Jakość sieci bezprzewodowej włącza się domyślnie w pojęcie poziomu usług. A jeśli chcemy zaspokoić wysokie wymagania klientów, musimy nie tylko szybko radzić sobie z pojawiającymi się problemami sieciowymi, ale także przewidywać te, które występują najczęściej.
Jak to zrobić? Tylko śledząc to, co jest naprawdę ważne w tym kontekście – interakcję użytkownika z siecią bezprzewodową.
Obciążenia sieci wciąż rosną, co szczególnie wpływa na segmenty bezprzewodowe – przynajmniej z powodu otwartości ich interfejsu. Wraz ze wzrostem liczby urządzeń i prędkości przesyłania danych problemy mnożą się na wielu poziomach. Na poziomie fizycznym – wiele nadajników sygnału radiowego wpływa na siebie nawzajem, nawet jeśli działają na sąsiednich częstotliwościach. Na poziomie logicznym – duża liczba podłączonych urządzeń zaczyna konkurować o prawo rozpoczęcia transmisji na wybranej częstotliwości, co zwiększa opóźnienie dostarczania pakietów do każdego użytkownika.
Równocześnie rosną również oczekiwania każdego klienta względem korzystania z sieci. 5-sekundowe ładowanie strony w przeglądarce, które jeszcze 20 lat temu wydawało się «szczytem technologii», już nikogo nie zaskoczy. Klienci chcą HD wideo bez zacięć obrazu.
Częściowo problem ten rozwiązują nowe wersje standardów bezprzewodowego przesyłania, efektywniej wykorzystujące częstotliwości. Każda jest ukierunkowana na rozbudowę coraz bardziej obciążonych sieci. Jednak w rozległej sieci, gdzie działa nie jeden, a wiele punktów dostępu, nie można już wszystkie sprawy pozostawić do dyspozycji nowego standardu (tym bardziej że urządzenia działają w trybie wstecznej kompatybilności, gdy napotykają starsze urządzenia użytkowników). Tak samo nie można kontynuować życia z przestarzałymi narzędziami monitorowania – środowisko sieciowe stale się komplikuje.
Dlaczego tradycyjne monitorowanie już nie działa
Klasyczny schemat, który wciąż prześladuje administratorów wszystkich sieci, w tym bezprzewodowych – praca wyłącznie na zgłoszenia. Zadziałał «alarm» – budzimy się i zajmujemy się tym, co poszło nie tak. A gdy nie ma «alarmu», możemy ograniczać się do sprawdzania obciążenia głównych komponentów – urządzeń sieciowych i użytkowników.
Zgodnie z tym zadaniem tradycyjne narzędzia monitorowania i konserwacji działają na zasadzie sztywnych reguł i nie zawsze na czas pokazują już istniejące problemy, nie mówiąc już o jakiejkolwiek analizie predykcyjnej.
Głównym problemem jest tutaj interwał zbierania danych. Informacje o stanie bezprzewodowych połączeń sieciowych są zbierane co kilka minut, a incydenty mogą się zdarzać w przerwach między zbieraniem danych (doskonałym przykładem są rzadkie szczyty obciążenia, które 'wieszają' sieć). Bez danych w czasie rzeczywistym trudno jest zrozumieć, co było głęboką przyczyną problemu. Czy to niewłaściwe zarządzanie zasięgiem sieci? A może zewnętrzne zakłócenia, które nie mają nic wspólnego z biznesem (na przykład jednostka wojskowa zakłócała transmisję). Brakuje danych, które mogłyby pokazać stopniową degradację określonych parametrów sieci, więc zlokalizowanie problemu nie jest takie proste. Zespół IT będzie musiał poświęcić dodatkowe godziny na szukanie takiej 'igły w stogu siana'.
Jednak końcowi użytkownicy zauważają problem niemal natychmiast. Błąd połączenia, przerwanie transmisji wideo – to doskonałe wskaźniki.
Klasyczne narzędzia monitorowania informują, że pakiety sieciowe są przesyłane. Jednak nie mogą one odpowiedzieć na pytanie, czy użytkownik rozwiązał swój problem.
