1. 简介

大型网络的成功运行依赖有效的 network management. 这需要一个良性循环: network control, network observability, network analytics, network assurance, 然后回到 network control. Network fault and problem management [RFC6632] 是 network management and control solutions 的重要方面. 它处理网络中 events 的 detection, reporting, inspection, isolation, correlation 和 management. 本文档旨在聚焦那些会对网络按预期行为转发流量的能力产生负面影响, 从而可能降低网络交付服务能力的 events. 此类 events 也可能影响控制和运营网络的能力. 本文档还考虑其他会降低所交付服务质量或可靠性的 faults. fault and problem management 概念还扩展到包括为确定 problems 的 causes 以及推动恢复预期网络行为而采取的行动.

IETF 内部有多项工作致力于提供 fault management system 的组成部分, 例如 YANG data models 或 management protocols. 使用共同术语很重要, 这样才能清楚理解 management and control solutions 的各个元素如何组合, 以及 faults 和 problems 将如何处理.

本文档列出若干术语, 它们是共同理解 network fault and problem management 的基础. 虽然 "faults" 和 "problems" 是适用于互联网各技术层级的概念, 但本文档的范围限于 network layer 及其以下; 因此, 本文档专门讨论 "network fault and problem management". 本文档也涉及 "incidents" 概念, 其中 incident 源自一个或多个 problems, 并表现为 network service 的中断.

注意, [RFC3877] 和 [RFC8632] 中定义了一些有用术语. 本文档中的定义受这些文档启发, 但不依赖这些先前工作.