1

通用软件全生命周期维护

企业IT/业务系统/政务系统

软件维护（含操作系统、中间件、数据库、业务应用、接口集成）

一、按ISO/IEC/IEEE 14764核心四类的详细内容​ 1）改正性维护：修复交付后发现的缺陷。因素包括需求理解偏差、设计缺陷、编码错误、接口契约不一致、数据校验缺失、并发竞态、边界条件未处理、第三方库Bug、配置错误。属性维度含故障严重程度、影响用户数、业务中断时长、数据一致性风险、回归范围。内容：Bug分类与复现、PR/问题报告登记、根因分析RCA、补丁开发、单元/集成/回归测试、热修与正式发布、回滚预案、缺陷知识库沉淀。典型：空指针、金额计算错误、报表统计偏差、权限越权、消息丢失、事务未提交。 2）适应性维护：因外部环境变化修改软件。因素包括操作系统升级、数据库版本替换、浏览器/移动系统新版、API/SDK废弃、国密算法或TLS版本变更、等保/合规要求变化、税率/证照/行政区划业务规则变化、云厂商服务变更。属性维度含兼容矩阵、依赖树深度、外部接口稳定性、合规时效。内容：平台移植、驱动/运行时适配、配置文件调整、加密协议升级、字符集/时区/日历适配、信创替代适配、容器镜像基础系统升级、对接新支付/短信/实名/电子证照网关。 3）完善性维护：提升功能、性能、可用性和可维护性。因素包括用户反馈、业务量增长、操作繁琐、报表不全、监控薄弱、技术债。属性维度含响应时间、吞吐量、可扩展性、易用性、可维护性和代码可测试性。内容：查询优化、索引重构、缓存策略、批量任务分片、界面改版、权限模型增强、审计日志完善、接口粒度调整、文档补编、模块解耦、减少硬编码。 4）预防性维护：在故障显性化前降低风险。因素包括静态扫描高危、重复代码、过期依赖、单点配置、缺乏测试、架构腐化。属性维度含代码复杂度、测试覆盖率、依赖陈旧度、变更失败率。内容：重构、依赖升级、单元测试补充、CI/CD质量门、日志/埋点规范化、配置外置、密钥轮换、技术债看板、遗留系统可维护性改造。 二、扩展类型（14764:2022可单列）添加性维护：交付后新增功能模块、报表、工作流、接口；紧急维护：先临时保活再转改正性；预测性软件维护：基于APM/日志异常趋势提前干预。 三、过程因素：变更请求MR、问题报告PR、影响分析、CCB、版本基线、发布窗口、SLA级别、灰度策略、配置管理、回归资产库。

知识体系：ISO/IEC/IEEE 14764软件维护过程、ISO/IEC/IEEE 12207生命周期过程、SWEBOK软件维护章（改正/适应/完善/预防定义）、ITIL 4变更/事件/问题/发布实践、ITSS运行维护、DevOps/CI-CD/可观测性。标准：GB/T 20157软件维护相关采用、GB/T 8566软件生存周期、GB/T 25000SQuaRE质量与可维护性、GB/T 32421等软件工程评价、ISO/IEC 25010可维护/可靠性/安全性属性。法规：若处理个人信息适用《个人信息保护法》并告知同意、最小必要、影响评估；涉及网络安全事件按《网络安全法》报送；涉密/政务按等保《GB/T 22239》和《数据安全法》分类分级；金融/医疗/政务行业补充行业监管。合同层面把改正性响应SLA、适应性升级责任、完善性需求范围、预防性巡检比例写进维保协议。

2

操作系统/中间件/数据库基础软件维护

基础软件平台/云主机/物理机

软件维护为主，融合服务器硬件维护

一、改正性：OS内核panic、内存泄漏、句柄耗尽、磁盘IO超时；中间件线程死锁、连接池耗尽、消息积压、序列化异常；数据库死锁、主从延迟、索引失效、归档失败。因素：补丁不完整、参数不合理、存储故障诱发、SQL写法、版本Bug。内容：core dump分析、stack trace、AWR/慢日志、锁等待图、事务回放、补丁回退。 二、适应性：OS从CentOS迁移OpenAnolis/麒麟/统信；数据库从MySQL到PostgreSQL或信创库；中间件适配JDK17/21、国密SSL、等保密码改造；容器运行时从Docker到containerd；云上从自建到托管RDS。因素：EOL停服、信创目录、合规密码、硬件CPU架构arm/x86变化。内容：兼容性测试、字符集、存储过程改写、连接协议、驱动更新、白名单。 三、完善性：内核参数调优、透明大页、IO调度、文件句柄；中间件线程数、超时、熔断、限流；数据库分区、物化视图、统计信息、执行计划绑定、读写分离、连接池复用。属性：P99延迟、QPS、TPS、资源利用率、慢查询占比。 四、预防性：YUM/APT/制品库漏洞扫描、CVE跟踪、EOL台账、补丁预演；数据库定期CHECKDB、统计信息更新、索引碎片整理、binlog/expire管理；中间件证书、JKS/密钥轮换；OS日志轮转、审计规则、rootkit检测；配置基线核对。因素：CVE通告、厂商EOL、等保检查、渗透问题。

知识：ITIL问题管理、站点可靠性SRE、补丁管理、配置管理CMDB。标准：GB/T 25070安全设计、GB/T 22239等保（安全计算环境、补丁、审计）、GB/T 28448等保测评、GB/T 39786密码应用与密评、ISO/IEC 27001/27002信息安全控制、GB/T 20984风险评估、ISO/IEC 14764软件维护。法规：《网络安全法》第21条等保义务、《数据安全法》重要数据保护、《个人信息保护法》敏感信息处理、《密码法》商用密码合规、关基条例对基础平台的要求；数据库含个人信息时做PIA（GB/T 39335）。

3

业务应用与定制软件开发维护

ERP/CRM/OA/政务事项/交易系统

软件维护

一、改正性：流程引擎误流转、表单校验错误、接口签名失败、报表金额错误、附件上传失败、单点登录会话异常。因素：需求变更未同步、字典数据错误、第三方接口变更、权限模型复杂。内容：生产问题复现、数据订正脚本、补偿事务、前端兼容修复、后端校验、回归用例。 二、适应性：组织机构调整导致审批树变化；新税法/社保/公积金规则；电子发票/全电票；新支付渠道；地方法规信息公开期限；国产化浏览器；API网关版本。内容：规则引擎参数化、元数据配置、接口适配层、报文转换、加解密改造。 三、完善性：新增统计维度、移动端体验、批量导入、待办聚合、低代码配置、搜索联想、消息通知渠道、权限细粒度、操作日志可视化。属性：功能覆盖率、用户满意度、页面耗时、批处理时长。 四、预防性：代码评审规范、Sonar技术债、重复代码治理、接口契约测试、自动化回归、埋点统一、权限影子账号清理、字典冗余治理、文档与ER图同步。因素：需求变更频繁、人员离职、低注释率。

知识：软件配置管理、需求追溯、ITIL变更/发布、敏捷backlog维护。标准：ISO/IEC/IEEE 14764、GB/T 8566、GB/T 25000可维护性/功能性、GB/T 22239应用安全、GB/T 35273个人信息、GB/T 20988业务连续性、ISO 20000服务管理。法规：个保法知情同意与委托处理、数据安全法数据分类分级、网络安全法日志与漏洞整改、电子签名法对业务留痕、行业如会计/税务/政府采购合规。

4

服务器与存储硬件维护

数据中心/IDC/机房/云物理机

硬件维护为主，融合固件与驱动软件

一、改正性（纠正性）维护：节点不开机、内存CE/UEFI报错、RAID降级、磁盘坏道、电源模块失效、风扇停转、网卡丢包、HBA卡掉线。因素：部件老化、温湿度超标、电压波动、固件Bug、人为误操作。内容：LED/SEL/iLO/BMC诊断、SMART、RAID卡日志、替换部件、重建阵列、数据校验、备件BOM、故障件返厂、RMA。属性：MTBF、MTTR、可恢复性、数据丢失量RPO。 二、适应性维护：新CPU代际适配BIOS；NVMe/全闪阵列替换SATA；ARM服务器切换操作系统镜像；新虚拟化平台驱动；存储从SAN到分布式；液冷机柜改造后节点固件参数调整。因素：硬件换代、虚拟化变更、容量架构变化。内容：固件矩阵、驱动认证、兼容性清单、槽位规划。 三、完善性维护：扩容内存/磁盘/网卡；升级RAID级别；内存镜像、热备盘策略；NUMA优化；存储分层、缓存加速、去重压缩；BMC集中管理、Redfish自动化。属性：IOPS、带宽、延迟、可用率、能耗比。 四、预防性/预测性维护：定期巡检、除尘、紧固、温度曲线、电压谐波、风扇转速趋势、磁盘健康预拷贝、内存巡检、固件安全更新、CAPEX/备件库策略、故障预测（基于SEL、温度、重分配扇区）。因素：厂商EOL、CVE固件、机房等级。内容：季度深度体检、固件基线、备件轮换、老化测试。

知识：ITIL事件/问题/变更、可靠性工程、CMDB、资产生命周期、SLA/OLA。标准：GB/T 51314数据中心基础设施运维（电气/空调/系统维护）、GB 50174数据中心设计、GB/T 28827.4数据中心运维服务、GB/T 2887计算机场地、ISO 20000、ISO 9001、SFF/SCSI/NVMe行业规范、厂商固件安全建议。法规：网络安全法等保物理与计算环境、数据安全法对存储中重要数据保护、个保法对存储介质退役擦除、密码法硬件加密模块、消防/用电安全相关法规；涉及关基按关基条例；政府项目可参照采购运维标准清单（ITIL/ISO27001/ITSS/GB50174/GB/T51314）。

5

网络硬件与安全设备维护

局域网/广域网/IDC/云网络/零信任

硬件维护＋网络操作系统/安全策略软件

一、改正性：端口err-disable、光模块衰耗、路由黑洞、OSPF/BGP震荡、ACL误拦、VPN隧道断、防火墙策略失效、IDS误报漏报、DDoS清洗异常。因素：配置错误、固件缺陷、链路中断、地址冲突、证书过期。内容：ping/traceroute、SNMP、NetFlow、packet capture、配置回滚、双机切换、策略合并校验。 二、适应性：IPv6改造、SD-WAN接入、云专线混合组网、零信任网关替换VPN、等保2.0安全区域调整、新业务VPC互通、国密IPSec/SSL、5G接入。因素：合规、业务上云、供应商变更。内容：地址规划、路由重分布、QoS重定、安全域重构、策略翻译。 三、完善性：链路负载均衡、MPLS转SRv6、ACL精简、NetConf自动化、Telemetry替代SNMP、DNS优化、CDN回源、丢包重传优化。属性：时延、抖动、丢包率、并发连接、策略命中率。 四、预防性：周/月预防性检查（核心设备周检、非核心月检）、配置备份、固件安全升级、证书到期监控、拓扑冗余演练、主备切换季度演练、资产漏洞扫描、弱口令/SSH密钥治理、ACL冗余清理。因素：CVE、等保复查、设备EOL。

知识：ITIL变更/配置、网络SRE、Zero Trust、SOAR。标准：GB 50311/GB/T 50311综合布线、GB/T 21671以太网验收、GB/T 22239安全区域边界/通信网络、GB/T 25070安全设计、ISO/IEC 27001/27002、GB/T 20984风险评估、GB/T 28448测评、ITSS网络运维。法规：网络安全法（日志留存≥6个月、等保）、数据安全法（传输重要数据加密）、个保法（网络处理个人信息）、密码法（IPSec/SSL国密）、计算机信息系统安全保护条例、电信/IDC管理办法；关基网络按关基条例。

6

机房基础设施与IDC维护

数据中心/IDC/托管机房

硬件/基础设施维护为主

一、改正性：UPS旁路异常、蓄电池内阻高、PDU跳闸、空调压缩机故障、漏水报警、新风不足、消防误喷、门禁失灵。因素：负荷超预期、环境腐蚀、施工损伤、控制器Bug。内容：电气倒路、电池放电测试、空调冷量核算、漏水定位、消防主机复位、工单闭环。 二、适应性：业务从风冷转液冷后供配电和空调重构；A/B级机房升级；新机柜功率密度适配大电流母线；双碳要求调整PUE目标；当地电网双路改造；模块化UPS替代工频。内容：负荷建模、冷通道封闭、BA策略重设、容量仿真。 三、完善性：动环监控精细化、冷热电联供、智能巡检机器人、AI节调温、UPS能效模式、照明感应、资产U位管理。属性：PUE、PLF、可用率、温区均匀性、工单时长。 四、预防性：按GB/T 51314做预防性/预测性/维修；按GB/T 28827.4做电气/空调/消防/智能化改进；配电开关力矩、发电机带载、电池内阻、空调滤网、防雷接地防腐、消防气瓶压力、门禁日志联动。因素：季节、负载增长、厂商建议、消防检查。

知识：数据中心运维、DCIM、容量管理、事件/变更/资产。标准：GB 50174-2017数据中心设计、GB/T 51314-2018基础设施运维、GB/T 28827.4-2019数据中心服务、GB 50052供配电、GB 50462验收、YD/T 1095 UPS、GB 25201消防设施维护、GB/T 2887场地、ISO 30134/GB能效、ISO 50001能源、TIA-942参考。法规：消防法、安全生产法、建筑法相关机房消防/用电、网络安全法物理环境等保、数据安全法IDC客户数据保护（工信部客户数据分类分级/风险提示/合同义务）、关基条例、密码法（机房门禁/监控/密钥硬件）、环保与能耗双控政策。

7

云计算数据中心与云资源维护

公有云/私有云/混合云/政务云

软硬融合系统维护

一、改正性：云主机夯住、镜像启动失败、块存储附加异常、负载均衡健康检查失败、对象存储权限错误、VPC路由不通、弹性伸缩不触发。因素：宿主机硬件、虚拟化Bug、配额、安全组、控制面故障。内容：控制面日志、libvirt/KVM诊断、Ceph/分布式存储PG、IAM策略修复、工单SLA。 二、适应性：等保/密改要求调整镜像与审计；信创云替代；Kubernetes版本升级；多云互联；合规数据驻留区域切换；新GPU实例接入AI负载。内容：租户配额、镜像基线、CSI/CNI适配、跨区域容灾、合规标签。 三、完善性：弹性策略、自动扩缩、Spot混部、存储生命周期、快照策略、成本优化FinOps、资源标签治理、云监控大盘、配额预测。属性：资源利用率、成本/核时、SLA、部署时长。 四、预防性：云态势漏洞扫描、镜像CVE、未授权公网暴露治理、AK/SK轮换、证书管理、控制面容量压测、租户隔离红蓝测试、备份恢复演练、配置漂移检测。因素：CSPM、合规审计、CVE。

知识：云运维、FinOps、Kubernetes SRE、ITIL云事件/变更、零信任。标准：GB/T 31168云计算安全能力、GB/T 22239等保云环境、GB/T 35279云安全、ISO/IEC 17789云参考架构、ISO/IEC 27017云控制、ISO/IEC 27018云PII、ISO 20000、GB/T 28827系列ITOSS、GB/T 51314机房。法规：网络安全法等保、数据安全法重要数据/出境、个保法云处理者义务与出境标准合同/安全评估、密码法密评、工信部IDC/云客户数据保护要求、关基条例；政务云另按政府采购运维标准（ITIL/ISO27001/ITSS/等保/GB50174）。

8

智能计算/智算中心/AI Infra维护

智算中心/GPU集群/NPU/推理平台

软硬融合系统维护

一、改正性：GPU ECC错误、NVLink/IB降速、训练任务OOM、算子核心dump、调度器pending、镜像拉取失败、模型服务502/超时、显存碎片。因素：驱动/固件Bug、互连拥塞、数据管道阻塞、模型超参、存储带宽不足。内容：dcgm/nvidia-smi、IB ibstatus/perfquery、k8s事件、PyTorch错误栈、checkpoint完整性、任务重启、回滚镜像。 二、适应性：CUDA/cuDNN/驱动升级；从A卡到N卡到国产NPU适配；Transformer推理引擎替换；大模型量化/蒸馏后服务改造；等保/内容安全新规接入；数据合规要求换训练集存储地域。内容：算子兼容测试、混合精度策略、通信后端NCCL修正、推理网关适配、合规过滤器。 三、完善性：推理批处理、KV cache、投机解码、模型路由、多模型灰度、显存复用、存储数据缓存、特征平台提速、监控token时延、吞吐tokens/s、成本/千token。内容：AutoML超参、服务网格、弹性GPU切片、MIG/MIG替代策略、评测集持续回归。 四、预防性：驱动/固件CVE、GPU健康度（温度、ECC、降频）、IB误码预测、checkpoint定期校验、训练数据投毒检测、模型漂移评估、提示注入防护、证书/AK轮换、红队对抗、灾备回滚。因素：硬件EOL、模型退化、合规内容安全。

知识：MLOps/LLMOps、GPU SRE、数据/模型治理、可观测性（指标/日志/链路/样本）。标准：智算可按等保三级建设（GB/T 22239）、GB/T 39786密评、生成式AI安全相关要求（物理GB50174、云GB/T31168、训练/推理隔离、数据合法GB/T35273/35274/43697、模型安全）、ISO/IEC 42001AI管理、ISO/IEC 23894AI风险、ISO 27001、GB/T 51314基础设施、IB/OCP硬件规范。法规：数据安全法训练数据分类分级、个保法个人信息脱敏与同意、网络安全法内容/日志、生成式AI服务管理办法与算法备案/安全评估、关基条例；涉及跨境训练数据按个保法/数据出境办法评估。

9

HPC高性能计算系统维护

科研HPC/气象/制造仿真/基因/高校超算

软硬融合系统维护

一、改正性：计算节点离线、并行文件系统MDS/OST故障、调度队列死锁、MPI通信失败、License服务异常、IO瓶颈导致作业失败。因素：互连错误、Lustre/GPFS配置、内存ECC、作业脚本、编译器Bug。内容：节点SEL、IB统计、并行文件系统日志、Slurm/PBS诊断、作业重试、数据重排。 二、适应性：新CPU指令集、从InfiniBand HDR到NDR、对象存储归档接入、容器化科学工作流、信创编译器替代、云突发资源接入本地HPC。内容：MPI库重编译、模块系统Lmod调整、文件系统命名空间桥接、配额与联邦。 三、完善性：并行IO优化、拓扑绑定、NUMA/affinity、Checkpoint/Restart、I/O节点均衡、调度优先级、计费报表、能耗上限。属性：并行效率、扩展斜率、排队时长、千瓦/千万亿次。 四、预防性：节点健康检查healthcheck、文件系统fsck/quota、IB误码趋势、温度/电压、license到期、编译器补丁、账户僵尸清理、归档完整性校验、年度全系统压测。因素：科研峰期、硬件老化、软件EOL。

知识：HPC SRE、并行I/O、调度器管理、容量/能耗。标准：GB 50174/GB/T 51314机房与电气空调、GB/T 28827.4数据中心服务、POSIX/MPI标准、Lustre/GPFS厂商规范、ISO 27001、GB/T 22239等保、ISO 50001能耗。法规：涉及个人基因/科研个人信息按个保法、重要科研数据按数据安全法分类分级、关基行业HPC按关基条例、网络安全法日志与等保、密码法对安全提交/数据传输。

10

MLSYS/数据流水线/特征与模型仓库维护

机器学习系统/数据平台/DataOps

软件维护为主，融合计算存储网络

一、改正性：ETL脏数据导致特征偏移、Kafka积压、Spark OOM、Airflow DAG失败、特征服务不一致、模型注册版本错乱、标注库丢失。因素：schema变更、时区、缺失值、上游源系统改接口、权限回收。内容：血缘分析、DAG重跑、补数、schema registry、特征回填、模型版本回滚。 二、适应性：从批处理转流式、CDC接入；新数据湖表格式Iceberg/Delta；隐私法规要求匿名化；新模型框架；云数仓替换本地集群；国密传输。内容：连接器适配、PII过滤、数据分类分级标签、向量库接入。 三、完善性：特征复用、数据质量规则、模型评估自动化、推理特征一致性、成本优化、数据资产目录、自助BI。属性：数据新鲜度、特征覆盖率、模型AUC/业务指标、管道时延。 四、预防性：数据质量监控、异常分布检测、schema演进治理、PII扫描、权限最小化、秘钥轮换、管道混沌测试、模型监控与再训练策略、版本兼容矩阵。因素：源系统变更、法规、模型退化。

知识：DataOps、MLOps、数据治理、特征工程、模型生命周期。标准：GB/T 43697数据分类分级、GB/T 35273个人信息、GB/T 35274训练数据、GB/T 37988数据安全成熟度、GB/T 22239、ISO/IEC 38505数据治理、ISO/IEC 25012数据质量、ISO/IEC 42001AI、ISO 27001。法规：数据安全法重要数据/核心数据、个保法收集同意与敏感信息、网络安全法日志、生成式AI/算法推荐合规、跨境数据按个保法/数据出境安全评估。

11

终端/办公/桌面与边缘设备维护

办公PC/打印机/读卡器/门店/工控终端/边缘AI

硬件维护＋终端软件/驱动/安全

一、改正性：蓝屏、外设不识别、打印机驱动异常、读卡失败、终端中毒、OA客户端崩溃、边缘盒子离线。因素：驱动、系统补丁、外设老化、网络、U盘传播。内容：系统还原、驱动重装、补丁回退、杀毒隔离、外设替换、配置重置。 二、适应性：信创终端替换、Win转Linux桌面、国密UKey、新OA/IM客户端、等保终端配置、边缘系统从x86转ARM、门店新POS接口。内容：镜像制作、策略下发、外设兼容、离线缓存。 三、完善性：启动加速、统一软件商店、打印配额、远程协助、边缘推理模型轻量化、补丁成功率提升。属性：首次修复率、补丁覆盖率、可用率。 四、预防性：周/月巡检、杀毒、补丁基线、资产盘点、U盘管控、证书更新、磁盘健康、权限审计、边缘固件升级、离线备份。因素：CVE、等保、人员流动。

知识：终端管理MDM/UEM、ITIL桌面事件、补丁管理。标准：GB/T 30278终端核心配置、GB/T 32925联网终端安全、GB/T 22239终端等保、GB/T 25070、ISO/IEC 27001、ISO 20000、ITSS桌面运维。法规：个保法终端处理个人信息、网络安全法终端病毒与等保、数据安全法办公重要数据、密码法UKey/国密、计算机病毒防治办法、单位内部信息安全制度。

12

软硬融合治理与持续改进维护

全组织IT/多数据中心/AI+云+HPC统一运维

软件＋硬件＋流程融合维护

一、改正性治理：跨层故障定位（应用—中间件—OS—服务器—网络—机房）；事件归一、RCA库、故障预算、事后复盘；SLA违约补救。因素：告警风暴、职责边界、CMDB不准。内容：统一工单、关联分析、自动止损、变更回滚。 二、适应性治理：合规框架变化（等保升级、密评、关基、数据出境）全局改造；信创替代路线；混合云/智算接入后组织架构与流程重构；业务峰值（双11、政务季、模型训练）弹性预案。内容：标准映射、控制项差距分析、流程再设计、培训。 三、完善性治理：ITSM数字化、AIOps降噪、知识库、自动化编排、成本与能耗优化、可维护性指标KPI、技术债组合管理、SLA/OLA改进。属性：MTTR、可用率、变更成功率、审计通过率、PUE/单位算力能耗。 四、预防性治理：年度渗透与红蓝、配置基线核查、资产EOL台账、供应链软件物料SBOM、开源许可证与漏洞、容灾演练、业务连续性BCP/DRP、合规日历。因素：监管检查、审计、厂商EOL、威胁情报。

知识：ITIL 4服务价值体系、COBIT治理、SRE、AIOps、BCM、风险治理。标准：ISO 20000服务管理、ISO 9001、ISO/IEC 27001/27002/27005、ISO 22301业务连续、ISO/IEC 14764软件维护、GB/T 28827全系列IT运维、GB/T 51314/GB 50174机房、GB/T 20984风险、GB/T 22239/28448等保、GB/T 39786密评、ITSS。法规：网络安全法（等保、事件报告、日志）、数据安全法（分类分级、重要数据、出境）、个保法（同意、PIA、出境）、密码法（商密评估）、关基条例、消防/安全生产/劳动法（运维值班）、行业监管；政府/IDC项目可直接套采购标准清单（ITIL/ISO27001/ITSS/GB50174/GB/T51314/等保/个保/数安/密码/关基）。

1

通用软件全生命周期质量维护

企业IT/政务/金融/制造业务系统

软件质量为主，融合操作系统、中间件、数据库、终端硬件质量

一、改正性维护（质量缺陷修复）​ 1）因素：需求规格歧义、设计遗漏、编码缺陷、接口契约不一致、第三方库Bug、配置错误、数据校验缺失、并发竞态、时区/字符集/精度错误、回归引入。属性维度：缺陷严重级（致命/严重/一般/轻微）、影响用户数、业务中断时长、数据不一致行数、可复现率、修复返工率。类别与内容：（1）功能改正——空指针/越界/状态机错误/金额浮点误差/权限越权/流程错发，任务含问题报告PR登记、复现脚本、堆栈/日志/链路追踪、根因RCA、单测复现、补丁开发、回归套件、热修与正式发布、回滚预案；（2）数据改正——脏数据订正、主外键冲突、重复记录、历史口径差异，任务含血缘分析、订正SQL、反向校验、补偿事务、审计留痕；（3）性能改正——死锁、连接泄漏、内存泄漏、Full GC、慢SQL导致超时，任务含APM定位、线程/堆转储、锁等待图、执行计划修复；（4）安全改正——注入、XSS、越权、密钥硬编码、依赖漏洞，任务含SAST/DAST、CVE定级、补丁验证、渗透复测。SLA样例：致命生产故障15分钟响应、2小时临时恢复、24小时根本修复；一般缺陷按版本节奏。交付物：PR、RCA报告、补丁说明、回归报告、知识库条目。 2）度量：MTTR、缺陷重开率、缺陷逃逸率、改正性工作量占比（14764常提维护总成本中改正占相当比例，整体软件维护可占生命周期60%—90%）。 二、适应性维护（外部环境变化适配）​ 1）因素：OS/数据库/中间件版本EOL、JDK/运行时升级、浏览器/移动系统新版、API/SDK废弃、政务规则/税率/证照/行政区划变化、等保/密评/个保/数安法规变化、信创替代、云厂商服务变更、国密/TLS/字符集/时区变化。属性：兼容矩阵覆盖率、依赖树深度、外部接口稳定性、合规时效、停机窗口。类别与内容：（1）平台适配——CentOS停服迁Anolis/麒麟/统信，MySQL5.7升8.0，JDK8升17/21，容器运行时由Docker转containerd，任务含依赖扫描、ABI/API检查、SQL兼容、驱动重测、灰度；（2）接口适配——支付/短信/电子发票/电子证照/实名核验/医保/海关新报文，任务含WSDL/OpenAPI差异、报文转换、签名验签、沙箱联调；（3）合规适配——等保三级控制项、GB/T 22239安全计算环境、GB/T 39786密码应用、个人信息最小化与同意管理、数据安全分类分级，任务含差距分析、策略改造、审计日志增强；（4）业务规则适配——税率、社保、公积金、全电发票、出入境政策、行业标准版本，任务含规则引擎参数化、字典版本化、历史数据重算。SLA：合规类按监管期限，平台EOL提前90天启动，接口变更提前30天联调。 3）度量：适配工单按时完成率、兼容回归通过率、EOL零逾期率。 三、完善性维护（质量增强）​ 1）因素：用户反馈、业务量增长、页面耗时、报表不全、技术债、可维护性差、监控盲区。属性：响应时间P95/P99、吞吐量TPS/QPS、可维护指数、圈复杂度、耦合度、易用性满意度、文档完整率。类别与内容：（1）性能完善——索引重构、分区、物化视图、缓存层级、异步化、批量分片、连接池调优、前端懒加载/压缩/CDN、JVM调优；（2）功能完善——新增报表维度、低代码配置、待办聚合、搜索联想、权限细粒度、审计可视化；（3）可维护性完善——模块解耦、配置外置、日志结构化、埋点统一、API契约测试、代码评审规范、技术债看板；（4）质量体系完善——单元测试/接口自动化/混沌工程、质量门禁、可观测性大盘。SLA：性能类设季度目标，技术债按每月降低百分比。 2）度量：P99降幅、缺陷密度、测试覆盖率、技术债比率、变更失败率。 四、预防性维护（潜在缺陷前置消除）​ 1）因素：静态扫描高危、重复代码、过期CVE依赖、单点配置、无回归、架构腐化、人员离职知识丢失。属性：CVE高危数、依赖陈旧度、覆盖率、配置漂移率、文档缺失率、MTBF趋势。类别与内容：（1）代码预防——Sonar/FindBugs/coverity扫描、重构、复杂度治理、安全编码规范；（2）依赖预防——SBOM、Dependabot/Snyk、CVE台账、EOL替换；（3）配置预防——CMDB+配置中心、密钥轮换、证书监控、基线核查；（4）过程预防——CI/CD质量门、变更影响分析、CCB、灰度、演练；遗留系统补文档、补单测、补拓扑。SLA：高危CVE7天修复、中危30天、低危90天；配置核查月度。 2）度量：高危漏洞清零率、覆盖率提升、变更成功率、预防工单占比。

知识：ISO/IEC/IEEE 14764维护过程（准备、问题/修改分析、实施、物流支持、结果管理）、SWEBOK软件维护（改正/适应/完善/预防）、GB/T 20157软件维护四类、ITIL 4事件/问题/变更/发布/配置、ITSS运行维护、DevOps/CI-CD/可观测性。标准：GB/T 8566软件生存周期、GB/T 25000 SQuaRE可维护/可靠性/安全性、GB/T 32421软件工程评价、ISO/IEC 25010可维护性与质量模型、GB/T 22239等保、GB/T 28448测评、GB/T 39786密评、GB/T 35273个人信息、GB/T 20984风险评估。法规：网络安全法（等保、漏洞整改、日志留存6个月、事件报告）、数据安全法（分类分级、重要数据、出境）、个保法（同意、最小必要、PIA）、密码法（商用密码评估）、行业监管（金融/政务/医疗）。合同层把改正性SLA、适应性EOL责任、完善性需求范围、预防性巡检比例写入维保协议。

2

基础软件质量维护（OS/中间件/数据库）

云主机/物理机/信创平台

软件质量为主，融合服务器固件/驱动硬件质量

一、改正性​ 因素：内核panic、内存泄漏、句柄耗尽、磁盘IO超时；中间件线程死锁、连接池耗尽、消息积压、序列化异常；数据库死锁、主从延迟、索引失效、统计信息过期、归档失败。属性：宕机时长、OOM次数、慢查询数、复制延迟秒、连接等待数、数据损坏页。内容：（1）OS改正——kdump/vmcore分析、sysctl与cgroup排查、文件系统fsck、inode/句柄调优、补丁回退；（2）中间件改正——线程栈、GC日志、连接池active/idle、MQ死信、消费滞后、重平衡异常；（3）DB改正——innodb死锁日志、锁等待、执行计划突变、主从checksum、redo/undo异常、表损坏修复。任务树：告警确认→影响面→临时绕行（限流/隔离/主从切换）→根因→补丁/参数/SQL→回归→闭单。SLA：核心库致命30分钟恢复，中间件严重1小时。 2）度量：MTTR、OOM月均、慢SQL环比、主从延迟超限次数。 二、适应性​ 因素：OS EOL（CentOS7/8）、信创（麒麟/统信/Anolis/OpenEuler）、CPU架构x86/arm切换、JDK17/21、国密SSL/TLS1.3、数据库信创替代（达梦/人大金仓/OceanBase/PostgreSQL）、容器化、云托管RDS替换自建。属性：兼容矩阵、性能回归差异、停机窗口、回退可行。内容：（1）OS移植——软件包替代、systemd参数、SELinux/AppArmor、内核模块、驱动认证；（2）中间件适配——JVM国密Provider、gRPC/HTTP2、连接协议、限流熔断参数；（3）DB迁移——数据类型映射、存储过程改写、分区/并行、字符集、触发器、视图、执行计划绑定、双写校验。任务：兼容评估→PoC→数据迁移→反向同步→灰度→旧库只读→下线。SLA：EOL前90天完成PoC，生产切割窗口按业务定。 2）度量：迁移缺陷数、性能劣化率、数据一致性率。 三、完善性​ 因素：高并发瓶颈、慢查询、资源利用率低、可观测性弱。属性：P99、QPS/TPS、缓冲命中率、连接复用率、CPU steal、IO await。内容：（1）OS调优——透明大页、IO调度、文件句柄、网络参数、cgroup限额、NUMA绑核；（2）中间件调优——线程池、超时、队列、批处理、压缩、持久化策略、限流熔断、热点分片；（3）DB调优——索引设计、统计信息、分区、物化视图、读写分离、连接池、缓存层、执行计划基线、历史数据归档。任务树：基线采集→瓶颈定位→假设验证→参数/结构变更→压测→生产灰度→文档化。SLA：季度调优报告，P99目标写入SLA。 2）度量：吞吐提升%、成本降%、慢查询清零率。 四、预防性​ 因素：CVE、EOL、配置漂移、证书过期、统计信息陈旧、碎片、日志暴增。属性：CVE高危数、补丁覆盖率、证书剩余天、碎片率、配置合规率。内容：（1）补丁预防——yum/apt/制品库漏洞扫描、预发验证、滚动更新；（2）DB预防——定期CHECK、统计更新、索引重建、binlog/expire、主从一致性pt-table-checksum、备份恢复演练；（3）中间件预防——JKS/密钥轮换、证书监控、JVM堆上限、连接池上限、死信清理；（4）OS预防——audit规则、rootkit检测、日志轮转、基线核查、SBOM。SLA：高危CVE7天、中30天；主从一致性月巡；备份演练季。 2）度量：补丁准时率、预防工单占比、配置漂移数。

知识：SRE补丁与变更管理、ITIL问题管理、CMDB、可观测性。标准：GB/T 22239安全计算环境/补丁/审计、GB/T 28448测评、GB/T 39786密码应用（OS/DB/中间件国密）、GB/T 25070安全设计、ISO/IEC 27001/27002、GB/T 20984风险、ISO/IEC 14764软件维护。法规：网络安全法等保义务、数据安全法重要数据保护、个保法敏感信息、密码法商密评估；数据库含个人信息做PIA（GB/T 39335）。基础软件属关基组件时按关基条例检测评估。

3

业务应用与定制系统质量维护

ERP/CRM/OA/政务/交易/ERP

软件质量为主，融合移动端/浏览器/外设硬件质量

一、改正性​ 因素：流程引擎误转、表单校验缺失、接口签名失败、报表金额错、附件上传失败、SSO会话失效、定时任务重复/不触发、第三方报文变更。属性：单据堵塞数、金额差异、接口失败率、用户投诉率、数据订正行数。内容：（1）流程改正——条件表达式、组织架构映射、代理人、退回/加签、会签阈值，任务含流程实例修复、历史单据重推、补偿消息；（2）表单/报表改正——必填规则后端二次校验、精度、税率、币种、合并单元格、分页，任务含数据订正与重新生成；（3）集成改正——OA-财务-HR-电子签章-支付-税务，任务含报文比对、签名、幂等、重试、死信；（4）作业改正——Quartz/XXL-JOB分布式锁、cron、时区、幂等表。SLA：资金类致命30分钟，一般8小时。 2）度量：缺陷重开率、接口失败率、流程卡单数。 二、适应性​ 因素：组织调整、税制/社保/公积金、全电发票、新支付（数字人民币）、电子证照国标、信创浏览器、移动权限模型（iOS/Android新隐私）、等保/个保/数安新规。属性：规则参数化率、接口兼容版本、停机/灰度范围。内容：（1）组织/规则适配——审批树参数化、角色而非人、税率表版本化、行政区划/行业代码更新；（2）渠道适配——支付/发票/证照/实名沙箱、国密UKey、移动端相册/定位/通知权限；（3）合规适配——个人信息同意、数据分类分级、审计保留、等保三级应用控制。任务：规则盘点→参数改造→历史数据重算→回归→发布。SLA：税法类按施行日零缺陷，接口类提前30天。 2）度量：规则回归通过率、适配延期率。 三、完善性​ 因素：操作繁琐、报表维度少、移动体验差、批量慢、权限粗、审计弱。属性：页面FCP/LCP、批处理时长、权限角色数、用户CSAT。内容：（1）功能完善——低代码表单、报表多维、待办聚合、搜索、消息渠道（邮件/短信/企微/钉钉）、导入模板校验；（2）性能完善——列表分页、索引、缓存、异步导出、批量接口；（3）可维护完善——RBAC/ABAC、操作日志、字段级审计、API文档、自动化回归。任务树：痛点调研→原型→改造→UAT→灰度。SLA：季度体验报告。 2）度量：批处理降幅、CSAT提升、权限冗余清理数。 四、预防性​ 因素：技术债、重复代码、接口无契约、权限影子账号、字典冗余、文档滞后。属性：Sonar阻断数、契约测试覆盖、权限冗余率、文档同步率。内容：（1）代码预防——评审、静态扫、单测补充、重构、依赖升级；（2）接口预防——OpenAPI契约、Mock、回归、版本兼容；（3）权限预防——离职账号清理、最小权限、特权审计、影子账号扫描；（4）数据预防——字典版本、历史口径、主数据治理。SLA：阻断级周清，契约测试纳入CI。 2）度量：技术债趋势、契约失败数、特权账号异常数。

知识：配置管理、需求追溯、ITIL变更/发布、敏捷backlog、主数据管理。标准：ISO/IEC/IEEE 14764、GB/T 8566、GB/T 25000可维护性/功能性、GB/T 22239应用安全、GB/T 35273个人信息、GB/T 20988业务连续、ISO 20000。法规：个保法告知同意与委托处理、数据安全法分类分级、网络安全法漏洞/日志、电子签名法业务留痕、会计/税务/政府采购合规；涉及电子发票按全电平台规则。

4

服务器与存储硬件质量维护

数据中心/IDC/云物理机/全闪/分布式存储

硬件质量为主，融合固件/驱动/OS软件质量

一、改正性​ 因素：不开机、内存CE/UE、RAID降级、坏道、电源失效、风扇停转、网卡丢包、HBA掉线、BMC异常。属性：MTTR、MTBF、RPO数据丢失、重建时长、丢包率。内容：（1）开机关POST——电源、主板、内存最小系统、BMC/IPMI日志、CMOS；（2）存储改正——MegaRAID/HP SmartArray/LSI查看PD状态、rebuild、替换、阵列一致性、文件系统fsck、XFS/ext4/NTFS修复；（3）内存改正——dmidecode/ipmitool ECC计数、CE持续更换、UE隔离；（4）网络改正——ethtool、光模块、CRC、ring buffer、驱动回退；（5）电源/散热——PSU电压、风扇PWM、温度传感器、BMC SEL。任务：报修→定位→备件→更换→重建/恢复→回归压测。SLA：核心节点严重1小时到场，RAID降级4小时换盘。 2）度量：硬件故障率、重建失败率、数据校验错误数。 二、适应性​ 因素：CPU换代、NVMe/全闪替换SATA、ARM服务器、虚拟化更换、SAN转分布式、液冷机柜参数、信创固件。属性：兼容矩阵、IOPS提升、功耗、固件认证。内容：（1）介质适配——HDD→NVMe，4K对齐、IO调度none、多队列、RAID/RAID−卡替换软RAID、Ceph/Lustre/分布式块适配；（2）平台适配——x86→鲲鹏/飞腾/海光，BIOS/UEFI、微码、驱动、OS镜像；（3）虚拟适配——KVM/VMware/OpenStack/云主机驱动、PV/net、SR-IOV；（4）液冷适配——温度阈值、进回水、节点功率、固件风扇曲线。任务：兼容清单→固件矩阵→PoC→批量。SLA：EOL前90天。 2）度量：兼容缺陷数、IOPS达标率。 三、完善性​ 因素：容量不足、IOPS瓶颈、重建慢、能耗高、管理分散。属性：IOPS、带宽、延迟、可用率、能耗比、管理自动化率。内容：（1）扩容——内存、盘位、HBA、网卡、GPU、JBOD；（2）RAID/存储策略——热备、镜像、分层、缓存加速、去重压缩、快照；（3）性能——NUMA、大页、IO亲和、多路径、队列深度、readahead；（4）管理——BMC/Redfish、资产U位、自动化巡检、固件基线。任务：容量预测→方案→在线/离线变更→压测。SLA：容量阈值80%触发扩容。 2）度量：IOPS/瓦、重建时长、自动化率。 四、预防性​ 因素：老化、CVE固件、SMART预警、EOL、环境超标、配置漂移。属性：SMART重映射、ECC趋势、风扇转速、温度曲线、固件CVE数。内容：（1）巡检——季度深度：除尘、紧固、电源、内存、盘SMART、BMC日志、电池；（2）预测——SMART预拷贝、ECC趋势、IB误码、温度预测、AIOps剩余寿命；（3）固件预防——BIOS/BMC/RAID/NIC/HBA安全补丁、微码（Spectre等）、SBOM；（4）备件——备件库、老化测试、RMA、轮换。SLA：核心季度、非核心半年；预测换盘按阈值。 2）度量：预拷贝成功率、突发故障率、固件合规率。

知识：可靠性工程、ITIL事件/问题/变更、CMDB、SLA/OLA、DCIM。标准：GB/T 51314数据中心基础设施运维（电气/空调/系统维护）、GB 50174设计、GB/T 28827.4数据中心运维、GB/T 2887场地、ISO 20000、ISO 9001、NVMe/SCSI/SFF、厂商固件安全。法规：网络安全法等保物理与计算环境、数据安全法存储重要数据、个保法介质退役擦除、密码法硬件加密模块、消防/用电安全；关基按关基条例。政府/IDC采购可列ITIL/ISO27001/ITSS/GB50174/GB/T51314/等保。

5

网络与安全设备质量维护

LAN/WAN/IDC/云网络/零信任/防火墙/IDS/IPS

硬件质量+网络OS/安全策略软件质量

一、改正性​ 因素：端口err-disable、光衰、路由震荡、ACL误拦、VPN证书过期、IP冲突、DDoS清洗异常、IDS漏报。属性：中断时长、丢包率、误拦规则数、隧道重连次数。内容：（1）交换改正——show errdisable、STP/UDLD、MTU、buffer、QoS、端口安全；（2）路由改正——OSPF/BGP邻居、LSA、prefix-list、policy、BFD、MTU；（3）安全改正——firewall packet-tracer、zone、NAT、IPS签名、WAF规则、零信任策略评估；（4）VPN改正——IKE/IPsec/SSL、证书、PSK、NAT-T、DPD；（5）无线改正——信道、PoE、RRM、接入认证。任务：抓包→定位→临时放通/隔离→修复→回归→闭单。SLA：核心链路严重30分钟，安全误拦1小时。 2）度量：MTTR、丢包率、策略误拦率。 二、适应性​ 因素：IPv6、SD-WAN、零信任替代VPN、等保安全域、云VPC混合、国密IPSec/SSL、5G/专线、新业务微服务东西向。属性：地址规划、策略翻译量、加密套件、带宽弹性。内容：（1）IPv6双栈——RA/DHCPv6、AAAA、安全规则、NAT64；（2）SD-WAN——overlay、应用识别、QoS、链路健康、SASE；（3）零信任——IdP、SDP、微隔离、持续评估、设备 posture；（4）国密——SM2/SM3/SM4、IPsec/SSL国密套件、证书体系；（5）云网——VPC对等、Transit、安全组、NACL、跨域。任务：拓扑重设→策略翻译→沙箱→灰度→全量。SLA：等保整改按测评期限，IPv6按监管。 2）度量：策略一致率、隧道可用率。 三、完善性​ 因素：时延抖、拥塞、策略臃肿、可观测弱。属性：时延P99、抖动、丢包、连接并发、ACL命中率、Telemetry覆盖。内容：（1）QoS/负载——ECMP、拥塞避免、流量工程、SRv6；（2）策略治理——ACL精简、对象组、冗余删除、命名规范；（3）可观测——NetFlow/sFlow、Telemetry、gNMI、日志集中、丢包分析；（4）安全增强——WAF规则调优、IPS更新、威胁情报、零信任评分。任务：基线→瓶颈→优化→压测。SLA：季度网络质量报告。 2）度量：时延降幅、冗余规则清理数。 四、预防性​ 因素：CVE、EOL、配置未备、证书到期、主备未演练、弱口令。属性：固件CVE数、配置备份率、证书剩余、演练时长。内容：（1）固件补丁——交换机/路由/防火墙/负载/CPE安全更新、预发验证；（2）配置预防——RANCID/Oxidized自动备、git版本、配置合规基线、drift检测；（3）证书/密钥——ACME、国密证书、PSK轮换、PKI；（4）演练——主备切换、BGP重收敛、DDoS演练、零信任故障注入；（5）漏洞—扫描、渗透、资产EOL。SLA：高危CVE7天，证书提前30天，主备季演。 2）度量：补丁率、备份可恢复率、演练RTO。

知识：ITIL变更/配置、网络SRE、Zero Trust、SOAR、威胁情报。标准：GB 50311/GB/T 50311布线、GB/T 21671以太网、GB/T 22239通信网络/区域边界、GB/T 25070安全设计、GB/T 39786密码（IPSec/SSL国密）、GB/T 20984风险、GB/T 28448测评、ITSS网络运维、ISO/IEC 27001/27002。法规：网络安全法日志≥6个月/等保/事件报告、数据安全法传输重要数据加密、个保法网络个人信息、密码法商密、计算机信息系统安全保护条例、IDC管理办法；关基网络按关基条例。

6

机房基础设施与IDC质量维护

IDC/托管/自有机房/风冷/液冷

硬件/基础设施质量为主（电气/空调/动环/消防/门禁）

一、改正性​ 因素：UPS旁路、电池内阻高、PDU跳、空调高压/压缩机、漏水、新风不足、消防误喷、门禁失灵、发电机启动失败。属性：恢复时长、负载损失、温度越限时长、误喷风险。内容：（1）电气改正——UPS事件、逆变/整流、静态开关、电池单体、ATS/STS、配电柜红外、接地电阻；（2）空调改正——回风温度、压差、冷量、冷凝器、风机、加湿、冷冻水阀；（3）动环—传感器、漏水绳、烟感、温湿度、DCIM告警；（4）消防—控制盘、探测器、气瓶压力、释放回路；（5）门禁—读卡器、控制器、权限库、备用机械。任务：隔离→临时供电/制冷→维修→带载验证→复盘。SLA：A级双路异常15分钟响应，空调失效30分钟控温

