{"id":33660,"date":"2019-10-31T21:53:59","date_gmt":"2019-10-31T18:53:59","guid":{"rendered":"https:\/\/prohoster.info\/blog\/campusinsight-ot-monitoringa-infrastruktury-k-analizu-polzovatelskogo-opyta\/"},"modified":"2019-10-31T21:53:59","modified_gmt":"2019-10-31T18:53:59","slug":"campusinsight-ot-monitoringa-infrastruktury-k-analizu-polzovatelskogo-opyta","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/campusinsight-ot-monitoringa-infrastruktury-k-analizu-polzovatelskogo-opyta","title":{"rendered":"CampusInsight: Von der Infrastruktur\u00fcberwachung zur Analyse des Benutzererlebnisses","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Die Qualit\u00e4t des drahtlosen Netzwerks ist bereits standardm\u00e4\u00dfig Teil des Service Levels. Um die hohen Anforderungen der Kunden zu erf\u00fcllen, ist es notwendig, nicht nur schnell auf auftretende Netzwerkprobleme zu reagieren, sondern auch die h\u00e4ufigsten Probleme vorherzusagen.<\/p>\n

Wie l\u00e4sst sich das umsetzen? Indem man verfolgt, was in diesem Kontext wirklich wichtig ist \u2013 die Interaktion des Nutzers mit dem drahtlosen Netzwerk.<\/p>\n

\"CampusInsight:
\n<\/a><\/noindex>
\nDie Lasten auf den Netzwerken wachsen weiter, was insbesondere die drahtlosen Segmente betrifft \u2013 nicht zuletzt wegen der Offenheit ihrer Schnittstellen. Mit der Zunahme der Ger\u00e4teanzahl und der Daten\u00fcbertragungsraten treten Probleme auf mehreren Ebenen auf. Auf physischer Ebene beeinflussen sich zahlreiche Funksignalsender gegenseitig, selbst wenn sie auf benachbarten Frequenzbereichen arbeiten. Auf logischer Ebene beginnen viele angeschlossene Ger\u00e4te um das Recht zu konkurrieren, ihre \u00dcbertragung auf der gew\u00e4hlten Frequenz zu starten, was die Paketlieferverz\u00f6gerung f\u00fcr jeden Nutzer erh\u00f6ht.\u00a0<\/p>\n

Gleichzeitig steigen auch die Erwartungen der Kunden an die Nutzung des Netzwerks. Eine Ladezeit von f\u00fcnf Sekunden im Browser, die vor 20 Jahren noch als technologischer Fortschritt galt, beeindruckt heute niemanden mehr. Kunden erwarten verz\u00f6gerungsfreies HD-Video-Streaming.<\/p>\n

Neue Versionen der \u00dcbertragungsstandards tragen teilweise zur L\u00f6sung dieses Problems bei, indem sie das Frequenzspektrum effizienter nutzen. Jede neue Wi-Fi-Version<\/a><\/noindex> zielt darauf ab, immer st\u00e4rker ausgelastete Netzwerke aufzubauen. In einem gro\u00dfen Netzwerk, in dem nicht nur eine Handvoll Access Points betrieben wird, kann man es sich jedoch nicht leisten, alles einer neuen Norm zu \u00fcberlassen (zumal die Ger\u00e4te im R\u00fcckw\u00e4rtskompatibilit\u00e4tsmodus arbeiten, sobald sie auf ein \u00e4lteres Endger\u00e4t treffen). Zudem ist es nicht m\u00f6glich, mit veralteten Monitoring-Tools weiterzuleben \u2013 die Netzwerkinfrastruktur wird st\u00e4ndig komplexer.<\/p>\n

Warum herk\u00f6mmliches Monitoring nicht mehr funktioniert<\/h2>\n

\nDer klassische Fehler, der noch immer Administratoren s\u00e4mtlicher Netzwerke, einschlie\u00dflich drahtloser Netzwerke, verfolgt, ist die ausschlie\u00dfliche Arbeitsweise nach Anfrage. Wenn der Alarm ert\u00f6nt, wachen wir auf und kl\u00e4ren, was schiefgelaufen ist. Solange jedoch kein Alarm vorhanden ist, k\u00f6nnen wir uns auf die \u00dcberpr\u00fcfung der Auslastung der Hauptkomponenten \u2013 der Netzwerk- und Benutzerger\u00e4te \u2013 beschr\u00e4nken.\u00a0<\/p>\n

