2018年12月6日，對于日本運營商軟銀，簡直是噩夢般的一天。

下午13點39分，軟銀東日本和西日本兩大中心機房的18臺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，整整花了近兩個小時才定位出故障原因，直到下午18點04分才恢復故障。

本次故障歷時4小時25分，共計造成約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，并承諾以后將加強設備備份管理，嚴防事故再次發(fā)生。

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

估計連日本總務省也驚呆了，直到20天后，也就是今天，才官方公布確認“收到軟銀提交的嚴重事故報告”。

以下內容來自軟銀的故障報告。

概要

發(fā)生時間：

2018年12月6日 13：39至18：04（4小時25分鐘）

影響內容：

4G LTE移動電話無法進行語音通話和數(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)絡故障，導致3G網(wǎng)絡擁塞

影響范圍：

全國（約3060萬線用戶）

故障原因：

4G核心網(wǎng)設備（MME）軟件缺陷導致。

故障原因分析

故障具體原因為核心網(wǎng)網(wǎng)元MME（移動管理實體），即4G分組交換設備的數(shù)字證書（TSL證書）過期導致。

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

軟銀解釋到，他們在東日本和西日本兩大中心機房合計部署了18臺分組交換設備，這些設備都是按照遠期需求配置，有足夠的負荷冗余量，目前僅使用了30％～40％的負荷。

同時，18臺設備相互備份，且均為池化部署，這意味著即使任何一臺甚至多臺設備發(fā)生故障都不會影響服務正常提供。

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)無法識別那些連接分組交換設備的其他設備是否合法，此時，系統(tǒng)檢測到異常，根據(jù)軟銀現(xiàn)網(wǎng)設置，會采用重啟的方式來試圖恢復。

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

此外，由于4G網(wǎng)絡服務中斷，導致大量用戶轉移到3G網(wǎng)絡，這也造成3G網(wǎng)絡嚴重擁塞。