1、WLAN无线网络维护问题处理指导手册(V1.0)目 录第一章 设备维护篇41. AC故障问题41.1 登陆成功率（非用户原因）低问题原因分析41.2 登陆成功率（非用户原因）低问题案例分析51.3 错误话单问题原因分析111.4 错误话单问题案例分析121.5 其他AC设备故障162. AP故障问题202.1 AP设备问题222.2 POE交换机问题242.3 断电问题262.4 传输问题272.5 数据配置问题29第二章 业务应用篇331.无法搜索到移动信号问题331.1无法搜索到网络问题处理流程341.2无法搜索到网络问题案例352.无法关联问题452.1无法关联问题处理流程462.2无法
2、关联问题案例463.无法上网问题533.1无法上网问题处理流程533.2无法上网问题案例544.速度慢问题674.1速度慢问题处理流程674.2速度慢问题案例685.掉线率高问题945.1掉线率高问题处理流程945.2掉线率高问题案例956.用户不能正常登录问题1036.1用户不能正常登录问题处理流程1046.2用户不能正常登录问题案例105第一章 设备维护篇1. AC故障问题1.1 登陆成功率（非用户原因）低问题原因分析登陆成功率（非用户原因）=1-上线bas错误/登陆申请总次数，所有登陆成功率（非用户原因）主要与上线bas错误有关。上线bas错误的定义：在认证过程中ac返回了网络错误的错误
3、码（4），或者返回未知错误码，或者接收ACK-CHALLENGE或ACK_AUTH包超时15秒失败，一般认为是网络或设备原因。在用户上线流程图中，和发生上线bas相关的交互步骤：(1) 如果查询成功，Portal Server向AC请求Challenge；(2) AC分配Challenge给Portal Server；(3) Portal Server向AC发起认证请求；(4) 而后AC进行Radius认证，获得Radius认证结果；(5) AC向Portal Server送认证结果； 用户上线Chap认证流程图上线bas错误包括以下四种情况：（1）AC未发送Ack_challenge、Ack
4、_auth或者发往Portal服务器的Ack_challenge、Ack_auth丢失。（2）Portal服务器接收Ack_challenge、Ack_auth超时15秒。（3）AC发往Portal服务器的Ack_challenge或者Ack_auth的报文带有errcode 4信息。以下2种情况AC将发送带有错误码4的报文：AC 在准备发送 Ack_challenge时, 发现Req_challenge报文中的保留字段不为 0 或者AC 没有能产生16 位的挑战值，此时AC 将发送携带错误码为4的Ack_challenge报文到Portal,表示AC设备告诉Portal Server此用户请
5、求Challenge失败。 AC在收到REQ_AUTH时, 发现该报文中的REQ_ID 和之前Req_challenge中的REQ_ID 不相等，从而认为该用户登录操作出现异常，发送携带有错误码4的AUTH_ACK报文到Portal，表示AC设备告诉Portal Server此用户认证失败。（4）AC设备设计缺陷，在发往Portal服务器的Ack_challenge或者Ack_auth的报文中带有其他未知errcode值信息。上线bas错误产生的主要原因：（1） AC设备问题（2） 参数设置问题（3） 设备性能问题（4） 网络丢包问题1.2 登陆成功率（非用户原因）低问题案例分析1.2.1 A
6、C设备问题主要原因：（1）AC因设计缺陷，在发往Portal服务器的Ack_challenge、Ack_auth的报文中带有其他未知errcode值信息。（2）AC内进程发生错误导致无法响应Portal服务器的请求，导致Portal服务器无法接收到响应报文，记录为上线bas错误。（3）AC和Portal之间通过UDP报文进行交互，在交互过程中UDP端口学习错误，将导致Portal无法接收到正确的响应报文，发生上线bas错误。（4）网络丢包导致AC和Portal之间的数据包丢失重传，因丢包重传引发超时，发生上线bas错误。相关案例分析：案例一：AC响应Portal服务器的认证报文中携带有未知er