1

基础软件与操作系统维护

服务器/云主机/物理机/信创终端底层

软件维护为主，融合固件/驱动硬件

一、改正性维护​ 1）内核与系统层：触发因素含内核panic、Oops、内存泄漏、句柄/文件描述符耗尽、swap异常、文件系统只读、systemd服务循环重启、驱动不兼容、固件Bug。属性维度含故障等级（P1-P4）、影响主机数、业务中断分钟数、可自动恢复性、数据损坏概率。子类别：①内核崩溃修复，任务包括采集kdump/vmcore、用crash/bt分析调用栈、定位第三方内核模块、回退问题模块、升补丁、设kdump预留内存；②内存泄漏修复，任务含slabtop/free/pmap定位、jemalloc tcache调参、应用堆dump、修复缓存无限增长；③文件系统只读修复，任务含dmesg查IO错误、fsck离线检查、XFS/ext4元数据修复、LVM快照校验。2）系统服务层：SSH无法登录、cron不执行、NTP偏移、syslog丢失、auditd停止。属性含认证失败率、时间偏移秒数、日志完整率。任务含重置sshd_config、chroot修复、ntpchrony重同步、rsyslog队列疏通。3）补丁回归类：补丁后性能下降、依赖断裂、glibc/openssl不兼容。属性含回归用例通过率、CVE修复率。任务含yum/apt/zypper回滚、建立补丁预演环境。二、适应性维护​ 1）平台迁移：触发因素含CentOS停服、厂商EOL、信创替换、x86转ARM、物理转虚拟、虚拟机转容器。属性含兼容矩阵覆盖率、迁移停机窗口、业务回归率。任务：①CentOS/RHEL系转Anolis/openEuler/麒麟/统信，做package diff、rpm依赖树、systemd单元重写、SELinux策略迁移、内核参数重评；②ARM迁移，重编C/C++、-march调整、校验SIMD替代、Java/Go交叉构建、容器多架构manifest；③信创CPU（鲲鹏/飞腾/海光/申威）适配，做BIOS/固件、中文字体、国密SSL、外设驱动、打印/高拍仪兼容。2）外部规则适配：等保/密评/个保/数据安全要求变化，如TLS1.0/1.1禁用、国密SM2/3/4/9替换、口令策略、审计保留≥6个月、日志脱敏。属性含合规项通过率、协议降级风险。任务含openssl改国密provider、nginx/haproxy双栈证书、ssh改SM算法、audit规则补强。3）依赖与环境变化：新容器运行时containerd/cri-o、新systemd版本、新时间zone/闰秒、新DNS/DoT。任务含镜像基础层升级、resolv.conf/ndots调优、时区tzdata更新。三、完善性维护​ 1）性能调优：属性含P99延迟、上下文切换、软中断、IOPS、吞吐。任务：sysctl调net.core.somaxconn、net.ipv4.tcp_tw_reuse、vm.swappiness、fs.file-max；调度器调nice/cgroup v2；IO调度noop/mq-deadline；透明大页按需关；NUMA绑核；磁盘IO限流。2）可维护性增强：属性含配置漂移率、自动化率。任务：把硬编码入配置中心/CMDB；统一日志格式JSON；集中rsyslog/Vector；做osquery合规采集；写Ansible/Salt基线。3）安全加固完善：属性含基线合格率。任务：等保二级/三级基线、CIS Benchmark、最小化安装、关无用端口、sudo审计、MFA、root禁止直登。四、预防性维护​ 1）漏洞与EOL：触发因素CVE、厂商安全公告、内核EOL。属性含CVE严重数、补丁SLA、未修资产率。任务：Gartner式资产台账+SBOM、yum-security/USN跟踪、OpenSCAP扫描、 staging预演、紧急补丁72h/常规30天。2）健康预测：属性含磁盘SMART、内存CE、温度趋势、inode使用。任务：smartd预警、EDAC内存纠错统计、/var/log/journal轮转、inode监控、/boot空间守卫。3）配置与文档：属性含基线偏离、文档更新周期。任务：每月diff实际配置与基线、自动生成系统说明书、DR演练。4）补丁日历：属性含补丁成功率、回滚率。任务：按月安全窗口、A/B节点灰度、GRUB快照、kpatch热补丁。

知识：ITIL事件/问题/变更/发布、SRE可靠性、补丁管理、cgroup/内核调优、CMDB/配置管理。标准：GB/T 22239网络安全等保基本要求（安全计算环境、补丁、审计、入侵防范）、GB/T 28448等保测评要求、GB/T 25070等保安全设计、GB/T 39786信息系统密码应用基本要求（设备计算安全、国密）、GB/T 35273个人信息、GB/T 25000/SQuaRE可维护性、ISO/IEC 14764软件维护、ISO/IEC 25010可靠性/安全性、GB/T 28827 IT运维、ISO 20000服务管理、ISO/IEC 27001/27002、GB/T 20984风险评估。法规：网络安全法第21条等保、第34条日志≥6个月与漏洞整改；数据安全法分类分级与重要数据；个保法处理个人信息最小必要与影响评估；密码法国密商用与密评；若关基按关键信息基础设施安全保护条例；政府采购硬件运维可约定10分钟响应、2小时到场、预防性健康检查。

2

数据库与中间件维护

交易/政务/ERP/云数据库/消息缓存

软件维护，融合存储与操作系统

一、改正性​ 1）数据库：触发含死锁、主从延迟、索引失效、统计信息过期、归档失败、表损坏、连接池耗尽、时区/字符集错、触发器递归、分区越界。属性含RPO/RTO、慢查询数、复制延迟秒、事务失败率。任务：①死锁修复，取innodb deadlock log/PG死锁报告，重排事务顺序、加合理索引、降隔离级别或加乐观锁；②主从不一致，做pt-table-checksum/pt-table-sync、GTID校验、半同步调整；③字符集乱码，统一utf8mb4/GB18030，改client/server/dump参数，历史数据转码；④连接泄漏，查processlist、连接池maxActive/minIdle、timeout、removeAbandoned。2）中间件：Weblogic/WebSphere/Tomcat/Nginx/Apache Kafka/RabbitMQ/Redis故障。属性含线程阻塞、消息积压、缓存命中率、502/504率。任务：线程池dump分析、JVM GC调优（Parallel/G1/ZGC）、Kafka under-replicated分区修复、consumer lag重平衡、Redis大key热key修复、AOF/RDB损坏恢复。二、适应性​ 1）版本与平台：MySQL5.7→8.0、Oracle→PostgreSQL、Mongo分片版本升、Kafka协议升、JDK8→17/21、信创库（达梦/人大金仓/高斯/ OceanBase）。属性含SQL兼容率、存储过程改写量、停机窗口。任务：用pt-upgrade/兼容性评估器、改group by only_full_group_by、json函数替换、分区表重构、连接驱动升级、JDBC URL参数、连接池适配。2）合规与密码：等保透明加密TDE、国密SM4落盘、传输SM2/SM3、审计表独立、敏感列动态脱敏。属性含密评项、加密性能损耗。任务：Keystore/HSM对接、redo/backup加密、SSL/国密双栈、审计写入WORM。3）架构变化：单体库→读写分离→分库分表→分布式事务→云托管RDS/ Polaris。任务：ShardingSphere/MyCat规则、XA/TCC/Saga补偿、CDC（Debezium/Canal）到数据湖。三、完善性​ 1）查询与建模优化：属性含QPS、P99、扫描行数、缓冲命中。任务：explain/plan、索引最左/覆盖/函数索引、物化视图、统计信息自动更新、直方图、分区裁剪、冷热分层。2）容量与缓存：属性含命中率、逐出率、内存碎片。任务：Redis多级缓存、本地Caffeine+分布式、热点key本地复制、TTL jitter防雪崩、Lua原子、Pipeline批处理。3）可观测与自治：属性含慢日志覆盖、根因定位时长。任务：PMM/Grafana、pg_stat_statements、MySQL Enterprise Monitor、告警黄金指标、自动kill长事务、自动空间扩展。4）运维自助：属性含变更自助率。任务：工单化建库、权限审批、脱敏导出、数据目录。四、预防性​ 1）备份与可恢复：属性含备份成功率、恢复演练RTO、归档保留。任务：全量+增量+binlog/WAL、PITR、加密备份、异地副本、季度恢复演练、篡改校验。2）统计与健康：属性含碎片率、膨胀率、索引冗余。任务：pg_repack/OPTIMIZE、自动vacuum、索引使用率报告、孤儿对象清理。3）依赖与CVE：属性含组件CVE、EOL。任务：数据库引擎CVE、JDBC/ODBC/驱动SBOM、中间件反序列化漏洞（Log4j/Spring）扫描。4）权限与审计：属性含超级权限数、空口令、跨库授权。任务：最小权限、角色分离、动态脱敏、审计闭环、季度权限复核。

知识：ITIL问题管理、SRE数据库SRE、DataOps、备份BCP、性能基线与容量规划。标准：GB/T 22239安全计算环境/数据完整/审计、GB/T 28448测评、GB/T 39786应用和数据密码（存储/传输/加密）、GB/T 37988数据安全成熟度、GB/T 35273个人信息（库内PII脱敏）、GB/T 43697数据分类分级、ISO/IEC 14764软件维护、GB/T 25000可维护性、ISO 20000、ISO/IEC 27001、GB/T 20272操作系统/数据库安全参考。法规：网络安全法日志与等保；数据安全法重要数据/核心数据分级保护；个保法敏感个人信息单独同意、PIA（GB/T 39335参考）；密码法TDE/传输国密与密评；金融/医保/政务等行业额外按行业数据办法；合同SLA写主从延迟阈值、备份恢复RTO、CVE修复时限。

3

业务应用与定制软件维护

ERP/CRM/OA/审批/政务事项/交易前台

软件维护

一、改正性​ 1）功能缺陷：触发含需求歧义、边界未测、并发条件、接口契约不一致、字典/码表错误、公式错误、权限越权。属性含缺陷密度、首次修复率、回归缺陷率、业务影响金额。任务：问题复现→PR/MR登记→影响面分析→单测/集成/UI回归→热修/版本修复→根因报告；典型如审批误转、报表金额差、附件断传、SSO会话失效、导出OOM。2）接口与集成缺陷：触发含第三方API改版、签名/时间戳、证书过期、报文编码、限流429。属性含接口错误率、重试成功率。任务：抓包、契约测试、Mock沙箱、版本灰度、补偿事务。3）数据质量缺陷：重复单、脏数据、主数据不一致。任务：ETL补数、主数据匹配、幂等改造、唯一约束、对账脚本。二、适应性​ 1）业务规则变化：税率、社保、公积金、行政区划、电子发票/全电票、证照电子化、行业监管报表。属性含规则参数化率、合规窗口。任务：规则引擎（Drools/自研）、元数据配置、码表版本、全电发票对接、电子证照API、国税/海关/人行网关适配。2）平台与终端变化：浏览器新版本、信创浏览器、移动iOS/Android权限、小程序基础库、国密UKey、电子签章。任务：UA兼容、WebAuthn/国密UKey、CA证书、移动权限弹窗、低代码表单重渲染。3）合规变化：个保同意、数据出境、等保三级、留痕审计、信息公开期限。任务：同意管理、数据主体权利工单、审计字段扩展、日志脱敏、数据驻留区域切换。三、完善性​ 1）功能增强：新增报表维度、批量导入、待办聚合、低代码流程、移动端体验、搜索联想、消息多渠道。属性含需求交付周期、功能采纳率、NPS。任务：产品backlog、原型、AB测试、权限细粒度、操作日志可视化。2）性能体验：首屏、接口P99、批处理时长、并发用户数。任务：前后端分离缓存、分页游标、异步化、消息削峰、图片/PDF压缩、CDN。3）可维护性：属性含圈复杂度、重复率、注释率、文档齐套。任务：模块解耦、DDD重构、API网关版本、Swagger/OpenAPI、自动化回归、知识库。4）管理增强：权限模型RBAC→ABAC、审计闭环、风险内控规则、反舞弊校验。四、预防性​ 1）质量门禁：属性含覆盖率、阻断问题数。任务：SonarQube/FindBugs、Checkstyle、依赖SCA（Dependabot/Snyk）、SAST/DAST、流水线质量门。2）技术债看板：属性含债龄、重构ROI。任务：按缺陷密度/变更失败率排优先级、季度重构、废弃接口下线。3）数据与权限治理：属性含影子账号、越权策略数。任务：定期权限复核、主数据清洗、字典冗余治理、PII扫描、密钥外置。4）变更防呆：属性含变更失败率、回滚率。任务：灰度/金丝雀、特性开关、CCB、发布窗口、一键回滚、混沌测试。

知识：SWEBOK维护、敏捷/DevOps、ITIL变更/发布/服务请求、主数据管理、业务连续性。标准：ISO/IEC/IEEE 14764、GB/T 8566软件生存周期、GB/T 25000 SQuaRE（功能性/可靠性/可维护性）、GB/T 22239应用安全/审计/身份、GB/T 28448、GB/T 35273个人信息、GB/T 39335个保影响评估、GB/T 20988业务连续性、ISO 20000、ITSS。法规：个保法告知同意、委托处理、数据主体权利；数据安全法分类分级、重要数据；网络安全法漏洞/日志/等保；电子签名法电子留痕；行业会计/税务/政府采购合规；合同写改正性SLA、适应性升级责任、完善性需求范围、预防性扫描覆盖率。

4

服务器、存储与硬件生命周期维护

数据中心/IDC/云物理机/容灾

硬件维护为主，融合固件/驱动/OS

一、改正性​ 1）不下电/不开机：触发含电源模块失效、主板故障、内存CE/UE、CPU微码、背板信号。属性含MTTR、影响虚机/业务数、数据丢失RPO。任务：BMC/iLO/IPMI读SEL、POST码、最小系统法、换电源/内存/主板、RAID卡日志、RMA。2）存储与RAID：触发含磁盘坏道、RAID降级、BBU失效、写缓存掉电、SAN链路误码。属性含重建时长、重建失败率、IOPS下降。任务：smartctl、MegaCLI/StorCLI、定位UDM、热备重建、替换、一致性校验、LVM/文件系统修复。3）网络与I/O硬件：网卡丢包、光模块衰耗、HBA掉线、PCIe AER错误。任务：ethtool -S、ibstat、fio压力、换模块、固件升级。4）外设与配件：KVM、磁带库、读卡器、打印机。任务：驱动重装、固件、备件替换。二、适应性​ 1）硬件换代：HDD→NVMe全闪、SATA SSD→U.2、x86→ARM、GPU新代、存储SAN→分布式Ceph/分布式文件。属性含IOPS提升、兼容矩阵、功耗。任务：固件矩阵、驱动认证、OS内核参数、fstab/多路径、NVMe命名、IO调度、性能基线。2）架构调整：虚拟化从ESXi→KVM、裸金属→云、单机→双活、本地→同城灾备。任务：镜像迁移、多路径dm、存储双活仲裁、卷同步。3）合规适配：等保物理环境、密评硬件加密机/HSM、国密卡、可信计算TCM/TPM。任务：板载TEE、国密PCIe卡、密钥固化、启动度量。三、完善性​ 1）扩容：内存、磁盘、网卡、HBA、GPU、JBOD扩展。属性含利用率、瓶颈解除率。任务：槽位/电源余量核算、NUMA、RAID级别重设、热插拔、在线扩容LVM。2）性能：属性含IOPS、带宽、延迟、队列深度。任务：RAID条带、写回/写透、SSD over-provision、多路径轮询、NIC卸载RSS/TSO、大页。3）管理完善：BMC集中、Redfish自动化、资产U位、固件基线、CMDB自动发现。四、预防性​ 1）巡检：触发含厂商EOL、温湿度、振动、电压。属性含巡检完成率、隐患数。任务：季度深度—除尘、风扇转速、电源纹波、内存CE趋势、SMART预拷贝、电池内阻、PCIe误码；按硬件招标可做定期功能测试、外接件/线缆、机箱内部保养。2）固件安全：CVE微码（Spectre/Meltdown等）、BMC漏洞、RAID卡固件。任务：微码更新、BMC隔离管理网、固件签名校验。3）备件与预测：属性含备件可用率、预测准确率。任务：SMART/CE/温度训练简单阈值模型、热备盘策略、备件轮换、生命周期台账。4）退役擦除：属性含擦除合格率、再生利用率。任务：nvme format、hdparm secure-erase、磁带消磁、出具销毁证明，个保/数据法要求下避免介质泄露。

知识：可靠性工程MTBF/MTTR、ITIL事件/问题/变更、SRE硬件SRE、DCIM、资产全生命周期。标准：GB 50174数据中心设计、GB/T 51314数据中心基础设施运维（电气/空调/系统维护）、GB/T 28827.4数据中心服务、GB/T 2887计算机场地、GB/T 39680服务器安全要求、GB/T 37939网络存储安全、ISO 20000、ISO 9001、NVMe/SCSI/SFF厂商规范、ISO/IEC 14764若含固件软件。法规：网络安全法等保物理环境/计算环境；数据安全法存储重要数据保护；个保法存储介质退役擦除与个人信息；密码法HSM/国密硬件与密评；消防/用电/安全生产；关基条例；政府/IDC运维可约定预防性健康检查、10分钟响应2小时到场。

5

网络与安全设备维护

LAN/WAN/IDC/云网络/零信任/安全运营

硬件+网络OS+安全策略软件

一、改正性​ 1）交换路由：端口err-disable、STP环路、OSPF/BGP震荡、MTU不一致、ARP/ND异常、QoS丢包。属性含收敛秒、丢包率、影响网段。任务：show/interfaces/errdisable、debug邻接、BPDU guard定位、更换光模块、重配hello/dead、BFD。2）安全设备：防火墙误拦、IPS误报漏报、WAF规则致502、VPN隧道断、零信任代理401、DDoS清洗误伤。属性含拦截准确率、隧道可用率、误杀率。任务：packet capture、firewall hit-count、snort/suricata规则调、IKE/IPsec日志、证书校验、安全策略模拟。3）无线与接入：AP掉线、信道干扰、PoE不足、802.1X认证失败。任务：Wi-Fi频谱、控制器日志、RADIUS/AD联动、PoE功率预算。二、适应性​ 1）网络重构：IPv4→双栈IPv6、MPLS→SRv6/SD-WAN、VPN→零信任、等保安全域重划、云专线/混合云VPC互通。属性含地址规划完整、应用中断窗口、策略翻译准确率。任务：IPv6前缀/RA/DHCPv6、SD-WAN应用路由、零信任IdP/SSO/微隔离、安全域VLAN/VRF、跨云路由表。2）合规密码：国密IPsec/SSL、SM2证书、合规审计留存。任务：VPN网关国密套件、WAF国密卸载、日志同步等保。3）新业务：IoT/边缘、5G切片、智算RDMA专网、存储专线。任务：QoS、ACL、微分段、遥测。三、完善性​ 1）性能：属性含时延、抖动、PPS、并发连接。任务：ECMP哈希优化、buffer调优、NetConf/YANG自动化、Telemetry替代SNMP、DNS缓存、CDN回源。2）安全运营：属性含MTTD/MTTR、告警降噪率。任务：SOAR剧本、SIEM关联、UEBA、资产暴露面收缩、攻击面管理。3）可维护性：配置模板化、Git配置库、ACL冗余清理、拓扑自动发现。四、预防性​ 1）配置与固件：属性含配置回滚成功率、CVE修复SLA。任务：RANCID/Oxidized备份、NetConf灰度、IOS/XE/JunOS安全补丁、核心周检非核心月检。2）证书/密钥：属性含到期提前天数。任务：ACME自动续、VPN/SSL到期监控、国密SM2轮换、IAM/零信任令牌。3）冗余演练：属性含切换RTO、数据丢包。任务：核心双机、BGP多出口、防火墙HA、季度主备切换、DDoS演练。4）暴露面与漏洞：属性含高危暴露数。任务：定期漏扫、资产EOL、弱口令/SSH密钥、ACL最小授权、等保复查。

知识：ITIL变更/配置/事件、网络SRE、Zero Trust、SOAR/SIEM、攻击面管理。标准：GB/T 22239通信网络/区域边界/审计、GB/T 25070安全设计、GB/T 28448测评、GB/T 39786网络与通信密码/国密、GB 50311综合布线、GB/T 21671以太网验收、ISO/IEC 27001/27002、GB/T 20984风险评估、ITSS网络运维。法规：网络安全法日志≥6个月、等保、漏洞整改；数据安全法重要数据传输加密；个保法网络处理PII；密码法IPsec/SSL国密与密评；计算机信息系统安全保护条例、IDC管理办法；关基条例对骨干/云网络要求。

6

机房基础设施与IDC维护

数据中心/托管机房/动力空调消防

硬件/基础设施维护

一、改正性​ 1）供配电：UPS旁路、蓄电池内阻高、PDU跳闸、市电缺相、ATS不切换。属性含断电影响、切换秒、负载率。任务：UPS面板/事件日志、电池内阻、倒路、发电机并机、更换模块。2）空调制冷：压缩机高低压、风机停、漏水、冷通道超温、湿度超标。属性含回风温、PUE局部、设备进风温度。任务：清洗冷凝器、补冷媒、查漏水绳、重整送风、加湿/除湿。3）消防与门禁：气体误喷、探测器误报、门禁读卡失败、视频丢帧。任务：确认火情、复位控制盘、换探测器、控制器同步、存储抽查。二、适应性​ 1）密度与架构：风冷→液冷、A/B级升级、单路→双路/三路、模块化UPS、微模块、双碳PUE目标。属性含功率密度kW/柜、PUE、冗余等级。任务：负荷建模、冷通道封闭、CDU液冷、供配电母排、BA策略重设。2）合规与业务：等保物理、关基物理、客户托管SLA、当地电网/消防新政。任务：物理访问控制重划、防雷接地复测、消防容量重算、动环告警升级。三、完善性​ 1）能效：属性含PUE/PLF、冷量利用率。任务：free cooling、变频、AI调温、冷热通道、照明感应、容量仿真。2）监控自动化：DCIM、3D可视化、机器人巡检、资产U位、工单自动派。3）可靠性：N+1/2N重构、储冷罐、黑启动、并机测试。四、预防性​ 1）周期维保：按GB/T 51314做预防性/预测性/维修，按GB/T 28827.4做电气/空调/消防/智能化改进；核心设备周/月检、非核心月/季检。任务：UPS带载、蓄电池内阻/活化、发电机启机带载、空调滤网、防雷接地电阻、消防气瓶压力/称重、门禁日志、动环传感器校准。2）预测：温度曲线、电流谐波、风机振动、电池内阻趋势、漏水历史。3）安全与合规：消防年检、特种作业证、应急演练、等保物理复查。

知识：DCIM、容量管理、设施可靠性、BCP/DR、SLA/OLA。标准：GB 50174数据中心设计、GB/T 51314基础设施运维、GB/T 28827.4数据中心服务、GB 50052供配电、GB 50462验收、YD/T 43331 IDC技术分级、GB 40879数据中心能效、YD/T 1095 UPS、GB 25201消防维护、GB/T 2887场地、ISO 50001能源、TIA-942参考。法规：消防法、安全生产法、建筑/用电安全；网络安全法物理环境等保；数据安全法IDC客户数据保护；个保法退役介质；密码法门禁/视频/硬件密钥；关基条例；IDC管理要求与客户数据分类分级/风险提示/合同义务。

7

云计算与云原生维护

公有/私有/混合云/政务云/K8s/容器

软硬融合系统维护

一、改正性​ 1）IaaS：云主机夯、镜像启动失败、块存储attach异常、快照损坏、负载均衡健康检查失败、VPC不通、安全组误拦、弹性IP绑定异常。属性含可用率、RTO、报错率。任务：控制面/宿主机日志、libvirt/KVM诊断、Ceph/分布式存储PG、安全组diff、LB健康检查端口、VPC reachability。2）容器：Pod CrashLoop、OOMKill、PVC挂不上、Ingress 502、HPA不触发、Operator reconcile失败、镜像拉取401。属性含Pod可用率、调度pending时、恢复时间。任务：kubectl describe/events、crictl、containerd日志、PV回收、CSI驱动、HPA指标适配器、镜像仓库鉴权。3）PaaS/serverless：函数冷启动失败、数据库连接耗尽、对象存储公开、消息投递重复。二、适应性​ 1）云与版本：K8s升级、Docker→containerd、OS镜像换信创、ARM节点加入、等保/密改镜像、数据驻留Region切换、多云互联。属性含兼容矩阵、升级停机、合规项。任务：废弃API扫描、CRD迁移、CSIDriver/CNI（Calico/Cilium）适配、国密ingress、镜像基线、跨云VPN/专线、合规标签。2）业务弹性：突发流量、等保三级隔离、政务云分级保护。任务：VPC端点、私网LB、WAF集成、堡垒机、云审计、资源配额、命名空间分级。3）成本与合规：FinOps、预留/Spot、数据出境区域限制。任务：标签策略、预算告警、跨区复制、删除旧Region数据。三、完善性​ 1）弹性与性能：属性含扩缩响应、资源利用率、单位算力成本。任务：HPA/VPA、CronHPA、预测伸缩、节点池混部、拓扑感知调度、IO/QoS、服务网格熔断限流。2）可观测与治理：属性含告警准确率、MTTD。任务：Prometheus/OTel、日志Loki/ELK、链路Trace、黄金指标、SLO错误预算、成本大盘。3）自助与平台工程：IDP、流水线、环境即代码、策略即代码（OPA）、镜像供应链签名。四、预防性​ 1）安全态势：CSPM、Kubernetes CIS、镜像CVE、SBOM、未授权公网、AK/SK泄露、配置漂移。属性含高危数、修复SLA、合规分。任务：Trivy/Snyk扫描、准入控制Kyverno、密封Secret、定期kube-bench、多租隔离红蓝。2）备份容灾：属性含RPO/RTO、恢复演练。任务：Velero/云备份、etcd快照、跨AZ/Region、季度演练。3）容量与配额：属性含使用率阈值。任务：预测模型、节点池扩容预案、配额预警、控制面压测。4）证书/密钥：ACME、ServiceAccount令牌、KMS轮换、国密TLS。

知识：云运维、FinOps、Kubernetes SRE、平台工程、ITIL云事件/变更、零信任。标准：GB/T 31168云安全能力、GB/T 31167云安全指南、GB/T 36326云服务运营、GB/T 22239云等保、GB/T 35279云安全、ISO/IEC 17789云架构、ISO/IEC 27017云控制、ISO/IEC 27018云PII、ISO 20000、GB/T 28827、GB/T 51314机房。法规：网络安全法等保；数据安全法重要数据/出境；个保法云处理者义务、标准合同/安全评估出境；密码法密评国密；工信部IDC/云客户数据保护；关基条例；政务云按ITIL/ISO27001/ITSS/等保/GB50174/GB51314。

8

智能计算/智算中心/AI Infra维护

GPU/NPU集群/大模型训练推理/AI平台

软硬融合系统维护

一、改正性​ 1）加速硬件：GPU ECC单/双比特、NVLink/InfiniBand降速、风扇/电源导致降频、NPU算子异常、显存ECC。属性含训练中断次数、ECC计数、互连带宽。任务：nvidia-smi/dcgm、ibstat/ibdiagnet、更换GPU/光模块、隔离故障卡、固件驱动回退。2）训练任务：OOM、梯度爆炸、NCCL hang、checkpoint损坏、数据管道阻塞、DDP死锁。属性含MFU、吞吐tokens/s或samples/s、恢复时间。任务：torch.cuda快照、NCCL_DEBUG、减小batch/梯度累积、混合精度、重排allreduce、从checkpoint续训。3）推理服务：502/504、首token延迟高、KV溢出、路由错误、模型热更新失败。任务：Triton/vLLM日志、PagedAttention调参、批处理、副本扩容、模型版本回滚。二、适应性​ 1）框架与硬件：CUDA/cuDNN升级、A100→H100、国际GPU→国产NPU（昇腾/寒武纪）、Transformer推理引擎替换、量化/蒸馏后服务化。属性含算子通过率、精度差异、性能提升。任务：重编译PyTorch/TF、ONNX/TensorRT、CANN/Neuware适配、FP8/INT4、通信后端NCCL→自研、精度对齐基准。2）合规与内容安全：生成式AI内容审核、提示注入防护、训练数据合法、数据驻留、等保三级/密评。任务：RAG知识库隔离、敏感词/红队、训练数据脱敏、模型水印、输入输出审计。3）业务变化：新模型版本、多租推理、行业模型切换。任务：模型注册、流量灰度、AB、回滚。三、完善性​ 1）训练性能：属性含MFU/GFLOPS、数据加载等待。任务：DALI数据预处理、NVMe缓存、流水线并行、张量并行、通信重叠、梯度压缩。2）推理性能：属性含P99 TTFT、TPS、成本/千token。任务：dynamic batching、continuous batching、KV cache量化、投机解码、MIG切分、CPU offload、向量检索加速。3）平台化：MLOps/LLMOps、特征/模型/实验跟踪、评测集回归、成本看板、租户隔离。4）可观测：GPU遥测、任务SLA、数据漂移、模型质量。四、预防性​ 1）硬件健康：温度、ECC趋势、IB误码、风扇、供电、固件CVE。属性含预故障率、降频率。任务：dcgm-exporter、telemetry、预拷贝/预替换、固件签名。2）数据与模型：训练数据投毒检测、PII扫描、schema演化、标注质量、checkpoint完整性、模型漂移、提示注入库。任务：数据血缘、数据质量规则、定期再训练、红队对抗、版本可复现。3）安全治理：属性含越权调用、泄露风险。任务：AK/SK、模型访问控制、推理网关、内容安全、国密传输、等保/密评、灾备回滚。

知识：MLOps/LLMOps、GPU SRE、数据/模型治理、可观测性、AI安全。标准：等保三级GB/T 22239、GB/T 39786密评（训练/推理/数据密码）、GB/T 35273个人信息、GB/T 35274训练数据、GB/T 43697数据分类、ISO/IEC 42001 AI管理体系、ISO/IEC 23894 AI风险、ISO/IEC 27001、GB 40879能效、GB/T 43331 IDC、GB/T 51314设施、IB/OCP硬件规范。法规：数据安全法训练数据分类分级；个保法同意/敏感信息/出境；网络安全法内容安全与日志；生成式人工智能服务管理办法、算法备案与安全评估；关基条例；跨境训练/推理数据按个保法及数据出境评估。智算建设可参照训练数据、提示词、RAG、模型参数保护及平台细粒度访问控制要求。

9

HPC高性能计算维护

科研超算/气象/制造仿真/基因/高校

软硬融合系统维护

一、改正性​ 1）计算节点：离线、OOM、ECC、CPU降频、NUMA异常。任务：IPMI/SEL、ipmitool、memtest、调度日志。2）并行存储：Lustre MDS/OST故障、GPFS仲裁失败、BeeGFS丢盘、配额错误。属性含I/O吞吐、PG/OST恢复时长。任务：lctl、fsck、日志重放、OST替换。3）调度与作业：Slurm/PBS队列死锁、License服务断、MPI版本不匹配、编译器Bug。任务：scontrol、sdiag、job补跑、module/Lmod重设。4）互连：InfiniBand/RoCE降速、MPI通信失败。任务：ibdiagnet、perftest、拓扑绑定。二、适应性​ 1）硬件代际：新CPU指令、ARM/HPC、GPU加速、IB HDR→NDR、对象归档接入。任务：重编MPI/OpenMP、向量化、-march、容器科学工作流。2）软件栈：编译器gcc/icc/llvm、MPI（OpenMPI/MVAPICH）、调度器版本、信创数学库。任务：兼容矩阵、modulefiles、基准HPL/HPCG。3）云突发：本地+云弹性，联邦身份、数据同步。任务：NFS/并行文件系统网关、配额联邦。三、完善性​ 1）并行效率：属性含并行效率%、扩展斜率、排队时长。任务：亲和性掩码、拓扑感知、Checkpoint/Restart、I/O节点均衡、大页。2）调度与计费：优先级、公平共享、QoS、能耗上限、报表。3）数据工作流：属性含管道时延、重复计算率。任务：数据暂存层、元数据目录、自动清理、冷热分层。四、预防性​ 1）健康预测：节点healthcheck、IB误码、温度/电压、磁盘S.M.A.R.T、license到期。2）系统压测：年度全系统HPL/HPCG、IOR IO基准、网络pingmesh。3）安全与合规：等保计算环境、科研PII/基因数据分级、账号僵尸清理、隔离多租、备份元数据与家目录。

知识：HPC SRE、并行I/O、调度器、容量/能耗、科学工作流。标准：GB 50174/GB/T 51314机房与设施、GB/T 28827.4数据中心服务、POSIX/MPI标准、Lustre/GPFS厂商规范、GB/T 22239等保、ISO/IEC 27001、GB 40879能效、ISO 50001。法规：基因/科研个人信息按个保法；重要科研数据按数据安全法分类分级；关基行业HPC按关基条例；网络安全法日志与等保；密码法安全提交/传输与密评。

10

MLSYS/数据平台/特征与模型仓库维护

数据湖/数仓/MLOps/特征库/向量库

软件为主，融合存储网络计算

一、改正性​ 1）数据管道：ETL脏数据、Kafka积压、Spark OOM、Flink反压、Airflow DAG失败、CDC断点、schema冲突。属性含管道时延、积压消息、重跑时长。任务：血缘分析、offset重置、分区重算、补数、schema registry、checkpoint重放。2）特征/模型：特征偏移、特征服务不一致、模型注册版本错、标注库丢失、向量检索召回异常。任务：特征回填、版本回滚、标注质检、向量索引重建。3）查询与BI：物化视图失效、权限回收致报表空、脱敏规则破环。二、适应性​ 1）架构变化：批→流、Lambda→Kappa、CDC入湖、Iceberg/Delta/Hudi表格式、本地→云数仓、关系→图/向量。属性含兼容率、迁移停机。任务：connector适配、PII过滤、分类分级标签、向量库（Milvus/PGVector）接入、湖仓一体。2）合规：个保匿名化、数据出境、密评字段加密、等保审计。任务：动态脱敏、加密列、同意管理、跨境Region。3）框架：Spark/Flink升级、Ray、TF/PyTorch版、推理特征一致性。三、完善性​ 1）数据质量：属性含准确率、新鲜度、覆盖率。任务：Great Expectations、数据契约、异常分布检测、主数据匹配、数据资产目录。2）性能：属性含查询P99、特征时延、训练数据吞吐。任务：小文件合并、Z-order、布隆、缓存、向量量化、GPU数据 prefetch。3）模型运维：自动评估、再训练、A/B、可解释、成本优化。4）自助：数据超市、自助BI、权限自助审批。四、预防性​ 1）质量与治理：PII扫描、schema演进、权限最小化、SBOM/数据血缘、模型监控。2）安全：属性含泄露风险、越权数。任务：脱敏规则审计、密钥轮换、访问审计、Prompt/数据投毒检测。3）韧性：管道混沌、备份元数据、灾备、版本兼容矩阵、定期数据校验。

知识：DataOps、MLOps、数据治理、特征工程、数据质量、模型生命周期。标准：GB/T 43697数据分类分级、GB/T 35273个人信息、GB/T 35274训练数据、GB/T 37988数据安全成熟度、GB/T 38667/38664大数据、GB/T 22239等保、GB/T 39786数据密码、ISO/IEC 38505数据治理、ISO/IEC 25012数据质量、ISO/IEC 42001 AI、ISO/IEC 27001。法规：数据安全法重要/核心数据；个保法收集同意、敏感信息、出境；网络安全法日志；生成式/算法推荐合规；数据出境按个保法及安全评估。

11

终端、办公与边缘设备维护

PC/信创终端/打印机/门店/工控/边缘AI

硬件+终端软件/驱动/安全

一、改正性​ 1）桌面：蓝屏、驱动异常、外设不识别、OA/IM崩溃、终端中毒、策略失效。任务：minidump、驱动回滚、杀毒隔离、组策略刷新、离线修复。2）外设：打印机/高拍仪/读卡器/条码/Pos

11

终端、办公与边缘设备维护

办公PC/信创终端/打印机/高拍仪/门店POS/工控机/边缘AI盒子

硬件维护为主，融合终端软件、驱动、安全策略

一、改正性维护​ 1）终端硬件故障：触发因素含电源适配器损坏、内存条接触不良、硬盘坏道、屏幕亮点/碎裂、键盘/触摸板失灵、USB口供电不足、主板电容爆浆、风扇异响停转、电池鼓包。属性维度含故障等级（P1-P4）、影响用户数、业务中断时长、数据丢失风险、可替换备件库存。子类别：①不开机/蓝屏，任务包括检查电源灯、最小系统法（拔除外设）、内存重新插拔、CMOS放电、硬盘SATA/NVMe重新连接、替换电源测试；②硬盘坏道导致系统卡顿，任务含使用HD Tune/ CrystalDiskInfo检查SMART、备份数据、更换硬盘、重装系统、恢复数据；③外设不识别（打印机/扫描仪/读卡器），任务含检查驱动版本、重装驱动、更换USB线、测试在其他电脑上是否正常、联系厂商报修；④笔记本电池不充电，任务含检查电源管理驱动、校准电池、更换电池或电源适配器。2）操作系统与应用软件故障：触发因素含Windows更新补丁冲突、Office崩溃、浏览器插件冲突、杀毒软件误杀、VPN客户端无法连接、邮箱配置错误、OA客户端闪退、字体缺失。属性含首次修复率、用户满意度、修复时长。任务：①系统还原点恢复、sfc /scannow、DISM修复映像、卸载最近更新；②Office修复（快速/在线修复）、重置Outlook配置文件、清除缓存；③浏览器重置、禁用插件、清除缓存/ Cookie；④VPN客户端重装、检查证书、路由表、拨号日志；⑤OA客户端日志分析、重装、检查.net framework/VC++运行库。3）网络与连接故障：触发因素含网线松动、WiFi信号弱、IP地址冲突、DNS解析失败、代理设置错误、防火墙阻挡。任务：ipconfig /release/renew、netsh winsock reset、更换网线、重启路由器、更改DNS为114.114.114.114或8.8.8.8、检查代理设置。4）安全事件：触发因素含勒索病毒、挖矿木马、钓鱼邮件、U盘病毒、系统后门。任务：断网隔离、全盘杀毒、上报安全团队、重装系统、修改密码、检查横向移动痕迹。二、适应性维护​ 1）信创终端替换：触发因素含党政/国企信创要求、Windows授权到期、国产化替代。属性含兼容性矩阵、用户培训成本、业务系统适配度。任务：①硬件替换：将Intel/AMD PC替换为飞腾/鲲鹏/兆芯/龙芯台式机或笔记本，安装麒麟/统信UOS操作系统；②软件适配：办公软件（WPS替代Office）、浏览器（奇安信/360安全浏览器）、输入法、打印机驱动、电子签章、UKey驱动；③外设兼容：高拍仪、扫描仪、身份证阅读器、指纹仪、手写板，需厂商提供Linux驱动；④业务系统适配：B/S架构一般通过浏览器访问，C/S架构需重新编译或寻找替代品；⑤用户培训：培训员工使用新系统、文件格式兼容（.docx/.xlsx）、打印设置。2）操作系统升级：Windows 7→Windows 10/11、macOS Big Sur→Monterey/Ventura、Linux发行版升级。任务：①评估现有应用兼容性（使用微软ACT或第三方工具）；②创建系统镜像、备份用户数据；③升级后安装驱动、更新软件；④测试核心业务功能。3）移动设备管理（MDM）：触发因素含BYOD政策、企业微信/钉钉新版本、iOS/Android系统更新。任务：更新MDM策略（如强制锁屏密码、远程擦除、应用白名单）、测试新系统版本兼容性、更新企业应用。4）边缘设备适配：触发因素含门店POS系统升级、工控机替换、边缘AI盒子（如Jetson）固件更新。任务：①POS系统：更新收银软件、对接新支付渠道、调整小票模板；②工控机：替换为新型号，重新安装组态软件、PLC驱动；③边缘AI盒子：更新SDK、模型转换（TensorRT/OpenVINO）、调整推理流水线。三、完善性维护​ 1）性能优化：属性含开机时间、应用启动速度、系统响应时间。任务：①禁用开机自启项（msconfig/任务管理器）、关闭视觉效果、调整虚拟内存；②磁盘碎片整理（HDD）或TRIM（SSD）；③清理系统垃圾（temp、prefetch、回收站）；④升级内存（4GB→8GB/16GB）或更换SSD。2）用户体验改善：属性含用户满意度、操作便捷性。任务：①统一桌面壁纸、浏览器首页、收藏夹；②部署软件分发系统（如SCCM/Intune）实现静默安装；③配置网络驱动器映射、打印机自动安装脚本；④设置系统还原点自动创建。3）安全加固：属性含基线合规率、漏洞修复率。任务：①启用BitLocker/FileVault全盘加密；②配置Windows Defender/第三方杀毒软件统一策略；③禁用Guest账户、设置密码策略（长度、复杂性、过期时间）；④开启防火墙、关闭不必要的端口和服务（如Remote Registry、Telnet）。4）可维护性增强：属性含远程支持能力、自助修复率。任务：①部署远程桌面/TeamViewer/Splashtop；②建立知识库（常见问题解决方案）；③配置WSUS/Intune自动更新；④使用组策略统一配置。四、预防性维护​ 1）定期巡检：触发因素含季度/半年维护计划、资产盘点。属性含巡检完成率、隐患发现数。任务：①硬件巡检：检查风扇运转、温度、硬盘SMART、内存金手指氧化、电池健康度、电源线/网线接口松动；②软件巡检：检查系统更新状态、杀毒软件病毒库日期、磁盘空间使用率（建议保留20%以上）、事件查看器错误日志；③外设巡检：打印机硒鼓/墨粉余量、搓纸轮磨损、扫描仪灯管亮度。2）补丁与更新：属性含补丁覆盖率、CVE修复时效。任务：①每月安全更新（Patch Tuesday）后测试并推送；②紧急安全补丁（如PrintNightmare）24小时内推送；③驱动程序更新（显卡、网卡、芯片组）按需。3）数据备份：属性含备份成功率、恢复演练周期。任务：①用户文档文件夹重定向到网络共享或OneDrive；②系统镜像备份（Acronis/Macrium Reflect）每月一次；③关键业务数据每日增量备份；④季度恢复演练（从备份恢复一台机器验证）。4）安全基线：属性含基线偏离数。任务：①定期扫描弱口令（如123456、password）；②检查未授权的软件安装；③验证防火墙规则、BitLocker状态；④审计管理员组成员。5）资产与生命周期：属性含资产折旧、报废计划。任务：①建立资产台账（型号、序列号、配置、使用人、保修期）；②提前6个月规划EOL设备替换；③退役设备数据擦除（DBAN/SSD secure erase）后处置。

知识：ITIL桌面事件/服务请求、终端管理（MDM/UEM）、补丁管理、资产全生命周期、信息安全基线。标准：GB/T 30278终端计算机安全配置、GB/T 32925联网终端安全、GB/T 22239等保终端安全、GB/T 25070安全设计、GB/T 35273个人信息（终端处理PII）、ISO/IEC 27001、ISO 20000、ITSS桌面运维。法规：网络安全法（终端病毒防护、日志留存、等保）、数据安全法（终端存储的重要数据）、个保法（终端处理的个人信息）、密码法（UKey/国密）、计算机病毒防治管理办法；单位内部信息安全管理制度；政府信创终端按信创目录与适配要求。

12

软硬融合治理与持续改进维护

全组织IT/多数据中心/智算+云+HPC统一运维

软件+硬件+流程融合维护（治理层、流程层、平台层）

一、改正性治理​ 1）跨层故障定位与协同：触发因素含应用-中间件-OS-服务器-网络-机房多层关联故障、告警风暴、职责边界不清、CMDB不准导致误判。属性维度含MTTR、事件升级次数、跨团队协作效率。子类别：①建立统一事件管理平台（如ServiceNow、Zabbix+告警聚合），实现关联分析（拓扑、依赖、时序）；②制定事件升级矩阵（一线→二线→三线→厂商），明确各层SLA；③事后复盘（RCA报告），形成问题知识库，减少重复事件。2）变更失败补救：触发因素含变更未充分测试、回滚预案缺失、灰度不足导致大面积故障。任务：①立即执行回滚（代码/配置/数据），恢复服务；②启动紧急变更流程，修补漏洞；③变更后加强测试、增加灰度比例。3）SLA违约处理：触发因素含维护响应超时、恢复超时、未达成可用率目标。任务：①记录违约事件，计算赔偿（如有合同约定）；②分析根本原因，改进流程；③更新SLA条款。二、适应性治理​ 1）合规框架变化：触发因素含等保2.0升级、密评新规、数据安全法实施细则、关基条例、生成式AI管理办法、行业监管新要求。属性含合规差距项数、整改完成率、合规审计通过率。任务：①定期进行合规差距分析（如等保三级、密评、个保PIA）；②制定整改计划，分配责任人，跟踪闭环；③更新安全策略、运维制度、应急预案；④组织合规培训。2）信创替代路线：触发因素含党政/央国企信创要求、国际制裁、供应链安全。任务：①制定信创替代路线图（硬件、操作系统、数据库、中间件、办公软件、安全设备）；②分阶段实施，先外围后核心；③建立信创适配实验室，验证兼容性；④储备信创运维技能。3）混合云/多云战略调整：触发因素含成本优化、业务弹性、数据主权。任务：①重新评估云资源分布，决定哪些应用留在私有云/本地，哪些迁至公有云；②调整网络架构（专线、VPN、SD-WAN）；③统一身份管理（SSO、联邦）；④更新成本分摊模型。4）业务峰值应对：触发因素含双11、618、政务申报高峰期、模型训练竞赛。任务：①提前进行容量规划（压力测试、资源预估）；②弹性扩容（云资源、带宽、CDN）；③制定限流、降级、熔断预案；④设立战时指挥室，加强监控。三、完善性治理​ 1）ITSM数字化与自动化：属性含工单自动派发率、自助解决率、变更成功率。任务：①引入AIOps，实现告警降噪、根因推荐、自动修复（如重启服务、扩容）；②建立ChatOps（通过钉钉/企微机器人处理简单请求）；③自动化变更审批（基于策略的自动批准）。2）知识库与培训：属性含知识库使用率、首次修复率。任务：①将常见问题、RCA、操作手册录入知识库（Confluence/SharePoint）；②定期组织运维技能培训（新技术、工具、流程）；③建立导师制，传承经验。3）可维护性指标（KPI）体系：属性含MTTR、MTBF、可用率、变更失败率、补丁覆盖率、备份成功率、演练通过率。任务：①定义各系统SLO/SLI；②建立监控仪表盘，实时展示；③定期评审，设定改进目标。4）成本与能效优化：属性含PUE、单位算力成本、云支出浪费比例。任务：①推进节能措施（液冷、变频、自然冷却）；②云成本FinOps，清理闲置资源、购买预留实例；③优化存储生命周期（冷热数据分层）。5）技术债组合管理：属性含技术债比率、遗留系统数量。任务：①评估各系统技术债（代码质量、文档缺失、架构老旧）；②按业务重要性排序，逐步重构或替换；③设定每年偿还一定比例的目标。四、预防性治理​ 1）年度红蓝对抗与渗透测试：触发因素含合规要求、安全演练计划。属性含漏洞发现数、修复率、攻击路径覆盖。任务：①聘请第三方红队进行渗透测试（内外网、Web、APP、API）；②蓝队进行防守（监控、溯源、应急响应）；③总结报告，修复漏洞，优化防御。2）配置基线核查与漂移检测：属性含基线符合率、漂移发现数。任务：①定义各类设备/系统的安全基线（CIS Benchmark、等保基线）；②使用工具（Osquery、Ansible、Chef InSpec）定期检查；③自动修复漂移或告警。3）资产EOL台账与供应链管理：属性含EOL资产占比、替代计划完成率。任务：①建立全生命周期资产台账，记录采购日期、保修期、EOL日期；②提前12个月制定替换计划；③评估供应商稳定性，建立备选清单。4）业务连续性（BCP/DR）演练：属性含RPO、RTO、演练通过率。任务：①制定年度演练计划（关键系统每半年一次，一般系统每年一次）；②演练场景包括：单节点故障、机房断电、网络中断、勒索病毒、数据丢失；③记录演练结果，改进预案。5）合规日历与审计准备：属性含合规检查通过率、审计发现数。任务：①建立合规日历（等保测评、密评、个保评估、消防年检等）；②提前准备材料（制度、记录、截图）；③配合审计，整改发现项。6）供应链软件物料清单（SBOM）管理：触发因素含SolarWinds/Log4j教训、软件供应链安全要求。属性含SBOM覆盖率、已知漏洞数。任务：①要求供应商提供SBOM；②使用工具（Syft、Grype）自动生成自有软件SBOM；③持续监控CVE，及时修复。

