**概述**：2025年9月18日深夜，澳大利亚第二大运营商Optus在例行维护窗口对IP核心网做了一次“再普通不过”的软件升级。升级完成后，防火墙开始丢弃语音流量——移动语音全阻，包括000紧急呼叫。约13小时后才恢复，约60万通呼叫未接通，其中423通是求救电话，澳媒与警方披露至少3起死亡事件与之相关。本文按时间线复盘这起事故：根因链条、四道防线为何一夜全失、追责与整改进展，以及它给一线运维人留下的教训。信息主轴锚定监管机构ACMA通报、Optus官方声明与独立审查报告，未经证实处均已标注。 ## 目录 - 一、事故概况：一场13小时的“语音全阻” - 二、根因拆解：四道防线为何一夜全失 - 三、影响评估：60万通电话与423次呼救 - 四、追责与整改：CEO辞职、听证会与监管立案 - 五、前车之鉴：2023年那次断网，教训为什么没被吸收 - 六、写给运维人的启示：把“小概率”当“必答题” - 结语 ## 一、事故概况：一场13小时的“语音全阻” 这起事故最让人后背发凉的地方在于：它没有爆炸、没有光缆被挖断、没有台风，甚至没有“故障”——按照Optus自己的说法，当晚只是按计划执行了一次**例行软件升级**。 据Optus事后通报与多家澳媒（ABC、Reuters、Guardian澳洲版等）报道，事件大致经过如下：9月18日深夜维护窗口，Optus对IP核心网执行软件升级，升级由第三方人员操刀（这一点后来在参议院听证上成为巨大争议——出了事说“第三方干的”，公众完全不买账）。升级完成后，网络中的防火墙设备行为异常，开始丢弃语音会话流量。用户侧的表现是：电话打不出去也打不进来，而据用户反馈与媒体报道，移动数据大体可用——大量用户能在社交媒体上发帖问“是不是只有我打不了电话”，却恰恰打不出一通求救电话。 对公众来说，真正致命的是：**000（澳大利亚的紧急呼叫号码）也打不通**。澳大利亚的000体系由Telstra承担“紧急呼叫人”（Emergency Call Person）角色运营全国接警中心，任何运营商的用户拨打000后先进全国接警中心，再分流到各州的警察、消防、急救。运营商网络瘫痪意味着这条生命线在最上游就被掐断。 故障从18日深夜持续到19日午后，累计约13个小时——这个口径来自Optus通报与澳媒一致报道。 ```mermaid timeline title 2025年9月18日至19日 Optus断网夜（时点据公开报道还原） section 18日深夜 维护窗口开启 : 执行IP核心网例行软件升级 升级完成 : 防火墙开始丢弃语音流量 section 19日凌晨 故障显现 : 通话失败投诉涌入 持续恶化 : 000紧急呼叫开始失败 section 19日白天 舆情爆发 : 政府发声 警方介入逐户回访 午后恢复 : 语音业务恢复 累计约13小时 事后披露 : 约60万通呼叫受影响 423通000未接通 ``` **时间线还原**（时点为据公开报道整理的约数）： | 时点（澳东时间，约数） | 事件 | 依据 | |---|---|---| | 18日深夜 | 维护窗口开始，对IP核心网执行例行软件升级 | Optus事后说明 | | 升级完成后不久 | 防火墙行为异常，开始丢弃语音呼叫 | Optus通报 | | 19日凌晨 | 通话失败投诉集中出现，000呼叫开始失败 | 澳媒报道、社交平台时间戳 | | 19日上午 | 舆情全面爆发，联邦政治层面发声；警方对呼救未果者逐一上门核查 | 澳媒报道 | | 19日午后 | 语音业务逐步恢复，断网约13小时 | Optus通报口径 | | 之后数周 | 披露影响规模、CEO辞职、参议院听证与监管立案启动 | 多方报道 | ## 二、根因拆解：四道防线为何一夜全失 从公开披露的信息看，这起事故不是一个“点”坏了，而是**纵深防御体系里的每一道防线，在同一个晚上依次失守**。这才是值得每个运维团队反复咀嚼的部分。 ```mermaid flowchart TD A[维护窗口内例行软件升级] --> B[升级触发防火墙异常] B --> C[防火墙丢弃语音信令与会话] C --> D[移动语音全阻 含000紧急呼叫] B --> E[主备同源 共模失效] E --> D D --> F[紧急呼叫兜底路由未生效] D --> G[告警未及时暴露000失败] F --> H[约13小时后才定位恢复] G --> H ``` **第一道防线：冗余与倒换。** 运营商网络的标准设计是主备冗余、故障自动倒换。但从Optus的公开表态看，升级触发的是防火墙的异常行为——同一类设备、同一套配置基线，主备两侧高度“同源”。这种情况下，备份侧往往带着同样的缺陷，倒换过去问题依旧，这就是可靠性工程里最经典的**共模失效**（common-mode failure）：你以为买了两份保险，其实是一份保单复印了两张。挑战者号航天飞机的O型环、很多数据中心的“双活变双死”，本质都是它。 **第二道防线：紧急呼叫兜底路由。** 按行业通行机制，运营商网络故障时，紧急呼叫应能通过多种兜底路径送出，例如改路由到其他运营商网络、或由终端重选可用网络。据澳媒报道，事后披露显示这套机制当晚未如期工作，这成了监管调查的焦点之一——2023年那次断网后Optus宣称已强化该机制，两年后在真实故障面前再次失灵，公众的愤怒主要来源于此。 **第三道防线：告警与监控。** 这是我在NOC一线最想敲黑板的一点：**“业务全阻”如果靠用户投诉才知道，说明监控体系看的是设备，不是业务。** 防火墙丢包，端口可能还是绿的、进程可能还是活的、板卡可能一个重要告警都没有——但呼叫接通率已经是零。13个小时才定位恢复，说明当晚值班面上缺少一个“000呼叫成功率”“语音接通率”这样一眼见底的KPI大盘，或者有大盘但没人盯、没联动值班升级机制。 **第四道防线：变更后验证。** 例行升级之所以“例行”，是因为大家默认流程成熟。但变更后验证如果只验证“设备起来没有”“进程正常没有”，而不在真实话务模型下拨测关键业务——尤其是紧急呼叫路径——就等于验证了发动机能点火、却没验证刹车能不能踩。Optus CEO事后公开承认这次事故“本可避免”，从公开信息看，变更验证环节的粗糙正是“本可避免”四个字的落点。 把四道防线放在一起看： | 防线 | 设计意图 | 当晚表现 | |---|---|---| | 主备冗余与自动倒换 | 单点故障秒级切换 | 备份侧同源异常，未完成有效倒换 | | 紧急呼叫兜底路由 | 网络故障时000经其他路径送出 | 未如期生效，成为调查焦点 | | 告警与业务监控 | 第一时间暴露呼叫失败 | 000失败未及时上浮，靠投诉发现 | | 变更后验证 | 先验证再放大变更范围 | 未在真实话务下充分验证语音与000路径 | 四次救火机会，全部错过。 ## 三、影响评估：60万通电话与423次呼救 事故的量化影响，据Optus事后披露：约60万通用户呼叫未能接通；其中**423通000紧急呼叫**未能接通。随后澳媒与警方披露，至少3起死亡事件与断网期间呼救未果相关。这三条生命的具体情形，澳媒有详细报道，本文不复述细节——但每一个做网络的人都该记住：你守护的那张网，背面写着的不是KPI，是人命。 Optus是澳洲第二大运营商，母公司为新加坡电信（Singtel），移动用户千万级。这意味着当晚数百万家庭处于“打得开App、打不出急救电话”的状态。影响面还有几个容易被忽视的维度： - **EFTPOS支付与依托语音的业务**：大量澳洲小微商户依赖移动语音和POS通信，断网约13小时直接冲击线下交易（据澳媒报道）。 - **社会信任**：事故登上全球媒体头条，总理阿尔巴尼斯公开批评（据澳媒报道），联邦通信部长要求彻查。一家运营商的变更事故，最终变成国家级公共事件。 - **警力成本**：新州警方对曾尝试拨打000而未接通的用户逐一上门核查（据澳媒报道为数百个地址），用最原始的人肉方式补救网络故障的后果——这个画面值得每个NOC值班经理打印出来贴在墙上。 ## 四、追责与整改：CEO辞职、听证会与监管立案 事故后的追责链条在澳洲以罕见的速度推进： 1. **监管立案**：ACMA（澳大利亚通信与媒体管理局，[acma.gov.au](https://www.acma.gov.au)）随即对事件展开调查。值得注意的背景是：2023年断网事故后，澳洲已就紧急呼叫违规讨论并推动处罚上限的大幅上调（据公开报道），此次调查的潜在罚金量级被澳媒测算为数亿澳元级——截至本文成稿，最终处罚结论未见官方公布，读者应以ACMA官网通报为准。 2. **国会听证**：Optus高管在参议院接受质询，“升级由第三方执行”的说法在听证会上遭遇激烈追问：哪些第三方、承担什么责任、为何不公布。监管机构与国会最不满的不是故障本身，而是故障后信息披露的迟缓与含糊。 3. **CEO辞职**：2025年11月，据路透社等媒体报道，执掌Optus多年的CEO Stephen Rue宣布辞职。一个“例行升级”最终掀翻了一把手——这是近年全球电信业因运维事故导致最高级别人事震荡的案例之一。 4. **企业侧整改**：Optus随后推出面向用户的补偿方案（据媒体报道含费用减免），并承诺配合监管完成整改。真实效力如何，要看后续ACMA合规审计的结论。 ## 五、前车之鉴：2023年那次断网，教训为什么没被吸收 如果只看这次事故，很容易以为这是一次“运气不好”。把时间拨回2023年11月8日，你会发现故事几乎是同一个剧本的上一集。 据Optus于2024年初发布的独立审查报告（由Kerry Schott博士主持）与ACMA调查通报还原：2023年11月8日凌晨，同样是**例行软件升级**，在IP核心网引入了路由变更，对端设备（防火墙）收到异常信息后丢弃数据包；同样，本该兜底的双重冗余没有起作用，倒换过程超过30分钟，网络大面积瘫痪约12小时，影响超千万用户、约40万企业客户（Optus口径）。ACMA随后认定，事故期间共有4239通000紧急呼叫未能接通（据ACMA通报口径）。2025年，澳联邦法院批准Optus就2023年事故中的紧急呼叫违规支付1200万澳元罚款（据ACMA及澳媒报道）。 两次事故摆在一起，相似度高到令人不适： | 维度 | 2023年11月8日 | 2025年9月18-19日 | |---|---|---| | 影响面 | 超千万用户、约40万企业 | 语音全阻，约60万通呼叫未接通 | | 时长 | 约12小时 | 约13小时 | | 直接诱因 | 例行软件升级引入路由变更，防火墙丢包 | 例行软件升级后防火墙异常丢包 | | 冗余表现 | 双重冗余未兜底 | 主备同源异常，倒换失效 | | 000呼叫 | ACMA认定4239通未接通 | 423通未接通，澳媒披露3起关联死亡 | | 追责结果 | 独立审查+1200万澳元罚款 | CEO辞职、参议院听证、监管立案 | Schott报告当年就点破了系统性问题：Optus长期缺乏对紧急呼叫链路的监控能力、变更管理存在缺陷、网络与IT边界职责模糊。2023年之后的两年里，Optus对外宣称完成了大量整改。但从2025年9月的结果看——**告警没有让000失败及时上浮、兜底路由没有兜住、变更验证没有拦住**。教训被写进了报告、写进了PPT、写进了新闻稿，唯独没有写进网络。 这是所有运维组织都该自问的问题：你上一次事故报告里的整改项，两年后被真实故障检验过吗？整改闭环的“验收”，是“文档关闭”，还是“故障演练验证通过”？ ## 六、写给运维人的启示：把“小概率”当“必答题” 作为一个在核心网和NOC泡了十八年的老兵，我想把这次事故翻译成六条可以直接落地的动作： 1. **给紧急呼叫装“心跳拨测”。** 每个维护窗口结束后，语音网络的关键验证项必须包含紧急呼叫路径的自动拨测——不是拨测试号码，而是打到紧急呼叫中心测试专用号段或模拟接警台。