7、rcode值，发生上线bas错误。故障描述：某厂家现网AC发生认证接通率低的问题，通过抓包分析发现，在AC相应Portal的报文中存在errcode 10。AC设备版本设计缺陷导致在发往Portal服务器的Ack_challenge、Ack_auth的报文中存在错误代码errcode 10，此代码不符合移动集团规范，Portal将带有errcode 10消息的响应报文记录为上线bas错误。导致用户认证失败。解决方案：依据中国移动WLAN用户接入流程技术规范(WEB)V3.0.0要求，在AC版本中，将errcode 10值修改为符合规范的errcode值，解决因未知errcode值导致的上线ba
8、s错误。案例二： AC内认证模块异常退出，导致发生上线bas错误。故障描述：某厂家设备出现大量上线BAS错误通过AC日志分析发现AC认证模块发生重启的现象。进一步根据AC调试信息进行定位：分析认证代码后发现认证模块在发送停止计费时有空指针的现象。如果进程发生空指针那就会出现异常，从而引起进程退出。分析认证逻辑后发现在认证模块启用了STOP机制，也就是防止用户吊死在Radius Server的功能情况下发送STOP停止计费报文就会有空指针的风险，这就会导致认证模块异常退出。在认证模块退出情况下，如果发起认证请求，则AC无法响应报文challenge或Auth报文导致认证，就会造成上线bas错误。
9、解决方案：通过升级新版本，修改认证模块代码，解决因认证模块异常退出而发生上线bas错误的问题。案例三：交互过程中AC学习UDP端口号错误，导致发生上线bas错误。故障描述：AC和Portal之间通过UDP报文进行交互。通过抓包发现AC存在UDP端口号学习错误的问题。在交互过程中，如果期间有其他用户进行认证交互，AC会学习到其他用户的端口号。以这个端口号给Portal回应确认报文，AC无法识别该确认消息，发生上线bas错误。用户将显示认证失败，不能正常登录使用。 2011-03-02 11:18:53.251408 igw8021x2248: P STA(10.0.20.75) Receive
10、REQ_AUTH from Portal Server(221.176.1.140), port:39777 size:472011-03-02 11:18:53.291442 igw8021x2248: P STA(10.0.23.138) Receive REQ_LOGOUT from Portal Server(221.176.1.140), port:54555 size:162011-03-02 11:18:53.370251 igw8021x2248: P STA(10.0.20.75) Send ACK_AUTH with Errcode 0 to Portal Server(2
11、21.176.1.140), dest port:54555 size:16 解决方案：在认证模块中增加代码，记录下每一用户Portal请求报文的端口号，以该端口号响应Portal的请求，解决UDP端口学习错误的问题。1.2.2 参数设置问题AC内关于认证计费的参数设置不当，增加AC内认证模块出现异常的机率，导致上线bas错误的发生。相关案例分析：案例一：记账间隔时间设置太短，导致出现认证接通率低的问题。故障描述：AC内认证计费参数有一项记账间隔时间，该值作用为每隔一个记账间隔时间AC对所有用户进行一次检测其是否在线，如果在线则针对每用户给Radius发送一条续费报文。表明该用户在线，对用户计
12、费信息进行更新，确保计费的准确性。如果记账间隔时间设置太短，将导致AC频繁对在线用户进行检测并向Radius发送续费报文。当用户量大时，AC内认证模块将出现繁忙。无法及时响应Portal服务器发出的请求报文，产生上线bas错误，导致用户登录失败。 抓包截图记账间隔时间设置太短，导致AC和Radius之间进行大量的续费报文交互，从上面的截图可以看出，截图中的26个数据报文中仅有一个是AC和Portal服务器交互的报文，其他的25个数据包都是AC和Radius之间的续费报文。占比达到了96%。大量的续费报文导致了AC认证模块繁忙，消耗大量AC资源，无法AC及时响应Portal发出的认证请求报文。从