知识：ITIL 4服务价值体系（指导原则、治理、服务价值链、持续改进）、COBIT治理、SRE、AIOps、BCM/DR、风险管理、FinOps、供应链安全。标准：ISO 20000服务管理、ISO 9001质量管理、ISO/IEC 27001/27002/27005信息安全与风险管理、ISO 22301业务连续性、ISO/IEC 14764软件维护、GB/T 28827全系列IT运维、GB/T 51314/GB 50174机房、GB/T 20984风险评估、GB/T 22239/28448等保、GB/T 39786密评、ITSS信息技术服务标准、GB/T 24405 IT服务管理（ISO 20000 IDT）。法规：网络安全法（等保、事件报告、日志留存）、数据安全法（分类分级、重要数据、出境安全评估）、个保法（同意、PIA、出境）、密码法（密评）、关基条例、消防/安全生产/劳动法（运维值班）、行业监管（金融、医疗、政务、教育等）；政府/IDC项目可直接引用采购标准清单（ITIL/ISO27001/ITSS/GB50174/GB/T51314/等保/个保/数安/密码/关基）。

13

物联网与边缘计算设备维护

工业IoT/智慧城市/车联网/智能家居/边缘AI盒子/传感器/网关

软硬融合系统维护

一、改正性维护

1.1 传感器/采集设备故障
触发因素：传感器无数据、数据跳变、通信超时、电池耗尽、物理损坏。
属性维度：故障等级（P1-P4）、影响测点数、数据丢失时长。

任务：替换故障传感器并恢复数据流
- 子步骤1：确认故障。通过平台查看最后心跳时间、数据值异常（如恒值、超出量程）。
- 工具命令：curl -X GET "http://iot-platform/api/devices/{device_id}/last_data" 或登录平台查看。
- 输出物：设备状态报告（包含最后上线时间、最后数值、信号强度）。
- 检查点：确认是否为物理损坏（目视检查外壳、接线）还是通信问题。

- 子步骤2：现场更换传感器。断开电源，拆卸旧传感器，安装新传感器，按规范接线（正负极、信号线）。
- 工具命令：万用表测量电压/电阻，确认供电正常。
- 输出物：更换记录（型号、序列号、更换时间、操作人）。
- 检查点：新传感器通电后指示灯是否正常。

- 子步骤3：配置新传感器。通过蓝牙/NFC/串口设置参数（采样间隔、量程、校准系数）。
- 工具命令：专用配置软件（如SensorConfig Tool）或AT指令集（AT+INTERVAL=60）。
- 输出物：配置日志（参数截图）。
- 检查点：发送测试数据，平台接收正常。

- 子步骤4：验证数据质量。连续观察15分钟，确认数据在预期范围内，无跳变。
- 工具命令：平台图表查看或python -c "import requests; print(requests.get('http://iot-platform/api/data?device_id=X').json())"
- 输出物：数据质量报告（均值、方差、缺失率）。
- 检查点：数据波动符合物理规律，无毛刺。

1.2 网关/边缘盒子宕机
触发因素：电源故障、SD卡损坏、系统死锁、网络断开、过热关机。
属性维度：离线时长、影响下游设备数、数据缓存丢失量。

任务：远程或现场恢复网关
- 子步骤1：尝试远程重启。通过管理平台或SSH发送重启命令。
- 工具命令：ssh admin@gateway_ip 'sudo reboot' 或平台远程重启按钮。
- 输出物：重启日志（时间戳、重启原因）。
- 检查点：5分钟后检查心跳是否恢复。

- 子步骤2：若远程无效，现场排查。连接串口或HDMI显示器查看启动日志。
- 工具命令：screen /dev/ttyUSB0 115200 或 journalctl -b -1 --no-pager
- 输出物：启动日志文件（kernel panic、文件系统错误等）。
- 检查点：定位错误（如SD卡只读、内存不足）。

- 子步骤3：修复或更换。若SD卡损坏，使用dd克隆原卡（若有备份）或重新刷写系统镜像。
- 工具命令：dd if=/dev/sda of=/path/to/backup.img bs=4M status=progress（备份）；balenaEtcher 或 dd 写镜像。
- 输出物：新SD卡制作记录、系统版本。
- 检查点：插入后正常启动，网络连通，边缘应用自动运行。

- 子步骤4：恢复数据缓存。检查本地SQLite或InfluxDB缓存，重新上传到云端。
- 工具命令：sqlite3 /data/cache.db "SELECT count(*) FROM data WHERE uploaded=0;"
- 输出物：数据补传日志（条数、耗时）。
- 检查点：云端数据完整，无断层。

1.3 通信链路中断
触发因素：NB-IoT/LoRa/4G信号弱、基站故障、SIM卡欠费、MQTT Broker断连。
属性维度：中断时长、数据积压量、链路恢复成功率。

任务：恢复通信链路
- 子步骤1：检查设备侧信号强度。使用AT命令或平台查看RSRP/SNR。
- 工具命令：AT+CSQ（返回0-31,99表示无信号）。
- 输出物：信号强度报告。
- 检查点：信号强度应大于12（对应-85dBm以上）。

- 子步骤2：检查SIM卡状态。确认余额、APN设置正确。
- 工具命令：AT+CGATT?（附着状态），AT+CGPADDR=1（获取IP）。
- 输出物：SIM卡状态日志。
- 检查点：返回IP地址则正常。

- 子步骤3：检查MQTT Broker连接。从设备ping broker地址，测试端口。
- 工具命令：ping mqtt.example.com，nc -zv mqtt.example.com 1883。
- 输出物：网络连通性报告。
- 检查点：ping通且端口开放。

- 子步骤4：重启通信模块或重新订阅主题。
- 工具命令：AT+NRB（重启模块），或代码中调用mqtt_client.reconnect()。
- 输出物：重连日志（时间、重连次数）。
- 检查点：平台收到设备上线通知。

二、适应性维护

2.1 协议/平台升级
触发因素：MQTT 3.1→5.0、CoAP新版本、LoRaWAN 1.0→1.1、云端API变更、新安全要求（TLS 1.2→1.3）。
属性维度：兼容性影响设备数、升级停机时间、回归测试通过率。

任务：升级边缘网关固件以适配新协议
- 子步骤1：获取新固件及变更日志。从厂商官网下载，核对MD5。
- 工具命令：md5sum firmware.bin。
- 输出物：固件文件、校验和。
- 检查点：MD5与官网一致。

- 子步骤2：在测试环境升级验证。使用OTA或本地烧录。
- 工具命令：swupdate -i firmware.bin（若支持SWUpdate）或scp firmware.bin root@test-gw:/tmp && ssh root@test-gw 'flashcp /tmp/firmware.bin /dev/mtd2'。
- 输出物：升级日志（成功/失败）。
- 检查点：升级后版本号正确，基本功能正常。

- 子步骤3：更新设备侧连接参数（Broker地址、端口、证书）。
- 工具命令：修改配置文件 /etc/mosquitto/mosquitto.conf 或通过平台下发配置。
- 输出物：配置备份（旧版）、新配置生效确认。
- 检查点：设备重新连接成功，数据上报正常。

- 子步骤4：分批灰度升级生产设备（先10%，观察24小时，再全部）。
- 工具命令：OTA平台（如ThingsBoard、华为IoT）分组升级功能。
- 输出物：灰度升级报告（成功率、异常数）。
- 检查点：无批量离线或数据异常。

2.2 合规适配（等保/密评/个保）
触发因素：等保三级要求物联网扩展、国密SM2/3/4/9、个人信息收集最小化、数据本地化存储。
属性维度：合规项通过率、加密性能开销。

任务：为边缘节点添加国密TLS支持
- 子步骤1：生成国密证书（SM2证书）。使用GMSSL工具或购买国密证书。
- 工具命令：gmssl ecparam -genkey -name sm2p256v1 -out server.key；gmssl req -new -sm3 -key server.key -out server.csr；签发后得到server.pem。
- 输出物：国密证书文件（server.pem, server.key）。
- 检查点：证书有效期、颁发机构正确。

- 子步骤2：配置MQTT Broker支持国密TLS。以Mosquitto为例，修改配置文件。
- 工具命令：编辑mosquitto.conf，添加listener 8883、cafile /etc/mosquitto/certs/ca.pem、certfile /etc/mosquitto/certs/server.pem、keyfile /etc/mosquitto/certs/server.key、tls_version tlsv1.2（若支持国密套件需使用特定分支）。
- 输出物：配置文件备份，重启后日志显示“OpenSSL engine loaded”。
- 检查点：使用gmssl s_client -connect localhost:8883测试握手成功。

- 子步骤3：更新设备端SDK，使其支持国密套件。替换OpenSSL为GmSSL或使用商密库。
- 工具命令：重新编译MQTT客户端库，链接国密引擎。
- 输出物：新固件版本。
- 检查点：设备与Broker建立国密加密连接，抓包确认无明文。

- 子步骤4：验证性能影响。对比国密与RSA TLS的延迟、CPU占用。
- 工具命令：openssl speed -engine gmalg 或实际压测。
- 输出物：性能对比报告。
- 检查点：延迟增加不超过20%，CPU占用可接受。

三、完善性维护

3.1 降低功耗延长电池寿命
触发因素：设备频繁上报导致电池过早耗尽、客户投诉续航短。
属性维度：平均日功耗(mAh)、上报间隔、休眠深度。

任务：优化设备上报策略与休眠模式
- 子步骤1：分析当前功耗分布。使用功耗仪或电流钳记录一周数据。
- 工具命令：powertop（Linux设备）或专用功耗记录仪（如Joulescope）。
- 输出物：功耗曲线图（唤醒、发射、休眠各阶段电流和时间）。
- 检查点：找出耗电大头（如WiFi常连、传感器高频采样）。

- 子步骤2：调整上报周期。从1分钟改为10分钟（若业务允许），采用变化上报（仅数值变化超过阈值才上报）。
- 工具命令：通过平台下发配置参数 {"reportInterval":600, "deltaThreshold":5}。
- 输出物：配置更新日志。
- 检查点：平台数据点减少，但关键变化未被遗漏。

- 子步骤3：启用深度休眠模式。设备在没有任务时进入睡眠，定时唤醒或外部中断唤醒。
- 工具命令：修改固件，调用 esp_deep_sleep()（ESP32）或 HAL_PWR_EnterSTOPMode()（STM32）。
- 输出物：新固件版本，功耗测试报告。
- 检查点：休眠电流降至μA级别，唤醒后正常通信。

- 子步骤4：验证电池寿命提升。连续运行一个月，记录实际电量消耗。
- 工具命令：读取电池电压ADC，估算剩余电量。
- 输出物：电池寿命预测报告（原寿命 vs 新寿命）。
- 检查点：寿命提升50%以上为目标。

3.2 增强数据可靠性与本地缓存
触发因素：网络不稳定导致数据丢失、客户要求零丢失。
属性维度：数据完整率、缓存容量、断网续传成功率。

任务：实现边缘断网缓存与自动续传
- 子步骤1：在边缘节点设计环形缓冲区（Ring Buffer）或SQLite数据库存储未上传数据。
- 工具命令：代码中使用 CREATE TABLE IF NOT EXISTS pending (id INTEGER PRIMARY KEY AUTOINCREMENT, payload TEXT, timestamp INTEGER)。
- 输出物：缓存模块代码（Pull Request）。
- 检查点：单元测试通过，插入/查询性能满足要求。

- 子步骤2：实现断网检测逻辑。连续3次MQTT publish失败则认为离线，切换到缓存模式。
- 工具命令：在MQTT回调中添加 on_disconnect 标志。
- 输出物：状态机流程图。
- 检查点：手动断网后，数据开始写入本地DB。

- 子步骤3：实现续传机制。网络恢复后，按时间顺序批量上传缓存数据，上传后删除记录。
- 工具命令：SELECT * FROM pending ORDER BY timestamp LIMIT 100；DELETE FROM pending WHERE id IN (...)。
- 输出物：续传日志（条数、耗时、成功率）。
- 检查点：云端数据完整，无重复或丢失。

- 子步骤4：限制缓存大小，防止撑爆Flash。设置最大条目数（如10000条），超过时丢弃最早数据并告警。
- 工具命令：SELECT COUNT(*) FROM pending 定期检查；若超限则 DELETE FROM pending WHERE id IN (SELECT id FROM pending ORDER BY timestamp LIMIT ?)。
- 输出物：缓存水位告警规则。
- 检查点：极端情况下不会导致系统崩溃。

四、预防性维护

4.1 固件安全更新与漏洞修复
触发因素：CVE披露（如FreeRTOS TCP/IP栈漏洞、OpenSSL心脏出血）、厂商安全公告。
属性维度：CVE严重等级、受影响设备数、补丁修复SLA。

任务：批量OTA推送安全补丁
- 子步骤1：评估漏洞影响范围。查询SBOM，确定哪些设备使用了受影响组件版本。
- 工具命令：grype sbom.json 或 cyclonedx 分析。
- 输出物：受影响设备清单。
- 检查点：清单与实际资产一致。

- 子步骤2：在测试环境验证补丁。从厂商获取修复固件，在实验室设备上升级并运行全量测试。
- 工具命令：fwupd 或厂商OTA平台。
- 输出物：测试报告（通过/失败）。
- 检查点：无回归问题，性能无退化。

- 子步骤3：制定灰度升级计划。先升级1%设备（如地理位置分散），观察48小时。
- 工具命令：OTA平台分组策略。
- 输出物：灰度升级监控仪表盘（成功率、离线率、告警数）。
- 检查点：无大规模异常。

- 子步骤4：全量推送并跟踪。完成后生成升级报告。
- 工具命令：OTA平台批量升级任务。
- 输出物：最终升级报告（成功率、失败原因、回滚数量）。
- 检查点：所有设备版本达到目标。

4.2 资产健康预测与主动更换
触发因素：设备运行时间接近MTBF、电池电压低于阈值、传感器漂移超限。
属性维度：预测准确率、提前更换时间、减少的非计划停机。

任务：基于阈值模型的主动维护
- 子步骤1：收集历史故障数据，建立健康指标（电池电压、信号强度、温度、重启次数）。
- 工具命令：SELECT device_id, avg(battery_voltage), max(temperature) FROM telemetry GROUP BY device_id 结合故障记录。
- 输出物：健康指标数据集。
- 检查点：数据覆盖至少6个月。

- 子步骤2：设定简单阈值规则（如电池电压<3.3V告警，温度>75℃告警，重启次数>5次/天告警）。
- 工具命令：在规则引擎中配置（如Node-RED、ThingsBoard规则链）。
- 输出物：告警规则文档。
- 检查点：测试触发告警正确。

- 子步骤3：生成维护工单。当设备触发告警时，自动创建工单，指派给现场工程师。
- 工具命令：API调用工单系统（如Jira、ServiceNow）。
- 输出物：工单（包含设备ID、位置、症状、建议操作）。
- 检查点：工单流转正常，工程师收到通知。

- 子步骤4：定期评估模型效果，调整阈值。
- 工具命令：比较预测维护与实际故障时间，计算提前量。
- 输出物：模型准确率报告。
- 检查点：非计划停机减少30%。

4.3 物理环境与电池定期巡检
触发因素：季度/半年维护计划、极端天气前后。
属性维度：巡检完成率、隐患发现数、电池健康度。

任务：现场巡检传感器节点
- 子步骤1：准备巡检计划与工具。列出待检设备列表，携带万用表、螺丝刀、备用电池、清洁布。
- 工具命令：Excel/巡检APP导出清单。
- 输出物：巡检路线图。
- 检查点：工具齐全。

- 子步骤2：检查外观与安装牢固度。清理灰尘、蜘蛛网，检查防水接头、天线连接。
- 工具命令：目视检查，拍照记录。
- 输出物：照片档案。
- 检查点：无明显松动、腐蚀。

- 子步骤3：测量电池电压和内阻。使用万用表和电池内阻测试仪。
- 工具命令：万用表直流电压档，内阻仪。
- 输出物：电池健康记录（电压、内阻、预计剩余寿命）。
- 检查点：电压≥标称值90%，内阻≤初始值1.5倍。

- 子步骤4：测试通信与数据上报。手动触发一次上报，确认平台收到。
- 工具命令：按下设备测试按钮或通过串口发送测试指令。
- 输出物：测试结果记录。
- 检查点：平台显示最新数据且时间戳正确。

- 子步骤5：记录巡检结果，签字确认。对于发现的问题（如电池即将耗尽），安排更换计划。
- 工具命令：填写巡检表格（纸质或APP）。
- 输出物：巡检报告（含整改建议）。
- 检查点：报告存档，问题跟踪闭环。

知识：IoT架构（感知层、网络层、平台层）、边缘计算、MQTT/CoAP/LoRaWAN协议、嵌入式系统、电池管理、OTA升级、安全（TLS/国密）、资产健康管理。标准：GB/T 36478物联网总体技术、GB/T 33745物联网术语、GB/T 38624物联网感知控制设备安全、GB/T 37044物联网安全参考模型、GB/T 22239等保物联网扩展（安全区域边界、安全计算环境、安全通信网络）、GB/T 39786密评（设备身份鉴别、传输加密）、GB/T 35592物联网标识、GB/T 25069信息安全术语、ISO/IEC 30141 IoT参考架构、ISO/IEC 27001、ITSS。法规：网络安全法（物联网设备安全、日志留存）、数据安全法（物联网采集的重要数据）、个保法（个人生物识别、位置信息等敏感个人信息）、密码法（国密应用）、无线电管理条例（LoRa/NB-IoT频段合规）、关基条例（涉及关键信息基础设施的物联网系统）；行业标准如《智能家居安全技术要求》《车联网网络安全标准》等。

14

区块链基础设施与分布式账本维护

联盟链/公有链节点/智能合约/DApp/数字身份/存证/溯源

软硬融合系统维护（节点服务器+网络+共识软件+智能合约）

一、改正性维护

1.1 节点同步异常/区块高度落后
触发因素：网络分区、磁盘空间满、CPU过载、共识算法bug、peer断连、gas limit不合理。
属性维度：区块高度差、同步速度、节点存活状态、对账本一致性的影响。

任务：恢复节点同步至最新高度
- 子步骤1：诊断同步状态。查询当前区块高度与对等节点或链上最新高度的差值。
- 工具命令：geth attach --exec "eth.blockNumber"（以太坊类）或 peer node status（Hyperledger Fabric）或 curl -X POST http://localhost:8545 -H "Content-Type: application/json" -d '{"jsonrpc":"2.0","method":"eth_blockNumber","params":[],"id":1}'。
- 输出物：节点当前高度、最新高度、差值。
- 检查点：差值是否超过预定阈值（如100个区块）。

- 子步骤2：检查磁盘空间和日志错误。查看磁盘使用率、节点日志中的同步错误。
- 工具命令：df -h、tail -n 100 /var/log/geth.log \| grep -i error。
- 输出物：磁盘空间报告、错误日志片段。
- 检查点：磁盘使用率是否超过90%；日志中是否有“sync failed”、“timeout”等关键词。

- 子步骤3：清理无效数据并重启同步。如果是因为磁盘满或数据库损坏，清理历史数据或重新下载。
- 工具命令：geth removedb（谨慎，会清空所有数据，仅适用于完全重同步）或 geth --syncmode fast（快速同步）或 geth --txlookuplimit 0（减少索引）。
- 输出物：清理后的磁盘空间、同步进度。
- 检查点：重启后同步速度恢复正常，高度差逐渐缩小。

- 子步骤4：检查网络连接和对等节点。确保节点能够连接到足够的peers。
- 工具命令：geth attach --exec "admin.peers.length" 或 net.peerCount。
- 输出物：peers数量、每个peer的延迟和区块高度。
- 检查点：peers数量≥5，且至少有1-2个高度接近的节点。

- 子步骤5：若长期无法追上，考虑从快照恢复。从可信节点或云存储下载最新的chaindata快照。
- 工具命令：wget https://snapshots.example.com/chaindata.tar.gz；tar -xzf chaindata.tar.gz -C ~/.ethereum/geth/chaindata。
- 输出物：快照下载日志、恢复后区块高度。
- 检查点：恢复后节点直接追到接近最新高度。

1.2 智能合约执行异常（Revert/Out-of-Gas）
触发因素：合约代码bug、输入参数非法、Gas limit设置过低、存储布局冲突、升级代理合约错误。
属性维度：交易失败率、Gas消耗、影响用户数、资金损失风险。

任务：定位并修复合约调用失败
- 子步骤1：获取交易回执，解析revert原因。通过交易hash查询失败详情。
- 工具命令：curl -X POST http://localhost:8545 -H "Content-Type: application/json" -d '{"jsonrpc":"2.0","method":"eth_getTransactionReceipt","params":["0x..."], "id":1}'；若revert有reason，在output中解析。
- 输出物：交易回执JSON（status、gasUsed、logs、revert reason）。
- 检查点：status为0x0表示失败，提取revert字符串。

- 子步骤2：在测试环境重现并调试。使用Hardhat/Truffle fork主网状态，模拟调用。
- 工具命令：npx hardhat console --network localhost，然后 await contract.method(args).call({from: addr}) 捕获错误。
- 输出物：调试日志、堆栈跟踪。
- 检查点：定位到具体的函数和行号。

- 子步骤3：修复合约代码。根据根因修改逻辑（如增加边界检查、调整Gas分配、修复算术溢出）。
- 工具命令：使用IDE（Remix、VS Code Solidity插件）修改 .sol 文件。
- 输出物：新版本的合约源码（commit）。
- 检查点：代码审查通过，单元测试覆盖修复场景。

- 子步骤4：部署新合约并迁移状态。如果是可升级合约（UUPS/Transparent Proxy），通过代理升级；否则需迁移数据（如使用拉取模式）。
- 工具命令：hardhat run scripts/upgrade.js --network mainnet 或 forge script UpgradeScript --broadcast。
- 输出物：升级交易hash、新合约地址。
- 检查点：升级后旧功能正常，修复的场景不再 revert。

- 子步骤5：通知用户并补偿（如有资金损失）。通过链下机制（如空投）补偿受影响用户。
- 工具命令：编写merkle tree脚本生成claim列表。
- 输出物：补偿交易记录。
- 检查点：用户确认收到补偿。

1.3 共识节点故障（拜占庭/崩溃）
触发因素：节点硬件故障、网络延迟、恶意行为、密钥丢失、投票分歧。
属性维度：共识超时、视图更换次数、区块产出间隔、安全性与活性。

任务：替换故障共识节点
- 子步骤1：确认节点失联或行为异常。通过共识日志和监控判断。
- 工具命令：docker logs <consensus_container> \| grep -i "viewchange\|timeout\|byzantine"；Prometheus指标 consensus_round、consensus_height。
- 输出物：共识状态报告。
- 检查点：该节点连续多个round未参与提案或投票。

- 子步骤2：从网络中移除该节点。在配置文件中将其从validator set中删除，并广播新配置。
- 工具命令：如果是Tendermint/Cosmos，执行 unsafe-reset-all 并更新 genesis.json 中的validators；如果是IBFT，通过投票剔除。
- 输出物：新的validator列表（genesis或链上配置）。
- 检查点：共识恢复，区块正常产出。

- 子步骤3：准备新节点。初始化新节点，导入密钥，同步历史数据。
- 工具命令：geth init genesis.json；cp old-node/keystore new-node/keystore；启动同步。
- 输出物：新节点启动日志。
- 检查点：新节点同步到最新高度。

- 子步骤4：将新节点加入validator set。通过治理提案或管理员投票。
- 工具命令：提交一笔 validator_add 交易或发起链上投票。
- 输出物：交易hash、生效后的区块。
- 检查点：新节点开始参与出块。

二、适应性维护

2.1 共识算法升级（如PBFT→HotStuff）
触发因素：性能瓶颈、安全性需求、社区硬分叉、新特性支持。
属性维度：停机窗口、数据兼容性、节点升级顺序、回滚能力。

任务：平滑迁移共识算法
- 子步骤1：设计迁移方案。确定新旧共识的切换点（区块高度或时间），准备快照。
- 工具命令：文档记录，绘制切换流程图。
- 输出物：迁移方案文档。
- 检查点：方案经团队评审。

- 子步骤2：在测试网络模拟迁移。搭建与生产环境一致的测试网，执行切换。
- 工具命令：ansible-playbook migrate_test.yml。
- 输出物：测试迁移报告（切换耗时、数据完整性、共识稳定性）。
- 检查点：测试网运行稳定超过24小时。

- 子步骤3：停止生产网络出块。在预定高度暂停交易，备份数据。
- 工具命令：kill -STOP <consensus_pid> 或通过治理提案暂停。
- 输出物：备份的快照（chaindata、state）。
- 检查点：所有节点处于同一高度。

- 子步骤4：在所有节点上替换二进制并重启。使用新共识算法的节点软件，加载旧状态。
- 工具命令：cp new-consensus-binary /usr/local/bin/；systemctl restart blockchain。
- 输出物：启动日志，确认共识协议版本。
- 检查点：节点之间建立连接，开始出块。

- 子步骤5：监控并验证。检查区块间隔、最终性、交易处理。
- 工具命令：watch -n 1 'curl ... eth_blockNumber'；查看共识指标。
- 输出物：稳定运行报告（7天）。
- 检查点：性能指标优于旧共识。

2.2 合规适配（国密、数据存证法律要求）
触发因素：《密码法》要求使用国密算法、电子证据司法解释要求存证不可篡改、等保三级。
属性维度：加密算法替换范围、性能开销、合规审计通过率。

任务：将区块链签名算法从ECDSA替换为国密SM2
- 子步骤1：调研并选择支持国密的区块链框架（如Fabric国密版、长安链ChainMaker、FISCO BCOS）。
- 工具命令：阅读官方文档，对比特性。
- 输出物：技术选型报告。
- 检查点：所选框架支持SM2/SM3/SM4，且社区活跃。

- 子步骤2：生成国密密钥对并替换节点证书。为每个节点生成SM2公私钥和证书。
- 工具命令：gmssl ecparam -genkey -name sm2p256v1 -out node.key；gmssl req -new -sm3 -key node.key -out node.csr；CA签发。
- 输出物：新证书文件（node.crt, node.key）。
- 检查点：证书链完整，有效期合理。

- 子步骤3：修改节点配置，启用国密TLS和签名。在配置文件中指定加密套件和签名算法。
- 工具命令：编辑 config.yaml 或 application.properties，设置 crypto.type: sm2、tls.cipher: SM2-SM3-SM4。
- 输出物：配置备份。
- 检查点：节点重启后日志显示“using SM2 crypto engine”。

- 子步骤4：升级智能合约SDK，使其使用国密库签名交易。替换原有ECDSA库。
- 工具命令：在合约SDK中引入 gmssl-python 或 java-sm2，修改签名函数。
- 输出物：SDK新版本（tag）。
- 检查点：使用新SDK发起的交易能在链上正常执行。

- 子步骤5：全面回归测试。覆盖交易、查询、跨链、存证等场景。
- 工具命令：自动化测试脚本（pytest test_sm2.py）。
- 输出物：测试报告（通过率100%）。
- 检查点：性能下降在可接受范围内（通常<30%）。

三、完善性维护

3.1 提升交易吞吐量（TPS）
触发因素：业务增长导致拥堵、Gas价格飙升、用户体验差。
属性维度：TPS、区块Gas limit、交易确认时间、内存池大小。

任务：优化链参数与节点配置提高TPS
- 子步骤1：分析当前瓶颈。使用性能监控工具定位CPU、磁盘IO、网络延迟。
- 工具命令：perf top、iostat -x 1、iftop。
- 输出物：瓶颈分析报告。
- 检查点：确定主要瓶颈（如CPU执行交易、磁盘写入状态）。

- 子步骤2：调整区块参数。增大区块Gas limit、缩短出块间隔（如从3秒改为1秒）。
- 工具命令：通过治理提案修改 block_gas_limit 和 block_interval（如 geth --override.gaslimit 30000000 或链上投票）。
- 输出物：新区块参数生效确认。
- 检查点：TPS提升，但未出现叔块率升高或状态增长过快。

- 子步骤3：启用交易批处理和并行执行。对于支持EVM的链，启用EIP-1559、EIP-2929等优化。
- 工具命令：在节点启动参数中加入 --gpo.blocks 20、--txpool.globalqueue 50000。
- 输出物：配置变更记录。
- 检查点：交易打包效率提高，内存池积压减少。

- 子步骤4：升级节点硬件。增加CPU核心数、使用NVMe SSD、扩大内存。
- 工具命令：替换服务器后重新部署节点。
- 输出物：新硬件规格文档。
- 检查点：节点处理能力线性提升。

- 子步骤5：压力测试验证。使用工具发送大量交易，测量实际TPS。
- 工具命令：npm install -g eth-faucet 或 python send_txs.py --count 10000。
- 输出物：压力测试报告（TPS、延迟、成功率）。
- 检查点：达到目标TPS（如从50提升到200）。

3.2 增强可观测性与运维自动化
触发因素：节点数量增多、人工巡检困难、故障发现滞后。
属性维度：监控覆盖率、告警准确率、平均发现时间。

任务：部署区块链监控告警系统
- 子步骤1：部署Prometheus + Grafana监控节点指标。暴露节点metrics endpoint。
- 工具命令：在节点启动参数中加入 --metrics 和 --metrics.addr 0.0.0.0；配置Prometheus target。
- 输出物：Grafana dashboard（区块高度、TPS、Peer数、磁盘使用率等）。
- 检查点：所有节点指标正常采集。

- 子步骤2：配置关键告警规则。如区块高度停滞超过5分钟、磁盘使用率>90%、节点进程崩溃。
- 工具命令：编辑Prometheus alert rules（groups:\n - name: blockchain\n rules:\n - alert: NodeDown\n expr: up{job="geth"} == 0\n for: 1m）。
- 输出物：alertmanager配置。
- 检查点：模拟故障，告警准时送达（钉钉/邮件）。

- 子步骤3：实现自动化故障恢复。例如节点进程退出后自动重启。
- 工具命令：配置systemd service的 Restart=always；或使用supervisor。
- 输出物：systemd unit文件。
- 检查点：kill进程后自动拉起，高度继续增长。

- 子步骤4：建立日志集中分析。使用ELK/Loki收集节点日志。
- 工具命令：docker-compose up -d loki promtail grafana；配置promtail抓取 /var/log/*.log。
- 输出物：Loki日志查询界面。
- 检查点：搜索关键字“error”可快速定位。

四、预防性维护

4.1 密钥管理与轮换
触发因素：密钥泄露风险、合规要求定期更换、节点运维人员离职。
属性维度：密钥有效期、轮换周期、未轮换节点数。

任务：定期轮换节点签名密钥
- 子步骤1：生成新密钥对并备份。使用硬件安全模块（HSM）或加密存储。
- 工具命令：openssl ecparam -genkey -name secp256k1 -out new_key.pem（非国密）或 gmssl 命令（国密）；加密备份到离线冷钱包。
- 输出物：新私钥文件（加密）、公钥。
- 检查点：私钥文件权限600，备份在至少两个不同地点。

- 子步骤2：更新节点配置指向新密钥。替换配置文件中的密钥路径。
- 工具命令：编辑 node.conf，将 private_key 路径改为新文件；重启节点。
- 输出物：重启日志，确认使用新密钥签名。
- 检查点：节点仍然参与共识，区块签名验证通过。

- 子步骤3：在链上更新节点公钥。如果共识机制需要注册公钥，发送一笔更新交易。
- 工具命令：调用智能合约 updateValidatorPubkey(oldKey, newKey) 或通过治理提案。
- 输出物：交易hash。
- 检查点：其他节点认可新公钥。

- 子步骤4：销毁旧密钥。安全擦除旧私钥文件。
- 工具命令：shred -u old_key.pem。
- 输出物：销毁记录（时间、方法）。
- 检查点：无法恢复。

4.2 状态数据完整性校验与备份
触发因素：数据损坏风险、灾难恢复需求、审计要求。
属性维度：校验频率、备份完整性、恢复RTO。

任务：定期校验状态树哈希并备份
- 子步骤1：计算当前状态根哈希并与链上最新状态根比对。
- 工具命令：geth attach --exec "eth.getBlock('latest').stateRoot" 与本地状态数据库计算的root比较（可通过 statediff 工具）。
- 输出物：校验报告（一致/不一致）。
- 检查点：哈希一致，否则触发报警。

- 子步骤2：全量备份chaindata和keystore。使用快照方式，避免锁定。
- 工具命令：geth --datadir /data backup /backup/chaindata_$(date +%Y%m%d) 或 rsync -avz --exclude='*.lock' /data/ /backup/。
- 输出物：备份文件清单。
- 检查点：备份文件大小与源数据接近，无错误。

- 子步骤3：异地备份。将备份传输到不同地理位置的存储（如AWS S3、阿里云OSS）。
- 工具命令：aws s3 sync /backup/ s3://my-blockchain-backups/。
- 输出物：上传日志。
- 检查点：文件完整性校验（MD5）。

- 子步骤4：定期恢复演练。在测试环境从备份恢复节点，验证可正常同步和出块。
- 工具命令：geth --datadir /test-data init genesis.json；cp -r /backup/chaindata /test-data/geth/chaindata；启动测试节点。
- 输出物：恢复演练报告（RTO、RPO、成功/失败）。
- 检查点：节点能在规定时间内恢复并追赶最新高度。

4.3 安全漏洞扫描与补丁管理
触发因素：CVE披露（如以太坊客户端DoS漏洞、Solidity编译器漏洞）、依赖库漏洞。
属性维度：漏洞严重等级、受影响节点数、补丁修复SLA。

任务：对区块链节点进行漏洞扫描并打补丁
- 子步骤1：获取节点软件SBOM并扫描已知漏洞。
- 工具命令：syft geth:latest -o json > sbom.json；grype sbom.json。
- 输出物：漏洞清单（CVE、CVSS评分、修复版本）。
- 检查点：确认高危漏洞（CVSS>=7）。

- 子步骤2：评估漏洞影响。判断是否影响生产环境（如仅影响RPC接口，可关闭RPC规避）。
- 工具命令：查阅官方安全公告、社区讨论。
- 输出物：影响评估报告。
- 检查点：确定是否需要紧急修复。

- 子步骤3：在测试环境验证补丁。下载修复版本，部署测试节点，运行回归测试。
- 工具命令：docker pull ethereum/client-go:v1.13.5；docker-compose -f docker-compose.test.yml up -d。
- 输出物：测试通过报告。
- 检查点：所有核心功能正常。

- 子步骤4：灰度升级生产节点。逐个节点升级，观察节点同步和共识状态。
- 工具命令：ansible-playbook upgrade_node.yml --limit "node1"。
- 输出物：升级日志。
- 检查点：节点升级后高度正常，无共识异常。

- 子步骤5：全量升级并关闭旧版本节点。完成后更新资产台账。
- 工具命令：ansible-playbook upgrade_all.yml。
- 输出物：升级完成报告。
- 检查点：所有节点版本一致，无已知漏洞。

知识：区块链原理（共识、账本、智能合约）、分布式系统、密码学（椭圆曲线、哈希、国密）、节点运维、安全审计、性能调优。标准：GB/T 42560区块链参考架构、GB/T 38635区块链安全、GB/T 36321区块链存证、GB/T 22239等保区块链扩展（安全计算环境、安全通信网络、安全区域边界）、GB/T 39786密评（身份鉴别、通信加密、数据加密）、GB/T 36633信息技术区块链术语、ISO 22739区块链与分布式账本技术、ITSS。法规：网络安全法（区块链信息服务安全评估、日志留存）、数据安全法（链上重要数据保护）、个保法（链上个人信息处理，如数字身份）、密码法（国密应用）、《区块链信息服务管理规定》（备案、安全评估、用户实名）、电子签名法（智能合约法律效力）、关基条例（涉及关键信息基础设施的区块链系统）；司法存证需符合《最高人民法院关于互联网法院审理案件若干问题的规定》等技术规范。

15

音视频通信与CDN维护

直播/点播/会议/实时音视频/内容分发网络/边缘缓存

软硬融合系统维护（媒体服务器、CDN节点、编解码器、传输协议）

一、改正性维护

1.1 直播推流中断/黑屏
触发因素：推流端网络波动、编码器崩溃、CDN回源失败、转码节点故障、播放器缓冲溢出。
属性维度：中断时长、影响观众数、推流码率、首帧时间。

任务：快速恢复直播流
- 子步骤1：确认故障范围和现象。检查推流端状态、CDN节点状态、播放端错误码。
- 工具命令：curl -s "http://cdn-monitor/api/stream/live?stream=xxx" \| jq . 查看流状态；ffprobe -i rtmp://origin/live/stream 检查推流是否到达源站。
- 输出物：故障现象描述（黑屏、卡顿、音频不同步、错误码）。
- 检查点：确定是推流端问题还是CDN链路问题。

- 子步骤2：若推流端异常，尝试远程重启推流软件或切换备用推流线路。
- 工具命令：SSH到推流服务器执行 systemctl restart ffmpeg 或通过OBS API重启。
- 输出物：重启日志。
- 检查点：推流端重新发送关键帧，播放端恢复画面。

- 子步骤3：若CDN节点异常，将故障节点从调度系统摘除，让用户切换到健康节点。
- 工具命令：修改DNS权重或通过CDN管理API设置节点状态为“down”（如 curl -X POST "http://cdn-api/node/disable?id=node123"）。
- 输出物：调度配置变更记录。
- 检查点：新用户请求不再路由到故障节点。

- 子步骤4：检查转码集群。若转码服务崩溃，重启转码任务。
- 工具命令：docker ps \| grep transcoder；docker restart <container_id> 或 kubectl rollout restart deployment/transcoder。
- 输出物：转码任务恢复日志。
- 检查点：各清晰度流（1080p/720p/480p）均恢复正常。

1.2 CDN缓存命中率骤降/回源激增
触发因素：缓存策略配置错误、热点内容过期、节点磁盘满、源站故障导致回源失败。
属性维度：缓存命中率、回源带宽、源站负载、用户感知延迟。

任务：恢复缓存命中率并降低回源压力
- 子步骤1：查看CDN节点缓存状态和回源日志。确认是全局性问题还是单节点问题。
- 工具命令：tail -n 100 /var/log/nginx/access.log \| grep "MISS" \| wc -l 统计miss比例；curl -s "http://cdn-monitor/api/cache/stats?node=node1"。
- 输出物：缓存命中率报告、回源IP、回源URL Top N。
- 检查点：命中率是否低于正常阈值（如从90%降到50%）。

- 子步骤2：检查缓存策略配置。确认Cache-Control、Expires、CDN自定义规则是否正确。
- 工具命令：curl -I "http://cdn-endpoint/path/file" 查看响应头；检查CDN控制台缓存规则。
- 输出物：配置差异对比。
- 检查点：静态资源应设置较长缓存时间（如1年），动态资源应配置缓存键规则。

- 子步骤3：若因热点内容过期导致，手动预热缓存。将热门内容提前推送到各节点。
- 工具命令：通过CDN预热API提交URL列表（如 curl -X POST "http://cdn-api/prefetch" -d '{"urls":["https://..."]}'）。
- 输出物：预热任务ID、进度。
- 检查点：预热完成后，命中率回升。

- 子步骤4：若节点磁盘满，清理过期缓存或扩容磁盘。
- 工具命令：df -h；find /cache -type f -atime +7 -delete 清理7天未访问的文件；或 lvresize -L +100G /dev/vg/cache 扩容。
- 输出物：磁盘空间释放报告。
- 检查点：磁盘使用率降至80%以下。

二、适应性维护

2.1 协议升级（RTMP→SRT/WebRTC）
触发因素：低延迟需求、抗丢包要求、浏览器不再支持Flash、新标准推广。
属性维度：兼容性影响设备数、延迟降低幅度、迁移停机窗口。

任务：将直播推流从RTMP迁移到SRT协议
- 子步骤1：评估现有推流端和播放端是否支持SRT。列出不支持SRT的设备清单。
- 工具命令：查阅设备规格书；使用 ffmpeg -protocols \| grep srt 检查推流端FFmpeg版本。
- 输出物：兼容性矩阵。
- 检查点：确定需要升级或替换的设备。

- 子步骤2：部署SRT源站和转码服务。安装srt-live-server或配置NGINX with SRT module。
- 工具命令：git clone https://github.com/Edward-Wu/srt-live-server.git && make && ./sls -c sls.conf。
- 输出物：SRT服务启动日志。
- 检查点：SRT端口（如10080）监听正常。

- 子步骤3：配置推流端使用SRT推流。修改推流URL格式为 srt://origin:10080?streamid=#!::r=live/stream,m=publish。
- 工具命令：编辑OBS推流地址或FFmpeg命令行：ffmpeg -i input -c copy -f mpegts 'srt://origin:10080?streamid=#!::r=live/stream,m=publish'。
- 输出物：推流日志。
- 检查点：源站接收到SRT流，并能转发给播放端。

- 子步骤4：灰度迁移部分主播，验证延迟和稳定性。对比RTMP和SRT的延迟、丢包率。
- 工具命令：使用 srt-latency 参数调整；tshark -i eth0 -Y "srt" 抓包分析。
- 输出物：对比测试报告。
- 检查点：SRT延迟显著低于RTMP（如从5秒降到1秒），且在丢包环境下更流畅。

- 子步骤5：全量迁移，下线RTMP服务。保留RTMP回退能力一段时间。
- 工具命令：修改DNS或调度配置，将所有推流域名指向SRT入口。
- 输出物：迁移完成报告。
- 检查点：所有主播使用SRT，播放端正常。

2.2 合规适配（等保、内容安全、版权保护）
触发因素：《网络音视频信息服务管理规定》、等保三级、版权保护要求、未成年人保护。
属性维度：内容审核覆盖率、违规内容拦截率、版权水印嵌入率。

任务：集成AI内容审核与版权水印
- 子步骤1：部署AI内容审核服务（色情、暴恐、政治敏感、广告）。选用第三方API或自建模型。
- 工具命令：docker run -d --name moderation -p 8080:8080 my-moderation-service；配置审核规则。
- 输出物：审核服务部署日志。
- 检查点：发送测试图片/视频，确认能正确识别并返回标签。

- 子步骤2：在直播/点播转码环节插入审核调用。对每一帧或关键帧进行截图审核。
- 工具命令：修改转码FFmpeg filter，增加 drawtext 或调用HTTP API：curl -X POST "http://moderation/check" -F "image=@frame.jpg"。
- 输出物：审核结果日志（通过/拒绝）。
- 检查点：违规内容自动切断推流或替换为警告画面。

- 子步骤3：实现版权水印（数字指纹）。在视频中嵌入肉眼不可见的水印（如DCT域）。
- 工具命令：使用开源库 openwatermark 或商业方案；在转码后添加水印：ffmpeg -i input.mp4 -vf "watermark=watermark.png:position=random" output.mp4。
- 输出物：水印嵌入记录（时间、视频ID、水印ID）。
- 检查点：盗版检测时能提取出水印。

- 子步骤4：配置日志留存和审计。保存审核记录、水印信息，满足等保要求。
- 工具命令：将审核结果写入Elasticsearch；配置日志保留≥6个月。
- 输出物：审计日志配置。
- 检查点：随机抽取日志，确认完整。

三、完善性维护

3.1 降低端到端延迟（直播/会议）
触发因素：用户对实时互动要求提高、竞品延迟更低、业务需要连麦/弹幕同步。
属性维度：端到端延迟、卡顿率、音画同步偏差。

任务：优化传输链路实现毫秒级延迟
- 子步骤1：启用WebRTC over UDP代替TCP。配置SFU（Selective Forwarding Unit）服务器。
- 工具命令：部署Janus/Mediasoup/LiveKit SFU；配置ICE/TURN服务。
- 输出物：SFU部署文档。
- 检查点：浏览器通过WebRTC连接成功，延迟<500ms。

- 子步骤2：优化编码参数。使用硬件编码器（NVENC/VAAPI），降低编码延迟。
- 工具命令：FFmpeg参数 -c:v h264_nvenc -preset llhp -rc cbr -b:v 2M -g 30（低延迟高性能）。
- 输出物：编码参数配置。
- 检查点：编码延迟从50ms降到10ms。

- 子步骤3：启用预测性丢包恢复（FEC/ARQ）。在网络丢包时无需重传整个帧。
- 工具命令：在WebRTC中启用ULPFEC或FlexFEC；配置RED冗余编码。
- 输出物：FEC配置生效确认。
- 检查点：5%丢包下仍能流畅播放。

- 子步骤4：部署全球边缘节点，就近接入。使用Anycast DNS和边缘POP点。
- 工具命令：与CDN厂商合作部署；配置GeoDNS。
- 输出物：节点分布图。
- 检查点：跨洲延迟从300ms降到100ms以内。

3.2 提升CDN缓存效率和命中率
触发因素：流量成本高、回源带宽有限、用户分布广泛。
属性维度：字节命中率、请求命中率、回源带宽节省。

任务：实施分层缓存与智能预取
- 子步骤1：分析内容热度分布。识别热门资源（Top 1%）和长尾资源。
- 工具命令：awk '{print $7}' access.log \| sort \| uniq -c \| sort -rn \| head -100。
- 输出物：热度排行榜。
- 检查点：确定哪些资源应优先缓存。

- 子步骤2：配置多级缓存（L1内存缓存+L2 SSD缓存+L3磁盘缓存）。
- 工具命令：修改NGINX配置：proxy_cache_path /cache/ssd levels=1:2 keys_zone=ssd_cache:10g max_size=500g; proxy_cache_path /cache/disk levels=1:2 keys_zone=disk_cache:10m max_size=2t。
- 输出物：缓存层级配置。
- 检查点：热门资源在L1命中，减少L2/L3访问。

- 子步骤3：实现智能预取。根据用户行为预测（如视频拖动进度条），提前缓存下一段内容。
- 工具命令：编写机器学习模型（如LSTM）或简单的规则引擎；通过CDN预热API提前推送。
- 输出物：预取触发日志。
- 检查点：预取命中率>80%。

- 子步骤4：定期分析缓存碎片，合并小文件。将大量小文件打包成单一资源（如CSS Sprite、JS Bundle）。
- 工具命令：构建工具（Webpack、Rollup）自动合并；CDN端配置合并请求。
- 输出物：合并后文件列表。
- 检查点：请求数减少50%。

四、预防性维护

4.1 容量规划与压力测试
触发因素：大型活动（春晚、电商大促）、突发流量、日常增长。
属性维度：带宽峰值、并发连接数、QPS、节点负载。

任务：提前进行容量评估和压测
- 子步骤1：根据历史数据和业务预测，估算所需带宽和节点数。
- 工具命令：使用时间序列预测（Prophet/ARIMA）；python forecast.py。
- 输出物：容量规划报告。
- 检查点：预留30%冗余。

