CampusInsight: ინფრასტრუქტურის მონიტორინგიდან მომხმარებლის გამოცდილების ანალიზამდე

უკაბელო ქსელის ხარისხი უკვე ნაგულისხმევად შედის მომსახურების დონის კონცეფციაში. და თუ გსურთ დააკმაყოფილოთ მომხმარებელთა მაღალი მოთხოვნები, საჭიროა არა მხოლოდ სწრაფად გაუმკლავდეთ ქსელის წარმოშობილ პრობლემებს, არამედ წინასწარ განსაზღვროთ მათგან ყველაზე გავრცელებული.

Როგორ გავაკეთო ეს? მხოლოდ თვალყური ადევნეთ იმას, რაც ნამდვილად მნიშვნელოვანია ამ კონტექსტში - მომხმარებლის ურთიერთქმედების უკაბელო ქსელთან.

ქსელებზე დატვირთვა კვლავ იზრდება და ეს განსაკუთრებით მოქმედებს უკაბელო სეგმენტებზე, თუნდაც მხოლოდ მათი ინტერფეისის ღიაობის გამო. მოწყობილობების რაოდენობა და მონაცემთა გადაცემის სიჩქარე იზრდება, პრობლემები მრავალ დონეზე მრავლდება. ფიზიკურად, ბევრი რადიოსიგნალის გადამცემი გავლენას ახდენს ერთმანეთზე, მაშინაც კი, თუ ისინი მუშაობენ სიხშირის სპექტრის მიმდებარე მონაკვეთებზე. ლოგიკურად, დაკავშირებული მოწყობილობების დიდი რაოდენობა იწყებს კონკურენციას არჩეულ სიხშირეზე გადაცემის დაწყების უფლებისთვის, რაც ზრდის პაკეტის მიწოდების დაგვიანებას თითოეული მომხმარებლისთვის. 

ამავდროულად, იზრდება თითოეული კლიენტის მოლოდინი ქსელის გამოყენებისგან. ბრაუზერში გვერდის 5 წამით ჩატვირთვა, რომელიც 20 წლის წინ „ტექნოლოგიის სიმაღლედ“ ჩანდა, აღარავის გააკვირვებ. მიაწოდეთ თქვენს კლიენტებს HD ვიდეო კომუნიკაცია გამოსახულების გაქრობის გარეშე.

საკითხი შეიძლება ნაწილობრივ მოგვარდეს უკაბელო გადაცემის სტანდარტების ახალი ვერსიებით, რომლებიც უფრო ეფექტურად იყენებენ სიხშირის სპექტრს. თითოეული Wi-Fi-ის შემდგომი ვერსია მიზნად ისახავს სულ უფრო დატვირთული ქსელების განლაგებას. მაგრამ ფართომასშტაბიან ქსელში, სადაც ათობით წვდომის წერტილი მუშაობს, უკვე შეუძლებელი იქნება ყველაფრის შემდეგ სტანდარტზე მიცემა (განსაკუთრებით იმის გამო, რომ მოწყობილობები ფუნქციონირებს უკუღმა თავსებადობის რეჟიმში, როგორც კი ისინი ძველ მომხმარებლის მოწყობილობას შეხვდებიან). ისევე, როგორც შეუძლებელი იქნება ძველი მონიტორინგის ხელსაწყოებით ცხოვრების გაგრძელება - ქსელის გარემო მუდმივად რთულდება.

რატომ აღარ მუშაობს ჩვეულებრივი მონიტორინგი?

კლასიკური კლიშე, რომელიც ჯერ კიდევ ასვენებს ყველა ქსელის ადმინისტრატორს, მათ შორის უსადენო ქსელებს, მუშაობს ექსკლუზიურად მოთხოვნებზე. "განგაში" ამოქმედდა - ვიღვიძებთ და ვხვდებით, რა მოხდა. იმავდროულად, განგაში არ არის, შეგიძლიათ შემოიფარგლოთ დატვირთვის შემოწმებით ძირითად კომპონენტებზე - ქსელისა და მომხმარებლის მოწყობილობებზე. 

ამ მიზნის შესაბამისად, ტრადიციული მონიტორინგისა და ტექნიკური საშუალებები მოქმედებს მკაცრი წესების პრინციპით და ყოველთვის სწრაფად არ აჩვენებს არსებულ პრობლემებს, რომ აღარაფერი ვთქვათ რაიმე სახის პროგნოზირებად ანალიზზე. 

