提高计算机网络可靠性的方法研究

0引言计算机网络能够始终如一地可靠工作，不受干扰和破坏，可靠性日益成为计算机网络不同使用层次用户共同关心的核心问题[1]，可靠性也成为计算机网络的基本要求。

探讨高可靠计算机网络的设计准则，解决计算机网络的可靠性设计和建设问题，确保计算机网络能够可靠地正常运行，具有较高的理论和现实意义。

1计算机网络概述计算机网络是计算机技术与通信技术紧密结合的产物，是通过数据通信系统把分布在不同地理区域，具有独立功能的计算机，通过功能完善的网络软件实现数据通信、资源共享和协同工作的一种计算机系统。

计算机网络的发展历史可以追溯到20世纪50年代初产生的面向终端的第一代计算机网络[1-5]，它是以单台计算机为中心的远程联机系统。

第二代计算机网络是产生于20世纪60年代中后期的分组交换网[1,3-5]，即所谓的计算机－计算机网络[2,5]，其典型代表是ARPAnet 网。

第三代基于开放的标准化计算机网络产生于20世纪80年代[1,3-5]，90年代中期建立的In-ternet 就是计算机网络发展的辉煌成就。

21世纪初提出了综合数字业务的第4代计算机网络——“三合一网络(计算机网、电信网和广电网)”[1,3,5]。

近3年来，计算机网络正在朝高可靠性和多综合业务的方向发展。

在计算机网络发展的进程中，一个重要里程碑就是20世纪80年代出现的计算机局域网络(local area network ，LAN )[4,6]，它使得一个或几个单位的个人计算机、工作站、数据和语音通信设备、控制设备和安全设备连接起来，互相共享资源和交换信息。

1980年2月美国电气和电子工程师学会组织颁布的IEEE 802系列标准，对局域网的发展和普及起到了巨大的推动作用。

本文对可靠性的论述主要针对计算机局域网展开。

2计算机网络的可靠性设计准则英国电气工程师学会曾发表论文指出：“在提供通信的英国天网系统的设计研制中，中心课题首先是可靠性”[8]。

计算机网络是应用系统的基础，实现了单位内部各部门间以及与外单位的信息联系，网络系统在任何时间、任何地点发生的任收稿日期：2009-05-07；修订日期：2009-07-27。

网络与通信技术一故障，都能直接给上述应用带来灾难性的损失，其可靠性直接关系到应用的好坏，解决好可靠性问题已成为计算机网络正常运行的前提。

计算机网络的可靠性是指网络系统在规定条件下和设计规定的时间范围内，保持系统正常运行的能力。

计算机网络的可靠性设计准则是对设计实施过程中的工程经验进行充分总结，使之条理化、系统化、科学化，成为计算机网络规范化设计和建设过程所必须遵循的要求和原则。

(1)提高计算机网络的任务可靠性通常采用余度设计和容错技术，具体表现为网络中的各台计算机可以通过网络彼此互为后备机，一旦某台计算机出现故障，故障机的任务便可由其它计算机代为处理，避免了单机无后备使用情况下，某台计算机故障导致网络系统瘫痪的现象，从而保证了计算机网络的可靠性。

(2)提高计算机网络可靠性要综合考量新技术的采用。

既要考虑主干网络技术的发展，采取适度超前的技术和设备，使设计的网络能够适应现在和将来的技术发展趋势，不至于在短时期内被淘汰，确保系统具有较长的生命周期，最大限度地满足业务发展的需要；又要实施合理的继承性，谨慎使用新技术，降低风险，使计算机网络的设计具备良好的兼容和扩充能力，能够实现高可靠网络的平滑升级。

(3)提高计算机网络的可靠性要求统筹考虑全寿命周期费用，尽可能地降低网络系统的造价，使后期的运行、维护费用降至最少，力求使系统达到最佳的性价比。

计算机网络主要软、硬件设备应采用广泛应用且具有良好性能价格比的产品，充分考虑保护网络的建设投资。

(4)提高计算机网络的可靠性，应根据现有的实际条件，在设计中选择质量优秀、有良好声誉的网络产品，并且所用的网络产品都应满足可靠性设计指标要求，严格遵守计算机网络的相关规范，所有器件及子系统均需满足最新、最高的国内外标准[1-7,9-10](例如1995年通过的国际标准：ISO/IEC11801；欧洲标准：EN50173；北美标准：ANSI/EIA568A；中国标准：GB 50173-1993、GB/T50311-2000等)。

(5)提高计算机网络的可靠性，还需要对运行中的网络进行定期人工/自动的检查维护。

现代计算机网络具有较大的规模和较高的异构程度，需要尽量避免由于网络线路中断以及设备故障等原因造成的网络系统瘫痪。

但是发生故障又在所难免，所以只有及时发现计算机网络故障，具有方便的故障恢复措施、远程监控、配置的能力，才可以保证计算机网络时刻达到规定的可靠性指标，保证整个网络系统具有强大的功能、优越的性能和工作任务可靠性，使计算机网络真正具有较高的系统可靠性。

3高可靠计算机网络的工程实例计算机网络是单位信息系统中最基础的组成部分，是数据和语音传递的基本通道；它关系到用户现在和将来一段时期内，单位信息化水平和网络应用系统的成败，在设计过程中应使整个计算机网络更可靠、更经济、性能更好。

计算机网络按照系统可划分为硬件系统和软件系统两部分。

计算机网络的硬件系统主要由主机子系统、网络备份子系统、接口电路、通信线路等部分组成，其中，主机子系统[1]是整个计算机网络的数据运算中心和数据存储中心，是整个网络可靠性的核心。