Aby uzyskać odpowiedź na to pytanie, trzeba zmienić nie tylko narzędzie, ale również samo podejście do organizacji monitorowania. Z przejrzystej pracy po zgłoszeniach (w rzeczywistości kontroli wydajności i obciążenia konkretnego sprzętu) należy przejść do monitorowania doświadczeń użytkowników i identyfikacji sytuacji, które mogą prowadzić do incydentów.
Ta transformacja zakłada wdrożenie bardziej skomplikowanych algorytmów identyfikacji problemów, niż proste powiadomienia o osiągnięciu określonych wartości. W platformie inteligentnej analizy sieci Huawei CampusInsight te algorytmy opierają się na doświadczeniu w obsłudze bezprzewodowych sieci oraz technikach samouczenia.
Pod maską CampusInsight
Huawei CampusInsight – skalowalna platforma monitorowania sieci bezprzewodowych o różnej skali. Zbudowana na architekturze mikroserwisowej. Każda usługa jest uruchamiana na kilku instancjach, a wiadomości między nimi rozdziela odpowiednia szyna. Dodatkowe instancje mogą być uruchamiane dynamicznie, zwiększając przepustowość narzędzia.
W praktyce CampusInsight zbiera, analizuje i wyświetla dane w swoim UI w pięciu krokach.
Pierwszy i drugi krok to dostęp do danych (urządzeń generujących te dane) oraz zbieranie „odczytów”. Wykorzystując strumieniowe zbieranie telemetrii protokołem GPB od Google oraz „tradycyjny” Syslog (gdzie to możliwe), Huawei CampusInsight niemal w czasie rzeczywistym akumuluje dane:
- o wykorzystaniu częstotliwości spektrum;
- o funkcjonowaniu punktów dostępu i innych urządzeń sieciowych (wskaźniki wydajności, liczba podłączonych użytkowników itd.);
- o ścieżkach konkretnych użytkowników – o profilach sieciowych, o tym, kto, kiedy i do którego punktu dostępu się podłączył lub nie podłączył (i z jakimi parametrami połączenia);
- o działaniu aplikacji audio-wideo (wykorzystując eMDI, zaimplementowaną w jednym z dodatkowych pakietów).
Aby obejść ograniczenia tradycyjnych narzędzi korzystających ze zbierania danych SNMP i przesyłania stałych struktur, w CampusInsight wprowadzono model subskrypcji potrzebnych logów oraz algorytmy kodowania i dekodowania danych.
Trzeci krok to rozdzielanie i buforowanie – tj. wysyłanie „surowych” danych do Kafka w celu dystrybucji do wyższych usług analitycznych.
Czwarty krok to analiza. Algorytmy Big Data i AI pomagają szybko przetwarzać „surowe” dane. W wyniku identyfikowane są konkretne problemy związane z:
- uwierzytelnianiem (wsparcie dla protokołu Dot1x) i działaniem DHCP;
- stabilnością i szybkością połączenia;
- interfejsami bezprzewodowymi;
- działaniem poszczególnych urządzeń, w tym „szczegółowych” problemów z PoE lub przełączania dwupasmowego urządzenia na 2,4 GHz;
- jakością strumieni audio-wideo – co prawda funkcja ta wspierana jest jedynie dla niezaszyfrowanego SIP lub dla niektórych przełączników;
- roamingiem między różnymi punktami dostępu.
Algorytmy AI są wykorzystywane do rozwiązywania niektórych specyficznych problemów, na przykład wykrywania zakłóceń między kanałami w przesyłach bezprzewodowych.
Piąty i ostatni krok — zapis danych w kolumnowej rozproszonej bazie danych Druid do późniejszego wykorzystania.
Analiza zbieranych informacji z uwzględnieniem zbudowanej na tych historycznych danych „linii bazowej” pozwala zidentyfikować typowe „wzorce niepowodzeń” — określając KPI związane z problematycznymi sytuacjami i lokalizując problemy, proponując ich rozwiązania. W ten sposób w narzędziu uwzględnia się około 85% wszystkich problemów sieciowych.
