなんだ 土日でよかった厨、あと一時間しかねえんだけど
どうすんのw ■ このスレッドは過去ログ倉庫に格納されています