- 子步骤2：搭建压测环境。使用压测工具模拟大量推流和播放请求。
- 工具命令：wrk -t12 -c400 -d30s http://cdn-edge/large-file.mp4；ffmpeg -re -i test.mp4 -c copy -f flv rtmp://push-url/live/stream 模拟推流。
- 输出物：压测结果（吞吐量、延迟、错误率）。
- 检查点：在目标负载下，延迟和错误率在可接受范围。

- 子步骤3：根据压测结果扩容。临时增加CDN节点、带宽、转码资源。
- 工具命令：通过云API创建新节点（aws ec2 run-instances --image-id ami-xxx --count 10）；调整DNS权重。
- 输出物：扩容记录。
- 检查点：新节点加入后负载均匀。

- 子步骤4：制定限流和降级预案。当流量超过阈值时，自动降级（如关闭转码、降低码率）。
- 工具命令：配置速率限制（NGINX limit_req）；编写降级脚本。
- 输出物：降级策略文档。
- 检查点：模拟超载，降级生效。

4.2 证书与密钥轮换
触发因素：HTTPS证书到期、私钥泄露风险、合规要求。
属性维度：证书剩余天数、轮换周期、未轮换域名数。

任务：自动化证书轮换
- 子步骤1：部署ACME客户端（Certbot/lego）自动申请和续期证书。
- 工具命令：certbot certonly --webroot -w /var/www/html -d example.com；配置cron每天检查。
- 输出物：证书文件。
- 检查点：证书有效期>30天。

- 子步骤2：将新证书分发到所有CDN节点和源站。
- 工具命令：ansible-playbook deploy_cert.yml 或通过CDN管理台上传。
- 输出物：分发日志。
- 检查点：各节点证书一致。

- 子步骤3：验证证书链完整性和OCSP stapling。
- 工具命令：openssl s_client -connect example.com:443 -servername example.com < /dev/null 2>/dev/null \| openssl x509 -noout -dates；curl -I https://example.com 确认无证书错误。
- 输出物：验证报告。
- 检查点：无浏览器安全警告。

- 子步骤4：监控证书到期，提前30天告警。
- 工具命令：Prometheus blackbox_exporter + Alertmanager规则。
- 输出物：告警规则配置。
- 检查点：模拟证书到期，告警发出。

知识：音视频编解码（H.264/H.265/AV1）、流媒体协议（RTMP/HL S/DASH/SRT/WebRTC）、CDN架构（边缘节点、回源、缓存策略）、内容安全、版权保护、网络优化（UDP/TCP、FEC）。标准：GB/T 35591音视频编码、GY/T 299互联网电视、GB/T 22239等保（内容安全、日志）、GB/T 39786密评（HTTPS/国密）、ISO/IEC 23009 MPEG-DASH、RFC 7741 WebRTC、IETF SRT协议。法规：网络安全法（内容审核、日志留存）、数据安全法（用户观看记录保护）、个保法（个人信息收集同意）、《网络音视频信息服务管理规定》（资质、审核、实名）、《互联网视听节目服务管理规定》、《未成年人保护法》（青少年模式）；版权法（盗版打击）。

16

5G核心网与移动通信维护

5G SA/NSA核心网/UPF/AMF/SMF/基站/IMS/边缘UPF

软硬融合系统维护（NFV虚拟化网元+专用硬件+传输）

一、改正性维护

1.1 UE注册失败/附着拒绝
触发因素：AMF过载、SUCI解密失败、AUSF/UDR响应超时、切片选择错误、TAU失败。
属性维度：注册成功率、失败原因码、影响用户数、重注册时延。

任务：诊断并恢复UE注册流程
- 子步骤1：收集失败UE的注册信令。从AMF或N2接口抓取NAS消息。
- 工具命令：tcpdump -i any -s 0 -w reg_fail.pcap port 38412 or port 38472；使用Wireshark过滤 ngap.nAS-PDU。
- 输出物：信令跟踪文件（pcap）。
- 检查点：找到Registration Reject消息及Cause值（如#3 Illegal UE、#6 No Suitable Cells）。

- 子步骤2：检查AMF负载和配置。确认AMF是否过载或配置错误。
- 工具命令：curl -s "http://amf-metrics/metrics" \| grep amf_load；检查AMF配置文件中的plmn_list、tai_list。
- 输出物：AMF负载报告、配置片段。
- 检查点：AMF负载是否>80%；PLMN/TAI是否覆盖UE所在区域。

- 子步骤3：若为AUSF/UDR故障，检查UDM/UDR状态。重启相关NF服务。
- 工具命令：kubectl get pods -n core \| grep udr；kubectl logs pod/udr-0 --tail=50；kubectl delete pod udr-0 重启。
- 输出物：UDM/UDR日志。
- 检查点：注册请求能成功获取签约数据。

- 子步骤4：若为切片问题，检查NSSF配置。确认S-NSSAI是否有效。
- 工具命令：curl -s "http://nssf/nssf/v1/ns selection?slice-info-request-for-registration" 检查响应。
- 输出物：切片选择响应。
- 检查点：返回Allowed NSSAI包含UE请求的切片。

1.2 UPF转发面故障/数据面中断
触发因素：UPF进程崩溃、N3/N6接口链路故障、转发规则丢失、GTP-U隧道超时。
属性维度：数据面可用率、丢包率、时延、影响PDU会话数。

任务：恢复UPF数据转发
- 子步骤1：确认UPF状态。检查UPF进程、接口状态、GTP-U隧道。
- 工具命令：systemctl status upf；ip link show；gtp5g-tunnel list（开源UPF）；curl -s "http://upf-metrics/metrics" \| grep upf_gtpu。
- 输出物：UPF状态报告。
- 检查点：UPF进程运行中，N3/N6接口UP。

- 子步骤2：若UPF进程僵死，重启UPF服务。
- 工具命令：systemctl restart upf 或 kubectl rollout restart deployment/upf。
- 输出物：重启日志。
- 检查点：重启后GTP-U隧道重建，UE数据流恢复。

- 子步骤3：检查N3接口链路（gNB↔UPF）。ping gNB IP，检查VXLAN/GTP-U封装。
- 工具命令：ping -c 5 gnb-ip；tcpdump -i any -c 100 port 2152 确认GTP-U报文。
- 输出物：链路连通性报告。
- 检查点：ping通，GTP-U报文双向可达。

- 子步骤4：若为转发规则丢失，从SMF重新下发PFCP规则。
- 工具命令：触发SMF重建PDU会话（可通过去注册再注册）；或手动调用PFCP API：pfcp-client add-pdr ...。
- 输出物：PFCP规则下发日志。
- 检查点：UPF上存在正确的PDR/FAR。

二、适应性维护

2.1 核心网版本升级（5G SA R15→R16→R17）
触发因素：3GPP新版本特性、运营商新业务需求、安全增强。
属性维度：升级停机窗口、兼容性、回滚能力、新功能验证。

任务：平滑升级5G核心网NF
- 子步骤1：在测试环境部署新版本NF，执行全量回归测试。
- 工具命令：helm upgrade --install --namespace core-test 5g-core-release oci://registry/5g-core-chart --version 3.2.0；执行自动化测试脚本（如Robot Framework测试套）。
- 输出物：测试报告（通过/失败）。
- 检查点：所有TC通过，新功能（如URLLC、mMTC）正常。

- 子步骤2：制定升级计划，包括回滚方案。备份当前版本配置和数据。
- 工具命令：kubectl get all -n core -o yaml > backup/core-manifest.yaml；mysqldump -h udm-db -u root -p udm > backup/udm.sql。
- 输出物：备份文件。
- 检查点：备份可恢复。

- 子步骤3：灰度升级一个NF实例（如AMF-0），观察业务。
- 工具命令：kubectl set image deployment/amf amf=5g-amf:3.2.0；监控AMF指标（注册成功率、负载）。
- 输出物：灰度升级日志。
- 检查点：24小时内无异常。

- 子步骤4：依次升级所有NF，遵循依赖顺序（NRF→NSSF→AUSF/UDM→AMF/SMF→UPF）。
- 工具命令：kubectl rollout status deployment/amf 等待就绪。
- 输出物：升级完成报告。
- 检查点：所有NF版本一致，核心网可用。

2.2 合规适配（等保三级、国密、5G专网安全）
触发因素：等保三级扩展要求、密码法要求国密、行业专网（电力、矿山）安全要求。
属性维度：合规项通过率、加密性能开销。

任务：为核心网信令面启用国密加密
- 子步骤1：评估现有NF是否支持国密TLS。若不支持，需升级或替换。
- 工具命令：查阅厂商文档；使用 openssl ciphers \| grep SM 检查支持的密码套件。
- 输出物：兼容性评估报告。
- 检查点：确定哪些NF需要升级。

- 子步骤2：生成并部署国密证书。为每个NF签发SM2证书。
- 工具命令：gmssl ecparam -genkey -name sm2p256v1 -out nf.key；gmssl req -new -sm3 -key nf.key -out nf.csr；CA签发。
- 输出物：证书文件。
- 检查点：证书链完整。

- 子步骤3：修改NF配置，启用国密TLS。设置 tls_cipher_suites: SM2-SM3-SM4。
- 工具命令：编辑配置文件，重启NF。
- 输出物：配置变更记录。
- 检查点：NF间SBI接口使用国密握手。

- 子步骤4：验证性能影响。测量信令面延迟和吞吐量变化。
- 工具命令：使用信令压测工具（如 udm-loadtest）对比国密与非国密场景。
- 输出物：性能对比报告。
- 检查点：延迟增加不超过20%。

三、完善性维护

3.1 提升网络容量与用户密度
触发因素：用户增长、新业务（高清视频、云游戏）需求、频谱效率优化。
属性维度：同时在线用户数、PDU会话数、每小区吞吐量。

任务：优化核心网容量参数
- 子步骤1：分析当前资源瓶颈。检查AMF/SMF/UPF CPU、内存、网络吞吐。
- 工具命令：top -bn1 \| grep amf；sar -n DEV 1 5；kubectl top pods -n core。
- 输出物：资源使用报告。
- 检查点：确定瓶颈组件。

- 子步骤2：调整NF容量参数。如增加AMF的max_ue_count、SMF的max_session_count。
- 工具命令：修改配置文件 capacity.max_ues: 1000000；重启NF。
- 输出物：参数变更记录。
- 检查点：NF能接纳更多用户。

- 子步骤3：水平扩展NF实例。增加AMF/SMF/UPF Pod数量，并通过NRF负载均衡。
- 工具命令：kubectl scale deployment/amf --replicas=5；配置NRF的负载均衡策略。
- 输出物：扩缩容日志。
- 检查点：新实例注册到NRF，分担流量。

- 子步骤4：优化UPF转发性能。启用DPDK/智能网卡卸载。
- 工具命令：配置UPF使用 dpdk 模式；绑定网卡到igb_uio驱动。
- 输出物：性能测试报告（吞吐量、延迟）。
- 检查点：UPF吞吐量提升2倍以上。

3.2 增强网络切片管理与SLA保障
触发因素：行业客户对差异化SLA需求、切片资源隔离不足。
属性维度：切片SLA达成率、资源隔离度、切片创建时间。

任务：实现切片级SLA监控与动态调整
- 子步骤1：定义切片SLA指标（时延、吞吐、可用率）。
- 工具命令：文档记录。
- 输出物：SLA模板。
- 检查点：指标可测量。

- 子步骤2：部署切片监控探针。在每个切片内放置测试UE或使用NWDAF分析。
- 工具命令：配置NWDAF采集切片级KPI；部署 iperf3 测试终端。
- 输出物：监控仪表盘。
- 检查点：能实时看到每个切片的SLA状态。

- 子步骤3：当SLA接近阈值时，自动调整资源分配。如增加UPF带宽、调整QoS策略。
- 工具命令：编写策略引擎，调用NSSF/PCF API修改切片策略。
- 输出物：自动调整日志。
- 检查点：SLA恢复到正常范围。

- 子步骤4：定期评审切片利用率，回收低效切片。
- 工具命令：curl -s "http://nssf/nssf/v1/slice-info" \| jq '.sliceInstances[] \| select(.usage<0.1)'。
- 输出物：切片利用率报告。
- 检查点：低利用切片被标记为待删除。

四、预防性维护

4.1 核心网健康巡检与自愈
触发因素：周期性维护计划、合规要求、潜在故障预防。
属性维度：巡检完成率、隐患发现数、自愈成功率。

任务：执行核心网健康巡检
- 子步骤1：检查所有NF进程状态、资源使用、日志错误。
- 工具命令：kubectl get pods -n core -o wide；for pod in $(kubectl get pods -n core -o name); do kubectl logs $pod --tail=50 \| grep -i error; done。
- 输出物：巡检报告（进程状态、错误日志摘要）。
- 检查点：无ERROR级别日志。

- 子步骤2：检查NF之间的信令连接。NRF、NSSF、AUSF等SBI接口连通性。
- 工具命令：curl -s -o /dev/null -w "%{http_code}" http://nrf:8080/nnrf-nfm/v1/nf-instances 应返回200。
- 输出物：接口连通性矩阵。
- 检查点：所有接口响应正常。

- 子步骤3：检查N3/N6接口流量和误码。使用网管或抓包分析。
- 工具命令：ethtool -S eth0 \| grep error；ifconfig eth0。
- 输出物：接口错误统计。
- 检查点：无CRC错误、无丢包。

- 子步骤4：检查时钟同步（IEEE 1588 PTP）。5G核心网需要高精度时钟。
- 工具命令：pmc -u -b 0 'GET CURRENT_DATA_SET'；检查Grandmaster状态。
- 输出物：时钟同步状态报告。
- 检查点：时钟偏移<100ns。

- 子步骤5：自动修复常见问题（如Pod重启、配置重载）。
- 工具命令：编写自愈脚本（如 kubectl delete pod unhealthy-pod），集成到告警系统。
- 输出物：自愈动作日志。
- 检查点：自愈后业务恢复。

4.2 容灾演练（跨DC切换）
触发因素：灾难恢复计划、合规要求、年度演练。
属性维度：RPO、RTO、切换成功率、数据一致性。

任务：执行核心网跨数据中心切换
- 子步骤1：准备灾备中心。确保灾备中心已部署完整核心网，数据库实时同步。
- 工具命令：kubectl get pods -n core-dr；检查UDR/UDM数据库同步延迟（如 mysql -h dr-db -e "SHOW SLAVE STATUS\G"）。
- 输出物：灾备中心就绪报告。
- 检查点：同步延迟<1秒。

- 子步骤2：模拟主中心故障。切断主中心网络或停止主中心NF。
- 工具命令：iptables -A INPUT -s dr-network -j DROP 或 kubectl scale deployment/amf --replicas=0。
- 输出物：故障注入记录。
- 检查点：主中心不可用。

- 子步骤3：激活灾备中心。将DNS、NRF指向灾备中心，触发UE重新注册。
- 工具命令：修改DNS记录（TTL=60）；更新NRF配置，使灾备NF成为主。
- 输出物：切换操作日志。
- 检查点：UE成功注册到灾备中心，业务恢复。

- 子步骤4：验证业务完整性。拨打测试电话、上网测试、短信测试。
- 工具命令：python test_voice_call.py；curl -o /dev/null -s -w "%{http_code}\n" http://test-website。
- 输出物：业务验证报告。
- 检查点：所有业务正常。

- 子步骤5：记录RTO和RPO，复盘改进。
- 工具命令：记录切换时间戳。
- 输出物：容灾演练总结报告。
- 检查点：RTO<RTO目标，RPO=0。

知识：5G核心网架构（SBA、NFV、网络切片）、3GPP TS 23.501/502/503、信令流程（注册、PDU会话、切换）、GTP-U、PFCP、SBI接口（HTTP/2）、NFV MANO、时钟同步（PTP）。标准：3GPP系列规范（R15/R16/R17）、GSMA NG.116网络切片、ETSI NFV标准、GB/T 32403.1 5G安全、GB/T 22239等保5G扩展、GB/T 39786密评、YD/T 3615 5G核心网总体技术要求、YD/T 3710 5G核心网安全、ITU-T Y.3100系列、ISO/IEC 27001。法规：网络安全法（等保、日志留存）、数据安全法（用户通信数据保护）、个保法（位置信息、通信内容）、密码法（国密）、电信条例、关基条例（5G核心网属于关键信息基础设施）、无线电管理条例。

17

量子计算与量子密钥分发维护

量子计算机/量子处理器/低温系统/控制电子/ QKD设备/量子网络

软硬融合系统维护（量子芯片+低温+光学+经典控制软件）

一、改正性维护

1.1 量子比特退相干/错误率突增
触发因素：温度波动、电磁干扰、控制脉冲失真、微波串扰、读取谐振器偏移。
属性维度：T1/T2时间、单比特门保真度、两比特门保真度、读取保真度、错误率。

任务：诊断并恢复量子比特性能
- 子步骤1：测量当前量子比特参数。运行表征实验，获取T1、T2、门保真度。
- 工具命令：使用Qiskit或Labber脚本：qiskit_experiments.characterization.T1；calibration_results = experiment.run(backend).block_for_results()。
- 输出物：参数报告（T1/T2曲线、RB结果）。
- 检查点：参数是否低于阈值（如T1<50μs）。

- 子步骤2：检查稀释制冷机温度。确认混合腔温度是否在mK级别。
- 工具命令：读取温度传感器：python read_mxc_temp.py 或通过Bluefors控制软件查看。
- 输出物：温度日志。
- 检查点：混合腔温度<20mK。

- 子步骤3：检查微波线缆和衰减器。确认连接牢固，无松动或损坏。
- 工具命令：使用矢量网络分析仪测量S21参数，检查线缆损耗和相位稳定性。
- 输出物：S21测量报告。
- 检查点：损耗与基线一致，无突变。

- 子步骤4：重新校准控制脉冲。运行校准例程，优化DRAG参数、CR脉冲幅度和相位。
- 工具命令：qiskit_experiments.calibration.FineDRAG；calibrated_pulse = drag_pulse(duration, amp, sigma, beta)。
- 输出物：新校准参数。
- 检查点：门保真度恢复到目标值（如99.9%）。

- 子步骤5：若单个比特不可恢复，标记为坏比特，从量子处理器中逻辑排除。
- 工具命令：在QPU映射表中将该比特标记为disabled；backend_properties.qubits[bad_qubit].status = 'dead'。
- 输出物：QPU可用比特图。
- 检查点：后续编译不再使用该比特。

1.2 QKD链路中断/密钥生成率骤降
触发因素：光纤损耗增加、偏振漂移、单光子探测器死时间、时间同步丢失、窃听检测。
属性维度：密钥生成率、量子比特误码率（QBER）、链路可用率、中断时长。

任务：恢复QKD链路并重新建立密钥
- 子步骤1：检查QKD系统状态。查看Alice和Bob设备的告警和日志。
- 工具命令：curl -s "http://qkd-alice:8080/api/status" \| jq .；tail -n 50 /var/log/qkd/alice.log \| grep -i error。
- 输出物：设备状态报告。
- 检查点：QBER是否超过阈值（如>5%）。

- 子步骤2：检查光纤链路损耗。使用OTDR测量光纤衰减和断点。
- 工具命令：otdr --port 0 --distance 100km；分析反射峰。
- 输出物：OTDR轨迹图。
- 检查点：损耗在预期范围内（如<0.2dB/km）。

- 子步骤3：若为偏振漂移，启动自动偏振控制器。调整偏振控制器使探测器计数最大化。
- 工具命令：通过API发送 POST /api/polarization/optimize；或手动调节电动偏振控制器。
- 输出物：偏振优化日志。
- 检查点：探测器计数恢复到正常水平。

- 子步骤4：重新同步时间。GPS或IEEE 1588时钟同步。
- 工具命令：ptp4l -i eth0 -m 检查同步状态；ts2phc -m 校正。
- 输出物：时间同步报告。
- 检查点：时间偏差<1ns。

- 子步骤5：重新启动密钥协商流程。清除错误密钥缓冲区，重新开始BB84协议。
- 工具命令：curl -X POST "http://qkd-manager/api/reset"。
- 输出物：重启日志。
- 检查点：密钥生成率恢复到正常值。

二、适应性维护

2.1 量子处理器升级（增加量子比特数）
触发因素：量子体积提升需求、新工艺芯片、更多比特用于纠错。
属性维度：量子比特数、量子体积、门集、耦合拓扑。

任务：更换量子芯片并重新校准
- 子步骤1：拆卸旧芯片并安装新芯片。在超净间中进行，避免静电和污染。
- 工具命令：使用真空吸笔、防静电腕带；记录芯片序列号。
- 输出物：芯片更换记录。
- 检查点：芯片安装牢固，金线键合良好

18

工业控制系统与SCADA维护

电力/石油化工/水处理/制造/矿山/楼宇自控

软硬融合系统维护（PLC/RTU/DCS/SCADA服务器/HMI/现场总线/工业网络）

一、改正性维护

1.1 PLC/RTU离线或程序丢失
触发因素：电源故障、通信电缆断开、CPU模块损坏、电池耗尽导致RAM程序丢失、固件崩溃。
属性维度：故障等级（P1-P4）、影响控制回路数、停产损失、恢复时间。

任务：恢复PLC正常运行并下载程序
- 子步骤1：确认PLC状态。查看PLC面板指示灯（RUN/ERR/COMM），连接编程软件读取诊断信息。
- 工具命令：西门子TIA Portal Online & Diagnostics；罗克韦尔Studio 5000 Go Online；施耐德EcoStruxure Control Expert Connect。
- 输出物：PLC诊断报告（错误代码、最后故障时间、内存状态）。
- 检查点：ERR灯是否亮起；诊断缓冲区是否有致命错误。

- 子步骤2：检查电源和硬件。测量24V DC电源输出，检查CPU模块是否过热，背板总线是否松动。
- 工具命令：万用表测量电源端子电压（应在22-26V）；红外测温枪检查CPU温度（应<60℃）。
- 输出物：电源和温度测量记录。
- 检查点：电源稳定，温度正常。

- 子步骤3：若程序丢失，从备份恢复PLC程序。连接编程设备，下载最新备份程序。
- 工具命令：TIA Portal Download to device；Studio 5000 Download；注意：下载会覆盖现有程序，可能导致输出瞬间变化，需确保设备安全。
- 输出物：下载日志（成功/失败）。
- 检查点：PLC切换到RUN模式，I/O状态正确。

- 子步骤4：验证控制逻辑。手动触发输入信号，观察输出和执行器动作是否符合预期。
- 工具命令：强制输入点（Force）测试；HMI上观察过程值变化。
- 输出物：功能测试报告。
- 检查点：所有控制回路恢复正常。

1.2 SCADA服务器无响应/历史数据丢失
触发因素：Windows更新重启、磁盘满、数据库损坏、OPC Server断连、网络风暴。
属性维度：服务器可用率、数据采集完整性、历史数据恢复时长。

任务：恢复SCADA服务并补录历史数据
- 子步骤1：检查服务器状态。尝试远程桌面或KVM连接，查看系统资源。
- 工具命令：ping scada-server；mstsc /v:scada-server；taskmgr 查看CPU/内存/磁盘。
- 输出物：服务器状态报告。
- 检查点：是否能远程登录；磁盘使用率是否>95%。

- 子步骤2：若磁盘满，清理日志和临时文件。扩展磁盘或删除过期历史数据。
- 工具命令：cleanmgr；del C:\Windows\Temp\*.* /s /q；forfiles -p D:\Historian -s -m *.dat -d -30 -c "cmd /c del @path" 删除30天前的历史文件。
- 输出物：磁盘空间释放报告。
- 检查点：磁盘使用率降至80%以下。

- 子步骤3：重启SCADA服务或服务器。按顺序停止相关服务，重启后再启动。
- 工具命令：net stop "SCADAServer"；net start "SCADAServer"；或 shutdown /r /t 60。
- 输出物：服务启动日志。
- 检查点：SCADA界面恢复正常，实时数据刷新。

- 子步骤4：检查历史数据库完整性。运行数据库修复工具或从备份恢复。
- 工具命令：DBCC CHECKDB('HistorianDB')；RESTORE DATABASE HistorianDB FROM DISK='D:\Backup\historian.bak' WITH REPLACE。
- 输出物：数据库修复/恢复日志。
- 检查点：历史趋势图能正常显示。

- 子步骤5：补录中断期间的数据。从PLC或RTU读取缓存的历史数据，写入SCADA数据库。
- 工具命令：编写OPC DA/HDA客户端脚本：opc_client.ReadRaw(startTime, endTime, plcTag)；INSERT INTO Historian VALUES (timestamp, value)。
- 输出物：数据补录报告（补录条数、时间段）。
- 检查点：数据连续性无断层。

1.3 现场总线通信故障（Profibus/Modbus/EtherNet/IP）
触发因素：总线终端电阻缺失、电缆破损、电磁干扰、从站地址冲突、波特率不匹配。
属性维度：通信成功率、报文重试次数、总线负载率。

任务：恢复现场总线通信
- 子步骤1：使用总线诊断工具扫描网络，识别故障站点。
- 工具命令：Profibus：ProfiTrace 扫描；Modbus：mbpoll -m rtu -b 9600 -P none -t 3:hex 192.168.1.1 1；EtherNet/IP：python cpppo_server_test。
- 输出物：总线站点列表及状态（在线/离线、错误计数）。
- 检查点：找到离线的从站或有高错误率的站点。

- 子步骤2：检查物理连接。测量总线终端电阻，检查电缆屏蔽层接地。
- 工具命令：万用表电阻档测量A-B线间电阻（Profibus应为110Ω左右）；目视检查接头是否松动。
- 输出物：物理层检查报告。
- 检查点：电阻值正确，屏蔽层接地良好。

- 子步骤3：排除电磁干扰。使用示波器观察总线信号波形，检查是否存在噪声。
- 工具命令：示波器探头接在总线A线上，观察信号边沿是否陡峭，有无振铃。
- 输出物：波形截图。
- 检查点：信号幅值>200mV，无严重畸变。

- 子步骤4：重新配置故障从站地址或更换通信模块。
- 工具命令：通过拨码开关或软件设置正确地址；更换Profibus接头或Modbus网关。
- 输出物：更换/配置记录。
- 检查点：故障站点重新出现在总线扫描列表中。

二、适应性维护

2.1 控制系统升级（DCS/PLC固件更新）
触发因素：厂商EOL、安全漏洞修复、新功能需求、兼容新I/O模块。
属性维度：升级停机窗口、兼容性测试通过率、回滚能力。

任务：升级PLC固件并验证系统
- 子步骤1：查阅固件发布说明，评估影响。确认新固件修复的漏洞和新增功能。
- 工具命令：阅读厂商Release Notes；检查已知兼容性问题。
- 输出物：升级可行性评估报告。
- 检查点：确认升级收益大于风险。

- 子步骤2：在测试环境升级固件。使用离线PLC或仿真器验证。
- 工具命令：西门子：TIA Portal -> Online -> Update Firmware；罗克韦尔：ControlFLASH 软件选择固件文件。
- 输出物：测试升级日志。
- 检查点：升级后PLC正常运行，原有程序兼容。

- 子步骤3：备份生产PLC程序和当前固件。确保可以回滚。
- 工具命令：Upload from device 保存程序；保存当前固件文件。
- 输出物：备份文件（程序+固件）。
- 检查点：备份可恢复。

- 子步骤4：在计划停机窗口升级生产PLC。通知操作员，确认产线已安全停车。
- 工具命令：执行固件升级，等待完成自动重启。
- 输出物：升级日志。
- 检查点：PLC重新进入RUN模式，无错误。

- 子步骤5：全面功能测试。验证所有控制逻辑、联锁、报警、HMI通信正常。
- 工具命令：逐回路测试；HMI alarm list 确认无意外报警。
- 输出物：验收测试报告。
- 检查点：产线恢复生产，无异常。

2.2 合规适配（等保工控扩展、功能安全）
触发因素：等保2.0工控扩展要求、GB/T 20438功能安全、行业监管（电力NERC CIP、石化AQ标准）。
属性维度：合规项通过率、安全审计发现数、功能安全完整性等级。

任务：实施工控安全基线加固
- 子步骤1：梳理工控资产清单，识别关键系统和网络边界。
- 工具命令：nmap -sn 192.168.0.0/24；工控资产发现工具（如Claroty、Nozomi）。
- 输出物：资产清单（PLC、HMI、SCADA服务器、交换机、防火墙）。
- 检查点：资产清单完整。

- 子步骤2：配置工业防火墙或OPC防火墙。限制上位机与PLC之间的访问。
- 工具命令：配置访问控制列表（ACL）：只允许SCADA服务器IP访问PLC的102端口（S7）或502端口（Modbus）；iptables -A FORWARD -s scada_ip -d plc_ip -p tcp --dport 102 -j ACCEPT。
- 输出物：防火墙规则配置。
- 检查点：SCADA正常通信，非授权访问被拒绝。

- 子步骤3：禁用PLC/HMI上的多余服务和端口。如HTTP、FTP、Telnet。
- 工具命令：在PLC配置中关闭Web Server；HMI操作系统中禁用不必要的服务。
- 输出物：服务关闭记录。
- 检查点：端口扫描确认无关端口关闭。

- 子步骤4：实施日志审计。配置PLC和SCADA日志记录，集中存储。
- 工具命令：配置Syslog转发；PLC.WriteLog("User X changed setpoint Y")；日志服务器接收。
- 输出物：日志审计配置。
- 检查点：日志记录包含操作时间、用户、内容。

- 子步骤5：进行功能安全验证（SIL等级）。检查安全联锁回路是否满足SIL要求。
- 工具命令：使用故障树分析（FTA）软件；计算PFH（每小时危险失效概率）。
- 输出物：SIL验证报告。
- 检查点：SIL等级达到设计要求。

三、完善性维护

3.1 提高控制精度与效率
触发因素：产品质量波动、能耗过高、工艺优化需求。
属性维度：控制偏差、能耗指标、产品合格率。

任务：优化PID参数或升级先进控制算法
- 子步骤1：采集当前控制回路的历史数据。获取PV、SP、OP的时间序列。
- 工具命令：从SCADA历史库导出CSV：SELECT timestamp, pv, sp, op FROM loop_101 WHERE timestamp > now() - interval '7 days'。
- 输出物：数据集（CSV）。
- 检查点：数据完整，包含扰动事件。

- 子步骤2：使用PID整定工具分析当前参数。计算增益、积分时间、微分时间的优化值。
- 工具命令：Matlab PID Tuner；Python control 库：from control import pid, step_info；商业软件（如Emerson DeltaV Tune）。
- 输出物：优化后的PID参数。
- 检查点：新参数理论性能优于当前。

- 子步骤3：在离线或旁路模式下测试新参数。确认不会引起振荡。
- 工具命令：在PLC中修改PID参数（在线但输出跟踪SP）；观察响应曲线。
- 输出物：测试曲线对比。
- 检查点：超调量减小，调节时间缩短。

- 子步骤4：正式投入新参数。逐步应用到生产回路。
- 工具命令：PLC.WriteParameter('Loop101.Kp', 2.5)；PLC.WriteParameter('Loop101.Ti', 120)。
- 输出物：参数变更记录。
- 检查点：控制平稳，产品质量提升。

3.2 增强系统冗余与可用性
触发因素：单点故障导致停产、客户对可用性要求提高。
属性维度：系统可用率、切换时间、冗余同步状态。

任务：实施PLC冗余配置
- 子步骤1：评估现有系统是否支持冗余。检查PLC型号和固件版本。
- 工具命令：查阅手册；确认支持冗余的型号（如西门子S7-1500R/H、罗克韦尔ControlLogix Redundancy）。
- 输出物：可行性报告。
- 检查点：硬件和固件支持。

- 子步骤2：安装冗余模块和同步光纤。在主备PLC之间连接同步线缆。
- 工具命令：按照硬件安装手册操作；冗余模块指示灯 确认连接。
- 输出物：安装记录。
- 检查点：同步链路状态为OK。

- 子步骤3：配置冗余系统。在编程软件中启用冗余，指定主备角色。
- 工具命令：TIA Portal Redundancy Configuration；Studio 5000 Redundancy Properties。
- 输出物：冗余配置导出文件。
- 检查点：主PLC运行，备PLC处于Standby状态。

- 子步骤4：测试切换。手动断开主PLC电源或网线，观察备PLC是否接管。
- 工具命令：Power off primary；监控SCADA画面，确认控制不中断。
- 输出物：切换测试报告（切换时间<50ms）。
- 检查点：切换过程无数据丢失，执行器无抖动。

四、预防性维护

4.1 工控系统健康巡检
触发因素：月度/季度维护计划、高温/雷雨季节前、厂商建议。
属性维度：巡检完成率、隐患发现数、电池健康度。

任务：执行PLC柜和现场仪表巡检
- 子步骤1：检查PLC柜环境。测量柜内温度、湿度，检查散热风扇和滤网。
- 工具命令：温湿度计；目视检查风扇运转；清洗或更换滤网。
- 输出物：环境检查记录。
- 检查点：温度<40℃，湿度<80%，风扇无异常噪音。

- 子步骤2：检查PLC电源模块和后备电池。测量输出电压，记录电池电压。
- 工具命令：万用表测量24V输出（应在22-26V）；PLC.ReadSystemInfo('BatteryVoltage')。
- 输出物：电源和电池健康报告。
- 检查点：电池电压>3.0V（锂电池），否则安排更换。

- 子步骤3：检查I/O模块状态。查看模块指示灯，确认无通道故障。
- 工具命令：PLC.ReadModuleStatus('AI01')；目视检查SF（系统故障）灯。
- 输出物：I/O模块状态表。
- 检查点：所有模块正常，无通道短路或断路。

- 子步骤4：检查现场仪表和执行器。校验变送器零点，检查阀门定位器行程。
- 工具命令：压力校验仪；hart communicator 读取变送器PV和LRV/URV。
- 输出物：仪表校验记录。
- 检查点：误差在允许范围内（如±0.5%）。

- 子步骤5：备份PLC程序和SCADA配置。确保备份是最新版本。
- 工具命令：Upload from device；SCADA Export configuration。
- 输出物：备份文件（日期标记）。
- 检查点：备份文件大小正常，可读。

4.2 备件管理与老化部件更换
触发因素：元器件老化（电解电容、继电器、电池）、MTBF统计、厂商停产通知。
属性维度：备件库存充足率、更换计划完成率、非计划停机减少。

任务：建立关键备件清单并定期更换
- 子步骤1：识别关键备件。列出易损件和长交期件。
- 工具命令：根据历史故障记录和厂商建议生成清单（电源模块、CPU模块、I/O模块、通信模块、电池、保险丝）。
- 输出物：关键备件清单（含型号、数量、供应商、交期）。
- 检查点：清单经过专家评审。

- 子步骤2：建立安全库存。确保备件数量满足最低库存要求。
- 工具命令：MIN/MAX 库存策略；Purchase Order 下单。
- 输出物：库存台账。
- 检查点：关键备件库存不低于安全库存。

- 子步骤3：制定定期更换计划。如电池每3年更换、继电器每5年更换、电解电容每8年更换。
- 工具命令：建立更换日历；Preventive Maintenance Schedule。
- 输出物：更换计划表。
- 检查点：计划按时执行。

- 子步骤4：更换老化部件并测试。在计划停机窗口执行更换，验证功能。
- 工具命令：按照SOP操作；更换后进行功能测试。
- 输出物：更换记录（旧件序列号、新件序列号、更换日期）。
- 检查点：更换后系统运行正常。

知识：PLC/DCS/SCADA架构、现场总线（Profibus/Modbus/EtherNet/IP/HART）、PID控制、功能安全（SIL）、工控安全、仪器仪表校验、备件管理。标准：GB/T 22239等保工控扩展、GB/T 20438电气/电子/可编程电子安全相关系统（IEC 61508 IDT）、GB/T 21109过程工业安全仪表系统（IEC 61511 IDT）、GB/T 33008工业控制系统安全、GB/T 36323工业通信网络、GB/T 13729远动终端设备、GB/T 17626电磁兼容、IEC 62443工控网络安全系列标准、ISO 9001、ISO 50001能源管理。法规：网络安全法（工控系统安全保护）、数据安全法（工业数据分类分级）、安全生产法（重大危险源监控）、消防法（控制室防火）、行业法规（电力监管条例、石化行业安全规程、煤矿安全规程）；关基条例（涉及国计民生的工控系统）。

19

自动驾驶与车路协同系统维护

L4/L5自动驾驶车队/ Robotaxi/ V2X路侧单元/ 高精地图/ 云控平台

软硬融合系统维护（车载计算平台+传感器+通信+V2X路侧+云控）

一、改正性维护

1.1 车辆定位失效（GNSS拒止/IMU漂移）
触发因素：高楼遮挡、隧道、多径效应、IMU温漂、轮速计标定丢失、RTK差分信号中断。
属性维度：定位精度（RMSE）、定位可用率、重定位时间。

任务：恢复车辆定位能力
- 子步骤1：检查GNSS接收机状态。查看可见卫星数、信噪比、定位模式（单点/RTK Float/Fix）。
- 工具命令：rostopic echo /gnss/status；curl -s "http://vehicle-api/gnss/info" \| jq .。
- 输出物：GNSS状态报告（卫星数、HDOP、定位模式）。
- 检查点：HDOP<2，卫星数>12，定位模式为RTK Fix。

- 子步骤2：若RTK信号丢失，检查4G/5G通信链路。确认差分数据能否到达。
- 工具命令：ping rtk-caster.local；tcpdump -i wwan0 port 2101 检查NTRIP数据流。
- 输出物：通信链路报告。
- 检查点：ping通，NTRIP数据包到达。

- 子步骤3：切换定位源。从GNSS+IMU融合切换到纯惯性导航或视觉SLAM模式。
- 工具命令：roslaunch msf_updates tf_switch.launch mode:=visual_slam；rosservice call /localization/set_mode "mode: visual"。
- 输出物：定位模式切换日志。
- 检查点：车辆仍能维持车道级定位（误差<20cm）。

- 子步骤4：重新标定IMU和轮速计。执行标定程序，更新内参和外参。
- 工具命令：rosrun imu_calibration calibrate.py --bag calibration.bag；rosservice call /wheel_odom/calibrate。
- 输出物：新标定参数文件。
- 检查点：标定后定位漂移减小。

1.2 感知传感器故障（摄像头/激光雷达/毫米波雷达）
触发因素：镜头污损、激光雷达电机停转、雷达加热丝断路、线束松动、固件崩溃。
属性维度：传感器健康度、感知范围、目标检出率、误报率。

任务：诊断并恢复感知传感器
- 子步骤1：读取传感器自检状态。通过诊断接口获取错误码。
- 工具命令：curl -s "http://lidar-api/status" \| jq .；rostopic echo /camera/diagnostics；canbus read 0x18FF50F1（雷达CAN诊断）。
- 输出物：传感器诊断报告。
- 检查点：确定故障传感器和错误码。

- 子步骤2：若为镜头污损，启动自动清洗系统。喷射清洗液并用雨刮擦拭。
- 工具命令：rosservice call /cleaning_system/trigger "sensor: camera_front"。
- 输出物：清洗执行日志。
- 检查点：清洗后图像清晰度恢复正常。

- 子步骤3：若为激光雷达电机故障，尝试远程重启雷达。
- 工具命令：rosservice call /lidar/restart；cansend can0 0x200#00（通过CAN重启）。
- 输出物：重启日志。
- 检查点：雷达旋转恢复正常，点云数据恢复。

- 子步骤4：若硬件损坏，标记该传感器为故障，降级运行。使用其他传感器补偿。
- 工具命令：rosservice call /perception/set_sensor_mask "sensor: lidar_front"；感知融合算法自动调整权重。
- 输出物：传感器降级配置。
- 检查点：车辆仍能安全行驶（虽性能受限）。

1.3 V2X路侧单元（RSU）通信中断
触发因素：RSU电源故障、光纤断连、PC5接口干扰、证书过期、云控平台断连。
属性维度：RSU在线率、消息收发成功率、端到端时延。

任务：恢复RSU通信
- 子步骤1：检查RSU供电和网络。查看RSU指示灯，ping RSU IP地址。
- 工具命令：ping 192.168.1.100；curl -s "http://rsu-api/status"。
- 输出物：RSU连通性报告。
- 检查点：ping通，HTTP API返回正常。

- 子步骤2：检查PC5（LTE-V2X）射频状态。确认射频模块工作正常，无干扰。
- 工具命令：rsu-cli radio status；spectrum analyzer 检查频段占用。
- 输出物：射频状态报告。
- 检查点：射频功率正常，信道占用率<50%。

- 子步骤3：检查安全证书是否过期。V2X通信需要数字证书。
- 工具命令：openssl x509 -in /etc/rsu/cert.pem -noout -dates；rsu-cli security check-cert。
- 输出物：证书有效期报告。
- 检查点：证书剩余有效期>30天。

- 子步骤4：重启RSU服务或重新注册到云控平台。
- 工具命令：systemctl restart rsu.service；rsu-cli cloud register --platform cloud.its.cn。
- 输出物：重启/注册日志。
- 检查点：RSU重新上线，广播BSM/RSI消息。

二、适应性维护

2.1 自动驾驶软件版本升级
触发因素：新功能（如无保护左转）、感知模型改进、法规更新、安全补丁。
属性维度：升级车辆数、回滚率、里程干预率。

任务：OTA推送自动驾驶软件升级
- 子步骤1：在仿真环境中验证新版本。使用海量场景库进行回归测试。
- 工具命令：python run_scenarios.py --version 2.3.0 --scenario_lib /data/scenarios；collision_rate = analyze_results(logs)。
- 输出物：仿真测试报告（碰撞率、违反交规次数、舒适性指标）。
- 检查点：碰撞率为0，各项指标优于上一版本。

- 子步骤2：在封闭测试场进行实车测试。安排测试车队运行1000公里。
- 工具命令：test_fleet run --route test_route.kml；disengagement_report = collect_interventions()。
- 输出物：实车测试报告（接管次数、里程、场景覆盖）。
- 检查点：接管次数<1次/百公里。

- 子步骤3：灰度推送至少量运营车辆（如10辆）。监控24小时。
- 工具命令：OTA平台 create_update_task --target_group gray_10 --version 2.3.0；monitor_dashboard 观察关键指标。
- 输出物：灰度升级监控报告。
- 检查点：无新增事故、无严重告警。

- 子步骤4：全量推送。分批次升级所有车辆，每批间隔2小时以便回滚。
- 工具命令：ota update --batch_size 50 --interval 2h。
- 输出物：升级完成报告（成功/失败车辆数）。
- 检查点：所有车辆版本一致。

2.2 高精地图更新
触发因素：道路施工、交通标识变更、车道线磨损、新开通道路。
属性维度：地图新鲜度、要素准确率、更新延迟。

任务：更新高精地图并推送到车队
- 子步骤1：采集变化区域的点云和图像。使用测绘车或众包数据。
- 工具命令：rosbag record -O road_change.bag /lidar_points /camera_image。
- 输出物：原始数据包。
- 检查点：数据覆盖完整，无空洞。

- 子步骤2：处理数据并提取变化要素。自动识别新车道线、标志牌、护栏。
- 工具命令：python extract_changes.py --input road_change.bag --output changes.geojson；deep learning model inference。
- 输出物：变化要素列表（GeoJSON）。
- 检查点：人工审核通过。

- 子步骤3：更新地图数据库并生成新版瓦片。合并变化到基础地图。
- 工具命令：map_merge --base_map base.hdmap --changes changes.geojson --output new_map.hdmap；tile_generator --input new_map.hdmap --output /data/tiles。
- 输出物：新版地图文件和瓦片。
- 检查点：地图版本号递增。

- 子步骤4：推送到车辆。通过OTA或5G下发增量更新。
- 工具命令：ota push --target all --file new_map.hdmap.diff；vehicle_api download_map。
- 输出物：推送日志。
- 检查点：车辆地图版本一致。

三、完善性维护

3.1 提升感知模型精度
触发因素：corner case漏检、远距离目标误检、恶劣天气性能下降。
属性维度：mAP、召回率、精确率、推理延迟。

任务：重新训练感知模型并部署
- 子步骤1：收集难例数据。从运营日志中筛选漏检和误检场景。
- 工具命令：grep -r "false_negative" /data/logs/；python mine_hard_examples.py --database /data/logs --output /data/hard_examples。
- 输出物：难例数据集（图像+标签）。
- 检查点：数据集规模>10000张。

- 子步骤2：标注难例数据。人工标注或半自动标注。
- 工具命令：labelImg；sam_auto_label 辅助。
- 输出物：标注完成的JSON文件。
- 检查点：标注质量抽检通过率>98%。

- 子步骤3：微调模型。在现有模型基础上继续训练。
- 工具命令：python train.py --pretrained model_v2.pth --data hard_examples --epochs 50；tensorboard --logdir logs。
- 输出物：新模型权重（model_v3.pth）。
- 检查点：验证集mAP提升>2%。

- 子步骤4：模型量化与转换。转换为TensorRT/OpenVINO格式以降低延迟。
- 工具命令：trtexec --onnx=model.onnx --saveEngine=model.trt --fp16；benchmark_model --graph=model.tflite。
- 输出物：优化后的推理引擎。
- 检查点：推理延迟<30ms（原<50ms）。

- 子步骤5：OTA推送新模型到车队。A/B测试验证效果。
- 工具命令：ota push --target ab_test --file model_v3.trt；compare_metrics(control_group, experiment_group)。
- 输出物：A/B测试报告。
- 检查点：实验组干预率降低。

3.2 提升决策规划舒适性
触发因素：乘客反馈急刹、变道生硬、跟车距离过大被加塞。
属性维度：舒适性评分、 jerk（加加速度）、平均车速、通行效率。

任务：优化规划算法参数
- 子步骤1：收集乘客舒适性反馈数据。通过车内评价按钮或手机APP收集。
- 工具命令：SELECT trip_id, rating, comment FROM feedback WHERE rating < 3。
- 输出物：低评分行程列表。
- 检查点：定位到典型不舒适场景（如急刹、猛打方向）。

- 子步骤2：回放并分析规划轨迹。使用可视化工具查看速度、加速度、jerk曲线。
- 工具命令：rosbag play bad_trip.bag；rviz 显示轨迹；plot_jerk.py 生成图表。
- 输出物：jerk分析报告。
- 检查点：jerk峰值>4m/s³的位置。

- 子步骤3：调整规划参数。如增大跟车距离、降低最大加速度、优化换道轨迹曲率。
- 工具命令：修改配置文件 planning_config.yaml：max_acceleration: 2.0 -> 1.5；min_follow_distance: 5.0 -> 8.0。
- 输出物：参数变更记录。
- 检查点：仿真中jerk峰值降低。

- 子步骤4：实车验证。在封闭场地测试典型场景，采集客观指标和主观评价。
- 工具命令：test_vehicle run --scenario comfort_test；collect_metrics。
- 输出物：实车测试报告（jerk、乘客评分）。
- 检查点：舒适性评分提升。

- 子步骤5：OTA推送新参数到车队。
- 工具命令：ota push --target all --file planning_config.yaml。
- 输出物：推送日志。
- 检查点：整体评分提升。