计算机网络的软件系统主要有网络管理子系统和防火墙子系统等，其中防火墙子系统是网络系统可靠性的主要保障[1]。

3.1计算机网络的硬件可靠性设计工程实例中国数字地震观测网是全国地震行业信息服务网络，是整个数字地震观测网络和地震应急指挥的技术基础平台，该观测网络项目涉及全国31个省(市)自治区，它的建设规模是我国有史以来最大的防震减灾工程。

其中，某省是中国数字地震观测网络的主要节点之一，该省地震局地震数据信息网络平台是中国地震信息服务系统的60个大中城市地震信息服务系统节点之一，同时也是该省防震减灾“十一五”重点建设项目，因此地震局信息中心对系统的可靠性做了突出要求，服务器的选型需要在保证最佳性价比前提下，突出对可靠性的要求，地震局选择了基于AMD Opteron处理器的曙光服务器。

根据地震局对信息化平台的应用需求和应急规程要求，该省地震局主机房主要包括：测震、前兆、强震动、信息的专用服务器、数据库服务器、备份服务器、存储管理服务器、中间件应用服务器、统一数据交换平台、公用GIS服务器、信息发布、数据共享、网络管理服务器、网络防病毒服务器、邮件应用服务器、基本网络功能服务器、VOIP应用管理服务器。

某楼辅助机房，主要包括：应急专用服务器、基础数据服务器，震害评估查询服务器，该地震局的计算机网络拓扑结构如图1所示。

计算机网络正式运行后，各种数据不断的进出主机子系统。

主机是否可靠，是整个计算机网络能否高速高效运行的关键，在该省地震局项目中使用曙光天阔A620r-F服务器作为主机主要是基于其高可靠性、高可用性和高扩展性的特性。

曙光天阔A620r-F是一款性能卓越、稳定可靠、配置灵活的新一代双路双核64位服务器，采用2路AMD OpteronTM2000系列处理器，利用超传输技术高速连接更多的CPU和芯片组资源，具有处理速度快、可用性强等特点，最重要的是它还经过了一系列的可靠性测试[8]，完全满足地震信息平台对服务器主机可靠性的需求。

一般来说，网络中设备的可靠性较主机子系统要高的多[10]，主机子系统的可靠性基本上靠采用冗余、备份、热插拔、容错、集群等技术来实现。

对该局数字地震观测网而言，主机子系统的可靠性极其重要，它的故障对网络运行的影响尤为突出，因此该省地震局主机房和辅助机房的服务器主机采取了以下两项措施对可靠性加以保证。

(1)双主机热冗余。

在地震局的主机房采用两台A620r-F 服务器作为工作主机，正常情况下两台工作主机均为计算机网络提供支持，并相互监视对方的运作状况；主机房内的双主机热冗余工作原理如图2所示。

当一台主机出现异常造成不能支持网络系统正常运作时，另一台主机就会主动接管异常主机的工作，继续支持信息的运作，从而确保系统能够不间断地运行，达到增强地震局主机房服务器主机子系统可靠性的目的。

但正常运行主机的负载会有所增加，此时必须尽快将异常机修复以便缩短正常机负载持续时间。

当异常主机经过维修恢复正常以后，系统通过硬件动态监控和调度，可以将正常主机所接管的工作切换回已被修复的异常主机[1,7,11-12]。

(2)双主机热备份。

在地震局的辅助机房，采用一台服务器为工作主机，另一台服务器为备份主机，正常运行状态下，工作的主机为计算机网络提供支持，备份的主机监视工作主机运行的情况(工作主机也同时监视备份主机是否正常，有时备份的主机也会因某种原因出现异常，工作的主机可尽快通知管理员解决，确保下一次切换的可靠性)；辅助机房中的双主机热备份工作原理如图3所示。

当工作主机出现异常而无法支持网络运营时，备份主机将会主动接管工作主机的工作，继续支持系统的运作，从而保证主机子系统的可靠性。

当工作主机经过维修恢复正常后，管理员既可以将备份主机的工作切回工作主机；也可以启动监视程序，监视备份主机的运行情况，此时原来的备份主机就成了工作主机，原来的工作主机就成了备份主机[1,11-12]。

在主机可靠性的其它方面，地震局的网络主机天阔A620r-F服务器还支持多网卡冗余，当系统正常时多网卡自动分摊网络流量，使系统网络通讯带宽提高，而在有网卡损坏或出现线路故障时，其工作自动切换到其它网卡，不会由于网卡故障影响正常服务。

在电源系统上，天阔A620r-F服务器配置SSI兼容专用服务器600W电源，可选1+1冗余电源。

它支持热插拔电源技术，大大提高了服务器主机的供电可靠性；支持电源状态记忆功能，当外部供电系统出现故障而使服务器掉电时，系统将在供电系统恢复正常以后自动开启，并继续提供服务，无需系统管理员进行管理。

此外，曙光天阔A620r-F服务器主机选配了采用最新技术设计的硬件监控和管理系统，可独立检测系统的硬件故障，自行启动冗余部件并向用户做出提示，从而在根本上保证了地震局数据信息网络平台的可靠性。

3.2计算机网络的软件可靠性设计工程实例某研究所顺利置入曙光高性能计算机群，为保证该机群的可靠性，伴随它一同进入的还有曙光天罗100D防火墙系统，其网络拓扑结构如图4所示。

系统安装实施后，防火墙能对高性能机群进行高效的管理和可靠的功能保护。

目前，随着高性能计算需求的不断增加，已建或新建的高性能计算机群为了方便多用户使用、扩大用户的使用范围，已逐渐由原来的客户端/服务器模式(C/S)转向浏览器/服务器模式(B/S)，直接面向局域网乃至互联网用户，用户可以直接通过网络登陆高性能机群。

因此，机群管理者不仅希望能对局域网内部的使用者进行有效管理控制，而且还希望机群具有更高的可靠性。