Качество беспроводной сети уже по-умолчанию включается в понятие уровня сервиса. И если хочется удовлетворить высокие запросы клиентов, нужно не только быстро бороться с возникшими сетевыми проблемами, но и предсказывать наиболее массовые из них.
Как это сделать? Только отследив то, что действительно важно в данном контексте — взаимодействие пользователя с беспроводной сетью.
Нагрузки на сети продолжают расти, и особенно это влияет на беспроводные сегменты — хотя бы из-за открытости их интерфейса. С ростом количества устройств и скоростей передачи данных проблемы множатся сразу на нескольких уровнях. На физическом — множество передатчиков радиосигнала влияют друг на друга, даже если работают на соседних участках частотного спектра. На логическом — большое количество подключенных устройств начинают конкурировать за право начать передачу на выбранной частоте, увеличивая задержку доставки пакетов для каждого пользователя.
Одновременно с этим растут и ожидания каждого клиента от использования сети. 5-секундной загрузкой страницы в браузере, которая еще лет 20 назад казалась «верхом технологи», уже никого не удивишь. Клиентам подавай HD-видеосвязь без замираний картинки.
Частично решить вопрос позволяют новые версии стандартов беспроводной передачи, эффективнее использующие частотный спектр. Каждая направлена на развертывание все более нагруженных сетей. Но в масштабной сети, где функционирует не один десяток точек доступа, уже не получится отдать все на откуп очередного стандарта (тем более устройства работают в режиме обратной совместимости, как только встречают старое пользовательское устройство). Как и не получится продолжать жить со старыми средствами мониторинга — сетевая среда постоянно усложняется.
Почему обычный мониторинг уже не работает
Классический штамп, до сих пор преследующий администраторов всех сетей, в том числе беспроводных, – работа исключительно по заявкам. Сработал «alarm» — просыпаемся и разбираемся, что пошло не так. А пока «alarm-а» нет, можно ограничиваться проверкой нагрузки на основные компоненты – сетевых и пользовательских устройств.
В соответствии с этой задачей традиционные инструменты мониторинга и обслуживания работают по принципу жестких правил и не всегда оперативно показывают уже существующие проблемы, не говоря уже о каком-то предиктивном анализе.
Главная проблема здесь — в интервале сбора данных. Информация о состоянии беспроводных сетевых подключений собирается раз в минуты, а инциденты вполне могут происходить в интервалах между сбором показаний (отличный пример — редкие всплески нагрузки, «подвешивающие» сеть). Не получая данные в режиме реального времени, довольно сложно понять, что стало глубинной причиной проблемы. Это неправильное управление сетевым покрытием? Или, быть может, внешние помехи, никак не связанные с бизнесом (допустим, военная часть рядом «нашалила» в эфире). Нет данных, где можно было бы увидеть постепенную деградацию определенных характеристик сети, а значит и локализовать проблему не так просто. IT-персоналу придется потратить лишние часы на поиск такой «иголки в стоге сена».
Зато конечные пользователи проблему замечают практически сразу. Ошибка подключения, обрыв трансляции видео – отличные маркеры.
Классические средства мониторинга сообщают, что сетевые пакеты идут. Но они никак не могут ответить на вопрос, а решил ли пользователь свою задачу.
Чтобы получить ответ на этот вопрос, придется менять не просто инструмент, но сам подход к организации мониторинга. От «пожарной» работы по заявкам (фактически, контроля производительности и нагрузки конкретного железа) переходить к контролю пользовательского опыта и выявлению ситуаций, способных привести к инцидентам.
Данная трансформация подразумевает внедрение более сложных алгоритмов определения проблемы, нежели простые предупреждения по достижении определенных значений. В платформе интеллектуального сетевого анализа Huawei CampusInsight эти алгоритмы базируются на опыте обслуживания беспроводных сетей и техниках самообучения.