四、预防性维护

4.1 传感器标定定期校验
触发因素：车辆颠簸导致外参偏移、温度变化影响内参、时间同步漂移。
属性维度：标定误差、重投影误差、标定周期。

任务：执行传感器在线标定校验
- 子步骤1：启动在线标定监测程序。实时估计各传感器之间的外参。
- 工具命令：rosrun online_calibration monitor；rosservice call /calibration/get_status。
- 输出物：标定状态报告（各传感器平移/旋转偏差）。
- 检查点：偏差是否超过阈值（如平移>5cm，旋转>0.5°）。

- 子步骤2：若偏差超限，触发自动标定流程。使用自然场景特征匹配重新标定。
- 工具命令：rosservice call /calibration/trigger_auto；rosbag play recent_drive.bag。
- 输出物：新标定参数文件。
- 检查点：重投影误差恢复至<1像素。

- 子步骤3：若自动标定失败，安排回厂进行靶标标定。
- 工具命令：factory_calibration --pattern checkerboard --camera front。
- 输出物：工厂标定报告。
- 检查点：所有传感器标定通过。

- 子步骤4：更新时间同步偏差。检查各传感器时间戳一致性。
- 工具命令：rostopic echo /tf_static；chrony tracking 检查PTP同步。
- 输出物：时间同步报告。
- 检查点：时间偏差<1ms。

4.2 车辆健康预测与主动维护
触发因素：制动片磨损、轮胎胎压、电池健康度、冷却液温度。
属性维度：剩余寿命预测、预测准确率、非计划停运减少。

任务：基于数据驱动的健康预测
- 子步骤1：采集车辆健康数据。收集制动压力、胎压、电池SOC/SOH、电机温度等。
- 工具命令：rostopic echo /vehicle/status；CAN bus logger。
- 输出物：健康数据集（时间序列）。
- 检查点：数据覆盖至少3个月。

- 子步骤2：训练退化模型。使用LSTM或XGBoost预测剩余寿命。
- 工具命令：python train_rul.py --data health_data.csv --model lstm；cross_val_score(model, X, y)。
- 输出物：预测模型（rul_model.pkl）。
- 检查点：预测误差<20%。

- 子步骤3：部署模型到车辆或云平台。实时预测并告警。
- 工具命令：docker run -d --name rul_service rul_image；curl -X POST "http://rul-api/predict" -d '{"brake_pressure": ...}'。
- 输出物：预测结果（剩余里程/天数）。
- 检查点：当剩余寿命<1000km时触发告警。

- 子步骤4：根据预测结果安排维护。生成工单，预约维保时间。
- 工具命令：create_work_order(vehicle_id, "brake_pad_replacement", due_date)。
- 输出物：维护工单。
- 检查点：在故障发生前完成更换。

知识：自动驾驶架构（感知-决策-控制）、传感器（LiDAR/Camera/Radar/IMU/GNSS）、SLAM、V2X（DSRC/C-V2X）、高精地图、深度学习、车辆动力学、OTA、功能安全（ISO 26262）。标准：GB/T 40429汽车驾驶自动化分级、GB/T 38186智能网联汽车术语、GB/T 41798智能网联汽车自动驾驶功能测试、GB/T 39265道路车辆功能安全（ISO 26262 IDT）、GB/T 34590预期功能安全（SOTIF）、YD/T 3707 LTE-V2X总体要求、ISO 21434网络安全、ISO 20077道路车辆诊断、ITSS。法规：网络安全法（车联网安全、数据安全）、数据安全法（车辆轨迹数据、高精地图数据）、个保法（驾驶员/乘客个人信息）、测绘法（高精地图采集资质）、《智能网联汽车生产企业及产品准入管理指南》、《道路机动车辆生产企业及产品准入管理办法》、《自动驾驶汽车运输安全服务指南》；地方性法规（北京/上海/深圳自动驾驶测试与运营管理规定）；关基条例（车联网平台）。

20

卫星通信与地面站维护

地球静止轨道/低轨卫星星座/ VSAT/ 卫星地面站/ 天线/ 调制解调器

软硬融合系统维护（卫星载荷+地面天线+射频+基带+网络）

一、改正性维护

1.1 卫星链路中断/载波丢失
触发因素：天线对准偏差、射频功放故障、LNB损坏、雨衰过大、卫星转发器故障、极化不匹配。
属性维度：链路可用率、Eb/N0、

20

卫星通信与地面站维护

地球静止轨道/低轨卫星星座/ VSAT/ 卫星地面站/ 天线/ 调制解调器

软硬融合系统维护（卫星载荷+地面天线+射频+基带+网络）

一、改正性维护（续）

1.1 卫星链路中断/载波丢失（续）
触发因素：天线对准偏差、射频功放故障、LNB损坏、雨衰过大、卫星转发器故障、极化不匹配。
属性维度：链路可用率、Eb/N0、误码率、中断时长。

任务：恢复卫星链路通信
- 子步骤1：确认链路中断范围。检查是单载波中断还是全部载波中断，区分上行和下行问题。
- 工具命令：频谱仪观察中频/射频信号；curl -s "http://satellite-modem/api/status" \| jq . 查看调制解调器状态；ping remote-site 测试端到端连通性。
- 输出物：链路中断诊断报告（中断范围、影响载波数、远端站点状态）。
- 检查点：确定是上行故障、下行故障还是卫星转发器故障。

- 子步骤2：检查天线伺服系统。确认天线是否偏离目标卫星，驱动电机是否正常工作。
- 工具命令：antctrl position 读取当前方位角/俯仰角；antctrl track sat_name 启动自动跟踪；antctrl status 查看电机电流和限位开关状态。
- 输出物：天线位置报告（当前角度、目标角度、偏差）。
- 检查点：天线指向偏差<0.1°，电机电流正常。

- 子步骤3：检查射频链路。测量BUC（上变频功放）输出功率、LNB（低噪声下变频器）本振频率和增益。
- 工具命令：功率计测量BUC输出（应与设定值一致）；频谱仪观察LNB输出的中频信号；lnb_test --lo 10.75GHz 检查本振锁定状态。
- 输出物：射频链路测量报告。
- 检查点：BUC输出功率在额定范围内，LNB本振锁定。

- 子步骤4：若为雨衰导致，启用自适应编码调制（ACM）。降低调制阶数和FEC码率以维持链路。
- 工具命令：modem set modulation QPSK 3/4；modem set acm enable；自动ACM模式下，调制解调器会自动调整。
- 输出物：ACM调整日志（原调制方式->新调制方式）。
- 检查点：链路恢复，Eb/N0回升至门限以上。

- 子步骤5：若为卫星转发器故障，联系卫星运营商切换至备份转发器。
- 工具命令：satellite_ops request switch_to_backup_transponder；调整地面站频率和极化匹配。
- 输出物：转发器切换记录。
- 检查点：新转发器上信号正常。

1.2 调制解调器失锁/帧同步丢失
触发因素：载波频率偏移、符号时钟漂移、信噪比过低、调制方式不匹配、扰码序列错误。
属性维度：失锁次数、同步捕获时间、误码率。

任务：恢复调制解调器同步
- 子步骤1：读取调制解调器告警和状态。查看失锁原因代码。
- 工具命令：modem alarms；modem status；snmpwalk -v2c -c public modem-ip .1.3.6.1.4.1.xxxx。
- 输出物：调制解调器告警列表（频率误差、信噪比、AGC电平）。
- 检查点：确认失锁原因是频率偏移还是信噪比过低。

- 子步骤2：若为频率偏移，执行自动频率捕获。调制解调器自动扫频锁定。
- 工具命令：modem acquire auto；或手动设置中心频率：modem set frequency 1400MHz。
- 输出物：频率捕获日志（锁定频率、捕获时间）。
- 检查点：锁定指示亮起，误码率恢复正常。

- 子步骤3：若为信噪比过低，检查天线指向和射频增益。微调天线或增加LNA增益。
- 工具命令：antctrl fine_tune step 0.05 步进调整；modem set rx_gain +3dB。
- 输出物：调整记录。
- 检查点：Eb/N0提升至门限以上。

- 子步骤4：若为调制方式不匹配，与远端站确认并统一参数。
- 工具命令：modem set modulation 16APSK 3/4；modem set framing DVB-S2X。
- 输出物：参数同步记录。
- 检查点：双方参数一致，帧同步恢复。

二、适应性维护

2.1 卫星频率协调与干扰排查
触发因素：邻星干扰、同频干扰、5G基站干扰、太阳噪声、非法占用。
属性维度：干扰强度、受干扰载波数、协调周期。

任务：排查并消除卫星干扰
- 子步骤1：使用频谱仪识别干扰特征。记录干扰信号的频率、带宽、调制样式、出现时间规律。
- 工具命令：spectrum_analyzer --center 12.5GHz --span 100MHz --trace hold；save_screenshot interference_20260928.png。
- 输出物：干扰信号频谱截图和特征描述。
- 检查点：确定干扰是宽带噪声还是窄带载波。

- 子步骤2：通过卫星运营商协助定位干扰源。使用测向系统或三站定位。
- 工具命令：sat_ops locate_interference --satellite EUTELSAT-5WB --frequency 12500MHz；triangulate(site1_az, site2_az, site3_az)。
- 输出物：干扰源地理位置估计（经纬度）。
- 检查点：定位精度<10km。

- 子步骤3：若为合法用户误操作，联系对方协调更改频率或极化。
- 工具命令：sat_ops coordination_request --interferer_id xxx --suggested_freq 12600MHz。
- 输出物：协调记录。
- 检查点：干扰消失。

- 子步骤4：若为非法干扰，上报无线电管理机构。必要时采取反制措施（如切换极化、启用扩频）。
- 工具命令：report_to_regulator --evidence interference_screenshot.png --location estimate。
- 输出物：上报回执。
- 检查点：获得受理编号。

2.2 协议升级（DVB-S→DVB-S2X）
触发因素：更高频谱效率需求、老旧设备EOL、新业务带宽需求。
属性维度：频谱效率提升、设备兼容性、升级停机窗口。

任务：将卫星调制解调器从DVB-S升级到DVB-S2X
- 子步骤1：评估现有设备是否支持DVB-S2X。查阅调制解调器规格书或联系厂商。
- 工具命令：modem info \| grep "DVB-S2X"；show hardware version。
- 输出物：设备兼容性评估报告。
- 检查点：确定需要更换或固件升级的设备。

- 子步骤2：购买并安装新调制解调器或升级许可证。配置新设备的射频和中频参数。
- 工具命令：modem config --standard DVB-S2X --modulation 32APSK 2/3 --symbol_rate 45Msps。
- 输出物：新设备安装配置记录。
- 检查点：新调制解调器锁定卫星信标。

- 子步骤3：与远端站协调同步升级。确保两端使用相同标准。
- 工具命令：coordinated_upgrade --remote_site site_b --time 2026-10-01T02:00Z。
- 输出物：升级协调记录。
- 检查点：两端升级后链路建立成功。

- 子步骤4：优化链路预算。利用DVB-S2X的高效调制，降低带宽占用或提升吞吐量。
- 工具命令：link_budget_calculator --standard DVB-S2X --modulation 64APSK --fec 5/6。
- 输出物：链路预算优化报告。
- 检查点：吞吐量提升>30%。

三、完善性维护

3.1 提升卫星链路可用性（双星/多星备份）
触发因素：单点故障风险、关键业务对可用性要求>99.99%。
属性维度：系统可用率、切换时间、数据丢失量。

任务：部署双星自动切换系统
- 子步骤1：配置第二副天线和第二套射频设备，指向备份卫星。
- 工具命令：antctrl setup --antenna antenna2 --satellite backup_sat；modem2 config --frequency ...。
- 输出物：备份链路安装记录。
- 检查点：备份链路可独立工作。

- 子步骤2：部署自动切换控制器。监测主链路状态，故障时自动切换。
- 工具命令：python satellite_switch_controller.py --primary_modem modem1 --backup_modem modem2 --threshold_ebno 6.0；systemctl enable satellite_switch。
- 输出物：切换控制器部署日志。
- 检查点：模拟主链路故障，切换时间<10秒。

- 子步骤3：测试切换过程中的数据连续性。使用IP流媒体测试。
- 工具命令：iperf3 -c remote -t 3600 同时模拟切换；tshark -i eth0 -w switch_test.pcap。
- 输出物：切换测试报告（丢包率、中断时长）。
- 检查点：丢包率<0.1%。

- 子步骤4：纳入日常运维流程。定期测试切换功能。
- 工具命令：cron job monthly switch_test。
- 输出物：月度切换测试报告。
- 检查点：每次测试通过。

3.2 优化卫星带宽利用率
触发因素：带宽成本高、业务增长需求、闲置带宽浪费。
属性维度：带宽利用率、压缩比、QoS队列饱和度。

任务：实施带宽压缩和QoS策略
- 子步骤1：分析当前带宽使用情况。识别大流量应用和空闲时段。
- 工具命令：ntopng 流量分析；nfdump -r /var/log/netflow/ -s ip/proto/sport。
- 输出物：带宽使用分析报告（Top应用、峰值时段、利用率曲线）。
- 检查点：确定可优化的流量类型。

- 子步骤2：部署TCP加速和头部压缩。卫星链路高延迟需要TCP优化。
- 工具命令：tc qdisc add dev eth0 root netem delay 250ms 模拟卫星延迟；apt install peplink speedfusion 或 haproxy 配置TCP加速。
- 输出物：TCP加速配置。
- 检查点：TCP吞吐量提升2-3倍。

- 子步骤3：配置QoS策略。保证关键业务（语音、视频会议）带宽，限制P2P下载。
- 工具命令：tc qdisc add dev eth0 root handle 1: htb default 30；tc class add dev eth0 parent 1: classid 1:1 htb rate 10Mbps ceil 20Mbps；tc filter add dev eth0 protocol ip prio 1 u32 match ip dport 5060 0xffff flowid 1:1（VoIP优先）。
- 输出物：QoS策略配置。
- 检查点：拥塞时VoIP不卡顿。

- 子步骤4：实施内容缓存。在卫星地面站部署缓存服务器，缓存重复访问的内容。
- 工具命令：apt install squid；配置正向代理；squid -k reconfigure。
- 输出物：缓存配置和命中率报告。
- 检查点：缓存命中率>30%。

四、预防性维护

4.1 天线系统定期保养
触发因素：机械磨损、腐蚀、润滑失效、密封老化、风载疲劳。
属性维度：天线传动系统健康度、润滑周期、结构完整性。

任务：执行天线半年期保养
- 子步骤1：检查天线结构。检查反射面变形、馈源支撑杆松动、螺栓扭矩。
- 工具命令：扭矩扳手检查螺栓（按手册要求力矩）；目视检查反射面涂层脱落。
- 输出物：结构检查记录。
- 检查点：无可见损伤，螺栓扭矩达标。

- 子步骤2：润滑传动机构。给方位/俯仰减速箱、轴承加注指定润滑脂。
- 工具命令：grease gun 加注；记录加注量和日期。
- 输出物：润滑记录。
- 检查点：传动无异响，转动顺畅。

- 子步骤3：检查电缆和波导。检查射频电缆接头防水、波导气密性。
- 工具命令：VSWR meter 测量驻波比；pressurization system 检查波导气压。
- 输出物：电缆和波导检查报告。
- 检查点：VSWR<1.3，波导气压正常。

- 子步骤4：检查避雷和接地系统。测量接地电阻，检查避雷针完好。
- 工具命令：ground resistance tester 测量接地电阻（应<4Ω）。
- 输出物：接地系统检测报告。
- 检查点：接地电阻合格。

- 子步骤5：执行天线跟踪精度测试。使用已知卫星信标验证跟踪精度。
- 工具命令：antctrl track_test --satellite beacon_sat --duration 1h；track_error = analyze_log()。
- 输出物：跟踪精度测试报告。
- 检查点：跟踪误差<0.1°。

4.2 卫星转发器租赁合同续签与技术评估
触发因素：合同到期、转发器性能下降、更优替代方案出现。
属性维度：转发器EIRP、G/T、SFD、可用带宽。

任务：评估现有转发器性能并决策续签
- 子步骤1：测量转发器实际性能。发射测试载波，测量卫星转发器的EIRP和G/T。
- 工具命令：uplink_power = 30dBm；downlink_power = spectrum_analyzer.measure_power(freq)；calculate_eirp(uplink_power, downlink_power, free_space_loss)。
- 输出物：转发器性能测试报告（实测EIRP、G/T、SFD）。
- 检查点：实测值与合同承诺值对比，偏差是否在允许范围内。

- 子步骤2：调研市场上可替代的卫星转发器资源。比较价格、覆盖区、性能。
- 工具命令：satellite database query --region Asia-Pacific --band Ku。
- 输出物：市场调研报告（候选卫星列表及报价）。
- 检查点：确定最优性价比方案。

- 子步骤3：评估迁移成本和风险。包括天线重新对准、频率协调、链路预算重新计算。
- 工具命令：link_budget_calculator --satellite candidate_sat --site ground_station；migration_cost_estimate。
- 输出物：迁移可行性报告。
- 检查点：迁移ROI>1.5。

- 子步骤4：做出续签或迁移决策并执行。
- 工具命令：contract_renewal_sign 或 migration_plan_execute。
- 输出物：决策记录。
- 检查点：新合同生效或迁移完成。

知识：卫星通信原理（GEO/MEO/LEO）、天线理论、射频工程、调制解调（DVB-S/S2/S2X）、链路预算、TCP over Satellite、频率协调、卫星轨道力学。标准：ITU-R无线电规则（频率划分、干扰协调）、DVB-S2X标准（EN 302 307-2）、IETF RFC 2488 TCP over Satellite、GB/T 12639卫星通信地球站通用技术要求、GB/T 14431卫星通信地球站设备测量方法、GB/T 22239等保卫星通信扩展、GB/T 39786密评（卫星链路加密）、YD/T 984卫星通信地球站设备技术要求、ISO 27001。法规：无线电管理条例（频率使用许可、台站执照）、网络安全法（卫星通信安全）、数据安全法（卫星传输数据保护）、关基条例（卫星通信作为关键信息基础设施）、电信条例、外商投资电信企业管理规定（外资限制）。

21

数字孪生与仿真平台维护

智能制造/智慧城市/数字孪生城市/虚拟仿真/数字线程/模型校准

软硬融合系统维护（三维引擎+物理引擎+数据中台+IoT接入+高性能渲染）

一、改正性维护

1.1 数字孪生模型与物理实体不同步
触发因素：传感器数据延迟、模型更新频率过低、物理世界变化未被捕获、模型参数漂移。
属性维度：同步延迟、模型精度偏差、数据新鲜度。

任务：恢复数字孪生模型同步
- 子步骤1：检查数据管道延迟。查看IoT数据从采集到孪生模型的端到端延迟。
- 工具命令：curl -s "http://digital-twin-api/metrics/data_lag" \| jq .；kafka-consumer-groups --bootstrap-server kafka:9092 --group twin-ingestion --describe 查看消费延迟。
- 输出物：数据管道延迟报告（采集端延迟、传输延迟、处理延迟）。
- 检查点：端到端延迟是否超过阈值（如>5秒）。

- 子步骤2：若Kafka消费积压，扩容消费者或优化处理逻辑。
- 工具命令：kafka-consumer-groups --bootstrap-server kafka:9092 --group twin-ingestion --reset-offsets --to-latest 重置偏移；kubectl scale deployment/twin-processor --replicas=10。
- 输出物：消费积压恢复日志。
- 检查点：消费延迟降至正常水平。

- 子步骤3：检查模型更新触发器。确认物理实体变化事件是否触发了模型更新。
- 工具命令：tail -n 100 /var/log/twin-engine.log \| grep -i "event\|update"；curl -s "http://digital-twin-api/events/recent"。
- 输出物：事件日志。
- 检查点：最近一次模型更新时间与物理变化时间接近。

- 子步骤4：若模型参数漂移，执行模型校准。使用最新传感器数据重新拟合模型参数。
- 工具命令：python calibrate_model.py --twin_id assembly_line_01 --sensor_data latest_7days.csv --output calibrated_params.json；curl -X POST "http://digital-twin-api/model/calibrate" -d @calibrated_params.json。
- 输出物：校准前后参数对比报告。
- 检查点：校准后模型输出与物理测量值误差<2%。

1.2 渲染引擎崩溃/帧率骤降
触发因素：GPU驱动崩溃、场景复杂度超限、纹理内存泄漏、光照烘焙失败。
属性维度：帧率、渲染分辨率、显存使用率、崩溃频率。

任务：恢复渲染引擎并优化性能
- 子步骤1：检查GPU状态和驱动日志。查看是否有TDR（超时检测和恢复）事件。
- 工具命令：nvidia-smi 查看GPU利用率、温度、显存；dmesg \| grep -i nvidia \| tail -20 查看驱动错误。
- 输出物：GPU诊断报告。
- 检查点：GPU温度<85℃，显存未爆满。

- 子步骤2：重启渲染引擎进程。
- 工具命令：systemctl restart twin-renderer；或 docker restart renderer-container。
- 输出物：重启日志。
- 检查点：渲染引擎重新启动，帧率恢复正常（>30fps）。

- 子步骤3：优化场景复杂度。降低LOD（细节层次）距离，减少动态光源数量。
- 工具命令：render_setting set lod_bias 0.5；render_setting set shadow_resolution 512；render_setting set max_dynamic_lights 4。
- 输出物：渲染优化配置。
- 检查点：帧率提升至60fps。

- 子步骤4：检查纹理和材质是否泄漏。卸载未使用的资源。
- 工具命令：render_debug list_textures；render_debug unload_unused_assets。
- 输出物：资源使用报告。
- 检查点：显存使用稳定，不再持续增长。

二、适应性维护

2.1 数字孪生平台版本升级（Unity/Unreal引擎升级）
触发因素：新引擎特性、性能优化、安全补丁、兼容新硬件。
属性维度：升级兼容性、渲染效果提升、开发效率。

任务：将数字孪生渲染引擎从Unreal Engine 4升级到5
- 子步骤1：评估现有项目兼容性。运行引擎升级工具，检查不兼容的API和资产。
- 工具命令：UE4ToUE5Converter.exe -project=/path/to/project.uproject；AssetAudit 报告。
- 输出物：兼容性评估报告（不兼容资产列表、API变更列表）。
- 检查点：确定需要修改的蓝图和C++代码。

- 子步骤2：在分支中升级项目。解决编译错误，替换弃用API。
- 工具命令：git checkout -b upgrade_ue5；make 编译；fix_deprecated_apis.py 自动修复。
- 输出物：编译日志。
- 检查点：项目在UE5中成功编译。

- 子步骤3：验证渲染效果。对比UE4和UE5的画面质量，利用Nanite和Lumen新特性。
- 工具命令：RenderDoc 截帧分析；automation screenshot comparison。
- 输出物：渲染对比报告。
- 检查点：画面质量提升，帧率不下降。

- 子步骤4：集成到生产环境并灰度发布。先升级非关键场景。
- 工具命令：helm upgrade twin-renderer --set engineVersion=5.3；canary deployment。
- 输出物：灰度升级监控报告。
- 检查点：稳定运行一周后全量升级。

2.2 合规适配（数据安全、隐私保护）
触发因素：数字孪生涉及真实建筑/人物数据，需符合隐私法规。
属性维度：数据脱敏覆盖率、访问审计完整性。

任务：实施数字孪生数据脱敏与访问控制
- 子步骤1：识别孪生模型中包含的个人信息和敏感数据。如人脸、车牌、室内布局。
- 工具命令：python detect_pii.py --scene factory_scene.umap；data_classification_report。
- 输出物：敏感数据清单。
- 检查点：清单完整。

- 子步骤2：实施数据脱敏。对人脸进行模糊处理，车牌替换为虚拟数据。
- 工具命令：blur_faces.py --input scene.fbx --output scene_anonymized.fbx；replace_license_plates.py。
- 输出物：脱敏后的孪生模型文件。
- 检查点：脱敏后无法识别个人身份。

- 子步骤3：配置基于角色的访问控制（RBAC）。不同角色只能查看其权限范围内的场景和数据。
- 工具命令：curl -X POST "http://twin-auth/api/roles" -d '{"role":"operator", "permissions":["view:production_line", "view:temperature"]}'；curl -X POST "http://twin-auth/api/users/assign_role" -d '{"user":"zhangsan", "role":"operator"}'。
- 输出物：RBAC配置记录。
- 检查点：用户登录后只能看到授权内容。

- 子步骤4：开启操作审计日志。记录谁在什么时间查看了哪个场景。
- 工具命令：audit_log_enable；elasticsearch 存储日志。
- 输出物：审计日志配置。
- 检查点：日志可查询。

三、完善性维护

3.1 提升仿真精度与实时性
触发因素：业务对孪生精度要求提高、需要实时决策支持。
属性维度：仿真步长、数值误差、实时性延迟。

任务：优化物理引擎仿真精度
- 子步骤1：评估当前仿真误差。对比仿真输出与物理实测数据的偏差。
- 工具命令：python compare_simulation_vs_real.py --sim_log sim_output.csv --real_log sensor_data.csv；rmse = calculate_rmse()。
- 输出物：误差分析报告。
- 检查点：确定误差最大的场景。

- 子步骤2：减小仿真时间步长。从0.1秒改为0.01秒以提高精度。
- 工具命令：physics_setting set fixed_time_step 0.01；physics_setting set sub_steps 4。
- 输出物：步长变更记录。
- 检查点：仿真误差减小50%。

- 子步骤3：启用更精确的物理求解器。如从PBD（Position Based Dynamics）切换到XPBD。
- 工具命令：physics_setting set solver XPBD；physics_setting set iteration_count 10。
- 输出物：求解器配置。
- 检查点：仿真稳定性提升。

- 子步骤4：利用GPU并行计算加速。将物理计算迁移到CUDA。
- 工具命令：physics_setting set compute_device GPU；nvidia-smi 确认GPU利用率。
- 输出物：GPU加速配置。
- 检查点：仿真速度提升5倍。

3.2 增强孪生场景交互能力
触发因素：用户需要更直观的操作方式、培训需求、远程协作需求。
属性维度：交互响应延迟、支持交互类型数、用户满意度。

任务：集成VR/AR交互功能
- 子步骤1：部署VR/AR渲染管线。支持SteamVR或OpenXR。
- 工具命令：render_setting set vr_enabled true；plugin install SteamVR。
- 输出物：VR配置日志。
- 检查点：VR头显显示孪生场景。

- 子步骤2：实现手势识别和控制器交互。允许用户在虚拟空间中抓取、旋转物体。
- 工具命令：blueprint VR_GrabComponent；python gesture_recognition.py --camera webcam。
- 输出物：交互功能演示视频。
- 检查点：用户可以拾取虚拟零件。

- 子步骤3：优化VR渲染性能。确保双目渲染帧率>90fps以避免晕动症。
- 工具命令：render_setting set single_pass_stereo true；render_setting set foveated_rendering true。
- 输出物：性能优化报告。
- 检查点：帧率稳定在90fps以上。

- 子步骤4：用户培训与反馈收集。
- 工具命令：survey_collect；analytics_dashboard。
- 输出物：用户反馈报告。
- 检查点：用户满意度>80%。

四、预防性维护

4.1 孪生模型版本管理与备份
触发因素：模型频繁迭代、误操作风险、审计追溯需求。
属性维度：版本覆盖率、备份完整性、恢复时间。

任务：建立数字孪生模型版本控制系统
- 子步骤1：将孪生模型文件纳入Git LFS管理。
- 工具命令：git lfs track "*.fbx" "*.umap" "*.png"；git add .gitattributes；git commit -m "init twin model repo"。
- 输出物：Git仓库初始化记录。
- 检查点：大文件由LFS管理。

- 子步骤2：配置自动备份策略。每日全量备份，每小时增量备份。
- 工具命令：crontab -e 添加 0 2 * * * rsync -avz /twin/models/ /backup/twin/daily/；0 * * * * rsync -avz --link-dest=/backup/twin/daily/ /twin/models/ /backup/twin/hourly/。
- 输出物：备份脚本和日志。
- 检查点：备份文件可恢复。

- 子步骤3：定期测试恢复流程。从备份恢复到一个测试环境，验证模型完整性。
- 工具命令：restore_test.sh；diff -r /original/model /restored/model。
- 输出物：恢复测试报告。
- 检查点：恢复后模型与原始一致。

4.2 传感器数据质量监控
触发因素：传感器漂移、数据缺失、异常值、通信故障。
属性维度：数据完整率、异常值比例、数据延迟。

任务：实施传感器数据质量监控
- 子步骤1：部署数据质量监控探针。检查每个传感器的数据完整率和延迟。
- 工具命令：python data_quality_monitor.py --broker kafka:9092 --topic iot_raw；prometheus metrics 暴露 sensor_data_completeness。
- 输出物：数据质量仪表盘（各传感器完整率、延迟）。
- 检查点：数据完整率>99%。

- 子步骤2：配置异常值检测。使用统计方法或ML模型识别异常数据点。
- 工具命令：python anomaly_detection.py --algorithm isolation_forest --window 1h；alert if anomaly_score > 0.8。
- 输出物：异常值告警记录。
- 检查点：异常值被标记并通知运维。

- 子步骤3：数据补全机制。当传感器数据缺失时，使用插值或模型预测填补。
- 工具命令：python interpolate_missing.py --method linear；python predict_missing.py --model lstm。
- 输出物：数据补全日志。
- 检查点：补全后数据可用于孪生模型。

- 子步骤4：定期校准物理传感器。与基准仪器对比，调整偏差。
- 工具命令：calibration_workflow；adjust_offset(sensor_id, offset_value)。
- 输出物：传感器校准记录。
- 检查点：校准后数据误差<1%。

知识：数字孪生概念（数字线程、镜像模型）、三维建模与渲染（Unity/Unreal/Three.js）、物理引擎（PhysX/Havok/Bullet）、IoT数据管道（MQTT/Kafka）、仿真算法（有限元、CFD、多体动力学）、数据脱敏、VR/AR。标准：GB/T 38656数字孪生通用要求、GB/T 40647智能制造数字孪生、ISO 23247数字孪生制造框架、ISO 10303 STEP标准、IEC 62832数字工厂、GB/T 22239等保（数据安全、访问控制）、GB/T 35273个人信息安全规范。法规：网络安全法（数据安全）、数据安全法（工业数据、城市数据）、个保法（涉及个人影像数据）、测绘法（数字孪生城市涉及地理信息）、知识产权法（三维模型版权）。

22

生物信息学与基因测序系统维护

基因测序仪/生物信息分析平台/基因组数据处理/蛋白质结构预测

软硬融合系统维护（测序仪硬件+计算集群+生物信息软件+数据库）

一、改正性维护

1.1 测序仪运行故障（簇生成失败/碱基识别错误）
触发因素：试剂耗尽、流通池污染、光学系统偏移、温度控制异常、流体系统气泡。
属性维度：测序质量分数（Q30）、产出数据量、错误率、运行完成率。

任务：诊断并恢复测序仪正常运行
- 子步骤1：读取测序仪错误日志和运行状态。查看仪器面板告警或通过软件接口获取。
- 工具命令：illumina-instrument-cli status（Illumina仪器）；curl -s "http://sequencer-api/status" \| jq .；tail -n 100 /var/log/sequencer/runtime.log \| grep -i error。
- 输出物：测序仪状态报告（错误代码、当前步骤、温度、流体压力）。
- 检查点：确定错误类型（试剂、光学、流体、温度）。

- 子步骤2：若为试剂耗尽，更换试剂盒。检查试剂余量，安装新试剂盒。
- 工具命令：sequencer reagent status；sequencer reagent load --cartridge new_cartridge.barcode。
- 输出物：试剂更换记录。
- 检查点：试剂识别成功，系统继续运行。

- 子步骤3：若为流通池污染，执行清洗程序。使用专用清洗液冲洗流通池。
- 工具命令：sequencer wash --cycle standard；sequencer check_flow_cell 检查清洗效果。
- 输出物：清洗日志。
- 检查点：清洗后成像质量恢复。

- 子步骤4：若为光学系统偏移，执行自动校准。校准聚焦、激光对准、相机位置。
- 工具命令：sequencer calibrate optics；sequencer validate_calibration。
- 输出物：校准报告（各通道强度、均匀性）。
- 检查点：校准通过，Q30恢复到>85%。

- 子步骤5：若无法恢复，终止当前运行并重新制备文库。启动新的一次测序运行。
- 工具命令：sequencer abort_run；sequencer start_run --sample_sheet sample_sheet.csv。
- 输出物：运行终止和新启动记录。
- 检查点：新运行正常开始。

1.2 生物信息分析流水线崩溃/结果异常
触发因素：输入数据格式错误、参考基因组版本不匹配、软件依赖冲突、内存溢出、磁盘满。
属性维度：流水线完成率、分析时间、结果准确性。

任务：恢复分析流水线并重新运行
- 子步骤1：检查流水线日志，定位失败步骤。查看Nextflow/Snakemake日志或CWL输出。
- 工具命令：cat .nextflow.log \| grep ERROR；tail -n 200 workflow.log \| grep -i "exit code\|segfault\|oom"；sacct -j <job_id> --format=JobID,State,ExitCode（SLURM）。
- 输出物：流水线失败报告（失败步骤、错误信息、退出码）。
- 检查点：确定是软件错误还是资源不足。

- 子步骤2：若为内存溢出，增加作业内存分配或优化算法。
- 工具命令：nextflow run main.nf --memory 64GB；samtools sort -m 8G 调整排序内存；ulimit -v unlimited。
- 输出物：资源调整记录。
- 检查点：重新运行后不再OOM。

- 子步骤3：若为软件版本冲突，创建隔离的conda环境或容器。
- 工具命令：conda create -n bioinfo python=3.8 bwa=0.7.17 samtools=1.15 gatk=4.2.0；docker run --rm -v /data:/data biocontainers/bwa:0.7.17。
- 输出物：环境配置文件（environment.yaml）。
- 检查点：软件版本匹配，流水线通过。

- 子步骤4：若为参考基因组问题，下载正确版本并重新索引。
- 工具命令：wget ftp://ftp.ncbi.nlm.nih.gov/genomes/Homo_sapiens/GRCh38/GRCh38.fa.gz；bwa index GRCh38.fa；samtools faidx GRCh38.fa。
- 输出物：参考基因组索引文件。
- 检查点：比对率恢复到正常水平（>95%）。

- 子步骤5：从失败步骤重新运行流水线，而非从头开始。
- 工具命令：nextflow run main.nf -resume；snakemake --rerun-incomplete。
- 输出物：重跑日志。
- 检查点：流水线成功完成。

二、适应性维护

2.1 生物信息软件版本升级
触发因素：新算法发布、旧版本EOL、性能提升、新数据类型支持。
属性维度：结果一致性、分析速度、兼容性。

任务：升级核心分析软件（如GATK 3→GATK 4）
- 子步骤1：在测试数据集上运行新版本，对比旧版本结果。
- 工具命令：gatk3 HaplotypeCaller -R ref.fa -I sample.bam -O old.vcf；`gatk4 HaplotypeCaller -R ref.fa -I sample

22

生物信息学与基因测序系统维护

基因测序仪/生物信息分析平台/基因组数据处理/蛋白质结构预测

软硬融合系统维护（测序仪硬件+计算集群+生物信息软件+数据库）

二、适应性维护（续）

2.1 生物信息软件版本升级（续）
触发因素：新算法发布、旧版本EOL、性能提升、新数据类型支持。
属性维度：结果一致性、分析速度、兼容性。

任务：升级核心分析软件（如GATK 3→GATK 4）（续）
- 子步骤1：在测试数据集上运行新版本，对比旧版本结果。（已完成）
- 子步骤2：分析结果差异。重点检查SNP/INDEL的一致性，评估新版本带来的假阳性/假阴性变化。
- 工具命令：vcfeval -b old.vcf -c new.vcf -o compare_output（RTG Tools）；bcftools isec old.vcf new.vcf -p intersection；python compare_vcf.py --old old.vcf --new new.vcf --ref ref.fa。
- 输出物：差异报告（一致位点数、新版本特有变异、旧版本特有变异、转换/颠换比率）。
- 检查点：一致率>99%，新增变异经IGV人工复核确认合理。

- 子步骤3：更新流水线配置文件，将软件版本指向新版本。更新容器镜像或conda环境。
- 工具命令：sed -i 's/gatk:3.8/gatk:4.2/g' nextflow.config；docker pull broadinstitute/gatk:4.2.6.1；conda env update -f environment_gatk4.yaml。
- 输出物：配置文件变更记录。
- 检查点：流水线在新版本下正常运行。

- 子步骤4：在生产环境中灰度运行。先处理少量样本，验证无误后全量切换。
- 工具命令：nextflow run main.nf -profile test --samples test_samples.txt；diff <(old_pipeline_results) <(new_pipeline_results)。
- 输出物：灰度测试报告。
- 检查点：结果一致，性能提升（如速度提高20%）。

2.2 合规适配（基因数据隐私保护、伦理审查）
触发因素：《人类遗传资源管理条例》、GDPR、HIPAA、医院伦理委员会要求。
属性维度：数据脱敏覆盖率、访问审计完整性、知情同意书关联。

任务：实施基因数据去标识化与访问控制
- 子步骤1：识别基因数据中的个人标识符。FASTQ/SAM/VCF文件头可能包含样本姓名、ID、日期。
- 工具命令：`grep -E "^@.*\b(name

patient

23

金融交易系统维护

证券/期货/外汇/银行核心交易/高频交易/清算结算/风控

软硬融合系统维护（交易服务器+行情源+撮合引擎+数据库+网络）

一、改正性维护

1.1 交易网关断连/订单无法发送
触发因素：交易所API变更、网络闪断、证书过期、流量超限、网关进程崩溃。
属性维度：订单延迟、丢单率、网关连接状态、重连次数。

任务：恢复交易网关连接并补发订单
- 子步骤1：检查网关进程状态和日志。确认是进程崩溃还是网络问题。
- 工具命令：systemctl status trading-gateway；tail -n 200 /var/log/gateway/today.log \| grep -i "disconnect\|error\|exception"；curl -s "http://gateway-metrics/metrics" \| grep gateway_connection_status。
- 输出物：网关状态报告（进程PID、连接状态、最后错误时间）。
- 检查点：确定是进程崩溃还是连接断开。

- 子步骤2：若进程崩溃，自动重启网关。若频繁崩溃，收集core dump分析。
- 工具命令：systemctl restart trading-gateway；ulimit -c unlimited 开启core dump；gdb gateway core.1234 -batch -ex bt。
- 输出物：重启日志；core dump分析报告。
- 检查点：网关重启后成功连接交易所。

- 子步骤3：检查网络连接和防火墙。确认到交易所的TCP连接是否正常。
- 工具命令：telnet exchange-ip 443；traceroute exchange-domain；iptables -L -n \| grep exchange_ip。
- 输出物：网络连通性报告。
- 检查点：TCP连接建立时间<10ms。

- 子步骤4：若证书过期，更新客户端证书。重新申请并部署新证书。
- 工具命令：openssl x509 -in client.crt -noout -dates；cp new_client.crt /etc/gateway/certs/；systemctl reload gateway。
- 输出物：证书更新记录。
- 检查点：证书有效期>30天。

- 子步骤5：检查断连期间是否有未发送的订单。从本地队列或数据库恢复，重新发送。
- 工具命令：curl -s "http://gateway-api/pending_orders" \| jq .；curl -X POST "http://gateway-api/resend" -d '{"order_ids": [...]}'。
- 输出物：补发订单记录。
- 检查点：所有订单已成功提交交易所。

1.2 撮合引擎延迟飙升/死锁
触发因素：订单洪峰、数据库锁竞争、CPU过载、内存GC停顿、算法bug。
属性维度：撮合延迟（p50/p99）、订单队列深度、撮合吞吐量、系统负载。

任务：降低撮合延迟并解除死锁
- 子步骤1：实时监控撮合延迟和队列深度。使用APM工具定位慢路径。
- 工具命令：curl -s "http://matching-engine/metrics" \| grep match_latency；jstat -gcutil <pid> 1000 查看GC暂停；arthas 或 async-profiler 采样热点。
- 输出物：延迟分析报告（火焰图、GC日志）。
- 检查点：确定瓶颈是CPU计算还是I/O等待。

- 子步骤2：若为GC问题，优化JVM参数。使用G1GC，调整新生代大小，启用ZGC（低延迟）。
- 工具命令：-XX:+UseZGC -XX:MaxGCPauseMillis=10 -Xms32G -Xmx32G；jcmd <pid> VM.flags 验证。
- 输出物：JVM参数变更记录。
- 检查点：GC暂停时间<5ms。

- 子步骤3：若为数据库锁竞争，优化SQL或改用内存数据库。将订单簿从关系数据库迁移到Redis/ Aeron。
- 工具命令：EXPLAIN ANALYZE SELECT * FROM order_book WHERE price>100 FOR UPDATE；redis-cli HSET order_book:symbol:600519 buy_orders ...；aeron archive 低延迟IPC。
- 输出物：数据库优化或迁移方案。
- 检查点：撮合延迟从10ms降到100μs。

- 子步骤4：实施熔断降级。当队列深度超过阈值时，拒绝新订单或限流。
- 工具命令：curl -X POST "http://matching-engine/config" -d '{"circuit_breaker":{"queue_depth_threshold":10000,"action":"reject"}}'。
- 输出物：熔断配置。
- 检查点：熔断生效后，系统不再雪崩。

二、适应性维护

2.1 交易所协议升级（FIX 4.4→FIX 5.0/二进制协议）
触发因素：交易所强制升级、新业务类型（期权、做市商）、更低延迟需求。
属性维度：兼容性测试通过率、迁移停机窗口、订单处理延迟。

任务：升级交易网关支持新协议
- 子步骤1：获取新协议规范文档和测试环境接入信息。开发或采购新协议适配模块。
- 工具命令：git clone https://github.com/exchange/fix50-sp2-specs；pip install quickfix 或 mvn dependency:copy -Dartifact=com.exchange:fix-client:2.0。
- 输出物：协议适配模块（代码或jar包）。
- 检查点：模块能成功连接交易所测试环境。

- 子步骤2：在测试环境进行全量功能测试。覆盖订单录入、撤单、成交回报、行情订阅。
- 工具命令：pytest test_fix50.py --exchange test；jmeter -n -t fix_perf.jmx -l results.jtl。
- 输出物：测试报告（功能通过率、性能对比）。
- 检查点：所有用例通过，延迟不高于旧协议。

- 子步骤3：灰度切换部分交易品种。先迁移流动性较低的品种。
- 工具命令：curl -X POST "http://gateway-admin/switch_protocol" -d '{"symbols":["BTC/USDT"], "protocol":"FIX5.0"}'。
- 输出物：灰度切换记录。
- 检查点：24小时内无异常。

- 子步骤4：全量切换，下线旧协议连接。
- 工具命令：curl -X POST "http://gateway-admin/shutdown_legacy"。
- 输出物：迁移完成报告。
- 检查点：所有交易通过新协议。

2.2 合规适配（反洗钱、交易报告、数据本地化）
触发因素：央行AML新规、ESMA MiFID II交易报告、数据安全法要求数据本地化。
属性维度：可疑交易报告及时率、报告数据完整性、合规审计通过率。

任务：实施实时反洗钱监控与交易报告
- 子步骤1：部署AML规则引擎。配置可疑交易检测规则（大额交易、频繁小额、关联账户对倒）。
- 工具命令：docker run -d --name aml-engine aml-rules-engine:latest；curl -X POST "http://aml-engine/rules" -d '{"rule_id":"AML-001","description":"单笔>500万","condition":"amount>5000000","action":"alert"}'。
- 输出物：规则配置记录。
- 检查点：测试触发规则，产生告警。

- 子步骤2：集成交易报告接口。按照监管要求的格式（如XML/CSV）定时上报交易数据。
- 工具命令：python generate_mifid_report.py --date today --output /reports/trade_report.xml；curl -X POST -F "file=@/reports/trade_report.xml" "https://regulatory-reporting/api/submit"。
- 输出物：报告提交日志（成功/失败）。
- 检查点：报告被监管机构成功接收。

- 子步骤3：确保交易数据本地化存储。将交易日志和客户数据存储在中国境内的数据中心。
- 工具命令：mysqldump -h cn-db trading_db > /backup/cn/trading_db.sql；rsync -avz /data/trades/ /data/china-only/；iptables -A OUTPUT -d foreign-ip -p tcp --dport 3306 -j REJECT 阻止跨境数据库访问。
- 输出物：数据本地化配置记录。
- 检查点：审计确认无数据出境。

- 子步骤4：配合监管现场检查。提供系统架构图、数据流向图、安全措施文档。
- 工具命令：整理文档。
- 输出物：合规文档包。
- 检查点：检查通过。

三、完善性维护

3.1 降低交易延迟（极致优化）
触发因素：高频交易竞争、微秒级延迟决定盈亏、硬件升级。
属性维度：端到端延迟（纳秒级）、抖动、吞吐量。

任务：实施内核旁路和FPGA加速
- 子步骤1：评估当前延迟分布。使用Solarflare网卡或DPDK精确测量。
- 工具命令：tcpdump -i ens785 -s 128 -w latency.pcap；wireshark 分析时间戳；dpdk-pktgen 测试裸延迟。
- 输出物：延迟分布报告（软件栈各部分贡献）。
- 检查点：确定最大延迟来源（通常为内核网络栈）。

- 子步骤2：部署Solarflare/Exablaze网卡并启用OpenOnload内核旁路。绕过内核协议栈。
- 工具命令：onload --profile=latency ./trading-gateway；onload_stack stats 查看加速效果。
- 输出物：OpenOnload部署日志。
- 检查点：网络延迟从10μs降到1μs。

- 子步骤3：将订单簿维护迁移到FPGA。使用FPGA实现撮合逻辑，消除CPU调度抖动。
- 工具命令：vivado 综合FPGA bitstream；pcie_bar 映射FPGA内存；fpga_match_order(order) API调用。
- 输出物：FPGA bitstream和驱动程序。
- 检查点：撮合延迟从1μs降到100ns。

- 子步骤4：物理托管到交易所机房。缩短光纤距离，减少传播延迟。
- 工具命令：colo_rack_rental；fiber_length_measurement；ping -f exchange-ip 确认RTT<100μs。
- 输出物：托管部署记录。
- 检查点：端到端延迟达到目标。

3.2 提升系统容量与弹性
触发因素：用户增长、新品种上市、大促活动（双十一、黑色星期五）。
属性维度：每秒订单数、系统可用率、自动扩缩容响应时间。

任务：实施弹性伸缩架构
- 子步骤1：将交易系统微服务化，拆分网关、撮合、风控、清算等组件。
- 工具命令：kubectl apply -f microservices.yaml；istioctl install 服务网格。
- 输出物：微服务部署清单。
- 检查点：各服务独立部署，可单独扩缩。

- 子步骤2：配置水平自动伸缩策略。基于CPU使用率或订单队列长度。
- 工具命令：kubectl autoscale deployment matching-engine --cpu-percent=70 --min=3 --max=20；kubectl get hpa。
- 输出物：HPA配置。
- 检查点：压力测试时自动扩容。

- 子步骤3：实施蓝绿部署和金丝雀发布。实现零停机升级。
- 工具命令：kubectl apply -f deployment-blue.yaml；kubectl patch service trading-gateway -p '{"spec":{"selector":{"version":"blue"}}}' 切换流量。
- 输出物：部署策略配置。
- 检查点：升级过程中无订单丢失。

