采用网络回溯分析技术解决PLC硬件故障引发的频繁丢包问题

Cerrie

一、故障描述


某公司PLC设备近期出现异常，设备经常报告连接故障，公司技术人员通过Ping测试发现该设备存在丢包现象（丢包率约1~2%）。初步怀疑为网络线路或设备问题所致。
为了判断问题原因，我们在出问题的PLC设备接入交换机处旁路部署了科来回溯分析系统进行数据包级分析，PLC网络环境及分析设备部署示意图如下。



我们通过交换机端口双向流量镜像分别采集故障PLC和正常PLC的通信数据进行比对分析，以下是详细分析过程及分析结论。
二、分析过程
1. 故障PLC单网卡数据分析
首先，我们镜像故障PLC问题最严重网卡（IPXX.XX.8.4）的接口双向流量，在采集数据的同时公司技术人员配合从核心交换ping XX.XX.8.4。
从采集到的ICMP协议报文数量可以看到，测试期间共捕获124个ping请求包（Echo Req），但只捕获122个ping应答包（Echo Reply），如下图。


可以看出从故障PLC设备到边缘交换机接口就存在丢包现象，故障PLC有1.6%的包没有传输到边缘交换机。
同时，在测试期间XX.XX.8.4的TCP通信中存在明显的丢包现象，如下图所示。


通过以上数据，我们可以初步判断造成丢包现象的原因出自从故障PLC到接入交换机之间，可能的问题点包括：
a.接入交换机接口故障；
b.故障PLC接入网线故障；
c.故障PLC设备自身网卡或其他硬件故障；
2.故障PLC全部网卡数据分析
第二步，我们镜像了故障PLC的全部三个网卡连接的交换机接口双向流量，发现三个网卡都有丢包现象，而且丢包量基本相当，如下图所示。


这说明丢包并不是XX.XX.8.4一个网卡的问题，而是故障PLC三个网卡的都有的现象。从其TCP会话统计来看也都是从PLC设备发送到接入交换机时出现的丢包。
由于三个网线或三个交换机接口同时存在问题的可能性很小，所以我们基本可以判断是故障PLC设备自身硬件问题导致的丢包现象。
3.正常PLC数据分析
第三步，我们镜像在同一边缘交换机的正常PLC设备（XX.XX.9.172）接口的流量，从采集数据中我们只看到了很少量的TCP重传，并且这些重传都是与XX.XX.8.4相关的通讯导致的，如下图所示。


这说明正常PLC设备并没有到接入交换机之间并没有明显的丢包迹象，进一步验证了之前的分析结论。
三、分析结论
通过以上数据分析，我们判断存在丢包问题的PLC设备极有可能是由于该PLC设备自身硬件问题导致数据包没有正常的从网卡发送到网络中所致；网线和接入交换机接口导致丢包现象的可能性非常小。
建议用户在非生产时段用PC机接入到故障设备的网线上，配置相同IP地址，通过ping测试是否还存在丢包现象，如果没有出现丢包或丢包率远小于1%即可完全排除网络原因。

103377453

学习学习