Administratorowi dane są przedstawiane w formie graficznej zgodnie z hierarchią lub topologią przestrzeni (na przykład układem biura). Można tworzyć „mapy cieplne”, analizować, jak bardzo dotknięte jest urządzenie określonych platform lub producentów itp. Tak łatwiej zrozumieć, co dokładnie spowodowało problem.
Ogólnie CampusInsight oferuje wiele narzędzi umożliwiających klasyfikację problemów, porównanie dotkniętych użytkowników, badanie danych dotyczących pracy konkretnego klienta a nawet „odtworzenie” wydarzeń, które miały miejsce przed incydentem, aby szybko zidentyfikować źródło. Produkt wspiera również nowy Wi-Fi 6, nie wspominając o wcześniejszych wersjach.
Przykłady
CampusInsight został przetestowany w praktyce, chociaż większość przypadków jest objęta NDA. Najbardziej reprezentatywny przypadek publiczny – zastosowanie narzędzia monitorującego w własnej sieci bezprzewodowej Huawei.
Sieć obejmuje przedsiębiorstwa, w których pracuje około 180 tys. osób, z czego 80 tys. należy do działu R&D (biura znajdują się w ponad 170 krajach, gdzie zainstalowano łącznie 62 tys. punktów dostępu).
Wdrożenie CampusInsight pomogło zoptymalizować ponad 630 punktów dostępu, jednocześnie zwiększając efektywność analizy incydentów o 30%.
Poniżej – kilka konkretnych sytuacji.
Przykład 1. Grupowy błąd
Problemy wysokiego poziomu, obserwowane u wielu użytkowników, często są wynikiem niskopoziomowych błędów. A zidentyfikowanie takich problemów nie jest łatwe. Na przykład w jednym z biur wielu mobilnych klientów miało trudności z uwierzytelnieniem, mimo poprawnych ustawień i braku problemów z serwerem Uwzględnienie wizualizacji danych na różnych poziomach pomogło szybko zidentyfikować, że źródłem problemu był switch, który generował zbyt wiele błędów. Aby naprawić sytuację, wystarczyło wymienić kawałek kabla. Lokalizacja i naprawa problemu zajęły 90 minut.
Przykład 2. Monitorowanie jakości roamingu
Zbieranie danych o drodze konkretnego klienta w rozproszonej sieci pozwala wykrywać nieoczywiste problemy z roamingiem. Częstym przypadkiem jest sytuacja, gdy w poszczególnych strefach budynku użytkownicy mobilni mają problemy z łącznością (chociaż wydaje się, że odpowiedni punkt dostępu działa prawidłowo). Jednym z źródeł takich problemów może być zbyt wysoka moc punktu dostępu w sąsiednim pomieszczeniu – zamiast łączyć się z najbliższym punktem, klient próbuje połączyć się z tym, który aktualnie obsługuje dużą liczbę użytkowników (prawdziwy przypadek: połączenie z punktem dostępu w sali konferencyjnej, gdy użytkownik tylko przechodzi obok).
Aby rozwiązać problem, czasami wystarczy obniżyć moc sygnału przeciążonego punktu, jednak wykrycie wymaga głębokiej analizy powtarzających się problemów w pomieszczeniach sąsiadujących z salą konferencyjną.
Śledząc tendencje rozwoju sieci bezprzewodowych, można spodziewać się, że z problemami serwisowymi w niedalekiej przyszłości zmierzą się nie tylko giganci, których sieci obejmują tysiące punktów dostępu, ale także średnie firmy, które na razie mogą ograniczać się do rozwiązywania incydentów. Zakładając takie rozwinięcie wypadków, logiczne jest przyglądanie się nowym, bardziej efektywnym standardom i wysokowydajnemu sprzętowi. Należy jednak pamiętać o koniecznej zmianie paradygmatu obsługi sieci, zanim klienci zaczną masowo migrować do konkurencji z powodu jakości usług.
Oczywiście, produkt klasy CampusInsight na miejscu przyniesie największe korzyści podczas masowych wdrożeń, ale obecnie dostępna jest również subskrypcja chmurowa z lokalnego Public Cloud Huawei, przeznaczona dla wdrożeń w sektorze SMB. Ogólnie rzecz biorąc, chętni mogą to wszystko wypróbować i „pobawić się” już teraz.
Źródło: habr.com