- 子步骤4：定期进行混沌工程实验。注入故障验证系统韧性。
- 工具命令：chaos-blade create cpu fullload --cpu-percent 90；litmuschaos 实验。
- 输出物：混沌实验结果报告。
- 检查点：系统在故障下仍能维持核心功能。

四、预防性维护

4.1 灾备演练（同城双活/异地容灾）
触发因素：监管要求、年度演练计划、系统重大变更后。
属性维度：RPO、RTO、切换成功率、数据一致性。

任务：执行交易系统灾备切换演练
- 子步骤1：准备灾备环境。确保灾备中心数据库实时同步，应用已部署。
- 工具命令：mysql -h dr-db -e "SHOW SLAVE STATUS\G" 检查同步延迟；kubectl get pods -n dr 确认应用就绪。
- 输出物：灾备中心就绪报告。
- 检查点：同步延迟<1秒。

- 子步骤2：模拟生产中心故障。切断主中心网络或停止应用。
- 工具命令：iptables -A INPUT -s dr-subnet -j DROP 模拟网络隔离；kubectl scale deployment --replicas=0 -n prod。
- 输出物：故障注入记录。
- 检查点：主中心不可达。

- 子步骤3：激活灾备中心。切换DNS、VIP或负载均衡器指向灾备。
- 工具命令：curl -X POST "http://dns-api/update" -d '{"record":"trade.example.com","value":"dr-vip"}'；keepalived 触发VIP漂移。
- 输出物：切换操作日志。
- 检查点：客户端连接成功，交易可正常进行。

- 子步骤4：验证业务连续性。执行模拟交易、查询余额、撤单等操作。
- 工具命令：python trade_test.py --server dr-vip --orders 100；curl -s "http://dr-vip/api/account/balance"。
- 输出物：业务验证报告。
- 检查点：所有操作正常，数据一致。

- 子步骤5：记录RTO和RPO，复盘改进。
- 工具命令：echo "RTO=45s, RPO=0" >> disaster_recovery_report.md。
- 输出物：灾备演练总结报告。
- 检查点：RTO<RTO目标（如60秒）。

4.2 系统安全加固与渗透测试
触发因素：季度安全扫描、新漏洞披露（如Log4j）、监管安全检查。
属性维度：漏洞修复率、高危漏洞数、渗透测试通过率。

任务：执行安全加固和渗透测试
- 子步骤1：漏洞扫描。使用商业或开源扫描器对交易系统进行全面扫描。
- 工具命令：nessus -T html -o report.html 192.168.1.0/24；nmap -sV --script vuln 192.168.1.100；trivy image trading-gateway:latest。
- 输出物：漏洞扫描报告（CVE列表、严重等级、修复建议）。
- 检查点：高危漏洞清零。

- 子步骤2：修复高危漏洞。升级依赖库、打补丁、配置缓解措施。
- 工具命令：yum update libssh2；pip install --upgrade cryptography；sed -i 's/log4j.version=2.14.1/2.17.1/g' pom.xml。
- 输出物：修复记录。
- 检查点：重新扫描确认漏洞消失。

- 子步骤3：执行渗透测试。模拟攻击者尝试入侵系统。
- 工具命令：burpsuite 抓包改包；sqlmap -u "https://trade-api/query?symbol=BTC"；hydra -l admin -P passwords.txt ssh://192.168.1.100。
- 输出物：渗透测试报告（发现的弱点、复现步骤）。
- 检查点：未发现可利用的高危漏洞。

- 子步骤4：加强安全配置。启用多因素认证、限制API访问IP、加密敏感数据。
- 工具命令：curl -X POST "http://auth-api/enable_mfa" -d '{"user":"trader1"}'；iptables -A INPUT -s whitelist -p tcp --dport 8443 -j ACCEPT；openssl enc -aes-256-cbc -salt -in api_keys.txt -out api_keys.enc。
- 输出物：安全配置变更记录。
- 检查点：安全基线检查通过。

知识：金融交易生命周期（订单、撮合、清算、结算）、FIX协议、低延迟技术（FPGA/DPDK/内核旁路）、分布式系统（一致性、容灾）、反洗钱规则、风险管理（VaR、希腊字母）。标准：ISO 20022金融报文标准、FIX Protocol标准、GB/T 32315证券交易系统技术规范、GB/T 20546银行核心系统技术要求、GB/T 22239等保金融扩展、PCI DSS（支付卡行业数据安全标准）、MiFID II（欧盟金融工具市场指令）、SOX（萨班斯-奥克斯利法案）。法规：证券法、期货交易管理条例、银行业监督管理法、反洗钱法、网络安全法（等保、日志留存）、数据安全法（金融数据分类分级）、个保法（客户信息保护）、关基条例（金融交易系统属于关键信息基础设施）、人民银行《金融数据安全分级指南》、证监会《证券期货业信息安全管理办法》。

24

政务云与电子政务系统维护

政府公共服务/行政审批/数据共享/一网通办/政务大数据

软硬融合系统维护（政务云平台+微服务+数据库+前置机+安全设备）

一、改正性维护

1.1 政务服务门户无法访问/页面加载缓慢
触发因素：并发访问激增、CDN节点故障、后端服务雪崩、数据库连接池耗尽、DNS解析异常。
属性维度：页面响应时间、可用率、HTTP错误率、并发用户数。

任务：恢复政务门户正常访问
- 子步骤1：检查全局可用性监控。确认是部分地区还是全站故障。
- 工具命令：curl -s -o /dev/null -w "%{http_code}" https://gov-portal.example.com；ping gov-portal.example.com；dig +short gov-portal.example.com 检查DNS解析。
- 输出物：可用性初步判断报告。
- 检查点：确定故障范围。

- 子步骤2：检查后端服务健康状态。查看微服务注册中心和负载均衡器。
- 工具命令：curl -s "http://consul:8500/v1/health/service/user-service" \| jq .；kubectl get pods -n gov-cloud；nginx -s status 查看upstream状态。
- 输出物：服务健康报告（各服务实例数、健康/不健康实例）。
- 检查点：找出不健康的服务。

- 子步骤3：若为数据库连接池耗尽，重启连接池或扩容数据库实例。
- 工具命令：mysqladmin -u monitor -p extended-status \| grep Threads_connected；kubectl scale deployment/mysql-proxy --replicas=3；kill -HUP <pid> 刷新连接池。
- 输出物：数据库连接池恢复日志。
- 检查点：连接数回落至正常范围。

- 子步骤4：若为突发流量，启用弹性伸缩和限流。扩容前端Pod，开启速率限制。
- 工具命令：kubectl autoscale deployment frontend --cpu-percent=60 --min=5 --max=50；curl -X POST "http://api-gateway/config/rate_limit" -d '{"limit":1000,"burst":200}'。
- 输出物：弹性伸缩和限流配置。
- 检查点：页面响应时间恢复<2秒。

1.2 政务数据交换失败/数据不一致
触发因素：数据格式不匹配、接口变更未同步、网络策略限制、ETL任务失败、主键冲突。
属性维度：数据交换成功率、延迟、数据质量评分。

任务：修复数据交换链路并补偿数据
- 子步骤1：查看数据交换平台的日志。定位失败的交换任务和错误原因。
- 工具命令：tail -n 500 /var/log/data-exchange/error.log \| grep -i "fail\|error"；curl -s "http://data-exchange-api/jobs/failed" \| jq .；elasticsearch 查询最近失败的交换记录。
- 输出物：失败任务列表及错误信息。
- 检查点：确定是源端、传输还是目标端问题。

- 子步骤2：若为数据格式不匹配，调整转换规则。更新ETL脚本或映射配置。
- 工具命令：vim etl_transform.groovy；sed -i 's/old_field/new_field/g' mapping.xml；curl -X PUT "http://data-exchange-api/mapping/123" -d '{"source":"old","target":"new"}'。
- 输出物：转换规则变更记录。
- 检查点：测试一条数据，交换成功。

- 子步骤3：若为网络策略限制，检查防火墙和安全组。开放必要的端口和IP。
- 工具命令：iptables -L -n \| grep source-ip；aws ec2 describe-security-groups --group-id sg-xxx；telnet target-host 3306 测试连通性。
- 输出物：网络策略变更记录。
- 检查点：数据交换链路连通。

- 子步骤4：重新执行失败的交换任务，并校验数据一致性。
- 工具命令：curl -X POST "http://data-exchange-api/jobs/retry" -d '{"job_ids":[101,102]}'；python verify_consistency.py --source db1 --target db2 --table population_info。
- 输出物：重跑结果和一致性报告。
- 检查点：数据完全一致。

二、适应性维护

2.1 政策法规变更导致的业务流程调整
触发因素：新出台的《行政许可法》修订、减证便民政策、跨省通办要求。
属性维度：流程改造周期、审批环节精简率、群众满意度。

任务：调整“企业开办”业务流程以适应新政策
- 子步骤1：分析新旧政策差异。梳理需要取消或合并的审批环节、材料清单。
- 工具命令：diff policy_old.txt policy_new.txt；process_mining 分析当前流程。
- 输出物：流程差异分析报告。
- 检查点：明确需要修改的表单、接口、规则。

- 子步骤2：修改工作流引擎定义。删除不必要的审核节点，简化表单字段。
- 工具命令：activiti:modeler 编辑BPMN；curl -X PUT "http://workflow-engine/definitions/enterprise_registration" -d '{"tasks":["提交","自动核验","发证"]}'。
- 输出物：新工作流定义文件（BPMN）。
- 检查点：新流程在测试环境跑通。

- 子步骤3：更新前端页面和提示信息。去掉已取消的材料上传入口。
- 工具命令：vue edit；npm run build；kubectl rollout restart deployment frontend。
- 输出物：前端变更记录。
- 检查点：用户界面符合新政要求。

- 子步骤4：与市场监管、税务等部门数据接口对接。实现自动核验。
- 工具命令：curl -X POST "http://tax-api/verify" -d '{"credit_code":"..."}'；swagger 集成新接口。
- 输出物：接口联调记录。
- 检查点：自动核验通过率>90%。

2.2 国产化适配（信创替代）
触发因素：国家信创政策要求、政务系统逐步替换为国产软硬件。
属性维度：替代进度、兼容性测试通过率、性能衰减。

任务：将政务数据库从Oracle迁移到达梦DM8
- 子步骤1：评估迁移范围和兼容性。使用达梦迁移工具扫描源库对象。
- 工具命令：dm-migrate-tool --source oracle://user:pwd@host:1521/orcl --target dm://user:pwd@host:5236/DAMENG --check-only；generate_report.html。
- 输出物：兼容性评估报告（不兼容对象列表、存储过程改写建议）。
- 检查点：确定主要障碍。

- 子步骤2：迁移数据结构。创建达梦数据库表空间、用户、表、索引、视图、序列。
- 工具命令：dm-migrate-tool --mode schema；cat migrated_schema.sql；isql -h localhost -d DAMENG -U SYSDBA -p SYSDBA -f schema.sql。
- 输出物：DDL迁移日志。
- 检查点：达梦中表结构与Oracle一致。

- 子步骤3：迁移数据。使用批量导出导入工具。
- 工具命令：expdp oracle directory=dump_dir dumpfile=oracle.dmp schemas=gov；impdp dm directory=dump_dir dumpfile=oracle.dmp remap_schema=oracle:gov。
- 输出物：数据迁移日志（行数、耗时）。
- 检查点：行数一致，无乱码。

- 子步骤4：修改应用程序连接字符串和SQL语法。适配达梦方言。
- 工具命令：sed -i 's/jdbc:oracle:thin:@/jdbc:dm:/g' application.properties；find . -name "*.java" -exec sed -i 's/ROWNUM/LIMIT/g' {} \;。
- 输出物：代码变更记录。
- 检查点：应用在达梦上功能测试通过。

三、完善性维护

3.1 提升政务服务“一网通办”覆盖率
触发因素：政府绩效考核指标、市民诉求、营商环境排名。
属性维度：可网办事项比例、全程网办率、平均跑动次数。

任务：新增“不动产登记+水电气过户”联办服务
- 子步骤1：与自然资源局、水务公司、电力公司、燃气公司沟通联办方案。确定数据交换格式和接口规范。
- 工具命令：meeting minutes；API specification draft。
- 输出物：联办实施方案。
- 检查点：各方签署确认。

- 子步骤2：开发联办接口。在政务数据共享平台上注册新服务。
- 工具命令：curl -X POST "http://data-share/api/services" -d '{"name":"property_transfer_utility","version":"1.0","endpoint":"/api/v1/transfer"}'；python develop_service.py。
- 输出物：服务接口代码和Swagger文档。
- 检查点：接口单元测试通过。

- 子步骤3：改造前台申报页面。允许用户一次性提交不动产和水电气过户申请。
- 工具命令：vue add new component；npm run build；kubectl rollout restart deployment portal。
- 输出物：前端变更记录。
- 检查点：用户可勾选联办选项。

- 子步骤4：联调测试。模拟用户提交联办申请，跟踪全流程。
- 工具命令：robot framework 自动化测试；postman 集合测试。
- 输出物：联调测试报告。
- 检查点：全流程跑通，各部门收到工单。

3.2 强化政务数据安全防护能力
触发因素：数据泄露事件频发、等保三级要求、密码应用安全性评估。
属性维度：加密覆盖率、密钥轮转周期、审计日志完整性。

任务：实施政务数据全生命周期加密
- 子步骤1：识别敏感数据字段。身份证号、手机号、住址、收入等。
- 工具命令：python classify_sensitive_data.py --schema gov_schema.sql；data_mask_tool 标注。
- 输出物：敏感数据字段清单。
- 检查点：清单完整。

- 子步骤2：部署数据库透明加密（TDE）。使用达梦或Oracle TDE功能。
- 工具命令：ALTER TABLESPACE users ENCRYPTION USING 'AES256'；dm.ini 配置加密密钥。
- 输出物：TDE配置记录。
- 检查点：查询性能衰减<5%。

- 子步骤3：对传输中的数据启用TLS 1.3。强制所有内部服务间通信使用HTTPS。
- 工具命令：openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout server.key -out server.crt；nginx.conf 配置ssl；curl -k https://internal-service 测试。
- 输出物：TLS配置记录。
- 检查点：无明文传输。

- 子步骤4：实施密钥管理服务（KMS）。定期轮转密钥。
- 工具命令：curl -X POST "http://kms-api/keys" -d '{"type":"AES256","rotation_period":"90d"}'；kms rotate_key --key-id 123。
- 输出物：密钥管理策略文档。
- 检查点：密钥按期轮转。

四、预防性维护

4.1 政务云平台资源容量规划
触发因素：业务增长、新系统上线、大促（如高考报名、社保年审）。
属性维度：资源利用率、扩容提前期、成本。

任务：预测并扩容政务云资源
- 子步骤1：收集历史资源使用数据。分析CPU、内存、存储、带宽趋势。
- 工具命令：prometheus 查询过去6个月数据；grafana 图表；python forecast.py --model arima。
- 输出物：资源使用趋势预测报告。
- 检查点：预测未来3个月峰值。

- 子步骤2：根据预测结果制定扩容计划。确定扩容数量和规格。
- 工具命令：excel 预算表；openstack flavor create 或 vmware vsphere 创建新规格。
- 输出物：扩容计划文档。
- 检查点：计划获批准。

- 子步骤3：执行扩容操作。添加计算节点、扩展存储池、增加带宽。
- 工具命令：nova hypervisor-add；ceph osd pool set-quota；curl -X POST "http://cloud-api/scale" -d '{"add_compute_nodes":5}'。
- 输出物：扩容操作日志。
- 检查点：新资源加入集群，服务正常。

- 子步骤4：更新CMDB和监控阈值。
- 工具命令：cmdb update resource_pool；prometheus alertmanager 调整告警阈值。
- 输出物：CMDB变更记录。
- 检查点：监控覆盖新资源。

4.2 政务系统应急演练
触发因素：年度演练计划、重大活动保障（如两会、国庆）、等保测评要求。
属性维度：演练参与率、响应时间、问题整改率。

任务：组织“政务服务系统中断”应急演练
- 子步骤1：制定演练方案。确定演练场景、参与人员、时间、预期目标。
- 工具命令：docx 编写方案。
- 输出物：应急演练方案。
- 检查点：方案通过评审。

- 子步骤2：准备演练环境。搭建独立的演练环境，避免影响生产。
- 工具命令：kubectl create ns drill-env；terraform apply -var-file=drill.tfvars。
- 输出物：演练环境就绪报告。
- 检查点：环境隔离。

- 子步骤3：执行演练。模拟主数据库宕机，触发灾备切换。
- 工具命令：kill -9 <mysql-pid>；python trigger_failover.py；timer 记录切换时间。
- 输出物：演练过程记录（时间轴、操作、决策）。
- 检查点：切换时间<RTO。

- 子步骤4：演练总结。分析不足，制定改进措施。
- 工具命令：retrospective meeting；action items tracking。
- 输出物：演练总结报告和改进计划。
- 检查点：改进项落实到人。

知识：政务云架构（IaaS/PaaS/SaaS）、微服务治理、数据共享交换标准、工作流引擎（Activiti/Flowable）、国产数据库（达梦/人大金仓/神通）、密码学（国密SM2/SM3/SM4）、等保三级要求。标准：GB/T 36344政务服务平台技术要求、GB/T 36901电子证照系列标准、GB/T 38636政务信息资源目录体系、GB/T 39477政务数据共享交换平台技术要求、GB/T 22239等保通用及政务扩展、GB/T 39786密评、GM/T 0054信息系统密码应用基本要求。法规：网络安全法、数据安全法、个人信息保护法、政府信息公开条例、国务院关于在线政务服务的若干规定、互联网信息服务管理办法、关键信息基础设施安全保护条例、密码法。

25

教育信息化平台维护

在线教育/智慧校园/教务管理/学习管理系统/考试系统/教学资源库

软硬融合系统维护（Web平台+直播系统+题库+录播存储+互动白板）

一、改正性维护

1.1 在线课堂直播卡顿/音画不同步
触发因素：学生端带宽不足、教师端推流参数不当、CDN节点故障、WebRTC信令服务器过载、编解码器兼容性问题。
属性维度：视频帧率、音频延迟、卡顿时长占比、用户投诉率。

任务：恢复直播流畅度
- 子步骤1：收集教师和学生端的体验数据。通过SDK上报的QoS指标分析。
- 工具命令：curl -s "http://live-monitor/api/qos?room_id=class_101" \| jq '.students[].video_freeze_rate'；grafana 查看全局直播质量仪表盘。
- 输出物：QoS报告（各端帧率、延迟、丢包率）。
- 检查点：确定是教师端问题还是学生端问题。

- 子步骤2：若为教师端推流参数过高，降低分辨率和码率。建议教师切换为720p/1Mbps。
- 工具命令：curl -X POST "http://live-api/teacher/room_101/change_profile" -d '{"resolution":"720p","bitrate":1000000}'；或通过客户端UI引导教师调整。
- 输出物：推流参数变更记录。
- 检查点：教师端推流稳定，CPU占用降低。

- 子步骤3：若为学生端带宽不足，启用自适应码率（ABR）。让学生端自动切换低码率。
- 工具命令：curl -X POST "http://live-api/config/abr" -d '{"enable":true,"min_bitrate":300000}'；webrtc SDP协商启用Simulcast。
- 输出物：ABR配置。
- 检查点：学生端卡顿明显减少。

- 子步骤4：检查CDN边缘节点。若某地区普遍卡顿，联系CDN服务商预热或切换节点。
- 工具命令：curl -s "http://cdn-provider/api/nodes/status" \| jq '.nodes[] \| select(.region=="Hangzhou")'；cdn refresh url。
- 输出物：CDN状态报告。
- 检查点：杭州地区播放流畅。

1.2 考试系统提交答案失败/成绩丢失
触发因素：答题超时未自动提交、网络中断导致请求未到达、数据库写入冲突、session过期。
属性维度：提交成功率、成绩找回率、用户满意度。

任务：恢复考生答案并确保成绩入库
- 子步骤1：检查考试服务日志。查找提交失败的请求记录。
- 工具命令：grep "submit_answer" /var/log/exam/access.log \| tail -100；grep "ERROR" /var/log/exam/error.log；curl -s "http://exam-api/exams/2026092801/submissions/failed" \| jq .。
- 输出物：失败提交列表（考生ID、题目、时间）。
- 检查点：确定是前端问题还是后端问题。

- 子步骤2：若为网络中断导致未提交，从浏览器localStorage或IndexedDB中恢复草稿。
- 工具命令：localStorage.getItem('exam_draft')（需用户配合）；或后端提供“续考”功能。
- 输出物：恢复的答案数据。
- 检查点：答案完整。

- 子步骤3：若为数据库写入冲突，手动插入成绩记录。使用管理员工具补录。
- 工具命令：INSERT INTO exam_scores (student_id, exam_id, score, submit_time) VALUES (...) ON DUPLICATE KEY UPDATE ...；curl -X POST "http://exam-admin/api/manual_submit" -d '{"student_id":"S001","answers":[...]}'。
- 输出物：补录记录。
- 检查点：考生查询成绩正常。

- 子步骤4：修复自动提交机制。延长超时时间，增加重试逻辑。
- 工具命令：sed -i 's/auto_submit_timeout=1800/3600/g' exam-config.properties；application code 增加指数退避重试。
- 输出物：配置变更记录。
- 检查点：后续考试无同类问题。

二、适应性维护

2.1 新课标教材更新
触发因素：教育部发布新课程标准、教材改版、知识点调整。
属性维度：题库更新率、课程内容覆盖率、教师反馈。

任务：更新数学学科题库和课件以匹配新课标
- 子步骤1：获取新课标文档和教材电子版。对比旧课标差异。
- 工具命令：diff -r old_standards/ new_standards/；python extract_changes.py。
- 输出物：课标差异报告（新增/删除/修改的知识点）。
- 检查点：明确需要更新的章节。

- 子步骤2：组织教研团队编写新题目和课件。使用富文本编辑器录入。
- 工具命令：curl -X POST "http://question-bank/questions" -d '{"subject":"math","grade":"8","chapter":"函数","content":"...","answer":"...","difficulty":"medium"}'；latex 公式渲染。
- 输出物：新题库和课件文件。
- 检查点：题目经过审核。

- 子步骤3：将新内容上线到教学平台。替换旧章节内容。
- 工具命令：curl -X PUT "http://course-api/chapters/101/content" -d '{"content_url":"new_content.html"}'；kubectl rollout restart deployment course-service。
- 输出物：内容上线记录。
- 检查点：教师和学生可查看新内容。

- 子步骤4：标记旧题目标签，逐步淘汰。不影响已安排的考试。
- 工具命令：UPDATE questions SET status='deprecated' WHERE chapter IN ('old_chapter_list')。
- 输出物：题库状态变更记录。
- 检查点：新出卷不再包含旧题。

2.2 移动端适配与小程序兼容
触发因素：微信/钉钉/企业微信生态要求、学生使用手机端比例上升。
属性维度：移动端覆盖率、页面加载速度、交互友好度。

任务：将教育平台核心功能适配到微信小程序
- 子步骤1：分析现有Web功能，确定小程序可实现的子集。保留课程观看、作业提交、成绩查询。
- 工具命令：feature matrix 文档。
- 输出物：小程序功能清单。
- 检查点：清单获产品确认。

- 子步骤2：开发小程序前端。使用微信开发者工具，调用后端API。
- 工具命令：wechat devtools；wx.request 调用 https://edu-api.example.com/v1/；npm run build:weapp。
- 输出物：小程序代码包。
- 检查点：真机预览功能正常。

- 子步骤3：适配后端接口返回格式。增加JSON字段兼容性。
- 工具命令：curl -H "User-Agent: MicroMessenger" https://edu-api/courses 测试；spring boot 配置 ContentNegotiation。
- 输出物：接口适配记录。
- 检查点：小程序端数据展示正确。

- 子步骤4：提交微信审核并发布。处理审核反馈。
- 工具命令：upload miniprogram；submit audit；release。
- 输出物：发布记录。
- 检查点：用户可通过小程序使用。

三、完善性维护

3.1 个性化学习推荐系统
触发因素：因材施教需求、学生学习数据积累、AI技术成熟。
属性维度：推荐准确率、用户点击率、学习效果提升。

任务：构建知识点掌握度模型并推荐练习
- 子步骤1：收集学生历史答题数据。提取知识点标签和正误。
- 工具命令：SELECT student_id, question_id, correct_flag FROM answer_records WHERE exam_date > '2026-01-01'；python export_data.py。
- 输出物：训练数据集（CSV）。
- 检查点：数据量足够（>100万条）。

- 子步骤2：训练知识追踪模型。使用贝叶斯知识追踪（BKT）或深度知识追踪（DKT）。
- 工具命令：python train_dkt.py --data dataset.csv --epochs 50 --model_dir models/；tensorboard 监控损失。
- 输出物：模型文件（.h5或.pkl）。
- 检查点：模型AUC>0.8。

- 子步骤3：集成推荐引擎。根据学生薄弱知识点推荐针对性练习题。
- 工具命令：curl -X POST "http://recommend-api/recommend" -d '{"student_id":"S001","num_questions":5}'；python recommend.py --model dkt.h5 --student S001。
- 输出物：推荐结果列表。
- 检查点：推荐题目与学生薄弱点匹配。

- 子步骤4：A/B测试评估效果。对比推荐组和对照组的学习进步。
- 工具命令：ab_testing platform；statistical significance test。
- 输出物：A/B测试报告。
- 检查点：推荐组成绩提升显著。

3.2 增强线上考试防作弊能力
触发因素：线上考试普及、作弊手段多样化、考试公信力要求。
属性维度：作弊行为检出率、误报率、考生体验。

任务：部署AI监考系统
- 子步骤1：集成考生摄像头实时画面。使用WebRTC获取视频流。
- 工具命令：navigator.mediaDevices.getUserMedia({video:true})；peerjs 连接监考服务器。
- 输出物：视频流接入功能。
- 检查点：监考端可看到考生画面。

- 子步骤2：训练行为检测模型。识别低头看手机、多人入镜、离开座位等异常行为。
- 工具命令：python train_pose_classifier.py --dataset cheating_dataset --output model.onnx；onnxruntime 推理。
- 输出物：行为检测模型。
- 检查点：检出率>90%，误报率<5%。

- 子步骤3：部署实时分析管道。每帧分析，触发告警。
- 工具命令：ffmpeg 抽取帧；python detect_frame.py --frame frame.jpg --model model.onnx；kafka 传输告警事件。
- 输出物：实时告警流。
- 检查点：作弊行为被标记并记录证据。

- 子步骤4：人工复核告警。允许监考老师查看录像并判定。
- 工具命令：react 审核界面；curl -X POST "http://proctor-api/review" -d '{"alert_id":123,"verdict":"confirmed"}'。
- 输出物：审核记录。
- 检查点：最终判定准确。

四、预防性维护

4.1 教学资源存储清理与归档
触发因素：录播视频、课件、习题图片不断累积，存储空间紧张。
属性维度：存储利用率、归档比例、清理周期。

任务：执行学期末存储清理与归档
- 子步骤1：列出超过一年未访问的教学资源。使用文件访问时间戳。
- 工具命令：find /data/resources -atime +365 -type f；python list_old_files.py --dir /data/resources --days 365。
- 输出物：待归档文件清单。
- 检查点：清单经教研组确认可归档。

- 子步骤2：将旧资源移动到冷存储（如AWS Glacier或阿里云OSS归档）。
- 工具命令：aws s3 mv s3://edu-resources/hot/ s3://edu-resources/cold/ --storage-class GLACIER --recursive；ossutil cp -r /data/archive oss://edu-archive/ --meta X-oss-storage-class:Archive。
- 输出物：归档操作日志。
- 检查点：归档后热存储释放空间。

- 子步骤3：更新资源索引数据库。标记已归档资源的访问方式。
- 工具命令：UPDATE resources SET storage_class='cold', cold_path='...' WHERE id IN (...)。
- 输出物：索引更新记录。
- 检查点：用户访问归档资源时提示“需解冻”。

- 子步骤4：清理临时文件和垃圾数据。删除过期考试缓存、日志。
- 工具命令：rm -rf /tmp/exam_*；journalctl --vacuum-size=500M；truncate -s 0 /var/log/nginx/access.log。
- 输出物：清理记录。
- 检查点：磁盘使用率下降。

4.2 教师账号与权限定期审计
触发因素：教师离职、岗位变动、权限滥用风险、等保要求。
属性维度：权限合规率、僵尸账号比例、审计周期。

任务：执行季度教师账号权限审计
- 子步骤1：导出所有教师账号及其权限列表。
- 工具命令：SELECT user_id, role, last_login, department FROM teachers WHERE status='active'；curl -s "http://auth-api/users?role=teacher" \| jq '.users[] \| {id, permissions}'。
- 输出物：教师账号权限清单。
- 检查点：清单完整。

- 子步骤2：与HR系统比对在职人员名单。标记已离职但账号未禁用的教师。
- 工具命令：python compare_with_hr.py --teachers teachers.csv --hr hr_employees.csv；diff 输出差异。
- 输出物：僵尸账号列表。
- 检查点：无遗漏。

- 子步骤3：禁用僵尸账号并回收权限。
- 工具命令：UPDATE teachers SET status='disabled' WHERE user_id IN (...)；curl -X DELETE "http://auth-api/users/disabled_teacher_id/permissions"。
- 输出物：账号禁用记录。
- 检查点：离职教师无法登录。

- 子步骤4：审查权限合理性。检查是否存在权限过大（如普通教师拥有管理员权限）。
- 工具命令：SELECT * FROM teacher_roles WHERE role != 'teacher' AND department NOT LIKE '%admin%'；manual review。
- 输出物：权限异常报告。
- 检查点：异常权限已修正。

知识：在线教育技术（WebRTC/HLS/直播）、学习管理系统（Moodle/Canvas）、知识追踪模型、AI监考（计算机视觉）、微信小程序开发、教育心理学。标准：GB/T 36449教育信息化技术规范、GB/T 29806信息技术学习、教育和培训、CELTS系列标准、SCORM/AICC课件标准、GB/T 22239等保教育扩展、GB/T 35273个人信息安全规范（学生信息保护）。法规：网络安全法、未成年人保护法（网络保护专章）、儿童个人信息网络保护规定、教育法、民办教育促进法、互联网直播服务管理规定（在线教育直播）、数据安全法（教育数据分类分级）。

26

智能电网与能源管理系统维护

电力调度/智能电表/新能源发电/储能系统/微电网/需求侧响应

软硬融合系统维护（SCADA+EMS+智能电表+逆变器+充电桩+储能BMS）

一、改正性维护

1.1 智能电表数据采集失败/抄表异常
触发因素：电表通信模块故障、集中器离线、PLC载波干扰、RF信号弱、电表电池耗尽。
属性维度：采集成功率、数据完整率、延迟、异常读数比例。

任务：恢复电表数据采集链路
- 子步骤1：查看集中器状态和日志。确认是单个电表故障还是整条线路故障。
- 工具命令：curl -s "http://concentrator-ip/status" \| jq .；telnet concentrator-ip 8080；tail -n 200 /var/log/concentrator/meter.log \| grep -i "fail\|timeout"。
- 输出物：集中器状态报告（在线电表数、失败电表列表、信号强度）。
- 检查点：确定故障范围。

- 子步骤2：若为单个电表通信模块故障，派维修人员现场更换通信模块或重启电表。
- 工具命令：curl -X POST "http://meter-admin/reboot" -d '{"meter_id":"M001234"}'（支持远程重启的电表）；field service ticket 创建工单。
- 输出物：重启记录或工单。
- 检查点：电表重新上线。

- 子步骤3：若为PLC载波干扰，调整载波频率或启用备用通信信道（如RF）。
- 工具命令：concentrator set plc_frequency 86kHz；concentrator set fallback_channel rf；curl -X POST "http://concentrator-api/switch_channel" -d '{"channel":"rf"}'。
- 输出物：通信参数变更记录。
- 检查点：采集成功率恢复到>99%。

- 子步骤4：补采缺失的数据。从电表本地存储或相邻集中器获取历史数据。
- 工具命令：curl -X POST "http://data-collection/retrieve_missing" -d '{"meter_id":"M001234","start":"2026-09-27 00:00","end":"2026-09-28 00:00"}'；python fetch_from_neighbor.py。
- 输出物：补采数据记录。
- 检查点：数据完整率100%。

1.2 光伏逆变器故障停机
触发因素：直流电弧、电网电压异常、绝缘阻抗过低、散热不良、IGBT过温。
属性维度：逆变器可用率、发电量损失、故障代码。

任务：诊断并恢复逆变器运行
- 子步骤1：读取逆变器故障代码。通过本地显示屏或远程监控平台。
- 工具命令：curl -s "http://inverter-ip/api/v1/status" \| jq '.fault_code'；modbus_read -h inverter-ip -p 502 -a 1 -r 0x0100；sunSpec 协议读取。
- 输出物：故障代码和描述。
- 检查点：确定故障类型。

- 子步骤2：若为直流电弧故障，检查PV组件接线和连接器。排除电弧后复位。
- 工具命令：红外热像仪 扫描发热点；万用表 测量开路电压；curl -X POST "http://inverter-api/clear_fault" -d '{"fault":"arc_fault"}'。
- 输出物：现场检查记录。
- 检查点：电弧消除，逆变器复位成功。

- 子步骤3：若为电网电压异常，等待电网恢复或调整逆变器并网参数（如电压保护阈值）。
- 工具命令：curl -X POST "http://inverter-api/config" -d '{"grid_voltage_high_limit":264}'（需电网公司同意）；monitor grid voltage。
- 输出物：参数调整记录。
- 检查点：逆变器重新并网发电。

- 子步骤4：若为散热不良，清理风扇和散热片。必要时更换风扇。
- 工具命令：service ticket；cleaning log。
- 输出物：维护记录。
- 检查点：温度恢复正常。

二、适应性维护

2.1 新能源并网新规适配
触发因素：国家能源局发布新版《光伏电站并网性能技术规范》、低电压穿越要求变更。
属性维度：并网合规率、改造周期、测试通过率。

任务：升级光伏逆变器固件以满足新版低电压穿越要求
- 子步骤1：获取新规文档和逆变器厂商升级包。确认当前固件版本。
- 工具命令：curl -s "http://inverter-api/info" \| jq '.firmware_version'；wget http://vendor.com/firmware/LVRT_v2.0.bin。
- 输出物：固件版本对照表。
- 检查点：明确需要升级的逆变器型号。

- 子步骤2：在实验室环境下测试新固件。使用电网模拟器验证LVRT性能。
- 工具命令：grid simulator set voltage_dip 0.2pu duration 500ms；oscilloscope 记录波形；python analyze_lvrt.py。
- 输出物：LVRT测试报告（是否满足新规）。
- 检查点：测试通过。

- 子步骤3：制定升级计划，分批升级现场逆变器。优先升级容量大的电站。
- 工具命令：curl -X POST "http://inverter-api/firmware_upgrade" -d '{"url":"http://server/firmware.bin","checksum":"sha256:..."}'；scheduler 安排在夜间低辐照时段。
- 输出物：升级日志（成功/失败）。
- 检查点：升级后逆变器正常运行。

- 子步骤4：升级完成后，向电网公司提交并网性能测试报告。
- 工具命令：generate_compliance_report.py；email report to grid company。
- 输出物：合规报告。
- 检查点：获得电网公司认可。

2.2 电价政策调整（分时电价/尖峰电价）
触发因素：发改委调整工商业分时电价、引入尖峰电价机制。
属性维度：电费结算准确率、需求响应执行率、用户账单满意度。

任务：更新能源管理系统中的电价模型
- 子步骤1：获取最新电价政策文件。解析分时时段和电价表。
- 工具命令：python parse_price_policy.py --pdf policy.pdf --output price_table.csv。
- 输出物：新电价表（时段、电价、季节系数）。
- 检查点：解析准确。

- 子步骤2：更新EMS系统中的电价配置。修改数据库或配置文件。
- 工具命令：UPDATE price_config SET peak_start='10:00', peak_end='12:00', peak_price=1.2 WHERE region='zhejiang'；systemctl restart ems-price-engine。
- 输出物：配置变更记录。

26

智能电网与能源管理系统维护

电力调度/智能电表/新能源发电/储能系统/微电网/需求侧响应

软硬融合系统维护（SCADA+EMS+智能电表+逆变器+充电桩+储能BMS）

二、适应性维护（续）

2.2 电价政策调整（分时电价/尖峰电价）（续）
- 子步骤3：验证电费计算准确性。用历史数据重新计算，与新电价对比。
- 工具命令：python recalc_bills.py --price_table new_price.csv --period 2026-10-01；diff old_bill.csv new_bill.csv。
- 输出物：电费重算验证报告。
- 检查点：电费变化符合政策预期。

- 子步骤4：通知用户电价变更。通过短信、APP推送、账单备注等方式告知。
- 工具命令：curl -X POST "http://notification-api/send" -d '{"template":"price_change_notice","users":["all"]}'。
- 输出物：通知发送记录。
- 检查点：用户知晓率>95%。

三、完善性维护

3.1 提升微电网自治能力（孤岛检测与平滑切换）
触发因素：配电网故障频发、用户对供电可靠性要求提高、储能系统部署。
属性维度：孤岛检测时间、切换平滑度、电压频率波动范围。

任务：优化微电网离网/并网切换控制策略
- 子步骤1：分析当前切换过程的电压/频率波形。使用电能质量分析仪记录。
- 工具命令：fluke power quality analyzer 采集波形；python analyze_waveform.py --input waveform.csv。
- 输出物：切换过程暂态分析报告（电压跌落深度、恢复时间）。
- 检查点：确定切换过程中的关键问题。

- 子步骤2：调整储能变流器（PCS）的控制参数。优化下垂控制和虚拟同步机（VSG）算法。
- 工具命令：curl -X POST "http://pcs-api/config" -d '{"droop_coeff":0.05,"vsg_inertia":10}'；modbus_write -h pcs-ip -a 1 -r 0x0200 -v 0.05。
- 输出物：PCS参数调整记录。
- 检查点：切换时电压跌落从20%降至5%。

- 子步骤3：部署快速孤岛检测算法。基于电压幅值变化率和频率变化率的被动检测法。
- 工具命令：python islanding_detector.py --algorithm passive --threshold_df/dt 0.5Hz/s；edge computing device 部署模型。
- 输出物：孤岛检测算法部署日志。
- 检查点：检测时间<100ms。

- 子步骤4：开展并离网切换试验。验证优化效果。
- 工具命令：curl -X POST "http://microgrid-controller/start_test" -d '{"test":"grid_disconnect"}'；record data。
- 输出物：切换试验报告。
- 检查点：切换过程负荷不掉电。

3.2 电动汽车充电桩有序充电策略
触发因素：充电桩数量激增、变压器容量不足、峰谷电价差拉大。
属性维度：充电桩利用率、变压器负载率、用户充电成本、削峰填谷效果。

任务：部署充电桩群控系统实现有序充电
- 子步骤1：采集充电桩状态和车辆SOC信息。通过OCPP协议或私有协议。
- 工具命令：curl -s "http://ocpp-csms/api/chargers/status" \| jq '.chargers[] \| {id, connector_status, vehicle_soc}'；mosquitto_sub -h mqtt-broker -t "/evse/+/status"。
- 输出物：充电桩实时状态数据。
- 检查点：数据更新频率<5秒。

- 子步骤2：开发充电调度算法。以最小化充电成本或最大化变压器利用率为目标。
- 工具命令：python scheduling_optimizer.py --objective min_cost --price_table price.csv --transformer_capacity 800kW；linear programming 求解。
- 输出物：充电调度计划（各桩充电功率、时间段）。
- 检查点：算法收敛。

- 子步骤3：下发调度指令到充电桩。控制充电桩启停和功率调节。
- 工具命令：curl -X POST "http://ocpp-csms/api/chargers/C001/control" -d '{"command":"set_power","value":7000}'；ocpp RemoteStartTransaction。
- 输出物：调度指令下发日志。
- 检查点：充电桩响应指令。

- 子步骤4：监控执行效果并优化。根据实际执行偏差调整算法参数。
- 工具命令：python monitor_execution.py --schedule schedule.csv --actual actual.csv；adjust algorithm weights。
- 输出物：执行效果报告（削峰率、用户节省费用）。
- 检查点：变压器未过载。

四、预防性维护

4.1 变电站/配电房巡检
触发因素：季度巡检计划、高温/雷雨季节前、设备老化。
属性维度：巡检完成率、缺陷发现率、消缺率。

任务：执行配电房春季巡检
- 子步骤1：检查变压器油温和油位。查看呼吸器硅胶颜色，听变压器运行声音。
- 工具命令：红外测温仪测量变压器外壳温度；目视检查油位计；python record_inspection.py --item transformer --value "oil_level:80%, temp:55°C"。
- 输出物：变压器巡检记录。
- 检查点：油温<85℃，油位正常。

- 子步骤2：检查开关柜。查看断路器分合闸指示、母线排温度、二次回路接线。
- 工具命令：ultrasonic partial discharge detector 检测局部放电；thermal imager 拍摄热点；torque screwdriver 检查端子紧固。
- 输出物：开关柜巡检记录。
- 检查点：无放电声，无过热。

- 子步骤3：检查继电保护装置。核对定值单，检查装置自检信息。
- 工具命令：curl -s "http://relay-protection-ip/api/v1/settings" \| jq '.settings'；compare with approved settings file；protection device self-test。
- 输出物：保护装置检查记录。
- 检查点：定值与定值单一致。

- 子步骤4：检查UPS和蓄电池。测量电池内阻和端电压。
- 工具命令：battery impedance tester；multimeter 测量单体电压；python analyze_battery_health.py。
- 输出物：蓄电池健康报告。
- 检查点：内阻在标准范围内。

4.2 电力调度系统灾备切换演练
触发因素：年度演练计划、电网迎峰度夏前、等保测评要求。
属性维度：切换时间、数据一致性、系统可用率。

任务：执行EMS/SCADA系统主备切换演练
- 子步骤1：确认备调系统状态。确保备调系统与主调系统数据同步。
- 工具命令：curl -s "http://dr-ems/health" \| jq .；mysql -h dr-db -e "SHOW SLAVE STATUS\G" \| grep Seconds_Behind_Master。
- 输出物：备调系统就绪报告。
- 检查点：同步延迟<1秒。

- 子步骤2：模拟主调系统故障。断开主调系统网络或关闭主调应用。
- 工具命令：iptables -A INPUT -s dr-network -j DROP；systemctl stop ems-primary。
- 输出物：故障注入记录。
- 检查点：主调不可达。

- 子步骤3：激活备调系统。切换调度员工作站、前置机、数据服务器到备调。
- 工具命令：curl -X POST "http://dr-ems/activate" -d '{"reason":"drill"}'；dns switch；load balancer switch。
- 输出物：切换操作日志。
- 检查点：备调系统接管调度权。

- 子步骤4：验证调度功能。执行遥控操作（遥分遥合）、查看遥测数据、下发调度指令。
- 工具命令：curl -X POST "http://dr-ems/scada/control" -d '{"device":"breaker_101","command":"close"}'；curl -s "http://dr-ems/scada/telemetry" \| jq '.'。
- 输出物：功能验证报告。
- 检查点：所有操作正常。

- 子步骤5：切回主调系统，记录演练总结。
- 工具命令：curl -X POST "http://ems-primary/reactivate"；write drill summary。
- 输出物：演练总结报告（RTO、发现问题）。
- 检查点：RTO达标。

知识：电力系统分析（潮流计算、短路计算、暂态稳定）、SCADA/EMS系统、智能电表通信协议（DL/T 645、IEC 62056）、光伏逆变器（MPPT、并网控制）、储能BMS（SOC/SOH估算、均衡）、电动汽车充电协议（OCPP、CHAdeMO、CCS）、需求侧响应。标准：GB/T 19963风电并网技术规定、GB/T 19964光伏并网技术规定、GB/T 34120电化学储能系统设计规范、GB/T 36276电力储能用锂离子电池、DL/T 645多功能电能表通信协议、IEC 61850变电站通信网络和系统、IEC 61970/61968 CIM模型、GB/T 22239等保电力扩展、GB/T 39786密评。法规：电力法、可再生能源法、电力监管条例、电网调度管理条例、电力安全事故应急处置和调查处理条例、网络安全法（电力监控系统安全防护）、数据安全法（用电数据保护）、关键信息基础设施安全保护条例（电力系统）、电力行业网络安全管理办法。

27

工业MES（制造执行系统）维护

离散制造/流程制造/半导体/汽车/食品医药/MOM

软硬融合系统维护（MES服务器+产线PLC+扫码枪+工业平板+数据库）

一、改正性维护

1.1 MES与PLC通讯中断/数据采集停滞
触发因素：PLC网口松动、交换机故障、OPC UA会话超时、协议版本不匹配、IP地址冲突。
属性维度：数据采集频率、通讯成功率、产线停线时间。

任务：恢复MES与PLC通讯链路
- 子步骤1：检查MES服务器到PLC的网络连通性。逐段排查。
- 工具命令：ping plc-ip -t；tracert plc-ip；telnet plc-ip 102（西门子S7协议端口）。
- 输出物：网络连通性测试报告。
- 检查点：确定故障点（MES端、交换机、PLC端）。

- 子步骤2：检查OPC UA服务器状态。重启OPC UA服务或重新建立会话。
- 工具命令：systemctl status opcua-server；journalctl -u opcua-server --since "5 minutes ago"；curl -s "http://opcua-server:4840/status" \| jq .；systemctl restart opcua-server。
- 输出物：OPC UA服务恢复日志。
- 检查点：OPC UA客户端成功连接。

- 子步骤3：检查PLC侧程序是否运行。确认PLC CPU模式为RUN。
- 工具命令：siemens TIA Portal 或 rocket Logix Designer 在线连接PLC；plc status 读取CPU状态寄存器。
- 输出物：PLC状态报告。
- 检查点：PLC在RUN模式，无故障灯。

- 子步骤4：检查MES采集服务配置。确认IP、端口、DB块地址正确。
- 工具命令：cat /etc/mes-plc-mapping.yaml；curl -s "http://mes-api/config/plc" \| jq .；diff current_config.yaml backup_config.yaml。
- 输出物：配置核对报告。
- 检查点：配置无误。

- 子步骤5：若硬件故障，更换网线、交换机端口或PLC以太网模块。
- 工具命令：ethtool eth0 检查网卡状态；cable tester 测试网线。
- 输出物：硬件更换记录。
- 检查点：通讯恢复，数据开始采集。

1.2 生产工单报工失败/产量数据丢失
触发因素：扫码枪故障、无线网络不稳定、MES服务端事务回滚、条码重复、工序跳站。
属性维度：报工成功率、数据丢失量、产线效率统计偏差。

任务：恢复报工功能并补录产量数据
- 子步骤1：查看报工失败日志。定位失败原因。
- 工具命令：grep "scrap\|error\|rollback" /var/log/mes/production.log \| tail -50；curl -s "http://mes-api/workorders/failed_reports" \| jq '.failed_reports[] \| {workstation, timestamp, error}'。
- 输出物：失败报工清单。
- 检查点：确定是硬件还是软件问题。