13、问题发生的AC和时间来看。该问题发生在业务量较大的AC，且发生的时间点一般发生在上网的高峰期。在5月份发现部分厂家AC内记账间隔时间采用默认值，且默认值设置太短，设置成了30秒，导致AC认证模块出现繁忙，无法及时响应Portal服务器发出的请求报文，产生了大量的上线bas错误，出现认证接通率低的问题。解决方案：将记账间隔时间设置为900秒或更长（注：该参数raduis尚未使用，部分可以设置为0的厂家可以关闭该参数），防止认证模块出现繁忙导致发生大量上线bas错误。1.2.3 设备性能问题AC内开启了某些功能（SNMP/NAT）后，导致AC内资源消耗过大或者功能实现效率不高。从而导致出现上线ba
14、s错误。相关案例分析：案例一：AC开启SNMP服务后，出现认证接通率低的问题。故障描述：某厂家AC设备在开启了SNMP服务后，SNMP进程对AC的CPU资源消耗较大；在业务量大的时候，将会因 CPU利用率高而出现认证模块异常，出现上线bas错误。解决方案：通过优化AC内SNMP进程代码及资源调度机制，降低SNMP进程对资源的消耗。避免因SNMP进程对资源的消耗，导致AC认证模块出现异常，导致出现上线bas错误。案例二：AC开启NAT地址转换功能后，出现接通率低的问题。故障描述：长沙市目前WLAN用户IP地址分配采取私网IP地址+NAT的实施方案，AC为用户分配私网IP地址，同时在AC上启用NA
15、T功能进行地址转换。AC实施地址转换需要通过软件功能实现，在地址转换时需要通过CPU计算处理。存在地址转换产生时延和效率不高的问题。地址转换产生的时延较大，从交互过程中AC收到用户登录请求开始计算，收到Ack_challenge、Ack_auth消息时间超过15秒超时将记录为上线bas错误。解决方案：WLAN用户使用公网地址。通过NAT转换专业设备进行地址转换，解决地址转换存在时延和效率不高问题而产生上线bas错误。案例三：AC配置关联用户通过SSID匹配portal后，出现认证接通率低的问题。故障描述：某厂家AC配置关联用户通过SSID匹配portal后，产生的Wireless statio
16、n表项数据非常庞大，如图：用户关联成功后，AC上的Wireless station表中就会增加此用户的mac地址与SSID关联的信息，AC通过这个表项中的SSID来给用户推送相关的portal页面，当AC长时间运行后，关联的用户将会越来越多，最终导致CPU利用率高、内存溢出，出现上线bas错误。解决方案：AC通过命令remove wireless-station all来清除内存中的Wireless station表，同时关闭根据SSID域推送portal页面的开关，根据VLAN号来推送portal。1.2.4 网络丢包时延问题网络因设备兼容性问题或网络不稳定，而出现丢包和时延大的问题。AC和
17、Portal之间的交互采用不可靠的UDP报文，UDP报文在传输过程中如果出现报文丢失，UDP协议层次将不会对其进行重传，因此在AC内设计了重传机制，如果AC发送报文后5秒钟未能收到下一步交互报文，则会对发出的数据进行重传。虽然设计了重传机制，但是可能因为重传而导致超时。 可能导致AC和 Portal之间交互的报文丢失，或者因时延大问题导致导致整个交互过程超时15秒，发生上线bas错误。相关案例分析：案例一：网络设备端口匹配问题导致出现网络丢包现象，导致出现认证接通率低的问题。故障描述：AC出现了大量的上线bas错误。从AC对Portal进行ping测试发现网络丢包率很高，达到了20%。忙时21
18、:300:00，丢包率为24%，AP出现闪断掉线。通过分析发现，AC的端口状态为自适应状态，而AC的对端设备端口设置为速率强制1000M。把端口属性改为自适应后：忙时21:300:00,丢包率为3%-6%，AP闪断掉线的数量减少。因各厂家设备之间兼容匹配问题，导致端口无法相互协商自适应。导致出现网络丢包。丢包导致AC和Portal之间交互报文丢失、重传。因交互超时而发生大量的上线bas错误。解决方案：将AC对端设备同样设置为自适应状态，解决端口协商问题引发丢包导致的上线bas错误。1.3 错误话单问题原因分析错单产生原因分析：产生错误话单原因均为计费报文中未携带NAS-ID号或携带的NAS-I
19、D错误，导致在BOSS系统内因NAS-ID值不合法而无法生成账单。AC内NAS-ID值的对应关系主要有3中，基于AP、基于业务VLAN和基于用户IP地址，目前主要采用基于VLAN对应NAS-ID值。Radius计费报文内容：Radius计费报文中包含用户帐号（user-name）、NAS-ID、上网时长（acct-session-time）、计费报文类型（acct-status-type）等内容。以下3类原因将产生错误话单：（1）为当用户下线时，AC给Radius发送计费结束报文时，无法依据对应关系匹配到NAS-ID，如果无法匹配到NAS-ID，则会自动填入00-00-00-00-00-00到