三大运营商与虚拟运营商体系下，各地紧急呼叫路由不完全相同，拨测要覆盖属地路由。这一条在历次重大事故复盘里反复出现，但真正做到自动化的网络仍然不多。 2. **监控要看业务KPI，不要只看设备健康。** 防火墙丢包、“板卡全绿但业务全阻”是经典盲区。值班大屏第一屏应该是呼叫接通率、注册成功率、掉线率这类业务级指标，并设置“越级告警”：业务指标劣化直接触发值班升级（escalation），不依赖人从上万条设备告警里刨出真相。 3. **把共模失效写进冗余设计评审。** 主备不等于安全，评审时要问三个问题：主备是否共享同一版本、同一配置生成机制、同一升级路径？倒换演练最近一次是什么时候、结果如何？倒换时间目标是多少、实测是多少？ 4. **变更的爆炸半径先算后做。** 例行不等于低风险——两次Optus事故都是“例行升级”。升级前要明确：影响哪些业务面？语音和紧急呼叫是否在路径上？灰度范围多大？回滚预案几分钟内可执行？变更窗口内谁守场、升级后多久完成拨测？ 5. **供应商与第三方随工要留痕、要验收。** “第三方执行的升级”在追责时救不了Optus，因为责任主体永远是网络运营者。第三方随工必须纳入己方变更管理：方案评审、钥匙与权限管控、随工记录、升级后由己方人员验收。 6. **把“人命面”写进应急预案的第一页。** 网络大面积故障时，应急指挥的第一优先级不是恢复时长，而是紧急呼叫保障：能否改路由、能否短信报警（澳洲000体系的SMS通道、国内12110体系同理）、能否与警方建立通报与回访联动。这套联动平时不演练，战时就是空白。 还有一个更冷峻的观察：这两次Optus事故里，移动数据都大体可用。恰恰是这种“半瘫”状态最危险——用户能刷手机，就默认“网络没问题”，等发现电话打不通时，往往已经是真的需要求助的时刻。**全阻会引发重视，半瘫只会制造错觉。** 对监控体系而言，“部分业务劣化”的识别难度远高于“整体宕机”，而这正是值班体系真正的考题。 标准允许多种实现，各家网络的冗余结构、紧急呼叫绕行机制和监控布点各有不同，具体能力边界应以本网架构和官方文档为准——但上面六条，哪张网都绕不过去。 ## 结语 Optus断网夜没有天灾、没有攻击、没有神秘故障，只有一次按流程执行的例行升级，和一个当晚没能拦住它的防御体系。423通未接通的呼救，把“变更管理”“冗余设计”“告警治理”这些运维文档里的抽象词汇，变成了三条无法挽回的生命和一位CEO的离职。 对工程师而言，这起事故的全部价值浓缩成一句话：**你网络的真实可靠性，不在SLA承诺里，而在某个凌晨三点、无人监督的例行变更里。** 那个晚上你的防火墙、你的拨测脚本、你的值班大屏会替你回答一切。 ## 参考来源 > 注：本次成稿环境的联网检索通道受限，以下链接指向机构官方站点入口而非具体文章页；按标题在对应站点检索，可获取原始通报与报告全文。 1. [ACMA 澳大利亚通信与媒体管理局](https://www.acma.gov.au) — Optus 2023年断网调查通报、000呼叫违规认定与处罚通告的官方发布渠道 2. [Optus 官方新闻中心](https://www.optus.com.au/about/media-centre) — 2025年9月断网事件的官方声明、影响规模披露与补偿公告 3. [Optus：2023年断网独立审查报告（Schott报告）](https://www.optus.com.au) — 2024年初发布，系统还原2023年事故根因链与整改建议 4. [澳大利亚国会](https://www.aph.gov.au) — 参议院环境与通信委员会针对Optus事故的听证记录与调查资料 5. [Reuters / ABC News](https://www.abc.net.au/news) — 断网事件进程、死亡事件披露与CEO辞职的连续报道 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。