{"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\/nl\/blog\/administrirovanie\/campusinsight-ot-monitoringa-infrastruktury-k-analizu-polzovatelskogo-opyta","title":{"rendered":"CampusInsight: van infrastructurele monitoring naar gebruikerservaringanalyse","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

De kwaliteit van het draadloze netwerk is al standaard opgenomen in het begrip serviceniveau. En als je wilt voldoen aan de hoge eisen van klanten, moet je niet alleen snel reageren op opkomende netwerkproblemen, maar ook de meest voorkomende ervan voorspellen.<\/p>\n

Hoe doe je dit? Alleen door te volgen wat echt belangrijk is in deze context - de interactie van de gebruiker met het draadloze netwerk.<\/p>\n

\"CampusInsight:
\n<\/a><\/noindex>
\nDe belasting op netwerken blijft toenemen, en dit heeft vooral impact op de draadloze segmenten - vooral vanwege de openheid van hun interface. Met de groei van het aantal apparaten en de datasnelheden vermenigvuldigen de problemen zich op meerdere niveaus. Op fysiek niveau be\u00efnvloeden veel radiosignaalzenders elkaar, zelfs als ze op aangrenzende segmenten van het frequentiespectrum werken. Op logisch niveau beginnen een groot aantal aangesloten apparaten te concurreren voor het recht om gegevens te verzenden op de gekozen frequentie, wat de pakketlevering voor elke gebruiker vertraagt.\u00a0<\/p>\n

Tegelijkertijd nemen ook de verwachtingen van elke klant ten aanzien van het gebruik van het netwerk toe. Een laadtijd van 5 seconden voor een webpagina in de browser, die nog twintig jaar geleden als 'technologisch hoogstandje' gold, verrast niemand meer. Klanten willen HD-videocommunicatie zonder vertragingen in de beelden.<\/p>\n

De nieuwe versies van draadloze transmissiestandaarden helpen gedeeltelijk om dit probleem op te lossen, door het frequentiespectrum effici\u00ebnter te benutten. Elke volgende versie van Wi-Fi<\/a><\/noindex> is gericht op het opzetten van steeds drukker belastte netwerken. Maar in een grootschalig netwerk, waar niet zomaar een dozijn toegangspunten functioneren, is het onmogelijk om alles over te laten aan de nieuwste standaard (bovendien werken apparaten in een modus voor achterwaartse compatibiliteit zodra ze een oud gebruikersapparaat tegenkomen). Ook is het niet mogelijk om te blijven leven met verouderde monitoringtools - de netwerkomgeving wordt voortdurend complexer.<\/p>\n

Waarom conventionele monitoring niet meer werkt<\/h2>\n

\nDe klassieke gedachte, die nog steeds alle netwerkbeheerders, inclusief die van draadloze netwerken, achtervolgt - werken alleen op verzoek. Een 'alarm' gaat af - we schrikken wakker en onderzoeken wat er mis is gegaan. Maar zolang er geen 'alarm' is, kun je je beperken tot het controleren van de belasting op de belangrijkste componenten - netwerken en gebruikersapparaten.\u00a0<\/p>\n

Volgens deze taak werken traditionele monitoring- en onderhouds-tools volgens strikte regels en tonen ze bestaande problemen niet altijd tijdig aan, laat staan dat ze voorspellende analyses bieden.\u00a0<\/p>\n

Het voornaamste probleem hier ligt in het verzamelinterval van gegevens. Informatie over de status van draadloze netwerkverbindingen wordt elke paar minuten verzameld, terwijl incidenten zich perfect kunnen voordoen in de intervallen tussen de gegevensverzameling (een uitstekend voorbeeld zijn zeldzame belastingpieken die het netwerk 'vastzetten'). Het is vrij moeilijk om te begrijpen wat de diepere oorzaak van het probleem is zonder realtime gegevens. Is het een verkeerde beheersing van de netwerkbedekking? Of misschien externe verstoringen die niets met het bedrijf te maken hebben (bijvoorbeeld, een militaire basis in de buurt zorgde voor storing in de radiofrequenties). Er zijn geen gegevens beschikbaar om de geleidelijke achteruitgang van bepaalde netwerkkenmerken te zien, waardoor het niet zo eenvoudig is om het probleem te lokaliseren. IT-personeel zal bovendien extra uren moeten besteden aan het zoeken naar zo'n 'naald in een hooiberg'.
\nEindgebruikers merken het probleem daarentegen vrijwel onmiddellijk. Een verbindingsfout of het onderbreken van videoweergave zijn uitstekende indicatoren.<\/p>\n

Traditionele monitoringtools geven aan dat netwerkpakketten worden verzonden. Maar ze kunnen helemaal niet antwoorden op de vraag of de gebruiker zijn taak heeft opgelost.\n<\/p><\/blockquote>\n

\nOm een antwoord op deze vraag te krijgen, moeten we niet alleen het instrument veranderen, maar ook de aanpak van de organisatie van monitoring. We moeten overgaan van 'brandbestrijdings' werk op basis van aanvragen (eigenlijk, beheer van de prestaties en belasting van specifieke hardware) naar het controleren van de gebruikerservaring en het identificeren van situaties die tot incidenten kunnen leiden.<\/p>\n

Deze transformatie omvat het implementeren van geavanceerdere algoritmen voor probleemidentificatie dan alleen eenvoudige waarschuwingen bij het bereiken van bepaalde drempelwaarden. In het platform voor intelligente netanalyse van Huawei CampusInsight zijn deze algoritmen gebaseerd op de ervaring met het onderhoud van draadloze netwerken en zelflerende technieken.<\/p>\n

Onder de motorkap van CampusInsight<\/h2>\n

\nHuawei CampusInsight \u2013 een schaalbaar platform voor het monitoren van draadloze netwerken van verschillende groottes. Het is gebouwd op basis van microservicesarchitectuur. Elke service draait op meerdere instanties, waarbij berichten tussen hen worden verdeeld door de bijbehorende bus. Extra instanties kunnen dynamisch worden uitgerold, waardoor de capaciteit van het hulpmiddel toeneemt.<\/p>\n

Eigenlijk verzamelt, analyseert en toont CampusInsight gegevens in zijn gebruikersinterface in vijf stappen.<\/p>\n

\"CampusInsight:
\n
\nDe eerste en tweede stap<\/b> is toegang tot gegevens (naar de apparaten die deze genereren) en het verzamelen van \u2018metingen\u2019. Door gebruik te maken van streaming telemetrieverzameling via het GPB-protocol van Google en \u2018traditionele\u2019 Syslog (waar mogelijk), accumuleert Huawei CampusInsight gegevens bijna in real-time:<\/p>\n