20、计费报文中。（2）NAS-ID配置错误或者格式不正确，导致计费报文中携带的NAS-ID值错误。（3）AC设备问题导致无法依据匹配关系携带正确的NAS-ID信息。1.4 错误话单问题案例分析1.4.1 NAS-ID匹配错误AC内没有正确配置NAS-ID的对应信息，或者因对设备操作导致NAS-ID的配置信息丢失。当有用户发起下线请求时，将无法携带正确的NAS-ID信息，产生NAS-ID为0类型的错误话单。相关案例分析：案例一：AC内业务VLAN配置错误导致出现错误话单。故障描述：AC下出现F150类型的错误话单，错误话单原因为计费报文中NAS-ID值为00-00-00-00-00-00，经过对AC
21、的数据检查发现站点明城公馆的6信道模板配置了一个业务VLAN 3792，该VLAN在AC的VLAN列表中存在，但是该业务VLAN所对应的热点为工程期间热点，没有规划配置NAS-ID。由于APAC之间的业务数据走私有CAPWAP隧道，因此即便VLAN配置错误，用户上网数据仍然可以通过交换机等传输设备，用户可以正常上网。由于业务VLAN配置错误，导致出现无法匹配NAS-ID的问题。因此该模板下的用户计费报文无法携带NAS-ID，出现错误话单。VLAN配置错误解决方案：将瘦AP配置模板中业务VLAN修改正确即可解决问题。案例二：主备备份操作失误导致出现错误话单。故障描述：在对主备AC进行备份时需要定
22、义一个心跳端口。业务VLAN在AC内基于端口进行配置，对AC端口重新定义后，原有VLAN和NAS-ID将会丢失。所有VLAN和NAS-ID需要重新配置。如果在执行此项操作时，未将AC LAN口线缆拔掉。如果此时有用户发起下线请求，计费报文将无法携带NAS-ID号，而产生错误话单。如下图为用户15214394754的用户未携带NAS-ID的计费报文信息。解决措施：在进行设备主备配置操作时，选择在凌晨业务量小的时段进行，并严格按照流程执行，先将AC LAN口线缆拔掉，中断用户上网业务，再进行配置操作。待全部配置完成后，再连接线缆恢复业务。防止操作器件因AC内无NAS-ID配置信息而产生NAS-ID
23、为0的错误话单。1.4.2 NAS-ID格式错误AC内NAS-ID值配置错误或者格式不正确,比如NAS-ID配置为1200.0731.731.00.46(NAS-ID值多加了点)或者CMCC（不合法NAS-ID），导致计费报文中携带的NAS-ID值不合法而无法生成话单。相关案例分析:案例一：NAS-ID配置错误导致出现错误话单。故障描述：AC（211.142.223.30）在2月份产生一条NAS-ID值为CMCC的错误话单，经过对该台AC的数据检查发现，有一个热点的业务VLAN对应的NAS-ID值配置成了CMCC。因此该热点下用户上网的产生的计费报文NAS-ID值将为CMCC。该值属于不合法的
24、NAS-ID，正确的NAS-ID值应该为1200073173100460。解决方案：将NAS-ID值修改为正确的NAS-ID值即可解决问题。案例二：NAS-ID配置中包含了”.”导致出现错误话单。故障描述：AC产生一条NAS-ID值为1200.0731.731.00，经过对该台AC的数据检查发现，有一个热点的业务VLAN对应的NAS-ID值配置成了1200.0731.731.00.46。由于”.”将占用一个字符，因此该热点下用户上网的产生的计费报文NAS-ID值将为1200.0731.731.00。该值属于不合法的NAS-ID，正确的NAS-ID值应该为1200073173100460。解决方
25、案：在配置NAS-ID值是不要把”.”字符配置进去。1.4.3 设备问题AC设备问题导致无法依据匹配关系携带正确的NAS-ID信息。相关案例分析：案例一：AC内NAS-ID存储空间不够导致出现错误话单。故障描述：AC下发现产生NAS-ID值为120007317310和120107317310的错误话单。1200073173100460相对应的热点为柯达名居。通过抓包发现是在AC上报这个热点的NAS-ID的时候上报的NAS-ID位数不全导致。而导致此现象出现的原因是由于AC上NAS-ID的默认储存空间不够导致。解决方案：将NAS-ID值的储存空间改大，解决NAS-ID存储空间不够的问题，即可将问