Под капотом CampusInsight
Huawei CampusInsight – një platformë e shkallëzueshme për monitorimin e rrjeteve wireless për çdo përmasë. Ndërtohet mbi një arkitekturë mikroshërbimesh. Secili shërbim është i vendosur në disa instance, me mesazhe midis tyre që shpërndahen nga një autobus i përshtatshëm. Instance të tjera mund të vendosen dinamikisht për të rritur kapacitetin e mjetit.
Në fakt, CampusInsight mbledh, analizon dhe tregon të dhënat në UI-në e saj në pesë hapa.
Hapi i parë dhe i dytë përfshijnë aksesin në të dhëna (në pajisjet që i gjenerojnë ato) dhe mbledhjen e "leximeve". Duke përdorur mbledhjen e informacionit në kohë reale përmes protokollit GPB nga Google dhe "tradicionalin" Syslog (ku është e mundur), Huawei CampusInsight akumulon të dhëna thuajse në kohë reale:
- për përdorimin e spektrit të frekuencave;
- për funksionimin e pikave të aksesit dhe pajisjeve të tjera rrjetore (të dhëna mbi performancën, numrin e përdoruesve të lidhur, etj.);
- për rrugën e përdoruesve të veçantë – për profilet rrjetore, kush, kur dhe në cilën pikë aksesi është lidhur apo nuk është lidhur (dhe me cilat parametra lidhjeje);
- për funksionimin e aplikacioneve audio-video (duke përdorur eMDI, e implementuar në një nga paketat shtesë).
Për të anashkaluar kufizimet e mjeteve tradicionale që përdorin SNMP për mbledhjen e të dhënave dhe dërgimin e strukturave të fixuara, në themel të CampusInsight është modeluar një sistem abonimi për regjistrat e nevojshëm, si dhe algoritme të kodimit dhe dekodimit të të dhënave.
Hapi i tretë është shpërndarja dhe buferizimi – dmth, dërgimi i të dhënave "të papërpunuara" në Kafka për shpërndarje në shërbime më të avancuara analitike.
Hapi i katërt është analiza. Algoritmet e Big Data dhe AI ndihmojnë në përpunimin e shpejtë të të dhënave "të papërpunuara". Si rezultat, identifikohen problemet e veçanta, në lidhje me:
- autentikimin (mbështetet protokolli Dot1x) dhe funksionimin e DHCP;
- stabilitetin dhe shpejtësinë e lidhjes;
- interfacet wireless;
- funksionimin e pajisjeve të veçanta, duke përfshirë "ndërhyrjet" siç janë problemet me PoE ose kalimin e pajisjeve dy-band në 2.4 GHz;
- cilësinë e rrjedhave audio-video – megjithatë, funksioni mbështetet vetëm për SIP të pa-enkriptuar ose për disa switch-a;
- roaming-un midis pikave të ndryshme të aksesit.
Algoritmet e AI përdoren për zgjidhjen e disa çështjeve specifike, si identifikimi i ndërhyrjeve midis kanaleve gjatë transmetimit wireless.
Hapi i pestë dhe i fundit është ruajtja e të dhënave në një DB të shpërndara kolone Druid për përdorim të mëtejshëm.
Analiza e informacionit të mbledhur, duke marrë parasysh bazën historike të ndërtuar, mundëson identifikimin e "modeleve tipike të dështimit" – duke përcaktuar KPI-të që i përkasin situatave problematike dhe duke lokalizuar problemet, duke ofruar rrugë për zgjidhjen e tyre. Në këtë mënyrë, mjeti merr parasysh rreth 85% të të gjitha problemeve rrjetore.
Administratori paraqet të dhënat në një format grafik në përputhje me hierarkinë ose topologjinë e vendit (p.sh., planimetria e zyrës). Mund të ndërtohen "hartat nxehtësore", të analizohet sa i prekur është aparati i platformave ose prodhuesve të caktuar etj. Kështu është më e lehtë të kuptohet se çfarë e shkaktoi problemin.
Në përgjithësi, CampusInsight ofron një numër mjetesh që lejojnë klasifikimin e problemeve, krahasimin e përdoruesve të prekur, shqyrtimin e të dhënave mbi funksionimin e klientëve të veçantë dhe madje "rikthimin" e ngjarjeve që çuan në incident, për të identifikuar shpejt burimin. Po ashtu, produkti mbështet Wi-Fi 6, përveç versiove të mëparshme.