აქ მთავარი პრობლემა მონაცემთა შეგროვების ინტერვალია. ინფორმაცია უსადენო ქსელის კავშირების სტატუსის შესახებ გროვდება ყოველ წუთში ერთხელ და ინციდენტები შეიძლება მოხდეს წაკითხვის შეგროვებას შორის ინტერვალებში (კარგი მაგალითია დატვირთვის იშვიათი აფეთქება, რომელიც ქსელს „აკიდებს“. მონაცემთა რეალურ დროში მიღების გარეშე, საკმაოდ რთულია იმის გაგება, თუ რა იყო პრობლემის ძირითადი მიზეზი. არის ეს ქსელის დაფარვის არასწორი მართვა? ან, შესაძლოა, გარე ჩარევა, რომელსაც არავითარი კავშირი არ აქვს ბიზნესთან (ვთქვათ, მახლობლად მდებარე სამხედრო შენაერთს ჰაერში უსიამოვნება შეექმნა). არ არსებობს მონაცემები, სადაც შეიძლება დავინახოთ გარკვეული ქსელის მახასიათებლების თანდათანობითი დეგრადაცია, რაც ნიშნავს, რომ პრობლემის ლოკალიზაცია არც ისე ადვილია. IT პერსონალს მოუწევს დამატებითი საათების დახარჯვა ამ "ნემსის თივის გროვაში" მოსაძებნად.
მაგრამ საბოლოო მომხმარებლები პრობლემას თითქმის მაშინვე ამჩნევენ. კავშირის შეცდომა, ვიდეო გადაცემის შეწყვეტა შესანიშნავი მარკერია.

კლასიკური მონიტორინგის ხელსაწყოები იუწყებიან, რომ ქსელის პაკეტები იგზავნება. მაგრამ მათ არ შეუძლიათ პასუხის გაცემა კითხვაზე, მოაგვარა თუ არა მომხმარებელმა პრობლემა.

ამ კითხვაზე პასუხის გასაცემად, თქვენ მოგიწევთ შეცვალოთ არა მხოლოდ ინსტრუმენტი, არამედ მონიტორინგის ორგანიზების მიდგომა. მოთხოვნებზე „ხანძრის ჩაქრობის“ სამუშაოდან (ფაქტობრივად, კონკრეტული ტექნიკის მუშაობის და დატვირთვის მონიტორინგი) გადადით მომხმარებლის გამოცდილების მონიტორინგზე და სიტუაციების იდენტიფიცირებაზე, რამაც შეიძლება გამოიწვიოს ინციდენტები.

ეს ტრანსფორმაცია გულისხმობს პრობლემის აღმოჩენის უფრო რთული ალგორითმების დანერგვას, ვიდრე მარტივი გაფრთხილებები, როდესაც მიიღწევა გარკვეული მნიშვნელობები. Huawei CampusInsight ინტელექტუალური ქსელის ანალიზის პლატფორმაში, ეს ალგორითმები დაფუძნებულია უკაბელო ქსელის შენარჩუნების გამოცდილებასა და თვითსწავლის ტექნიკაზე.

კაპუსის ქვეშ CampusInsight

Huawei CampusInsight არის მასშტაბური პლატფორმა სხვადასხვა ზომის უკაბელო ქსელების მონიტორინგისთვის. აგებულია მიკროსერვისის არქიტექტურაზე. თითოეული სერვისი განლაგებულია რამდენიმე ინსტანციაზე, რომელთა შორის შეტყობინებები ნაწილდება შესაბამისი ავტობუსით. დამატებითი შემთხვევები შეიძლება განლაგდეს დინამიურად, გაზრდის ხელსაწყოს გამტარუნარიანობას.

სინამდვილეში, CampusInsight აგროვებს, აანალიზებს და აჩვენებს მონაცემებს თავის ინტერფეისში ხუთ ნაბიჯში.

პირველი და მეორე ნაბიჯი - ეს არის წვდომა მონაცემებზე (მოწყობილობებზე, რომლებიც წარმოქმნიან მათ) და "კითხვის" შეგროვებას. Google-ის GPB პროტოკოლის და „ტრადიციული“ Syslog-ის (სადაც შესაძლებელია) მეშვეობით ტელემეტრიული კოლექციის გამოყენებით Huawei CampusInsight აგროვებს მონაცემებს თითქმის რეალურ დროში:

• სიხშირის სპექტრის გამოყენებაზე;
• წვდომის წერტილებისა და სხვა ქსელური მოწყობილობების ფუნქციონირების შესახებ (ეფექტურობის ინდიკატორები, დაკავშირებული მომხმარებლების რაოდენობა და ა.შ.);
• კონკრეტული მომხმარებლების გზის შესახებ - ქსელის პროფილების შესახებ, იმის შესახებ, თუ ვის, როდის და რომელ წვდომის წერტილს დაუკავშირდნენ ან არ დაუკავშირდნენ (და რა კავშირის პარამეტრებით);
• აუდიო-ვიდეო აპლიკაციების მუშაობის შესახებ (eMDI-ის გამოყენებით, დანერგილი ერთ-ერთ დამატებით პაკეტში).