26、题解决。案例二：AC内CPU利用率持续较高导致出现错误话单。故障描述：升级AC时，须将新版本传到AC业务平台，业务平台加载新系统时CPU利用率持续较高在CPU利用率高的情况下AC的radius认证模块将无法正常工作，在此过程中用户发起的计费报文将随机产生一些错误信息进行radius报文封装，认证报文携带的错误信息将产生错误话单。解决方案：新系统装载成功后，故障恢复。在对AC进行数据割接时，必须在AC上没有认证用户的前提下进行，并且在割接期间先把用户的认证开关关闭，当割接完毕后，立即把认证开关打开。这样保证了用户正常上网，也不会产生错误话单。1.4.4 错误话单问题小结结合以上分析和我省设备实际
27、情况，导致话单错误的原因主要有如下原因：1、 工程开局阶段VLAN和热点配置错误导致。主要表现在京信公司和大唐公司，出现问题也不容易被发现，这主要和以上两厂家的AC机制有关（京信和大唐公司APAC之间的业务数据走私有CAPWAP隧道，因此即便VLAN配置错误，用户上网数据仍然可以通过交换机等传输设备，用户可以正常上网）。防范措施：（1）加强工程开局数据管理，在认证入网时除了对三元组数据进行重点审核外，对工程开局数据也安排专人进行审核核对。（2）工程开局时所有热点均预配置一个默认NAS-ID，即使在误开启认证情况下也不会出现话单错误。（3）鉴于京信和大唐公司AC机制的特殊性，后期在入网与计费验证
28、测试中将针对1、6、11三个模板开展测试，避免因不能模板VLAN对应错误导致错单问题。2、设备自身原因导致，主要表现如下：（1）虹信测试阶段出现的话单错误（AC上的NASID的默认储存空间不够）。（2）弘浩明传AC的FOA测试阶段出现的话单错误（业务平台加载新系统时CPU利用率持续较高，在CPU利用率高的情况下AC的radius认证模块将无法正常工作导致话单错误）。（3）京信公司主备倒换测试阶段出现的话单错误（如果在执行主备倒换操作时，未将AC LAN口线缆拔掉。若此时有用户下线，计费报文将无法携带NAS-ID号，而产生错单）。防范措施：此类由于设备自身原因导致的话单错误一般比较难以发现，只有
29、在出现问题抓包分析排查问题并尽快汇报。同时譬如日常升级、主备前尽量选择在用户闲时，升级或主备操作前制定详细的方案，避免因设备自身原因或操作原因导致话单出错。 3、NAS-ID设置错误：主要表现在AC因权限管理不严，导致部分维护人员进入AC将NAS-ID误设置为CMCC导致话单错误。预防措施：（1）加强AC密码管理和控制，极少人掌握较高权限，其他仅开放查看权限。（2）工程开局时所有热点均按照NAS-ID标准格式预配置一个默认NAS-ID，即使在误开启认证情况下也不会出现话单错误。1.5 其他AC设备故障主要故障原因：（1）AC内业务板卡故障；（2）AC进程异常；（3）AC参数配置问题都可能导致A
30、C工作异常；（4）AC接口故障。以上AC故障可能导致AP离线退服、用户无法获取IP地址或用户无法认证上网。1.6.1 常见板卡故障及案例分析常见板卡故障主要有业务板芯片损坏，接口模块损坏等；发生板卡故障在AC主控板上均会有相应的告警指示。依据告警指示对故障板件进行更换处理。相关案例分析：案例一：AC业务板芯片损坏导致设备无法正常启动工作。故障描述：AC下的所有热点网络都不可用，网管平台上出现SNMP不通告警。所有热点网络均不可用且AC出现告警信息，此种情况很可能为AC出现故障导致。前往机房对AC进行检查发现，AC出现Out of Service LED指示灯告警，告警含义为设备不可用。同时使用
31、串口不能登录AC。AC控制板工作正常，未出现告警。此故障可能为业务板芯片损坏导致系统无法启动。解决方案：将设备断电后更换AC业务板卡，对AC进行数据配置后工作正常。案例二：AC接口模块损坏导致网络不可用。故障描述：AC下带的所有AP均离线退服，查看AC进程信息发现wltps、DHCP进程工作正常。查看AC端口工作状态发现AC LAN口处于shutdown状态，使用no shutdown命令无法将端口打开。前往机房查看发现LAN端口指示灯出现红灯告警指示。为AC接口模块损坏导致AP全部离线。解决方案： 设备断电后，将损坏的接口模块拔出，插入新的接口模块。上电后，AC即可正常工作。1.6.2 进程异常故障及案例分析AC内常见进程异常
