2023 年 11 月中旬，澳大利亚运营商 Optus 遭遇大规模中断，源于对等网络误发海量路由导致路由器故障，工程团队因依赖同一平台而被锁定在外，1000 万用户失联数小时至数天。事件揭示：互联网路由层缺乏统一调查与问责机制，单纯依赖松耦合架构无法遏制连锁放大。
路由泄漏如何引发级联瘫痪：
对等网络向 Optus 宣告异常大量的路由集合，触发其 BGP 路由器以未知方式失效。更严重的是，运维恢复通道与业务承载共用同一底层平台，故障发生即切断了工程师的入网路径，导致物理或逻辑层面的“锁死”。原文未给出具体路由条数、AS 编号或设备型号，但 1000 万用户、数小时至数天的影响范围已将其定性为典型 BGP 诱发的重大事故。
谁来为“路由劫案”负责：
作者以“银行抢劫有警方介入，路由劫案却无路由警察”比喻，指出互联网路由架构高度去中心化：转发与路由解耦、IP 与媒介解耦、组织间无单一管控实体。这种松耦合设计虽保证了异构网络互通，却导致大规模故障时无法追溯触发细节、界定过失方，也缺乏强制性的事后取证与整改框架。
运维层面的防御缺口：
故障复盘显示，单一故障域同时承载业务与管理面是关键放大器。工程师应评估：管理平面是否具备带外或独立路由通路；路由策略是否对异常大规模宣告设有阈值限制；对等体准入审查是否包含路由卫生指标。原文未给出 Optus 事后整改细节，但架构层面的解耦原则提示：控制面与数据面、业务面与运维面需在物理或逻辑上彻底隔离。
对网络工程师而言，Optus 案例是反面教材：松耦合架构不等于免维护，必须在设计期显式规划故障域隔离、带外管理、路由阈值策略，并在演练中验证“平台自毁时仍可入网”的能力。路由警察不存在，自救体系才是最后防线。
原文: APNIC Blog（2023-11-23）｜编译自 APNIC Blog，事实以原文为准。
来源：APNIC Blog