Rastet
CampusInsight është testuar në praktikë, megjithatë shumica e rasteve janë të mbuluara nga NDA. Rasti më domethënës i hapur është përdorimi i mjetit të monitorimit në rrjetin wireless të Huawei.
Rrjeti mbulon sipërmarrjet ku punojnë rreth 180,000 persona, prej të cilëve 80,000 janë pjesë e departamentit R&D (këto janë zyra në më shumë se 170 vende, ku janë vendosur gjithsej 62,000 pika aksesimi).
Implementimi i CampusInsight ka ndihmuar në optimizimin e mbi 630 pikave të aksesit, duke rritur në të njëjtën kohë eficiencën e analizës së incidenteve me 30%.
Më poshtë janë disa situata specifike.
Shembulli 1. Dështimi grupor
Problemet e niveleve të larta, të vërejtura në numër të madh përdoruesish, shpesh janë pasojë e gabimeve të niveleve të ulëta. Identifikimi i këtyre problemeve nuk është aq i lehtë. Për shembull, në një nga zyrat, shumë klientë celularë përballeshin me vështirësi në autentikim, megjithëse konfigurimet ishin të sakta dhe nuk kishte probleme me serverin autentifikimit. Vizualizimi i të dhënave në nivele të ndryshme ndihmoi në identifikimin e shpejtë se burimi i problemit ishte një switch që po jepte shumë gabime. Dhe për ta zgjidhur këtë situatë ishte e mjaftueshme të zëvendësohej një copë kabllo. Lokalizimi dhe korrigjimi i problemit morën 90 minuta.
Shembulli 2. Ndjekja e cilësisë së roamingut
Grumbullimi i të dhënave në rrugën e një klienti të veçantë brenda një rrjeti të shpërndarë lejon identifikimin e problemeve jo të dukshme të roamingut. Një rast i zakonshëm është kur në zona të caktuara të ndërtesës, përdoruesit celularë përjetojnë probleme në lidhje me lidhjen me rrjetin (ndërkohë që, duket se pika përkatëse e qasjes është në rregull). Një nga burimet e tillë të problemeve mund të jetë fuqia shumë e lartë e pikës së qasjes në dhomën fqinje - duke bërë që në vend që të lidhet me pikën më të afërt, klienti të përpiqet të lidhet me atë që aktualisht po shërben një numër të madh përdoruesish (rast real: lidhja me një pikë qasje në një sallë konferencash, kur përdoruesi vetëm po kalon përpara).
Për ta zgjidhur problemin, ndonjëherë është e mjaftueshme të ulni fuqinë e sinjalit të pikës të ngarkuar, megjithatë identifikimi kërkon analizë të thellë të problemeve të përsëritura në ambientet ngjitur me sallën e konferencave.
Duke ndjekur tendencat e zhvillimit të rrjeteve pa tel, mund të pritet që me probleme në shërbim do të përballen jo vetëm gjigantët, të cilët kanë mijëra pika qasje në rrjet, por edhe bizneset e mesme, të cilat për momentin mund të kufizohen në menaxhimin e incidenteve. Duke supozuar këtë zhvillim situate, është logjike të keni parasysh standarde të reja, më efikase dhe pajisje me performancë të lartë. Por duhet gjithashtu të mbahet mend nevoja për një ndryshim të paradigms së shërbimit të rrjetit, derisa klientët nuk kanë filluar ende migrimin masiv tek konkurrentët për shkak të cilësisë së shërbimit.
Sigurisht, produkti CampusInsight do të sjellë përfitimin më të madh në implementime masive, por tani është e disponueshme edhe një abonim në cloud për shërbimin nga Publiku Lokal i Cloud Huawei, i përshtatur për implementime në sektorin e SMB. Në përgjithësi, ata që janë të interesuar mund ta provojnë të gjithë dhe ‘ta rrotullojnë’ tani.
Burimi: habr.com