- 子步骤2：若为扫码枪故障，检查蓝牙连接或USB接口。重启扫码枪或更换。
- 工具命令：lsusb 查看USB设备；hciconfig 查看蓝牙状态；sudo systemctl restart bluetooth；scan gun test 扫描测试条码。
- 输出物：扫码枪维修记录。
- 检查点：扫码枪可正常读取。

- 子步骤3：若为无线网络不稳定，检查AP信号强度和漫游。调整AP位置或启用有线备用。
- 工具命令：iwconfig wlan0 查看信号强度；ping mes-server -c 100 测试丢包率；raspi-config 切换有线网络。
- 输出物：网络质量报告。
- 检查点：丢包率<0.1%。

- 子步骤4：补录丢失的产量数据。通过手工录入或从产线PLC追溯。
- 工具命令：curl -X POST "http://mes-api/workorders/manual_report" -d '{"workorder":"WO240928001","station":"SMT-01","quantity":500,"operator":"admin"}'；python fetch_from_plc.py --start_time 09:00 --end_time 10:00。
- 输出物：补录记录。
- 检查点：产量数据完整。

二、适应性维护

2.1 新产品导入（NPI）工艺路线变更
触发因素：新产品量产、BOM变更、工艺流程优化、客户要求。
属性维度：MES配置变更周期、试产通过率、量产爬坡时间。

任务：在MES中配置新产品工艺路线
- 子步骤1：获取新产品BOM和工艺流程图。确定工序顺序、工位、所需物料和SOP。
- 工具命令：git pull product-data；diff BOM_v1.xlsx BOM_v2.xlsx；visio 绘制工艺流程图。
- 输出物：工艺路线文档。
- 检查点：文档经工艺工程师确认。

- 子步骤2：在MES系统中创建新产品主数据。定义产品编码、版本、BOM结构。
- 工具命令：curl -X POST "http://mes-api/products" -d '{"code":"P20261001","name":"智能手表Pro","version":"A","bom":[{"material":"M001","qty":1},{"material":"M002","qty":2}]}'。
- 输出物：产品主数据创建记录。
- 检查点：产品信息可在MES中查询。

- 子步骤3：配置工艺路线。定义各工序的工位、工时、检验项目、设备参数。
- 工具命令：curl -X POST "http://mes-api/routes" -d '{"product":"P20261001","steps":[{"seq":10,"station":"SMT","cycle_time":30,"parameters":{"temp":260}},{"seq":20,"station":"AOI","inspection":"solder_joint"}]}'。
- 输出物：工艺路线配置记录。
- 检查点：试产时工单可按路线流转。

- 子步骤4：配置物料拉动和防错规则。确保使用正确的物料和治具。
- 工具命令：curl -X POST "http://mes-api/poka-yoke" -d '{"station":"SMT","material":"M001","fixture":"F001"}'；curl -X POST "http://mes-api/material-pull" -d '{"strategy":"kanban","bin_size":100}'。
- 输出物：防错和拉动配置。
- 检查点：物料错误时MES报警。

2.2 合规适配（FDA 21 CFR Part 11 / GAMP 5）
触发因素：制药/医疗器械行业监管要求、审计发现项、电子记录和电子签名合规。
属性维度：合规项覆盖率、审计准备度、偏差数量。

任务：实施MES系统电子记录与电子签名合规改造
- 子步骤1：差距分析。对照21 CFR Part 11要求，评估现有MES功能缺失。
- 工具命令：gap analysis checklist；document findings。
- 输出物：差距分析报告（审计轨迹、电子签名、记录保护等）。
- 检查点：明确需要改造的功能。

- 子步骤2：启用审计轨迹。记录所有对关键数据的创建、修改、删除操作。
- 工具命令：curl -X POST "http://mes-api/config/audit_trail" -d '{"enabled":true,"events":["create","update","delete"],"entities":["workorder","batch_record","inspection_result"]}'；database trigger 或 AOP 实现。
- 输出物：审计轨迹配置记录。
- 检查点：任何数据变更都有日志。

- 子步骤3：实施电子签名。关键操作（如放行、偏差批准）需要用户名+密码双重认证。
- 工具命令：curl -X POST "http://mes-api/config/esig" -d '{"required_for":["batch_release","deviation_approval"],"method":"username_password","token_expiry":300}'；integration with LDAP/AD。
- 输出物：电子签名配置记录。
- 检查点：操作必须签名才能继续。

- 子步骤4：验证和文档。编写IQ/OQ/PQ方案，执行验证测试，形成验证报告。
- 工具命令：python execute_iq_oq.py --protocol iq_protocol.xlsx；generate validation report。
- 输出物：计算机化系统验证报告。
- 检查点：验证通过，具备审计条件。

三、完善性维护

3.1 提升产线OEE（设备综合效率）可视化
触发因素：管理层对OEE关注、精益生产推进、瓶颈识别需求。
属性维度：OEE计算准确率、数据刷新频率、异常响应速度。

任务：部署实时OEE看板
- 子步骤1：采集设备状态和节拍数据。从PLC获取设备运行/停机/待机状态和实际生产节拍。
- 工具命令：modbus_read -h plc-ip -r 0x0100 -c 10；opcua_client read node_id="ns=2;s=Machine.Status"；python collect_oee_data.py。
- 输出物：设备状态数据流。
- 检查点：数据实时性<1秒。

- 子步骤2：计算OEE指标。可用率×性能率×良品率。
- 工具命令：python calculate_oee.py --availability 0.95 --performance 0.88 --quality 0.98；influxdb 存储时序数据。
- 输出物：OEE计算结果（实时和历史）。
- 检查点：计算逻辑符合行业标准。

- 子步骤3：开发可视化看板。在车间大屏和MES界面展示OEE、停机原因分布、TOP损失。
- 工具命令：grafana 配置Dashboard；node-red 数据流；react 定制看板。
- 输出物：OEE看板URL。
- 检查点：看板数据自动刷新。

- 子步骤4：设置OEE告警。当OEE低于阈值时，通知相关人员。
- 工具命令：alertmanager 配置 oee < 0.8 告警；webhook 发送到企业微信。
- 输出物：告警规则配置。
- 检查点：OEE下降时收到通知。

3.2 质量追溯能力增强（批次级→单品级）
触发因素：召回事件教训、高端客户要求、质量体系升级。
属性维度：追溯粒度、追溯查询时间、数据完整性。

任务：实现单品级质量追溯
- 子步骤1：在关键工序增加唯一标识（UID）赋码。激光刻印或贴二维码。
- 工具命令：curl -X POST "http://laser-marking-api/mark" -d '{"uid":"SN2409280001","content":"QR code"}'；vision system 验证码质量。
- 输出物：UID赋码记录。
- 检查点：码可读，等级B级以上。

- 子步骤2：采集每个UID在各工序的过程数据。包括工艺参数、检验结果、操作员、设备。
- 工具命令：curl -X POST "http://mes-api/traceability/record" -d '{"uid":"SN2409280001","step":"SMT","param_temp":260,"result":"pass","operator":"张三","timestamp":"2026-09-28T10:00:00Z"}'。
- 输出物：追溯数据记录。
- 检查点：数据完整。

- 子步骤3：构建追溯查询界面。支持按UID正向追溯（原料→成品）和反向追溯（成品→原料）。
- 工具命令：graph database 存储追溯图谱；curl -s "http://mes-api/trace/SN2409280001" \| jq '.'；neo4j 查询。
- 输出物：追溯查询功能。
- 检查点：查询响应<2秒。

- 子步骤4：模拟召回演练。随机选取一个成品，追溯所用原料批次和受影响的产品范围。
- 工具命令：python recall_simulation.py --product SN2409280001；generate recall report。
- 输出物：召回演练报告。
- 检查点：召回范围精确，时间<30分钟。

四、预防性维护

4.1 MES服务器定期维护
触发因素：季度维护计划、操作系统补丁、数据库性能优化。
属性维度：维护完成率、服务器响应时间、磁盘使用率。

任务：执行MES服务器季度维护
- 子步骤1：备份MES数据库和配置文件。执行全量备份。
- 工具命令：pg_dump -U mes_admin mes_db > /backup/mes_$(date +%Y%m%d).sql；tar czf /backup/mes_conf_$(date +%Y%m%d).tar.gz /etc/mes/；rsync -avz /backup/ backup-server:/backup/mes/。
- 输出物：备份文件。
- 检查点：备份文件大小正常，可恢复。

- 子步骤2：安装操作系统安全补丁。重启服务器。
- 工具命令：yum update -y；needs-restarting -r 检查是否需要重启；reboot；uptime 确认重启成功。
- 输出物：补丁安装记录。
- 检查点：补丁安装成功，服务自动启动。

- 子步骤3：优化数据库性能。重建索引，更新统计信息，清理碎片。
- 工具命令：REINDEX DATABASE mes_db;；ANALYZE;；VACUUM FULL;；pg_stat_user_tables 检查。
- 输出物：数据库优化日志。
- 检查点：查询性能提升。

- 子步骤4：清理日志和临时文件。归档旧日志。
- 工具命令：logrotate -f /etc/logrotate.d/mes；find /var/log/mes -mtime +90 -exec gzip {} \;；du -sh /var/log/mes/。
- 输出物：清理记录。
- 检查点：磁盘使用率下降。

4.2 产线设备预防性维护联动
触发因素：设备累计运行时间达到保养周期、TPM推行、故障停机损失。
属性维度：保养完成率、设备MTBF、紧急维修次数。

任务：在MES中集成设备保养提醒和执行闭环
- 子步骤1：在MES中配置设备保养计划。定义保养周期、内容、责任人。
- 工具命令：curl -X POST "http://mes-api/maintenance/plans" -d '{"equipment":"SMT-01","type":"weekly","tasks":["clean_nozzle","check_vacuum"],"responsible":"maintainer_team"}'。
- 输出物：保养计划配置。
- 检查点：计划已激活。

- 子步骤2：当设备累计运行时间达到保养周期时，MES自动弹出保养提醒。阻止产线启动。
- 工具命令：python check_maintenance_due.py；curl -X POST "http://mes-api/workstations/SMT-01/lock" -d '{"reason":"maintenance_overdue"}'。
- 输出物：保养提醒记录。
- 检查点：未保养时设备无法开工。

- 子步骤3：保养完成后，在MES中确认。记录保养结果和更换的备件。
- 工具命令：curl -X POST "http://mes-api/maintenance/confirm" -d '{"plan_id":101,"result":"pass","parts_replaced":["nozzle_01"],"operator":"李四"}'。
- 输出物：保养完成记录。
- 检查点：设备解锁，可恢复生产。

- 子步骤4：统计分析保养效果。对比保养前后的设备故障率。
- 工具命令：python analyze_maintenance_effect.py；grafana dashboard。
- 输出物：保养效果分析报告。
- 检查点：MTBF呈上升趋势。

知识：MES/MOM功能模型（ISA-95）、PLC通信协议（S7/MODBUS/Profibus/Profinet/OPC UA）、条码/RFID技术、精益生产（OEE/TPM/JIT）、质量管理（SPC/FMEA/8D）、计算机化系统验证（CSV）。标准：ISA-95企业控制系统集成、IEC 62264制造执行系统、GB/T 37413制造执行系统功能规范、GB/T 35129面向制造业的信息化技术规范、MESA国际白皮书、FDA 21 CFR Part 11电子记录和电子签名、GAMP 5良好自动化生产实践指南。法规：网络安全法、数据安全法（工业数据分类分级）、药品管理法（制药MES验证要求）、医疗器械监督管理条例、产品质量法、计量法（设备校准要求）。

28

智慧港口与物流系统维护

集装箱码头/自动化堆场/AGV/岸桥/场桥/仓储WMS/TMS

软硬融合系统维护（TOS+ECS+AGV调度+OCR闸口+GPS+RFID）

一、改正性维护

1.1 自动化岸桥/场桥故障停机
触发因素：吊具旋锁故障、大车行走编码器丢失、激光雷达脏污、急停按钮误触发、变频器过载。
属性维度：设备可用率、装卸效率（自然箱/小时）、故障平均修复时间。

任务：诊断并恢复岸桥/场桥运行
- 子步骤1：读取设备故障代码。通过PLC或设备管理系统获取。
- 工具命令：curl -s "http://crane-plc-ip/api/v1/alarms" \| jq '.alarms[] \| {code, description}'；modbus_read -h crane-plc -r 0x1000 -c 20；siemens TIA Portal 在线诊断。
- 输出物：故障代码清单。
- 检查点：确定故障类型（机械/电气/传感器）。

- 子步骤2：若为吊具旋锁故障，检查旋锁限位开关和电磁阀。手动复位或更换。
- 工具命令：curl -X POST "http://crane-plc-api/reset_spreader" -d '{"action":"reset_twistlock"}'；visual inspection。
- 输出物：旋锁维修记录。
- 检查点：旋锁到位信号正常。

- 子步骤3：若为编码器故障，检查编码器连接和读数。清洁编码器或更换。
- 工具命令：curl -s "http://crane-plc-api/encoder/gantry" \| jq '.position'；oscilloscope 检查脉冲波形。
- 输出物：编码器诊断报告。
- 检查点：位置读数稳定，与实际一致。

- 子步骤4：若为激光雷达脏污，清洁雷达窗口。检查加热器是否工作（防雾）。
- 工具命令：ssh crane-lidar "lidar_clean_status"；manual cleaning。
- 输出物：清洁记录。
- 检查点：激光雷达数据正常。

- 子步骤5：复位急停按钮，确认安全回路闭合后重新上电。
- 工具命令：curl -X POST "http://crane-plc-api/reset_estop"；crane startup sequence。
- 输出物：复位记录。
- 检查点：岸桥可重新投入作业。

1.2 AGV（自动导引车）导航失败/路径冲突
触发因素：磁钉丢失、激光SLAM定位失效、调度系统死锁、电量耗尽、轮胎打滑。
属性维度：AGV可用率、任务完成率、拥堵次数。

任务：恢复AGV导航并解除死锁
- 子步骤1：查看AGV状态和故障信息。通过AGV调度系统界面或API。
- 工具命令：curl -s "http://agv-fleet-manager/api/v1/agvs/AGV012/status" \| jq '.state, .error_code'；tail -n 100 /var/log/agv/navigation.log \| grep -i "lost\|error"。
- 输出物：AGV状态报告。
- 检查点：确定是定位丢失还是调度死锁。

- 子步骤2：若为定位丢失，引导AGV回到已知路径。远程下发“回原点”指令。
- 工具命令：curl -X POST "http://agv-fleet-manager/api/v1/agvs/AGV012/command" -d '{"command":"return_to_home"}'；manual teach pendant 遥控。
- 输出物：AGV归位记录。
- 检查点：AGV重新定位成功。

- 子步骤3：若为调度死锁（多辆AGV互相阻挡），由调度系统重新规划路径。解锁优先级高的AGV。
- 工具命令：curl -X POST "http://agv-fleet-manager/api/v1/deadlock/resolve" -d '{"algorithm":"priority_based"}'；python deadlock_detector.py。
- 输出物：死锁解除记录。
- 检查点：AGV恢复移动。

- 子步骤4：若为电量耗尽，派遣救援AGV将其拖拽到充电站。
- 工具命令：curl -X POST "http://agv-fleet-manager/api/v1/rescue" -d '{"agv_id":"AGV012","rescuer_id":"AGV005"}'。
- 输出物：救援记录。
- 检查点：AGV开始充电。

二、适应性维护

2.1 船公司EDI报文格式变更
触发因素：船公司升级系统、UN/EDIFACT标准更新、新航线开辟。
属性维度：EDI处理成功率、报文解析准确率、对接周期。

任务：适配马士基新版EDI舱单报文
- 子步骤1：获取新版报文规范和样例文件。对比旧版差异。
- 工具命令：diff -r old_edi_specs/ new_edi_specs/；python parse_sample.py --sample new_sample.edi。
- 输出物：报文差异分析报告。
- 检查点：明确新增/修改的字段。

- 子步骤2：修改TOS（码头操作系统）的EDI解析模块。更新报文映射规则。
- 工具命令：sed -i 's/NAD+CA/NAD+CO/g' edi_mapper.py；curl -X PUT "http://tos-api/edi/mappings" -d '{"message_type":"COPINO","fields":[{"old":"LOC+147","new":"LOC+148"}]}'。
- 输出物：代码变更记录。
- 检查点：单元测试通过。

- 子步骤3：与船公司进行联调测试。收发测试报文，验证解析结果。
- 工具命令：curl -X POST "http://tos-api/edi/test" -d '{"message":"test_edi_file.edi"}'；diff output.xml expected_output.xml。
- 输出物：联调测试报告。
- 检查点：报文双向解析正确。

- 子步骤4：生产环境切换。通知船公司切换为新版报文。
- 工具命令：curl -X POST "http://tos-api/edi/activate" -d '{"version":"v2.0","carrier":"Maersk"}'；monitor first 100 messages。
- 输出物：切换记录。
- 检查点：处理成功率>99.5%。

2.2 海关监管要求变更（单一窗口对接）
触发因素：海关总署更新通关系统、新增查验指令接口、跨境贸易便利化政策。
属性维度：报关成功率、查验响应时间、通关效率。

任务：对接海关新一代查验指令系统
- 子步骤1：获取海关新接口规范和技术文档。注册单一窗口开发者账号。
- 工具命令：wget http://customs-api-docs.singlewindow.cn/v2/openapi.yaml；openapi-generator generate -i openapi.yaml -l python。
- 输出物：海关API SDK。
- 检查点：SDK编译成功。

- 子步骤2：开发查验指令接收和处理模块。接收海关下发的查验指令，自动分配给查验场地。
- 工具命令：curl -X POST "http://customs-api/v2/inspection/instructions" -d '{"declaration_id":"DC240928001","inspection_type":"X-ray"}'；python process_inspection.py。
- 输出物：查验指令处理模块。
- 检查点：模拟指令可正确处理。

- 子步骤3：对接海关放行/查验结果回传接口。将查验结果（正常/异常）回传海关。
- 工具命令：curl -X POST "http://customs-api/v2/inspection/results" -d '{"declaration_id":"DC240928001","result":"pass","inspector":"wang","time":"2026-09-28T14:00:00Z"}'。
- 输出物：结果回传日志。
- 检查点：海关系统确认收到。

- 子步骤4：配合海关进行系统联调和验收测试。
- 工具命令：joint debugging session；sign acceptance form。
- 输出物：验收报告。
- 检查点：正式上线。

三、完善性维护

3.1 提升堆场箱位利用率
触发因素：港口吞吐量增长、堆场面积受限、船舶大型化。
属性维度：堆场利用率、翻箱率、外集卡提箱等待时间。

任务：优化堆场箱位分配算法
- 子步骤1：分析当前堆场利用率和翻箱率数据。识别瓶颈。
- 工具命令：curl -s "http://tos-api/yard/statistics" \| jq '.utilization, .reshuffle_rate'；python analyze_yard_data.py --period 30d。
- 输出物：堆场效能分析报告。
- 检查点：确定需要优化的箱区。

- 子步骤2：调整堆存策略。从随机堆放改为按目的港、重量、船名航次分组堆放。
- 工具命令：curl -X POST "http://tos-api/yard/strategy" -d '{"strategy":"group_by_destination","params":{"groups":["EU","US","ASIA"]}}'。
- 输出物：堆存策略配置。
- 检查点：新策略生效。

- 子步骤3：部署智能箱位推荐引擎。收箱时自动推荐最优箱位，减少翻箱。
- 工具命令：`python

28

智慧港口与物流系统维护

集装箱码头/自动化堆场/AGV/岸桥/场桥/仓储WMS/TMS

软硬融合系统维护（TOS+ECS+AGV调度+OCR闸口+GPS+RFID）

三、完善性维护（续）

3.1 提升堆场箱位利用率（续）
- 子步骤3：部署智能箱位推荐引擎。收箱时自动推荐最优箱位，减少翻箱。
- 工具命令：python train_yard_optimizer.py --historical_data yard_data.csv --model xgboost；curl -X POST "http://tos-api/yard/recommend_slot" -d '{"container":"CCLU1234567","destination":"EU","weight":25}'；slot recommendation returned。
- 输出物：箱位推荐模型和API。
- 检查点：推荐箱位使翻箱率降低20%。

- 子步骤4：监控效果并持续优化。每月分析翻箱率趋势。
- 工具命令：curl -s "http://tos-api/yard/monthly_report?month=2026-09" \| jq '.reshuffle_rate'；grafana dashboard 展示。
- 输出物：月度堆场效能报告。
- 检查点：翻箱率持续改善。

3.2 外集卡预约与智能闸口
触发因素：提还箱排队时间长、闸口拥堵、碳排放压力。
属性维度：外集卡平均停留时间、闸口通过效率、预约率。

任务：升级外集卡预约系统和智能闸口
- 子步骤1：开发或升级预约平台。允许司机通过APP/小程序预约提箱或还箱时段。
- 工具命令：wechat miniprogram development；curl -X POST "http://booking-api/appointments" -d '{"truck":"浙A·12345","container":"CCLU1234567","operation":"pickup","time_slot":"2026-09-29 10:00-11:00"}'。
- 输出物：预约功能上线。
- 检查点：司机可成功预约。

- 子步骤2：部署OCR车牌识别和箱号识别系统。自动识别进出闸车辆。
- 工具命令：python deploy_ocr.py --camera gate01 --model yolov8；curl -s "http://ocr-gate/api/recognize?image=gate01_202609281400.jpg" \| jq '.plate, .container_no'。
- 输出物：OCR识别服务。
- 检查点：识别准确率>98%。

- 子步骤3：集成闸口控制系统。根据预约信息和OCR结果自动抬杆放行。
- 工具命令：curl -X POST "http://gate-control/barrier" -d '{"gate":"entry","action":"raise","reason":"valid_appointment"}'；PLC 控制道闸。
- 输出物：自动抬杆日志。
- 检查点：预约车辆无需停车。

- 子步骤4：分析闸口通行数据，动态调整预约时段配额。
- 工具命令：python optimize_slots.py --history gate_data.csv；curl -X PUT "http://booking-api/config/slots" -d '{"peak_hours":{"08-10":"50 slots","14-16":"40 slots"}}'。
- 输出物：预约配额优化记录。
- 检查点：高峰排队时间缩短30%。

四、预防性维护

4.1 港口设备定期维保（岸桥/场桥/AGV）
触发因素：设备运行小时数、厂家保养手册、季节性天气（台风/高温）。
属性维度：维保完成率、设备完好率、故障间隔。

任务：执行岸桥季度维保
- 子步骤1：检查钢丝绳和滑轮。测量钢丝绳直径磨损，检查断丝情况。
- 工具命令：wire rope gauge 测量直径；magnetic flux leakage detector 检测内部损伤；visual inspection 记录断丝数。
- 输出物：钢丝绳检查报告。
- 检查点：磨损在安全范围内。

- 子步骤2：检查制动器和联轴器。测量刹车片厚度，调整间隙。
- 工具命令：thickness gauge 测量；torque wrench 紧固螺栓；brake test 动态测试。
- 输出物：制动器检查记录。
- 检查点：刹车距离符合标准。

- 子步骤3：润滑所有运动部件。加注指定润滑脂。
- 工具命令：grease gun 加注；lubrication chart 对照；record lubrication points。
- 输出物：润滑记录。
- 检查点：无干磨异响。

- 子步骤4：检查电气柜和电缆。清洁柜内灰尘，检查接线端子紧固，测量绝缘电阻。
- 工具命令：megohmmeter 测量绝缘（>1MΩ）；thermal imaging 检查发热点；compressed air 除尘。
- 输出物：电气检查报告。
- 检查点：绝缘合格，无过热。

4.2 网络安全加固（OT/CT融合安全）
触发因素：勒索病毒威胁、等保2.0工控扩展要求、港口关基保护。
属性维度：漏洞修复率、分区隔离有效性、安全事件响应时间。

任务：实施港口OT网络边界防护
- 子步骤1：梳理OT网络资产。绘制网络拓扑，识别PLC、RTU、HMI、工程师站。
- 工具命令：nmap -sT -p 102,502,44818 192.168.100.0/24；python asset_discovery.py；draw topology diagram。
- 输出物：OT资产清单和拓扑图。
- 检查点：资产清单完整。

- 子步骤2：部署工业防火墙或网闸。隔离OT网络与IT网络。
- 工具命令：industrial firewall rule configuration；curl -X POST "http://firewall-mgr/policies" -d '{"from":"IT","to":"OT","allow_only":["MODBUS","S7COMM"],"rate_limit":100}'；physical air gap 部署。
- 输出物：防火墙策略配置。
- 检查点：IT→OT流量受控。

- 子步骤3：启用PLC的访问控制和日志审计。设置强密码，禁用未使用的端口和服务。
- 工具命令：PLC vendor software 配置用户权限；syslog 配置；curl -X POST "http://plc-admin/security" -d '{"password_policy":"complex","audit_enabled":true}'。
- 输出物：PLC安全配置记录。
- 检查点：未授权访问被拒绝。

- 子步骤4：定期进行OT漏洞扫描和渗透测试。
- 工具命令：tenable OT security 扫描；metasploit 测试工控协议漏洞；report remediation。
- 输出物：OT安全评估报告。
- 检查点：高危漏洞清零。

知识：港口运营（TOS/ECS）、自动化设备控制（岸桥/场桥/AGV）、集装箱识别（OCR/RFID）、EDI（UN/EDIFACT）、海关通关流程、堆场优化算法、OT网络安全（IEC 62443）。标准：GB/T 15514集装箱港口装卸作业规程、GB/T 26935港口设备管理规范、JT/T 697港口信息系统技术要求、ISO 6346集装箱代码、UN/EDIFACT标准、IEC 62443工业通信网络安全、GB/T 22239等保工控扩展、GB/T 39786密评。法规：港口法、海关法、网络安全法（关键信息基础设施保护）、数据安全法（港口数据）、交通运输部《港口危险货物安全管理规定》、《智慧港口建设指南》。

29

医疗信息系统维护

医院HIS/电子病历EMR/PACS/LIS/RIS/远程医疗/医保结算

软硬融合系统维护（服务器集群+医疗终端+影像设备+数据库+接口）

一、改正性维护

1.1 HIS系统挂号/缴费响应缓慢或失败
触发因素：门诊高峰期并发激增、数据库连接池耗尽、医保接口超时、缓存雪崩、Web服务器线程阻塞。
属性维度：页面响应时间、挂号成功率、TPS、错误率。

任务：恢复HIS系统正常响应
- 子步骤1：查看HIS应用服务器和数据库服务器的CPU、内存、连接数。
- 工具命令：top -bn1 \| head -20；vmstat 1 5；mysqladmin -u monitor -p status；show processlist; 查看慢查询和锁等待。
- 输出物：服务器资源使用报告。
- 检查点：确定瓶颈是CPU、IO还是数据库锁。

- 子步骤2：若为数据库连接池耗尽，重启连接池或增加最大连接数。
- 工具命令：curl -X POST "http://his-app/actuator/dbcp/reset"；SET GLOBAL max_connections=500;；kill idle connections。
- 输出物：连接池恢复日志。
- 检查点：连接数回落，新请求可处理。

- 子步骤3：若为医保接口超时，启用接口降级。暂时跳过医保实时校验，先挂号后补录。
- 工具命令：curl -X POST "http://his-config/feature-toggle" -d '{"feature":"medicare_realtime_check","enable":false}'；fallback queue 异步处理。
- 输出物：降级记录。
- 检查点：挂号恢复正常速度。

- 子步骤4：若为缓存雪崩，重启Redis集群或加载备份缓存。
- 工具命令：redis-cli FLUSHALL（谨慎）；curl -X POST "http://cache-warmup/trigger"；sentinel failover。
- 输出物：缓存恢复日志。
- 检查点：热点数据缓存命中率恢复。

1.2 PACS影像调阅失败/图像丢失
触发因素：DICOM服务崩溃、存储阵列故障、网络带宽不足、图像索引损坏、存储格式不兼容。
属性维度：影像调阅成功率、调阅速度、存储完整性。

任务：恢复PACS影像调阅服务
- 子步骤1：检查PACS服务器状态和DICOM服务进程。
- 工具命令：systemctl status dcm4chee；curl -s "http://pacs-server:8080/dicom-web/studies" \| jq .；tail -n 200 /var/log/pacs/error.log。
- 输出物：PACS服务状态报告。
- 检查点：确定是服务崩溃还是存储问题。

- 子步骤2：若DICOM服务崩溃，重启服务并检查JVM内存。
- 工具命令：systemctl restart dcm4chee；jstat -gcutil <pid> 1000；jmap -heap <pid>。
- 输出物：重启日志和内存分析。
- 检查点：服务重新注册到DICOM网络。

- 子步骤3：若为存储阵列故障，检查NAS/SAN连接。切换至备份存储。
- 工具命令：ping storage-ip；iscsiadm -m session；mount -o remount,rw /pacs_data；fence 故障节点。
- 输出物：存储切换记录。
- 检查点：影像数据可读取。

- 子步骤4：若为索引损坏，重建PACS数据库索引。从备份恢复索引或重新扫描存储。
- 工具命令：curl -X POST "http://pacs-admin/index/reindex" -d '{"study_uid":"1.2.840.113619.2.1.3.283115.123"}'；dcm4chee index rebuild。
- 输出物：索引重建日志。
- 检查点：影像可正常调阅。

二、适应性维护

2.1 医保政策调整（DRG/DIP付费改革）
触发因素：国家医保局DRG/DIP分组方案更新、本地医保局费率调整。
属性维度：医保结算准确率、分组正确率、申诉成功率。

任务：更新HIS系统DRG分组器和结算逻辑
- 子步骤1：获取新版DRG分组方案和权重表。对比旧版差异。
- 工具命令：diff DRG_v1.csv DRG_v2.csv；python parse_drg_rules.py --file new_drg.xml。
- 输出物：DRG差异报告。
- 检查点：明确新增/修改的分组规则。

- 子步骤2：更新DRG分组器算法。修改病案首页诊断/手术编码到DRG分组的映射逻辑。
- 工具命令：sed -i 's/DRG_WEIGHT_OLD/DRG_WEIGHT_NEW/g' drg_engine.py；curl -X PUT "http://his-api/drg/rules" -d '{"version":"2026v2","rules":[...]}'。
- 输出物：分组器更新记录。
- 检查点：测试病例分组结果与官方一致。

- 子步骤3：更新医保结算接口的费率参数。调整预住院、日间手术等结算方式。
- 工具命令：curl -X POST "http://his-api/insurance/rates" -d '{"drg_code":"AA19","rate":35000}'；curl -X POST "http://his-api/insurance/rates/batch" -F "file=rates.csv"。
- 输出物：费率更新记录。
- 检查点：结算金额正确。

- 子步骤4：培训医保办和财务人员。编写操作手册。
- 工具命令：training session；generate manual。
- 输出物：培训记录。
- 检查点：人员掌握新流程。

2.2 互联互通标准化改造（医院信息互联互通成熟度测评）
触发因素：卫健委互联互通测评要求、区域健康信息平台对接。
属性维度：标准化接口覆盖率、互操作通过率、测评等级。

任务：改造HIS/EMR接口以符合国家互联互通标准（HL7 FHIR）
- 子步骤1：评估现有接口与FHIR标准的差距。确定需要改造的服务列表。
- 工具命令：python fhir_conformance_check.py --endpoint http://his-api/fhir；gap analysis document。
- 输出物：差距分析报告。
- 检查点：明确改造范围。

- 子步骤2：开发FHIR资源接口。实现Patient、Observation、MedicationRequest等核心资源。
- 工具命令：curl -X POST "http://his-api/fhir/Patient" -d '{"resourceType":"Patient","id":"P001","name":[{"family":"张","given":["三"]}]}'；hapi-fhir 框架。
- 输出物：FHIR接口代码和文档。
- 检查点：通过FHIR Conformance测试。

- 子步骤3：对接区域健康信息平台。注册服务，进行联调测试。
- 工具命令：curl -X POST "http://regional-platform/register" -d '{"hospital_id":"H001","fhir_base":"https://his.example.com/fhir"}'；joint debugging。
- 输出物：联调测试报告。
- 检查点：数据可成功交换。

- 子步骤4：参与互联互通测评。准备评审材料，配合专家现场查验。
- 工具命令：prepare documentation；demo system。
- 输出物：测评通过证书。
- 检查点：达到四级甲等。

三、完善性维护

3.1 临床决策支持系统（CDSS）增强
触发因素：医疗质量提升需求、合理用药监管、单病种质控。
属性维度：CDSS规则触发率、医生采纳率、不良事件减少。

任务：扩展CDSS知识库，增加药物相互作用检查
- 子步骤1：收集药物相互作用知识源。从权威数据库（如Micromedex、DrugBank）获取。
- 工具命令：wget drugbank.xml；python parse_drug_interactions.py --input drugbank.xml --output interactions.csv。
- 输出物：药物相互作用知识库（CSV）。
- 检查点：数据完整，覆盖常用药物。

- 子步骤2：将知识库加载到CDSS引擎。配置规则触发条件。
- 工具命令：curl -X POST "http://cdss-engine/knowledgebase/load" -F "file=interactions.csv"；curl -X POST "http://cdss-engine/rules" -d '{"name":"drug_interaction","severity":"major","action":"alert"}'。
- 输出物：CDSS规则配置。
- 检查点：测试处方含相互作用药物时弹出告警。

- 子步骤3：集成到医生工作站开药界面。在医生开具处方时实时检查。
- 工具命令：javascript 嵌入医生站；curl -X POST "http://cdss-engine/check" -d '{"medications":["warfarin","aspirin"]}'。
- 输出物：集成功能上线。
- 检查点：医生开药时看到警告。

- 子步骤4：统计医生采纳率和拦截的不合理处方。持续优化规则。
- 工具命令：python analyze_cdss_impact.py --period 30d；grafana dashboard。
- 输出物：CDSS效果分析报告。
- 检查点：不合理用药比例下降。

3.2 患者移动端服务升级（在线问诊+报告查询）
触发因素：患者需求、互联网医院政策、疫情后线上服务常态化。
属性维度：月活跃用户、在线问诊量、患者满意度。

任务：升级医院APP/小程序，新增在线复诊和报告解读
- 子步骤1：开发在线复诊功能。集成视频通话、电子处方、药品配送。
- 工具命令：webrtc 视频SDK；curl -X POST "http://his-api/telemedicine/appointment" -d '{"doctor_id":"D001","patient_id":"P001","time":"2026-10-01T10:00"}'；prescription electronic signature。
- 输出物：在线复诊功能。
- 检查点：医患可视频通话。

- 子步骤2：对接LIS/PACS，允许患者查看检验报告和影像报告。支持PDF和DICOM图像轻量化浏览。
- 工具命令：curl -s "http://pacs-web-viewer/study/1.2.840.113619.2.1.3.283115.123"；dicom.js 浏览器渲染；curl -X POST "http://his-api/report/share" -d '{"report_id":"R001","patient_id":"P001"}'。
- 输出物：报告查询功能。
- 检查点：患者可查看自己的报告。

- 子步骤3：部署AI辅助报告解读。对常见指标给出通俗解释和建议。
- 工具命令：python generate_explanation.py --report lab_report.json；nlp 模板生成。
- 输出物：AI解读功能。
- 检查点：解读准确且易懂。

- 子步骤4：收集用户反馈，迭代优化。
- 工具命令：app store reviews；in-app survey。
- 输出物：用户反馈报告。
- 检查点：评分>4.5。

四、预防性维护

4.1 医疗数据备份与灾备演练
触发因素：数据安全法要求、医院等级评审、RTO/RPO目标。
属性维度：备份成功率、恢复演练通过率、RTO达标率。

任务：执行HIS数据库灾备切换演练
- 子步骤1：确认灾备数据库同步状态。检查主备复制延迟。
- 工具命令：mysql -h dr-db -e "SHOW SLAVE STATUS\G" \| grep Seconds_Behind_Master；pt-heartbeat 监控延迟。
- 输出物：灾备同步状态报告。
- 检查点：延迟<5秒。

- 子步骤2：模拟主库故障。停止主库MySQL服务。
- 工具命令：systemctl stop mysql；kill -9 <mysql_pid>。
- 输出物：故障注入记录。
- 检查点：应用连接中断。

- 子步骤3：激活备库为主库。执行故障转移。
- 工具命令：mysql -h dr-db -e "STOP SLAVE; RESET SLAVE ALL;"；curl -X POST "http://his-config/switch_db" -d '{"new_primary":"dr-db"}'；update application datasource。
- 输出物：切换操作日志。
- 检查点：应用连接到新主库。

- 子步骤4：验证业务功能。挂号、收费、医嘱等核心功能正常。
- 工具命令：python smoke_test.py --endpoint http://his-app；curl -s "http://his-app/api/registration/available" \| jq .。
- 输出物：业务验证报告。
- 检查点：RTO<30分钟。

- 子步骤5：切回原主库，记录演练总结。
- 工具命令：reverse failover；write summary。
- 输出物：演练总结报告。
- 检查点：改进项落实。

4.2 医疗设备（CT/MRI）定期质控
触发因素：设备年检、辐射安全许可证延续、厂商维保合同。
属性维度：图像质量评分、剂量准确性、故障率。

任务：执行CT设备年度质控检测
- 子步骤1：准备质控模体。使用Catphan或AAPM模体。
- 工具命令：phantom positioning；acquire CT images of phantom。
- 输出物：质控扫描图像。
- 检查点：图像无伪影。

- 子步骤2：分析图像质量指标。空间分辨率、密度分辨率、CT值线性、噪声。
- 工具命令：python analyze_ct_qa.py --dicom ct_phantom.dcm；calculate MTF；measure noise SD。
- 输出物：CT质控报告（各项指标与基线对比）。
- 检查点：所有指标在允许范围内。

- 子步骤3：检查辐射剂量输出。使用剂量仪测量CTDIvol和DLP。
- 工具命令：ion chamber 测量；curl -s "http://ct-device/api/dose" \| jq '.ctdi_vol'；compare with reference levels。
- 输出物：剂量检测报告。
- 检查点：剂量符合国家标准。

- 子步骤4：若发现偏差，联系厂商工程师校准。更新质控记录。
- 工具命令：service ticket；vendor calibration；update QA database。
- 输出物：校准记录。
- 检查点：复测通过。

知识：医院信息系统架构（HIS/EMR/PACS/LIS）、医疗数据标准（HL7 V2/V3/FHIR、DICOM）、DRG/DIP分组原理、临床决策支持、医疗设备质控、网络安全（医疗数据保护）。标准：HL7 FHIR R4、DICOM 3.0、GB/T 24465医院信息系统基本功能规范、WS/T 447电子病历基本数据集、GB/T 14396疾病分类与代码、GB/T 21709.1针灸技术操作规范、国家医疗健康信息互联互通标准化成熟度测评方案、等保三级医疗扩展、GB/T 39786密评。法规：执业医师法、护士条例、医疗机构管理条例、医疗纠纷预防和处理条例、网络安全法、数据安全法、个人信息保护法（健康医疗数据）、人类遗传资源管理条例（基因数据）、医疗器械监督管理条例。

30

数据中心基础设施维护

IDC/云计算/服务器/存储/网络/制冷/供配电/动环监控

软硬融合系统维护（服务器+交换机+精密空调+UPS+柴油发电机+DCIM）

一、改正性维护

1.1 机架式服务器硬件故障（磁盘/内存/电源）
触发因素：硬盘坏道、内存ECC错误、电源模块失效、风扇转速异常、RAID卡故障。
属性维度：服务器可用率、故障平均修复时间、硬件更换率。

任务：诊断并更换故障硬件
- 子步骤1：通过BMC/IPMI查看硬件告警。定位故障部件。
- 工具命令：ipmitool -H server-bmc -U admin -P pass sel elist；curl -s "http://server-bmc/redfish/v1/Systems/1/" \| jq '.Status'；dell iDRAC 或 hp iLO Web界面。
- 输出物：硬件告警清单（故障部件PN、SN、错误码）。
- 检查点：确定需要更换的部件。

- 子步骤2：确认服务器维护窗口。通知业务方，将服务器置于维护模式。
- 工具命令：curl -X POST "http://dcim-api/servers/SRV001/maintenance" -d '{"reason":"disk replacement","estimated_downtime":"30min"}'；kubectl cordon node-srv001。
- 输出物：维护窗口记录。
- 检查点：业务流量已迁移。

- 子步骤3：更换故障硬盘。从备件库取出同型号硬盘，插入对应槽位。
- 工具命令：curl -X POST "http://server-bmc/redfish/v1/Systems/1/Storage/1/Drives/HDD1/Actions/Drive.Replace" -d '{"SerialNumber":"new_disk_sn"}'；hot swap 物理操作。
- 输出物：更换记录（旧盘SN、新盘SN）。
- 检查点：RAID自动重建，状态变为Online。

- 子步骤4：验证服务器健康状态。运行诊断工具。
- 工具命令：ipmitool chassis status；smartctl -a /dev/sda；stress test；curl -s "http://server-bmc/redfish/v1/Systems/1/" \| jq '.Status.HealthRollup'。
- 输出物：服务器健康报告。
- 检查点：Health为OK。

1.2 精密空调故障导致机房温度过高
触发因素：压缩机过载、制冷剂泄漏、冷凝器脏堵、风机皮带断裂、控制器死机。
属性维度：机柜进风温度、露点温度、空调制冷量、能耗。

任务：恢复机房制冷能力
- 子步骤1：查看动环监控系统告警。确认是哪一台空调故障。
- 工具命令：curl -s "http://dcim-api/cooling/units" \| jq '.units[] \| select(.status!="normal")'；tail -n 100 /var/log/epms.log \| grep -i "temp\|alarm"。
- 输出物：空调故障报告（故障代码、当前温度）。
- 检查点：确定故障空调编号。

- 子步骤2：若为压缩机过载，检查压缩机电流和冷媒压力。等待冷却后复位。
- 工具命令：curl -s "http://ac-unit-ip/api/v1/compressor" \| jq '.current, .pressure'；curl -X POST "http://ac-unit-ip/api/v1/reset" -d '{"component":"compressor"}'。
- 输出物：压缩机诊断记录。
- 检查点：压缩机重新启动。

- 子步骤3：若为制冷剂泄漏，查找漏点并补充制冷剂。必要时更换管路。
- 工具命令：electronic leak detector；pressure gauge 测量高低压；refrigerant recharge。
- 输出物：维修记录。
- 检查点：制冷剂压力恢复正常。

- 子步骤4：若短时间内无法修复，启动备用空调或开启应急通风。降低IT负载或关闭非关键设备。
- 工具命令：curl -X POST "http://dcim-api/cooling/activate_backup" -d '{"unit_id":"AC02"}'；curl -X POST "http://dcim-api/power/shed_noncritical"。
- 输出物：应急措施记录。
- 检查点：机柜进风温度降至<25℃。

二、适应性维护

2.1 数据中心网络架构升级（100G/400G）
触发因素：业务流量增长、AI训练集群需求、TOR交换机端口密度不足。
属性维度：网络带宽、端口利用率、升级停机窗口。

任务：将数据中心核心交换机从40G升级到100G
- 子步骤1：规划新网络架构。确定需要升级的交换机、光模块、线缆。
- 工具命令：network diagramming tool；bill of materials。
- 输出物：升级方案和BOM。
- 检查点：方案经评审。

- 子步骤2：在测试环境验证新设备。测试性能、兼容性、冗余。
- 工具命令：iperf3 -c test-server -P 16 -t 120 测试吞吐；ping -f -c 10000 测试延迟和丢包；spirent test center 压力测试。
- 输出物：测试报告。
- 检查点：性能达标。

- 子步骤3：制定割接计划。确定割接窗口（凌晨），准备回退方案。
- 工具命令：cutover plan document；rollback script。
- 输出物：割接方案。
- 检查点：方案获批准。

- 子步骤4：执行割接。更换光模块、连接线缆、配置交换机。
- 工具命令：ssh core-switch 配置 interface TenGigabitEthernet1/0/1；speed 10000；no shutdown；wr mem。
- 输出物：割接操作日志。
- 检查点：链路UP，流量切换成功。

- 子步骤5：验证全网连通性和性能。确认无环路、无丢包。
- 工具命令：show interface statistics；traceroute all paths；smoke test。
- 输出物：割接验证报告。
- 检查点：所有业务正常。

2.2 绿色节能改造（PUE优化）
触发因素：节能减排政策、运营成本压力、碳中和目标。
属性维度：PUE值、制冷系统能效比、IT负载率。

任务：实施冷通道封闭和变频改造
- 子步骤1：评估当前PUE。安装智能电表和温度传感器，采集基线数据。
- 工具命令：curl -s "http://power-meter/api/v1/energy" \| jq '.total_kwh'；curl -s "http://cooling-meters/api/v1/energy"；PUE = total_power / it_power。
- 输出物：基线PUE报告。
- 检查点：PUE基线值。

- 子步骤2：实施冷通道封闭。安装通道门、顶板，隔离冷热气流。
- 工具命令：physical installation；smoke test 检查密封性。
- 输出物：施工记录。
- 检查点：冷通道温度均匀。

- 子步骤3：升级精密空调为变频压缩机。根据热负荷自动调节制冷量。
- 工具命令：curl -X POST "http://ac-unit-ip/config" -d '{"fan_speed":"auto","set_point":22,"vfd_enable":true}'；commissioning。
- 输出物：变频改造记录。
- 检查点：空调能耗降低20%。

- 子步骤4：持续监控PUE并优化。调整送风温度设定点，提高回风温度。
- 工具命令：curl -X POST "http://dcim-api/cooling/setpoint" -d '{"value":24}'（逐步上调）；monitor PUE trend。
- 输出物：PUE优化记录。
- 检查点：PUE降至1.3以下。

三、完善性维护

3.1 提升数据中心自动化运维水平（AIOps）
触发因素：运维人力不足、故障响应慢、海量告警难以处理。
属性维度：告警压缩率、故障预测准确率、自动化处理率。

任务：部署AIOps平台实现告警关联分析和根因定位
- 子步骤1：整合监控数据源。将Prometheus、Zabbix、BMC、动环监控数据汇聚到统一数据湖。
- 工具命令：kafka connect 数据管道；elasticsearch 存储；logstash 解析。
- 输出物：统一监控数据平台。
- 检查点：数据实时流入。

- 子步骤2：训练告警关联模型。使用历史告警和故障数据训练因果图或机器学习模型。
- 工具命令：python train_causal_graph.py --alerts alerts.csv --incidents incidents.csv；graph neural network。
- 输出物：根因定位模型。
- 检查点：模型在测试集上根因定位准确率>80%。

- 子步骤3：集成自动化修复剧本。对于常见故障（如磁盘故障、服务重启），自动触发修复流程。
- 工具命令：ansible playbook disk_replace.yml；curl -X POST "http://aiopps-platform/playbooks/execute" -d '{"trigger":"disk_predicted_failure","action":"replace_disk"}'。
- 输出物：自动化剧本库。
- 检查点：剧本执行成功率>90%。

- 子步骤4：建立运维知识图谱。沉淀故障处理经验。
- 工具命令：neo4j 构建知识图谱；python ingest_runbooks.py。
- 输出物：运维知识图谱。
- 检查点：运维人员可查询相似案例。