ტრადიციული ხელსაწყოების შეზღუდვების დასაძლევად, რომლებიც იყენებენ SNMP-ს და ფიქსირებულ სტრუქტურებს მონაცემთა შეგროვებისთვის, CampusInsight დაფუძნებული იყო გამოწერის მოდელზე აუცილებელ ჟურნალებზე და მონაცემთა კოდირებისა და დეკოდირების ალგორითმებზე.

მესამე ნაბიჯი - განაწილება და ბუფერირება - ე.ი. ნედლეული მონაცემების გაგზავნა კაფკაზე უფრო მაღალი დონის ანალიზის სერვისებზე გასავრცელებლად.

მეოთხე ნაბიჯი - ანალიზი. Big Data და AI ალგორითმები ეხმარება სწრაფად დამუშავებას ნედლეული მონაცემები. შედეგად, იდენტიფიცირებულია ინდივიდუალური პრობლემები, რომლებიც დაკავშირებულია:

• ავთენტიფიკაცია (მხარდაჭერილია Dot1x პროტოკოლი) და DHCP ოპერაცია;
• კავშირის სტაბილურობა და სიჩქარე;
• უკაბელო ინტერფეისები;
• ცალკეული მოწყობილობების ფუნქციონირება, მათ შორის „განსაკუთრებულები“, როგორიცაა პრობლემები PoE-სთან ან ორსაფეხურიანი მოწყობილობის 2,4 გჰც-ზე გადართვა;
• აუდიო-ვიდეო ნაკადების ხარისხი - თუმცა, ფუნქცია მხარდაჭერილია მხოლოდ დაშიფრული SIP-ისთვის ან ზოგიერთი გადამრთველისთვის;
• როუმინგი სხვადასხვა წვდომის წერტილებს შორის.

AI ალგორითმები გამოიყენება ზოგიერთი კონკრეტული პრობლემის გადასაჭრელად, მაგალითად, უკაბელო გადაცემის დროს არხებს შორის ჩარევის იდენტიფიცირება.

მეხუთე და ბოლო ნაბიჯი — მონაცემების შენახვა განაწილებული სვეტის მონაცემთა ბაზის Druid-ში შემდგომი გამოყენებისთვის.

შეგროვებული ინფორმაციის ანალიზი, ისტორიული მონაცემებით აგებული „საწყისის“ გათვალისწინებით, საშუალებას გვაძლევს გამოვავლინოთ ტიპიური „მარცხის ნიმუშები“ - განვსაზღვროთ პრობლემური სიტუაციების შესაბამისი KPI-ები და პრობლემების ლოკალიზაცია, მათი გადაჭრის გზების შეთავაზება. ამრიგად, ინსტრუმენტი ითვალისწინებს ქსელის ყველა პრობლემის დაახლოებით 85%-ს. 

მონაცემები ადმინისტრატორს წარედგინება გრაფიკული სახით სივრცის იერარქიის ან ტოპოლოგიის შესაბამისად (მაგალითად, ოფისის განლაგება). თქვენ შეგიძლიათ შექმნათ „სითბოს რუქები“, გაანალიზოთ, თუ რამხელა მოწყობილობაზეა დამოკიდებული გარკვეული პლატფორმები ან მწარმოებლები და ა.შ. ეს აადვილებს იმის გაგებას, თუ რამ გამოიწვია პრობლემა.

ზოგადად, CampusInsight გთავაზობთ რამდენიმე ინსტრუმენტს, რომელიც საშუალებას გაძლევთ დაალაგოთ პრობლემები, შეადაროთ დაზარალებული მომხმარებლები, შეამოწმოთ მომხმარებლის სპეციფიკური მონაცემები და ინციდენტამდე მიმავალი მოვლენების „გადაკვრაც“ წყაროს სწრაფად იდენტიფიცირებისთვის. უფრო მეტიც, პროდუქტი ასევე მხარს უჭერს ახალ Wi-Fi 6-ს, რომ აღარაფერი ვთქვათ მის წინამორბედებზე.

შემთხვევები

CampusInsight უკვე გამოცდილია პრაქტიკაში, თუმცა შემთხვევების უმეტესობა დახურულია NDA-ს მიერ. ყველაზე გამოვლენილი ღია შემთხვევაა მონიტორინგის ხელსაწყოს გამოყენება Huawei-ს საკუთარ უკაბელო ქსელში.

ქსელი მოიცავს საწარმოებს, სადაც დასაქმებულია დაახლოებით 180 ათასი ადამიანი, აქედან 80 ათასი ეკუთვნის R&D დეპარტამენტს (ეს არის ოფისები 170-ზე მეტ ქვეყანაში, სადაც სულ 62 ათასი წვდომის წერტილია დამონტაჟებული).