Entsprechend dieser Herausforderung arbeiten traditionelle \u00dcberwachungs- und Wartungstools nach festen Regeln und zeigen bestehende Probleme nicht immer rechtzeitig an, ganz zu schweigen von einer pr\u00e4diktiven Analyse.\u00a0<\/p>\n

Das Hauptproblem hier liegt im Intervall der Datenerfassung. Informationen \u00fcber den Status drahtloser Netzwerkverbindungen werden alle paar Minuten gesammelt, w\u00e4hrend Vorf\u00e4lle durchaus in den Zeitr\u00e4umen zwischen den Erfassungen auftreten k\u00f6nnen (ein gutes Beispiel sind seltene Lastspitzen, die das Netzwerk 'einfrieren'). Ohne Echtzeitdaten ist es ziemlich schwierig zu verstehen, was das zugrunde liegende Problem verursacht hat. Ist es ein fehlerhaftes Netzwerkmanagement? Oder vielleicht externe St\u00f6rungen, die mit dem Gesch\u00e4ft nichts zu tun haben (nehmen wir an, eine Milit\u00e4rbasis in der N\u00e4he hat im Frequenzbereich 'gest\u00f6rt'). Es gibt keine Daten, um eine allm\u00e4hliche Verschlechterung bestimmter Netzwerkmerkmale zu erkennen, wodurch die Lokalisierung des Problems nicht so einfach ist. IT-Personal muss zus\u00e4tzliche Stunden aufwenden, um diese 'Nadel im Heuhaufen' zu finden.
\nDie Endbenutzer bemerken das Problem dagegen sofort. Verbindungsfehler, Unterbrechungen beim Video-Streaming \u2013 das sind hervorragende Indikatoren.<\/p>\n

Klassische \u00dcberwachungstools zeigen an, dass Netzwerkpakete durchgehend gesendet werden. Sie k\u00f6nnen jedoch nicht beantworten, ob der Benutzer sein Anliegen gel\u00f6st hat.\n<\/p><\/blockquote>\n

\nUm diese Frage zu beantworten, m\u00fcssen nicht nur die Werkzeuge, sondern auch der Ansatz zur Organisation des Monitorings ge\u00e4ndert werden. Statt der reaktiven Bearbeitung von Anfragen (tats\u00e4chlich Kontrolle der Leistung und Last bestimmter Hardware) bewegen wir uns hin zur \u00dcberwachung der Benutzererfahrung und zur Identifizierung von Situationen, die zu Vorf\u00e4llen f\u00fchren k\u00f6nnten.<\/p>\n

Diese Transformation erfordert die Implementierung komplexerer Algorithmen zur Problemerkennung, anstelle einfacher Warnmeldungen bei Erreichen bestimmter Werte. In der Plattform f\u00fcr intelligente Netzwerkanalysen Huawei CampusInsight basieren diese Algorithmen auf der Erfahrung im Umgang mit drahtlosen Netzwerken und auf Techniken des maschinellen Lernens.<\/p>\n

Unter der Haube von CampusInsight<\/h2>\n

\nHuawei CampusInsight ist eine skalierbare Plattform zur \u00dcberwachung von drahtlosen Netzwerken unterschiedlicher Gr\u00f6\u00dfenordnungen. Sie basiert auf einer Microservices-Architektur. Jeder Dienst wird auf mehreren Instanzen bereitgestellt, wobei die Nachrichten zwischen diesen durch einen entsprechenden Bus verteilt werden. Zus\u00e4tzliche Instanzen k\u00f6nnen dynamisch bereitgestellt werden, um die Kapazit\u00e4t des Tools zu erh\u00f6hen.<\/p>\n

CampusInsight sammelt, analysiert und pr\u00e4sentiert Daten in seiner Benutzeroberfl\u00e4che in f\u00fcnf Schritten.<\/p>\n

\"CampusInsight:
\n
\nDer erste und zweite Schritt<\/b> besteht darin, auf die Daten (von Ger\u00e4ten, die deren Erzeugung gew\u00e4hrleisten) zuzugreifen und \u201eMesswerte\u201c zu erfassen. Mit dem Streaming von Telemetriedaten \u00fcber das GPB-Protokoll von Google und herk\u00f6mmlichem Syslog (wo immer m\u00f6glich) aggregiert Huawei CampusInsight die Daten praktisch in Echtzeit:<\/p>\n