1.

定义：什么是“停机按3”（三级严重停机）

- 停机按3定义为：香港电话服务器或SIP中继出现全面性中断，导致外呼/呼入及IVR全部不可用。
- 影响范围：影响全站电话服务或大于50%的并发呼叫能力。
- 业务影响：呼叫中心、客服热线、交易确认等核心业务暂停，造成明显财务与信誉损失。
- 目标恢复时间（RTO）：优先级最高，目标RTO ≤ 1小时（可调整为30分钟视合同而定）。
- 数据一致性目标（RPO）：RPO = 0（不能丢失通话记录与计费数据），必要时启用实时同步或复制。

2.

应急组织与职责分工（快速响应矩阵）

- 值班负责人（1人）：接收报警并宣告“停机按3”，负责对外沟通与决策。
- 网络与运维（2人）：负责网络链路、交换机、路由器和BGP多线检测与切换。
- 电话系统工程师（2人）：负责SIP服务器、Asterisk/PBX、SIP Trunk对接与重启/切换。
- 安全团队（1人）：评估是否为DDoS/攻击导致，触发清洗/拦截策略。
- 客服与公关（1人）：准备告知客户的公告模板与外部沟通渠道。
- 每个角色需在接报后5分钟内响应并完成首次状态回报。

3.

一级检测与快速判定流程（0-10分钟）

- 自动告警：监控平台（Zabbix/Prometheus）触发Alert并推送至值班群与电话。
- 首次确认：值班人员在3分钟内确认是否为全面不可用（全VPS/主机丢失心跳或SIP 503/CONN REFUSED）。
- 初步定位：检查BGP路由、上游带宽、机房网络交换与VPS宿主机状态。
- 是否为攻击：安全团队快速检查流量峰值（流量阈值 > 1Gbps 且 SYN/UDP 爆发），若是则判定为DDoS。
- 触发升级：确认为停机按3后，启动备用机房、备份SIP Trunk与DNS切换流程。

4.

应急资源与冗余架构（技术配置示例与切换策略）

- 主用服务器示例：物理机（香港本地）CPU 8核，内存32GB，SSD 1TB，网络1Gbps BGP；操作系统：Ubuntu 20.04；虚拟化：KVM。
- 备用资源示例：异地冷备（新加坡）VPS 4核/16GB/500GB SSD，带宽500Mbps；实现Keepalived+VRRP浮动IP切换。
- 电话系统：Asterisk 16 + Kamailio 前端负载；数据库：MariaDB 主从同步；通话录音存储使用对象存储（S3兼容）异地备份。
- SIP中继冗余：至少2家不同上游运营商（优先BGP直连），通过优先级和心跳回退实现不中断切换。
- 自动切换：使用Keepalived监控SIP心跳（SIP OPTIONS）并在节点异常时触发VRRP切换，DNS采用低TTL（60s）并结合公网Anycast/智能DNS。

5.

带宽与并发计算：数据示例与表格说明

- 并发呼叫计算依据：G.711（64kbps）+ RTP/UDP/UDP头、IP头等开销，实际每路约100kbps-120kbps。
- 目标并发：示例目标并发呼叫2000路，估算峰值带宽需求。
- 保留余量：建议保留30%余量用于控制信令/峰值抖动及录音上行。
- 下表为并发与需要带宽的示例计算（含30%冗余）。

6.

DDoS与安全防护流程（快速清洗与长期对策）

- 短期应对：一旦判定为DDoS，立即启用上游清洗/黑洞或承载商的Anti-DDoS服务，同时将攻击流量导流至清洗中心。
- 利用CDN与Anycast：对Web/门户使用Anycast CDN（如Cloudflare或国内同类），降低控制台或登录页被淹没风险。
- SIP安全：启用SIP ACL、SIP TLS和强验证，限制信令来源IP白名单并开启SIP OPTIONS频率限制。
- 流量告警阈值：设置阈值（例如流量>500Mbps或SYN包>100k/s）自动触发安全策略。
- 恢复后审计：记录攻击特征并与承运商协作更新防护规则，保证未来同类攻击能被快速识别。

7.

恢复步骤、验证与演练（完整流程与真实案例）

- 恢复步骤示例：1) 确定故障类型；2) 切换到备用机房/浮动IP；3) 切换到备份SIP Trunk；4) 验证基础呼叫与计费正常；5) 通知客户并关闭应急状态。
- 验证点：SIP REGISTER成功率>99%、100个并发呼叫无掉线、录音文件完整性校验。
- 演练频率：建议季度演练一次，包括DNS低TTL切换、VRRP漂移与SIP断链切换。
- 真实案例：某香港金融客户（示例）在一次顶级DDoS中遭遇电话中断，启动按3流程后：使用第二机房（新加坡）在38分钟内完成Keepalived浮动IP切换并接入第二运营商，RTO目标达成，后续将并发扩容至2,000路并签署99.95% SLA。
- 文档与复盘：每次按3事件必须在72小时内完成事件报告、根因分析与改进计划，列出资源升级项与供货商考核评分。

8.

通知模板、外部沟通与SLA条款要点

- 内部通知：首次通报需包含事件级别（3级）、估计影响、初步RTO与负责人联系方式。
- 客户公告模板：简洁说明影响范围、恢复进度与补救措施（例如提供临时免费呼叫额度）。
- SLA建议条款：明确RTO、可用率目标（建议99.95%）、赔偿计算方法与例外条款（如大规模DDoS需证明）。
- 第三方沟通：与上游运营商、清洗厂商、云服务商建立24/7联动清单与应急联系电话。
- 合同与演练要求：在供应商合同内写入演练频次与罚则，确保在按3事件时能优先响应。

9.

总结与建议（行动清单）

- 立即行动：为电话系统部署至少两地冗余、双运营商SIP中继、低TTL DNS与Keepalived浮动IP。
- 定期演练：每季度开展按3级停机演练，校验RTO与RPO。
- 技术优化：使用Kamailio做前端负载，Asterisk后端处理媒体，数据库主从+异地备份，录音S3异地存储。
- 安全投入：签订Anti-DDoS服务，配置流量告警与自动导流到清洗。
- 文档化：建立一页纸应急卡片（包含步骤、联系人、备用IP和登录凭证）以便快速执行。

来源：企业如何制定香港电话服务器停机按3的应急预案与流程