3.2 多云/混合云管理能力增强
触发因素：业务多云部署、资源统一管理需求、成本优化。
属性维度：云资源覆盖率、成本节省、部署效率。

任务：部署多云管理平台（CMP）
- 子步骤1：评估现有云资源分布。统计公有云（AWS/Azure/阿里云）和私有云（OpenStack/VMware）的使用情况。
- 工具命令：aws resource explorer；azure resource graph；python inventory_all.py。
- 输出物：多云资源清单。
- 检查点：清单完整。

- 子步骤2：选择并部署CMP平台。如RightScale、CloudHealth或自研。
- 工具命令：docker-compose up -d cmp；configure cloud accounts。
- 输出物：CMP平台上线。
- 检查点：可统一查看各云资源。

- 子步骤3：实现统一资源编排和成本分析。设置预算告警，优化资源规格。
- 工具命令：curl -X POST "http://cmp-api/budgets" -d '{"cloud":"aws","limit":100000}'；python rightsizing_recommendations.py。
- 输出物：成本优化报告。
- 检查点：月度成本降低10%。

- 子步骤4：建立跨云灾备和迁移能力。实现工作负载在不同云之间迁移。
- 工具命令：velero 备份迁移；terraform 跨云部署。
- 输出物：跨云迁移方案。
- 检查点：演练成功。

四、预防性维护

4.1 UPS电池组定期充放电测试
触发因素：电池老化、容量衰减、季度维护计划、消防年检。
属性维度：电池后备时间、内阻、端电压一致性。

任务：执行UPS电池组季度充放电测试
- 子步骤1：将UPS切换到维修旁路。确保负载由另一台UPS或市电直供。
- 工具命令：curl -X POST "http://ups-ip/api/v1/bypass" -d '{"reason":"battery_test"}'；manual bypass switch operation。
- 输出物：切换记录。
- 检查点：负载无中断。

- 子步骤2：执行放电测试。以额定负载的50%放电至终止电压。
- 工具命令：curl -X POST "http://ups-ip/api/v1/battery/test" -d '{"test_type":"discharge","load_percent":50,"end_voltage":42}'；monitor battery voltage and current。
- 输出物：放电测试数据（时间、电压、电流、容量）。
- 检查点：实际放电容量>标称容量的80%。

- 子步骤3：充电至满容量。记录充电时间和电流。
- 工具命令：curl -X POST "http://ups-ip/api/v1/battery/charge" -d '{"mode":"float"}'；monitor charging current tapering。
- 输出物：充电记录。
- 检查点：电池充满。

- 子步骤4：分析电池健康趋势。对比历次测试数据，预测剩余寿命。
- 工具命令：python analyze_battery_trend.py --history battery_tests.csv；generate report。
- 输出物：电池健康评估报告。
- 检查点：寿命不足80%的电池列入更换计划。

4.2 数据中心消防系统检测与演练
触发因素：消防法规要求、年检、机房安全评估。
属性维度：探测器灵敏度、气体灭火系统压力、演练参与率。

任务：执行数据中心消防系统季度检测
- 子步骤1：测试感烟/感温探测器。使用烟雾发生器或热风枪模拟报警。
- 工具命令：smoke detector tester；curl -s "http://fire-alarm-panel/api/v1/zones" \| jq '.zones[] \| select(.status=="alarm")'；reset panel。
- 输出物：探测器测试记录。
- 检查点：探测器正常报警。

- 子步骤2：检查气体灭火系统（七氟丙烷/IG541）。检查钢瓶压力、喷嘴是否堵塞、控制盘状态。
- 工具命令：pressure gauge reading；nozzle visual inspection；`curl -s "http://gas-suppression-panel/api/v1/status" |

30

数据中心基础设施维护

IDC/云计算/服务器/存储/网络/制冷/供配电/动环监控

软硬融合系统维护（服务器+交换机+精密空调+UPS+柴油发电机+DCIM）

四、预防性维护（续）

4.2 数据中心消防系统检测与演练（续）
- 子步骤2：检查气体灭火系统（续）。检查钢瓶压力、喷嘴是否堵塞、控制盘状态。
- 工具命令：pressure gauge reading（压力应在绿色区域）；nozzle visual inspection；curl -s "http://gas-suppression-panel/api/v1/status" \| jq '.cylinder_pressure, .control_mode'。
- 输出物：气体灭火系统检查记录。
- 检查点：压力正常，控制盘无故障。

- 子步骤3：测试消防联动逻辑。模拟火灾信号，验证声光报警、切断非消防电源、启动气体灭火、关闭防火阀等动作。
- 工具命令：curl -X POST "http://fire-alarm-panel/api/v1/test" -d '{"zone":"Z01","type":"simulate_alarm"}'；observe response；check cut-off logs。
- 输出物：联动测试报告。
- 检查点：所有联动动作正确执行。

- 子步骤4：组织消防疏散演练。通知所有在场人员，按预案疏散。
- 工具命令：public address system announcement；stopwatch 计时；headcount。
- 输出物：演练记录（疏散时间、人数）。
- 检查点：疏散时间<5分钟。

- 子步骤5：恢复系统至正常状态。复位消防主机，恢复供电。
- 工具命令：curl -X POST "http://fire-alarm-panel/api/v1/reset"；curl -X POST "http://epms-api/power/restore"。
- 输出物：恢复记录。
- 检查点：系统正常运行。

知识：数据中心基础设施（供配电/UPS/制冷/消防/布线）、DCIM（数据中心基础设施管理）、网络架构（Spine-Leaf/VXLAN/BGP）、服务器硬件（BMC/IPMI/Redfish）、存储（SAN/NAS/分布式）、虚拟化（VMware/KVM/容器）、AIOps、多云管理。标准：GB 50174数据中心设计规范、GB 50462数据中心施工及验收规范、GB/T 32910数据中心资源利用系列标准、GB/T 22239等保数据中心扩展、T3/T4等级标准、Uptime Institute Tier标准、ASHRAE TC 9.9数据中心热指南、ISO 27001信息安全、PCI DSS（如涉及支付）。法规：网络安全法、数据安全法、消防法、安全生产法、关键信息基础设施安全保护条例。

31

金融交易系统维护

银行核心/证券交易/支付清算/网上银行/ATM/POS/风控

软硬融合系统维护（交易服务器+数据库+加密机+ATM/POS终端+网络）

一、改正性维护

1.1 交易系统响应超时/交易失败
触发因素：股市开盘高峰、数据库死锁、消息队列积压、内存泄漏、第三方接口超时。
属性维度：交易成功率、TPS、响应时间、错误率。

任务：恢复交易系统正常处理能力
- 子步骤1：查看交易中间件和应用服务器状态。检查JVM堆内存、GC情况、线程池。
- 工具命令：jstack <pid> 查看线程dump；jstat -gcutil <pid> 1000；curl -s "http://trading-app/actuator/health" \| jq .；tail -n 200 /var/log/trading/error.log。
- 输出物：应用服务器诊断报告。
- 检查点：确定是GC停顿、线程阻塞还是接口超时。

- 子步骤2：若为数据库死锁，找出阻塞会话并终止。分析死锁原因。
- 工具命令：SELECT * FROM sys.dm_exec_requests WHERE blocking_session_id <> 0;（SQL Server）；SHOW ENGINE INNODB STATUS\G;（MySQL）；KILL <spid>;；pt-deadlock-logger。
- 输出物：死锁分析报告。
- 检查点：死锁消除，交易恢复。

- 子步骤3：若为消息队列积压，增加消费者数量或临时扩容队列。
- 工具命令：kafka-consumer-groups --bootstrap-server kafka:9092 --group trading-group --describe；kafka-topics --alter --topic trade-orders --partitions 16；curl -X POST "http://trading-app/scale/consumers" -d '{"count":10}'。
- 输出物：消费能力恢复记录。
- 检查点：堆积消息迅速消化。

- 子步骤4：若为内存泄漏，生成heap dump分析。重启应用实例作为临时措施。
- 工具命令：jmap -dump:live,format=b,file=/tmp/heap.hprof <pid>；mat Eclipse Memory Analyzer 分析；systemctl restart trading-service。
- 输出物：heap dump分析报告。
- 检查点：重启后内存稳定。

1.2 ATM/POS终端通讯故障
触发因素：网络中断、加密机故障、银联路由变更、硬件读卡器故障、固件bug。
属性维度：终端在线率、交易成功率、掉线恢复时间。

任务：恢复ATM/POS终端在线状态
- 子步骤1：检查终端网络连通性。从监控中心ping终端。
- 工具命令：ping atm-ip -c 5；telnet atm-ip 443；curl -s "http://pos-monitor/api/v1/devices/status" \| jq '.devices[] \| select(.online==false)'。
- 输出物：离线终端清单。
- 检查点：确定是网络问题还是设备本身问题。

- 子步骤2：若为网络问题，检查交换机端口、光模块、VPN隧道。
- 工具命令：show interface GigabitEthernet1/0/1；show crypto ipsec sa；tcpdump -i any host atm-ip。
- 输出物：网络诊断报告。
- 检查点：网络恢复。

- 子步骤3：若为加密机故障，切换至备用加密机。重新同步密钥。
- 工具命令：curl -X POST "http://hsm-manager/api/v1/failover" -d '{"active":"HSM02"}'；key injection。
- 输出物：加密机切换记录。
- 检查点：交易加密正常。

- 子步骤4：若为终端硬件故障，指导现场人员重启或更换模块。远程推送固件升级。
- 工具命令：curl -X POST "http://atm-remote-management/reboot" -d '{"atm_id":"ATM001"}'；curl -X POST "http://atm-firmware-update/apply" -d '{"target":"ATM001","version":"v2.3.1"}'。
- 输出物：维修/升级记录。
- 检查点：终端重新上线。

二、适应性维护

2.1 央行利率调整/准备金率变动
触发因素：货币政策委员会决议、LPR调整、存款准备金率变动。
属性维度：计息准确率、系统切换时效、报表合规性。

任务：更新核心银行系统的利率参数
- 子步骤1：获取央行利率调整公告。确认生效日期和具体利率数值。
- 工具命令：wget http://www.pbc.gov.cn/announcement.pdf；python extract_rates.py --pdf announcement.pdf。
- 输出物：利率调整参数表。
- 检查点：参数经复核确认。

- 子步骤2：在核心银行系统中修改利率配置。更新贷款基准利率、存款利率、再贴现利率。
- 工具命令：curl -X PUT "http://core-banking-api/interest-rates" -d '{"loan_base":3.45,"deposit_base":1.75,"effective_date":"2026-10-15"}'；sql UPDATE interest_rate_table SET rate=3.45 WHERE type='loan_base';。
- 输出物：利率变更记录。
- 检查点：参数已生效。

- 子步骤3：执行批量利息重算。对所有受影响账户重新计算利息。
- 工具命令：curl -X POST "http://core-banking-api/batch/recalc-interest" -d '{"scope":"all_active_loans"}'；python validate_recalculation.py --before before.csv --after after.csv。
- 输出物：利息重算结果报告。
- 检查点：重算金额与手工计算一致。

- 子步骤4：通知分支机构和新一代系统。发布变更公告。
- 工具命令：internal memo；update channel rates。
- 输出物：通知记录。
- 检查点：网点执行新利率。

2.2 监管报送格式变更（人行/银保监会/证监会）
触发因素：金融统计制度修订、EAST系统升级、反洗钱新规。
属性维度：报送及时率、数据准确率、退回率。

任务：调整监管报送接口以符合新EAST标准
- 子步骤1：获取新版EAST数据规范。对比旧版差异。
- 工具命令：diff EAST_v5.0.xsd EAST_v5.1.xsd；python parse_xsd.py --file new_east.xsd。
- 输出物：规范差异分析报告。
- 检查点：明确新增/废弃的字段和校验规则。

- 子步骤2：修改数据抽取和转换逻辑（ETL）。适配新字段映射关系。
- 工具命令：sed -i 's/old_field/new_field/g' east_etl.py；curl -X PUT "http://east-reporting-api/mappings" -d '{"table":"loan_info","field_mapping":{"old_col":"new_col"}}'。
- 输出物：ETL脚本变更记录。
- 检查点：测试数据转换正确。

- 子步骤3：更新校验规则。增加新的数据质量检查。
- 工具命令：curl -X POST "http://east-reporting-api/validation/rules" -d '{"rule":"loan_amount_must_be_positive","severity":"error"}'；python run_validation.py --data test_data.csv。
- 输出物：校验规则配置。
- 检查点：无效数据被拦截。

- 子步骤4：执行试报送。将测试数据报送至监管沙盒环境，验证通过后正式切换。
- 工具命令：curl -X POST "http://east-reporting-api/submit" -d '{"env":"sandbox","period":"2026Q3"}'；curl -s "http://regulator-sandbox/validation-result/E20260928" \| jq '.passed'。
- 输出物：试报送报告。
- 检查点：正式报送无差错。

三、完善性维护

3.1 智能风控模型升级（实时反欺诈）
触发因素：新型欺诈手段出现、监管要求、业务拓展（如跨境支付）。
属性维度：欺诈识别率、误报率、模型推理延迟。

任务：部署新版交易反欺诈模型
- 子步骤1：收集近期欺诈样本和正常交易数据。标注数据。
- 工具命令：python label_data.py --fraud_src fraud_cases.csv --normal_src normal_transactions.csv；feature engineering。
- 输出物：训练数据集。
- 检查点：正负样本平衡。

- 子步骤2：训练新模型（如XGBoost、深度学习）。对比旧模型AUC。
- 工具命令：python train_model.py --algorithm xgboost --features features.csv；sklearn.metrics roc_auc_score；mlflow log model。
- 输出物：新模型文件（AUC>0.95）。
- 检查点：新模型AUC优于旧模型。

- 子步骤3：在影子模式下并行运行新模型。对比新旧模型决策差异，不阻断交易。
- 工具命令：curl -X POST "http://risk-engine/deploy_shadow" -d '{"model_path":"/models/xgb_v2.pkl"}'；python compare_decisions.py --shadow shadow_log.csv --production production_log.csv。
- 输出物：影子运行报告。
- 检查点：新模型误报率可控。

- 子步骤4：正式切换新模型。逐步灰度放量。
- 工具命令：curl -X POST "http://risk-engine/activate" -d '{"model":"xgb_v2","traffic_percent":10}'；逐步增加到100%；monitor false positive rate。
- 输出物：模型切换记录。
- 检查点：欺诈拦截率提升，误报未显著增加。

3.2 移动银行APP用户体验优化
触发因素：用户投诉、竞品分析、App Store评分低。
属性维度：页面加载时间、转化率、崩溃率、用户留存。

任务：重构移动银行APP首页，提升加载速度
- 子步骤1：分析当前首页性能瓶颈。使用性能分析工具。
- 工具命令：chrome devtools lighthouse；android studio profiler；firebase performance monitoring。
- 输出物：性能分析报告（首屏加载时间、API调用耗时）。
- 检查点：确定主要瓶颈（如图片过大、接口串行）。

- 子步骤2：优化API调用。合并多个接口，启用缓存，使用CDN。
- 工具命令：curl -X POST "http://mobile-bff/graphql" -d '{"query":"{userInfo,accounts,offers}"}'；redis cache；cdn static assets。
- 输出物：API优化记录。
- 检查点：API响应时间缩短50%。

- 子步骤3：优化前端渲染。懒加载非首屏内容，图片压缩，代码分包。
- 工具命令：webpack bundle analyzer；image compression；react.lazy。
- 输出物：前端优化记录。
- 检查点：首屏加载时间<1.5秒。

- 子步骤4：A/B测试验证效果。向部分用户推送新版，对比转化率。
- 工具命令：ab testing platform；curl -X POST "http://experimentation-api/assign" -d '{"user_id":"U001","variant":"new_home"}'；analyze results。
- 输出物：A/B测试报告。
- 检查点：新版转化率显著提升。

四、预防性维护

4.1 灾难恢复演练（两地三中心）
触发因素：监管要求、年度演练计划、业务连续性认证。
属性维度：RTO、RPO、演练成功率。

任务：执行核心银行系统异地灾备切换演练
- 子步骤1：确认灾备中心环境就绪。检查网络、存储、数据库同步。
- 工具命令：curl -s "http://dr-site-health/api/v1/readiness" \| jq .；mysql -h dr-db -e "SHOW SLAVE STATUS\G" \| grep Seconds_Behind_Master；storage replication status。
- 输出物：灾备就绪报告。
- 检查点：同步延迟<1秒。

- 子步骤2：模拟生产中心故障。断开生产中心与灾备中心的网络链路。
- 工具命令：iptables -A INPUT -s prod-network -j DROP；curl -X POST "http://dr-orchestrator/trigger_failover" -d '{"scenario":"site_failure"}'。
- 输出物：故障注入记录。
- 检查点：生产中心不可达。

- 子步骤3：执行灾备切换。启动灾备中心的应用和数据库。
- 工具命令：curl -X POST "http://dr-orchestrator/start_failover"；ansible-playbook start-dr-apps.yml；update DNS records。
- 输出物：切换操作日志。
- 检查点：灾备中心接管服务。

- 子步骤4：验证核心交易功能。执行存款、取款、转账等典型交易。
- 工具命令：python smoke_test.py --endpoint http://dr-trading-app；curl -s "http://dr-trading-app/api/v1/balance?account=6222021234567890" \| jq .。
- 输出物：业务验证报告。
- 检查点：所有交易正常，RTO达标。

- 子步骤5：切回生产中心，记录演练总结。
- 工具命令：reverse failover；write drill report。
- 输出物：演练总结报告。
- 检查点：改进项跟踪。

4.2 密钥和证书生命周期管理
触发因素：证书到期、密钥轮换策略、合规审计要求。
属性维度：证书到期前预警天数、密钥轮换周期、安全事件数。

任务：执行SSL证书续期和密钥轮换
- 子步骤1：检查即将到期的证书。列出所有域名和到期日。
- 工具命令：curl -s "http://cert-manager/api/v1/certificates" \| jq '.items[] \| select(.expires_at < now()+30d)'；openssl s_client -connect example.com:443 -servername example.com 2>/dev/null \| openssl x509 -noout -dates。
- 输出物：到期证书清单。
- 检查点：提前30天发现。

- 子步骤2：申请新证书。通过CA或Let's Encrypt。
- 工具命令：certbot certonly --webroot -w /var/www/html -d api.bank.com；curl -X POST "http://ca-portal/order" -d '{"domain":"*.bank.com","org":"Bank Corp"}'。
- 输出物：新证书文件。
- 检查点：证书链完整。

- 子步骤3：部署新证书到负载均衡器、反向代理、应用服务器。
- 工具命令：ansible-playbook deploy_cert.yml -e "cert_file=new_cert.pem key_file=new_key.pem"；nginx -s reload；curl -X POST "http://lb-api/cert/upload" -F "cert=@new_cert.pem"。
- 输出物：部署记录。
- 检查点：HTTPS连接正常。

- 子步骤4：撤销旧证书，更新监控。
- 工具命令：curl -X POST "http://cert-manager/api/v1/revoke" -d '{"serial":"old_serial"}'；update certificate expiry alert。
- 输出物：证书管理记录。
- 检查点：旧证书不再使用。

知识：银行核心系统架构（核心账务/信贷/支付）、证券交易系统（撮合/清算/风控）、支付清算体系（大额/小额/网联/银联）、加密机HSM、PCI DSS、SWIFT、ISO 8583、FIX协议、反洗钱、EAST监管报送。标准：GB/T 21078银行核心系统功能规范、GB/T 32317商业银行信息系统技术要求、JR/T 0018银行卡联网联合技术规范、JR/T 0068网上银行系统安全通用要求、GB/T 22239等保金融扩展、PCI DSS支付卡行业数据安全标准、ISO 27001、SWIFT CSP。法规：人民银行法、商业银行法、银行业监督管理法、证券法、反洗钱法、网络安全法、数据安全法、个人信息保护法（金融信息）、关键信息基础设施安全保护条例（金融业）、电子签名法。

32

自动驾驶与车联网系统维护

自动驾驶出租车/乘用车ADAS/V2X/TSP平台/高精地图/OTA

软硬融合系统维护（域控制器+激光雷达+摄像头+毫米波雷达+V2X OBU+TSP云端）

一、改正性维护

1.1 感知系统异常（激光雷达点云缺失/摄像头遮挡）
触发因素：激光雷达窗口脏污、阳光直射造成过曝、雨雾天气、传感器标定偏移、硬件故障。
属性维度：感知精度、目标检出率、误检率、接管次数。

任务：诊断并恢复感知系统正常工作
- 子步骤1：读取车辆日志中的传感器状态和错误码。通过车载诊断接口或云端日志。
- 工具命令：curl -s "http://vehicle-telemetry/api/v1/sensors/status?vin=LSVAU2A34N1234567" \| jq '.sensors[] \| {name, health, error_code}'；grep "lidar_error" /var/log/autonomous_drive.log。
- 输出物：传感器状态报告。
- 检查点：确定故障传感器和原因。

- 子步骤2：若为激光雷达窗口脏污，远程启动清洗功能或通知运维人员清洁。
- 工具命令：curl -X POST "http://vehicle-control/api/v1/maintenance/lidar_clean" -d '{"vin":"LSV...","sensor":"front_lidar"}'；washer fluid activation。
- 输出物：清洁指令记录。
- 检查点：点云质量恢复。

- 子步骤3：若为摄像头过曝或低照度，调整ISP参数（曝光时间、增益）。
- 工具命令：curl -X POST "http://vehicle-config/api/v1/camera/isp" -d '{"camera":"front","exposure":"auto","gain":"low_light"}'；OTA parameter update。
- 输出物：ISP参数调整记录。
- 检查点：图像质量改善。

- 子步骤4：若为传感器标定偏移，触发自动标定流程。车辆在特定场景下行驶完成标定。
- 工具命令：curl -X POST "http://vehicle-calibration/trigger" -d '{"type":"extrinsic","sensors":["lidar","camera"]}'；drive to calibration zone。
- 输出物：标定结果报告（重投影误差）。
- 检查点：标定误差<0.1像素。

1.2 高精地图更新失败/定位漂移
触发因素：地图OTA下载中断、GNSS信号丢失、IMU累积误差、车道线变更未反映在地图中。
属性维度：定位精度、地图新鲜度、OTA成功率。

任务：恢复高精地图更新和定位精度
- 子步骤1：检查地图版本和下载状态。对比当前地图与云端最新版本。
- 工具命令：curl -s "http://hdmap-api/versions?region=beijing" \| jq '.latest_version'；curl -s "http://vehicle-telemetry/api/v1/map/status?vin=..." \| jq '.current_version, .download_progress'。
- 输出物：地图版本差异报告。
- 检查点：确定地图是否过期或下载失败。

- 子步骤2：若为下载中断，重新发起地图增量更新。确保网络连接稳定。
- 工具命令：curl -X POST "http://vehicle-ota/api/v1/download" -d '{"vin":"...","package":"hdmap_beijing_v3.2","resume":true}'；check cellular signal strength。
- 输出物：下载恢复记录。
- 检查点：下载进度100%，校验通过。

- 子步骤3：若为GNSS信号丢失，切换到视觉/激光SLAM定位模式。融合IMU数据。
- 工具命令：curl -X POST "http://localization-engine/config" -d '{"primary":"visual_slam","fallback":"imu_dead_reckoning"}'；check localization confidence score。
- 输出物：定位模式切换记录。
- 检查点：定位精度满足L4要求（<10cm）。

- 子步骤4：若为地图与实际道路不符，上报地图差异。众包采集数据，云端更新地图。
- 工具命令：curl -X POST "http://crowdsourcing-api/report" -d '{"location":{"lat":39.9042,"lng":116.4074},"type":"lane_closed","confidence":0.95}'；cloud map update pipeline。
- 输出物：地图差异上报记录。
- 检查点：云端地图在下一次更新中修正。

二、适应性维护

2.1 交通法规变更（如可变车道/潮汐车道）
触发因素：交管部门调整路口规则、新增公交专用道、限速变化。
属性维度：规则遵守率、违章次数、乘客体验。

任务：更新自动驾驶决策系统中的交通规则库
- 子步骤1：获取最新的交通法规变更通告。从交管局官网或合作数据源。
- 工具命令：wget http://www.bjjtgl.gov.cn/new_rules.pdf；python extract_rules.py --pdf new_rules.pdf。
- 输出物：规则变更清单。
- 检查点：规则经法律顾问审核。

- 子步骤2：修改决策规划模块中的规则引擎。添加对新规则的支持（如潮汐车道时段）。
- 工具命令：sed -i 's/tidal_lane_rule: disabled/tidal_lane_rule: enabled/g' planning_config.yaml；curl -X POST "http://decision-engine/rules" -d '{"rule_id":"tidal_lane","condition":"time between 7:00-9:00 and lane_type=tidal","action":"follow_tidal_direction"}'。
- 输出物：规则更新记录。
- 检查点：仿真测试中新规则生效。

- 子步骤3：更新高精地图中的道路属性。标记潮汐车道、可变导向车道。
- 工具命令：curl -X POST "http://hdmap-editor/attributes" -d '{"way_id":"W12345","attr":{"tidal_lane":"yes","tidal_hours":"07:00-09:00,17:00-19:00"}}'；map publishing。
- 输出物：地图属性更新记录。
- 检查点：地图数据生效。

- 子步骤4：通过OTA推送给车队。验证实车表现。
- 工具命令：curl -X POST "http://ota-manager/campaigns" -d '{"package":"traffic_rules_v2.1","target":"all_vehicles","rollout_percent":10}'；monitor compliance。
- 输出物：OTA推送记录。
- 检查点：车辆在新规则路段正确行驶。

2.2 车联网平台与第三方服务对接（如充电桩/停车场）
触发因素：新增充电运营商、停车场系统升级、支付接口变更。
属性维度：对接成功率、响应时间、覆盖范围。

任务：接入特来电充电桩开放平台新API
- 子步骤1：获取特来电新API文档和认证方式。
- 工具命令：wget https://open.teld.cn/api/v3/docs；register app；get client_id and secret。
- 输出物：API接入文档。
- 检查点：认证测试通过。

- 子步骤2：开发充电桩查询和预约接口。适配新API的数据格式。
- 工具命令：curl -X POST "http://tsp-api/chargers/query" -d '{"provider":"teld","lat":39.9,"lng":116.4,"radius":5000}'；python adapt_teld_api.py。
- 输出物：充电桩聚合服务。
- 检查点：可返回特来电充电桩状态。

- 子步骤3：实现一键充电和支付闭环。对接特来电的充电启动和支付接口。
- 工具命令：curl -X POST "http://tsp-api/charging/start" -d '{"provider":"teld","station_id":"S001","gun_id":"G01","vehicle_id":"VIN123"}'；payment integration。
- 输出物：充电功能上线。
- 检查点：车辆可成功充电并扣费。

- 子步骤4：监控对接稳定性。设置告警，处理异常。
- 工具命令：prometheus metrics；alert on failure rate > 1%。
- 输出物：监控看板。
- 检查点：成功率>99%。

三、完善性维护

3.1 自动驾驶系统舒适性优化（加减速/变道平顺性）
触发因素：乘客晕车投诉、乘坐体验评分低、竞品对比。
属性维度：纵向加速度冲击度、横向加速度、乘客舒适度评分。

任务：优化运动规划和控制模块的参数
- 子步骤1：收集乘客舒适度数据和车辆CAN信号。分析不舒适的驾驶片段。
- 工具命令：python analyze_comfort.py --can_log can_log.csv --survey passenger_feedback.csv；identify harsh braking events。
- 输出物：舒适度分析报告（加速度峰值、 jerk值）。
- 检查点：确定最差的场景（如红灯前急刹）。

- 子步骤2：调整纵向控制PID参数。减小加速度变化率。
- 工具命令：curl -X POST "http://vehicle-config/api/v1/control/pids" -d '{"longitudinal":{"kp":0.8,"ki":0.1,"kd":0.05,"jerk_limit":2.0}}'；simulation test。
- 输出物：PID参数调整记录。
- 检查点：仿真中jerk值降低。

- 子步骤3：优化变道决策时机和轨迹。增加变道时的缓冲距离和时间。
- 工具命令：curl -X POST "http://planning-engine/config" -d '{"lane_change":{"min_gap":2.5,"duration":4.0,"curvature_smoothness":0.3}}'；python simulate_lanechange.py。
- 输出物：规划参数更新记录。
- 检查点：变道更柔和。

- 子步骤4：实车验证。邀请乘客进行盲测评分。
- 工具命令：test drive with A/B comparison；collect comfort scores。
- 输出物：实车测试报告。
- 检查点：舒适度评分提升20%。

3.2 V2X场景扩展（绿波车速引导/闯红灯预警）
触发因素：城市智慧交通建设、V2X路侧设施部署增多。
属性维度：V2X消息接收率、绿灯通过率、预警提前时间。

任务：新增绿波车速引导功能
- 子步骤1：与路侧RSU建立通信。确保OBU可接收SPAT（信号灯相位和时间）和MAP（地图）消息。
- 工具命令：curl -s "http://obu-status/api/v1/v2x/connection" \| jq '.rsu_list'；tcpdump -i v2x0 -c 100 抓包验证。
- 输出物：V2X通信状态报告。
- 检查点：OBU可稳定接收SPAT。

- 子步骤2：开发绿波车速计算算法。根据当前距离、信号灯剩余时间，推荐最佳车速。
- 工具命令：python green_wave_advisor.py --distance 500 --remaining_time 20 --max_speed 60；output recommended speed。
- 输出物：车速推荐算法。
- 检查点：算法输出合理速度区间。

- 子步骤3：集成到自动驾驶决策系统。当接近路口时，根据推荐车速调整巡航速度。
- 工具命令：curl -X POST "http://planning-engine/v2x/green_wave" -d '{"enabled":true,"source":"obu"}'；modify speed profile。
- 输出物：功能集成记录。
- 检查点：车辆按推荐速度通过绿灯。

- 子步骤4：测试和优化。在不同路口验证效果。
- 工具命令：python evaluate_green_wave.py --route test_route.csv；measure number of stops。
- 输出物：功能测试报告。
- 检查点：不停车通过路口比例提升。

四、预防性维护

4.1 自动驾驶车辆定期标定与体检
触发因素：行驶里程/时间周期、碰撞后、传感器性能下降。
属性维度：标定误差、传感器健康度、系统自检通过率。

任务：执行自动驾驶车辆季度标定
- 子步骤1：将车辆驶入标定车间。放置标定靶标。
- 工具命令：drive to calibration bay；setup checkerboard targets。
- 输出物：标定环境就绪。
- 检查点：靶标位置准确。

- 子步骤2：执行摄像头标定。采集多角度棋盘格图像，计算内参和外参。
- 工具命令：python calibrate_camera.py --images calib_images/ --pattern chessboard 9x6；opencv calibrateCamera。
- 输出物：摄像头标定报告（重投影误差、畸变系数）。
- 检查点：重投影误差<0.1像素。

- 子步骤3：执行激光雷达与摄像头联合标定。对齐点云和图像特征点。
- 工具命令：python lidar_camera_calibration.py --lidar_points lidar.pcd --image_points image.txt；ICP registration。
- 输出物：联合标定报告（旋转矩阵、平移向量）。
- 检查点：投影误差<2像素。

- 子步骤4：执行IMU/GNSS标定。静态和动态测试。
- 工具命令：curl -X POST "http://vehicle-calibration/imu" -d '{"type":"static","duration":300}'；analyze bias and scale factor。
- 输出物：IMU标定报告。
- 检查点：零偏稳定性达标。

- 子步骤5：生成标定证书，上传至云端存档。
- 工具命令：curl -X POST "http://calibration-db/certificates" -d '{"vin":"...","date":"2026-09-28","results":{...}}'。
- 输出物：标定证书。
- 检查点：证书有效期内。

4.2 OTA系统安全与可靠性保障
触发因素：OTA升级失败风险、网络安全攻击、刷机变砖。
属性维度：OTA成功率、回滚成功率、升级时长。

任务：优化OTA升级流程，确保安全可靠
- 子步骤1：构建OTA升级包。包含固件、签名、校验和。
- 工具命令：python build_ota_package.py --components perception planning control --version v2.5.0；gpg sign package；sha256sum。
- 输出物：OTA升级包。
- 检查点：签名验证通过。

- 子步骤2：在测试车队中灰度发布。先推送给少量车辆。
- 工具命令：curl -X POST "http://ota-manager/campaigns" -d '{"package":"v2.5.0","target":"test_fleet","rollout_percent":5}'；monitor success rate。
- 输出物：灰度发布记录。
- 检查点：成功率>95%。

- 子步骤3：监控升级过程。处理失败情况，提供回滚机制。
- 工具命令：curl -s "http://ota-manager/campaigns/v2.5.0/status" \| jq '.success_rate, .failure_details'；curl -X POST "http://vehicle-ota/rollback" -d '{"vin":"...","version":"v2.4.0"}'。
- 输出物：升级监控报告。
- 检查点：失败车辆成功回滚。

- 子步骤4：全面推送。分批扩大推送比例，直至全量。
- 工具命令：curl -X PUT "http://ota-manager/campaigns/v2.5.0/rollout" -d '{"percent":100}'。
- 输出物：全量推送记录。
- 检查点：所有车辆升级成功。

知识：自动驾驶感知（Lidar/Camera/Radar/Ultrasonic）、定位（GNSS/IMU/SLAM）、决策规划（行为预测/路径规划/运动控制）、V2X（DSRC/C-V2X）、高精地图（NDS/OpenDRIVE）、OTA（Over-The-Air）、功能安全（ISO 26262）、预期功能安全（ISO 21448）、网络安全（ISO 21434）。标准：GB/T 40429汽车驾驶自动化分级、GB/T 38186智能网联汽车术语和定义、ISO 26262道路车辆功能安全、ISO 21448预期功能安全、ISO 21434道路车辆网络安全工程、SAE J3016自动驾驶分级、IEEE 1609 WAVE、3GPP C-V2X、GB/T 31024合作式智能运输系统。法规：道路交通安全法（自动驾驶相关条款）、智能网联汽车道路测试与示范应用管理规范、网络安全法（车联网）、数据安全法（地理信息/个人隐私）、测绘法（高精地图资质）、个人信息保护法（车内数据）、关键信息基础设施安全保护条例（车联网平台）。

33

数据中心与智算中心网络维护

数据中心Spine-Leaf架构/智算中心RDMA网络/GPU集群互联/存储网络/带外管理网络

软硬融合系统维护（交换机+光模块+光纤+网卡+DPU+GPU互联+RoCE/IB网络）

一、改正性维护

1.1 智算中心GPU集群训练任务中断（RoCE/IB网络丢包）
触发因素：RoCE PFC死锁、ECMP哈希不均、光模块信号劣化、IB链路CRC错误、拥塞导致尾延迟飙升。
属性维度：训练吞吐量（TFLOPS）、网络带宽利用率、丢包率、尾延迟。

任务：诊断并恢复RoCE/IB网络性能
- 子步骤1：检查GPU节点间的网络连通性和RDMA通信状态。
- 工具命令：ibstat 查看IB端口状态；iblinkinfo 查看所有IB链路；perftest 运行 ib_write_bw 测试带宽；rdma link show 查看RoCE状态。
- 输出物：RDMA网络状态报告（链路速率、宽度、CRC错误计数）。
- 检查点：确定是否存在链路降速或CRC错误。

- 子步骤2：检查交换机端口统计。查看丢包、PFC暂停帧、CRC错误。
- 工具命令：show interfaces ethernet 1/1 counters（交换机CLI）；ethtool -S eth0 \| grep -i "pause\|drop\|crc"；mlnx_perf 查看RoCE拥塞。
- 输出物：交换机端口统计报告。
- 检查点：确定拥塞点和丢包原因。

- 子步骤3：若为PFC死锁，重置PFC计数器或调整缓冲区配置。
- 工具命令：curl -X POST "http://switch-mgr/api/v1/pfc/reset" -d '{"interface":"Ethernet1/1"}'；mlnx_qos -i eth0 --pfc 0,0,0,1 调整优先级流控；buffer size tuning。
- 输出物：PFC恢复记录。
- 检查点：丢包率降至0。

- 子步骤4：若为光模块故障，更换光模块或清洁光纤接口。
- 工具命令：show interface transceiver details 查看光模块DDM信息（温度、电压、Tx/Rx功率）；optic cleaning kit；replace SFP/QSFP。
- 输出物：光模块更换记录。
- 检查点：光功率在阈值范围内，链路恢复。

- 子步骤5：恢复训练任务，监控吞吐量。
- 工具命令：curl -s "http://job-scheduler/api/v1/jobs/job-123/restart"；nvidia-smi dmon 监控GPU利用率；nccl-tests 验证all-reduce性能。
- 输出物：训练恢复记录。
- 检查点：训练吞吐量恢复到基线。

1.2 数据中心Spine交换机主控板/电源冗余失效
触发因素：主控板硬件故障、软件crash、电源模块失效、风扇故障导致过热关机。
属性维度：设备可用率、冗余状态、切换时间。

任务：恢复Spine交换机冗余并更换故障部件
- 子步骤1：登录Spine交换机检查硬件状态和告警。
- 工具命令：show system environment；show hardware capacity；show logging last 50；show redundancy status。
- 输出物：交换机硬件状态报告。
- 检查点：确定故障部件（主控/电源/风扇）。

- 子步骤2：若为主控板故障，确认备用主控板已接管。准备更换主控板。
- 工具命令：show redundancy switchover history；curl -X POST "http://dcim-api/maintenance/schedule" -d '{"device":"spine01","type":"hardware_replace","estimated_downtime":"0min"}'（冗余设计无中断）。
- 输出物：主控切换记录。
- 检查点：备用主控运行正常，无业务影响。

- 子步骤3：物理更换故障主控板。拔下旧板，插入新板，等待同步。
- 工具命令：insert new supervisor module；show module 确认新板状态为OK；copy running-config startup-config。
- 输出物：更换记录（旧板SN、新板SN）。
- 检查点：新主控同步完成，冗余恢复。

- 子步骤4：若为电源模块故障，更换电源。确保负载不超过单电源容量。
- 工具命令：show power；replace power supply unit；verify power budget。
- 输出物：电源更换记录。
- 检查点：电源冗余恢复。

二、适应性维护

2.1 数据中心网络扩容（新增Pod/机柜）
触发因素：业务增长、新建GPU集群、存储扩容。
属性维度：扩容周期、网络连通性、带宽利用率。

任务：新增一个智算Pod的网络接入
- 子步骤1：规划新Pod的IP地址、VLAN、BGP ASN。预留资源。
- 工具命令：python ipam_reserve.py --pod pod04 --subnet 10.4.0.0/16；update IPAM database。
- 输出物：网络规划文档。
- 检查点：IP地址不冲突。

- 子步骤2：部署Leaf交换机。上架、连线至Spine，配置ZTP或手动配置。
- 工具命令：curl -X POST "http://ztp-server/api/v1/claim" -d '{"serial":"leaf04_sn","role":"leaf","pod":"pod04"}'；ansible-playbook deploy_leaf.yml -e "host=leaf04"。
- 输出物：Leaf交换机部署日志。
- 检查点：Leaf与Spine建立BGP邻居。

- 子步骤3：配置VXLAN/EVPN。将新Pod的租户网络扩展到整个数据中心。
- 工具命令：curl -X POST "http://network-controller/api/v1/evpn/tenants" -d '{"tenant":"AI_Training","vnid":10004,"subnets":["10.4.0.0/16"]}'；show bgp evpn 验证。
- 输出物：EVPN配置记录。
- 检查点：跨Pod通信正常。

- 子步骤4：验证新Pod内外的网络性能。运行带宽和延迟测试。
- 工具命令：iperf3 -c 10.4.0.2 -P 16 -t 60；ping -c 100 10.1.0.2；nccl-tests。
- 输出物：网络性能测试报告。
- 检查点：带宽和延迟符合设计要求。

2.2 智算中心GPU互联拓扑优化（从Ring到All-to-All）
触发因素：大规模分布式训练（千卡/万卡集群）对通信拓扑要求更高。
属性维度：All-reduce带宽、通信占比、训练效率。

任务：将GPU互联拓扑从Ring调整为Full-Mesh或Rail-Optimized
- 子步骤1：分析当前训练任务的通信模式。识别瓶颈。
- 工具命令：nvidia-smi topo -m 查看GPU拓扑；nsys profile 分析通信耗时；nccl-tests --allreduce 测试当前带宽。
- 输出物：通信拓扑分析报告。
- 检查点：确定当前拓扑的瓶颈（如跨NVSwitch的带宽限制）。

- 子步骤2：重新规划GPU服务器之间的物理连线。将同一rail的GPU连接到同一Leaf交换机。
- 工具命令：python design_rail_topology.py --num_gpus 4096 --num_rails 8；cabling plan document。
- 输出物：新拓扑布线方案。
- 检查点：方案经架构师评审。

- 子步骤3：执行重新布线。按计划连接光纤，确保极性正确。
- 工具命令：physical cable re-layout；optical power meter 测试每根光纤；label cables。
- 输出物：布线变更记录。
- 检查点：所有链路光功率正常。

- 子步骤4：验证新拓扑下的All-reduce性能。运行基准测试。
- 工具命令：nccl-tests --allreduce -b 128M -e 8G -f 2；compare bandwidth before/after。
- 输出物：拓扑优化验证报告。
- 检查点：All-reduce带宽提升30%以上。

三、完善性维护

3.1 数据中心网络自动化运维（NetDevOps）
触发因素：人工配置易出错、变更频繁、合规审计要求。
属性维度：配置一致性、变更成功率、MTTR。

任务：部署网络配置即代码（GitOps）流水线
- 子步骤1：搭建Git仓库管理网络配置。将现有配置导入。
- 工具命令：git init network-configs；ansible-playbook backup_configs.yml；git push origin main。
- 输出物：网络配置Git仓库。
- 检查点：配置完整可回溯。

- 子步骤2：编写CI/CD流水线。配置变更经过审批、测试、自动部署。
- 工具命令：.gitlab-ci.yml 或 Jenkinsfile 定义流水线；python validate_config.py --intent intent_model.yaml 配置验证；ansible-playbook deploy.yml 自动部署。
- 输出物：CI/CD流水线。
- 检查点：配置变更自动部署到测试设备。

- 子步骤3：实现配置漂移检测。定时比对设备实际配置与Git仓库配置。
- 工具命令：python detect_drift.py --device leaf01 --repo network-configs；curl -X POST "http://network-monitor/drift" -d '{"device":"leaf01","diff":"..."}'；alert on drift。
- 输出物：配置漂移报告。
- 检查点：漂移及时发现并告警。

- 子步骤4：建立变更日历和审批流程。重大变更需提前审批。
- 工具命令：curl -X POST "http://change-mgmt/api/v1/requests" -d '{"summary":"add new VLAN","impact":"low","reviewer":"admin"}'；approval workflow。
- 输出物：变更管理记录。
- 检查点：所有变更可追溯。

3.2 智算中心能耗优化（GPU动态功耗管理）
触发因素：电力成本高、散热压力、碳减排目标。
属性维度：PUE、GPU利用率、训练任务能效比。

任务：实现GPU动态频率和电压调节
- 子步骤1：分析不同训练任务对GPU频率的敏感度。识别可降频的任务。
- 工具命令：nvidia-smi -q -d CLOCK；python benchmark_task_sensitivity.py --task bert-large --freq_range 1000-1500MHz。
- 输出物：任务频率敏感度报告。
- 检查点：明确哪些任务在降频后性能损失小。

- 子步骤2：部署GPU动态频率调节策略。根据任务类型和实时利用率自动调整。
- 工具命令：nvidia-smi -pm 1 开启持久模式；nvidia-smi -lgc 1200,1500 锁定频率范围；curl -X POST "http://gpu-power-manager/policy" -d '{"policy":"balanced","target_power":300}'。
- 输出物：频率调节策略配置。
- 检查点：GPU功耗降低20%。

- 子步骤3：集成到作业调度器。在任务提交时指定功耗策略。
- 工具命令：curl -X POST "http://job-scheduler/api/v1/jobs" -d '{"cmd":"train.py","power_profile":"low_power"}'；slurm 配置 --gres=gpu:voltage:0.8V。
- 输出物：调度器集成记录。
- 检查点：低功耗任务优先分配到低PUE机柜。

- 子步骤4：监控能效比。对比优化前后的每瓦性能。
- 工具命令：python compute_energy_efficiency.py --power power_log.csv --throughput throughput_log.csv；grafana dashboard。
- 输出物：能效分析报告。
- 检查点：每瓦性能提升15%。

四、预防性维护

4.1 数据中心光纤链路定期检测与清洁
触发因素：光纤污染导致误码率升高、季度维护计划。
属性维度：光功率余量、误码率、链路可用率。

任务：执行光纤链路季度检测
- 子步骤1：使用OTDR测试每根主干光纤。测量长度、损耗、反射事件。
- 工具命令：otdr test --port fiber_patch_panel --wavelength 1310nm,1550nm；python parse_otdr.py --trace trace.sor。
- 输出物：OTDR测试报告（事件点、总损耗）。
- 检查点：损耗在预算范围内。

- 子步骤2：检查光模块DDM数据。标记光功率异常的模块。
- 工具命令：show interface transceiver details \| include "Temperature\|Voltage\|Current\|Tx Power\|Rx Power"；python flag_bad_ddm.py --threshold tx_power<-5dBm。
- 输出物：光模块健康报告。
- 检查点：Rx功率在接收灵敏度以上。

- 子步骤3：清洁光纤端面。使用专用清洁工具。
- 工具命令：fiber optic cleaning pen；inspection scope 检查清洁效果；re-test loss。
- 输出物：清洁记录。
- 检查点：端面无污染。

- 子步骤4：更换不合格的光纤跳线和光模块。记录更换。
- 工具命令：replace patch cord；update DCIM database。
- 输出物：更换记录。
- 检查点：链路余量充足。

4.2 数据中心网络设备软件版本升级（NOS/固件）
触发因素：安全漏洞修复、新功能需求、厂商EOS/EOL。
属性维度：升级成功率、回滚成功率、业务中断时间。

任务：升级Spine交换机操作系统版本
- 子步骤1：查看当前版本和发布说明。评估升级必要性和风险。
- 工具命令：show version；curl -s "http://vendor-support/release-notes/10.2.1" \| grep -i "security\|critical"。
- 输出物：版本对比和风险评估报告。
- 检查点：确认升级可修复已知漏洞。

- 子步骤2：在实验室环境验证新版本。运行兼容性测试和压力测试。
- 工具命令：ansible-playbook upgrade_test.yml -e "version=10.2.1"；python smoke_test.py --target lab-spine；regression test suite。
- 输出物：实验室验证报告。
- 检查点：所有测试通过。

- 子步骤3：制定升级计划和回退方案。确定维护窗口（凌晨）。
- 工具命令：upgrade plan document；rollback procedure；curl -X POST "http://change-mgmt/api/v1/requests" -d '{"summary":"upgrade spine NOS","window":"2026-10-02 02:00-04:00"}'。
- 输出物：升级计划。
- 检查点：计划获批。

- 子步骤4：执行升级。先升级备用主控，再切换主控，最后升级原主控。
- 工具命令：copy tftp://10.0.0.1/image.bin bootflash:；boot system flash:image.bin；reload；show version 确认新版本。
- 输出物：升级操作日志。
- 检查点：升级后系统稳定。

- 子步骤5：验证业务。检查BGP邻居、VXLAN隧道、转发正常。
- 工具命令：show bgp summary；show nve peers；ping test across fabric。
- 输出物：升级后验证报告。
- 检查点：无异常。