CampusInsight-ის დანერგვამ ხელი შეუწყო 630-ზე მეტი წვდომის წერტილის ოპტიმიზაციას, ამავდროულად გაზარდა ინციდენტების გადაწყვეტის ეფექტურობა 30%-ით.
ქვემოთ მოცემულია რამდენიმე კონკრეტული სიტუაცია.

მაგალითი 1: ჯგუფის მარცხი

მომხმარებელთა დიდი რაოდენობის შემთხვევაში დაფიქსირებული მაღალი დონის პრობლემები ხშირად დაბალი დონის შეცდომების შედეგია. ასეთი პრობლემების იდენტიფიცირება ადვილი არ არის. მაგალითად, ერთ ოფისში, რამდენიმე მობილურ კლიენტს ავტორიზაციის პრობლემები ჰქონდა, მიუხედავად იმისა, რომ პარამეტრები სწორი იყო და პრობლემები არ ჰქონდა. სერვერი ავთენტიფიკაცია. მონაცემების სხვადასხვა დონეზე ვიზუალიზაციამ ხელი შეუწყო პრობლემის წყაროს სწრაფად იდენტიფიცირებას, როგორც ძალიან ბევრ შეცდომას წარმოქმნილი კომუტატორის. პრობლემის გადასაჭრელად საკმარისი იყო კაბელის მარტივი შეცვლა. ლოკალიზაციას და გამოსწორებას 90 წუთი დასჭირდა.

მაგალითი 2. როუმინგის ხარისხის მონიტორინგი

მონაცემების შეგროვება კონკრეტული კლიენტის გზაზე განაწილებულ ქსელში საშუალებას გაძლევთ ამოიცნოთ როუმინგული პრობლემები. ხშირი შემთხვევაა, როდესაც მობილური მომხმარებლებს პრობლემები აქვთ ქსელთან დაკავშირება შენობის გარკვეულ უბნებში (მიუხედავად იმისა, რომ შესაბამისი წვდომის წერტილი კარგად ჩანს). ასეთი პრობლემების ერთ-ერთი წყარო შეიძლება იყოს ის, რომ გვერდით ოთახში წვდომის წერტილის სიმძლავრე ძალიან მაღალია - ასე რომ, უახლოეს წერტილთან დაკავშირების ნაცვლად, კლიენტი ცდილობს დაუკავშირდეს მას, რომელიც ამჟამად ემსახურება მომხმარებელთა დიდ რაოდენობას. (რეალური შემთხვევა: დაკავშირება წვდომის წერტილთან საკონფერენციო დარბაზში, როდესაც მომხმარებელი უბრალოდ გადის).

პრობლემის გადასაჭრელად, ზოგჯერ საკმარისია დატვირთული წერტილის სიგნალის სიძლიერის შემცირება, მაგრამ იდენტიფიკაცია მოითხოვს საკონფერენციო დარბაზის მიმდებარე ოთახებში განმეორებადი პრობლემების სიღრმისეულ ანალიზს.

უკაბელო ქსელების განვითარების ტენდენციების თვალყურის დევნებით, შეიძლება ველოდოთ, რომ უახლოეს მომავალში არა მხოლოდ გიგანტებს, რომელთა ქსელებს აქვთ ათასობით წვდომის წერტილი, შეექმნებათ სერვისის პრობლემები, არამედ საშუალო ზომის ბიზნესებსაც, რომლებიც ამ დროისთვის შესაძლოა მხოლოდ მუშაობით შემოიფარგლონ. ინციდენტებზე. ასეთი განვითარებით, ლოგიკურია, ყურადღებით დავაკვირდეთ ახალ, უფრო ეფექტურ სტანდარტებს და მაღალი ხარისხის აღჭურვილობას. მაგრამ უნდა გვახსოვდეს, რომ საჭიროა პარადიგმის ცვლილება ქსელის შენარჩუნებაში, სანამ კლიენტები დაიწყებენ მასობრივ მიგრაციას კონკურენტებზე მომსახურების ხარისხის გამო.

რასაკვირველია, CampusInsight კლასის onsight პროდუქტს მოუტანს უდიდესი სარგებელი ფართომასშტაბიანი დანერგვისას, მაგრამ ახლა სერვისის ღრუბლოვანი გამოწერა ასევე ხელმისაწვდომია ადგილობრივი Huawei Public Cloud-ისგან, რომელიც შექმნილია SMB სექტორში განხორციელებისთვის. ზოგადად, მსურველებს შეუძლიათ ყველაფერი სცადონ და ახლავე "გააგრიონ".

წყარო: www.habr.com