Funzionalità di analisi delle RAN a livello di singolo utente

Uhana by VMware è in grado di mettere in relazione e arricchire volumi elevati di dati di streaming dagli elementi delle reti mobili per avere informazioni approfondite e complete a livello di singolo utente. Grazie all'intelligenza artificiale, Uhana stabilisce in modo automatico la causa primaria alla base dei problemi di rete e consiglia come risolverli.

VMware Uhana

PERCHÉ SCEGLIERE UHANA BY VMWARE

Funzionalità di analisi in tempo reale a livello di singolo utente

Uhana analizza i dati di streaming per offrire agli operatori mobili metriche in tempo reale dell'esperienza del cliente, attraverso le quali capire le prestazioni in termini di qualità delle chiamate e dati a livello di singolo utente e in tempo reale.

Priorità dettate dall'impatto sull'utente

Uhana organizza gli avvisi per priorità sulla base del loro impatto sugli utenti. Ciò avviene in modo automatizzato, utilizzando l'apprendimento automatico per stabilire quali problemi avranno un maggiore impatto.

Analisi automatizzata della causa primaria

La piattaforma AI di Uhana utilizza al meglio l'apprendimento automatico per rilevare, classificare e localizzare i problemi sulle reti mobili in modo assolutamente automatizzato. Dove possibile, la piattaforma stabilisce una causa primaria e consiglia una soluzione.

Visibilità sulla RAN ad alta risoluzione

Grazie alla visibilità granulare della piattaforma, Uhana offre nuove informazioni approfondite sulla rete, elaborando milioni di eventi e calcolando centinaia di KPI prestazionali in tempo reale.

IN PRIMO PIANO

Tutto su Uhana in 90 secondi

Usa Uhana per distinguerti e offrire ai tuoi clienti l'esperienza 5G di nuova generazione che si aspettano.

Guarda il video 

Scheda tecnica di Uhana by VMware

Uhana utilizza al meglio l'intelligenza artificiale per ottimizzare le reti 4G e 5G e attivare nuovi servizi.

Leggi la scheda tecnica 

AI per le reti mobili

Shekar Ayyar e Sachin Katti analizzano i vantaggi che le funzionalità di analisi di Uhana offrono agli operatori di reti mobili.

Guarda il video 

IDC Technology in primo piano

Report IDC "Making the most of 5G investment through analytical insight and automation".

Scarica il report 

CARATTERISTICHE DI UHANA BY VMWARE

Pipeline di Data Enrichment automatizzata

In modo completamente automatico, mette in relazione eventi di tracciamento chiamate come procedure per stabilire e interrompere una connessione e misurazioni radio relativi alla stessa sessione utente in tempo reale per creare record delle sessioni di un utente.

Visibilità granulare

La piattaforma utilizza al meglio i dati di tracciamento dell'elemento eNodeB per offrire visibilità granulare e in tempo reale a livello di singolo utente e analizzare rapidamente le prestazioni e l'utilizzo della RAN e la qualità dell'esperienza del cliente.

Rilevamento automatizzato degli incidenti

La pipeline degli avvisi basata sull'AI di Uhana rileva e organizza in cluster (temporali e spaziali) automaticamente le anomalie dei KPI a livello di singolo utente utilizzando reti neurali.

Organizzazione degli avvisi per priorità

L'organizzazione degli avvisi per priorità si basa sull'analisi dell'impatto, ovvero quanti utenti sono interessati dal problema e la rilevanza della degradazione del servizio, in modo da ordinare per priorità anche le risposte.

Analisi della causa primaria basata sull'AI

Ogni avviso viene poi ulteriormente analizzato identificandone una causa primaria (utilizzando al meglio i classificatori delle reti neurali) e offrendo i KPI rilevanti e le raccomandazioni specifiche per la causa primaria identificata.

Scalabilità carrier-grade

Uhana acquisisce e analizza milioni di eventi di streaming su base continua da centinaia di celle per avere informazioni approfondite utilizzabili, previsioni e possibili correzioni.

Piattaforma nativa per il cloud basata su container

La piattaforma AI Uhana è un'applicazione nativa per il cloud di ultima generazione che utilizza al meglio un'architettura basata sui microservizi. Sviluppati su container Docker, i microservizi assicurano resilienza e scalabilità orizzontale.

KPI Composer

Grazie a un'UI interattiva, gli operatori possono creare dei KPI personalizzati in pochi minuti, mettendo insieme più metriche secondo necessità e risparmiando diverse settimane di lavoro.

CASI D'USO

Rilevamento delle interferenze uplink

Rilevamento e classificazione automatizzati delle interferenze uplink (esterne, PIM, infrastruttura) con ordinamento per priorità basato sul tipo e sul numero di utenti interessati.

Localizzazione e triangolazione delle interferenze

Localizza l'interferenza esterna con un elenco ordinato per priorità di area di ricerca e visualizzazione con mappa di calore. Riduzione dell'area di triangolazione delle interferenze da diversi chilometri in blocchi, risparmiando ore di tempo di riconoscimento.

Impatto del throughput downlink

Usa gli algoritmi di analisi della causa primaria e dell'impatto con apprendimento automatico per stabilire se la causa di un throughput downlink scarso è da attribuire a uno squilibrio del carico delle frequenze dell'antenna per un utilizzo ottimale dello spettro delle frequenze.

Spese CapEx prioritarie

Aumenta la capacità spettrale efficace migliorando la progettazione dell'ottimizzazione della RAN. Organizzazione per priorità degli investimenti di rete che ottimizzano l'impatto sugli utenti e riducono il CapEx.

Riduzione dell'OpEx

Automatizza l'analisi dell'ottimizzazione della RAN e migliora l'efficienza delle operation e della progettazione dell'ottimizzazione della RAN tramite l'RCA basata su AI, visibilità granulare e previsione dell'impatto.

Potenziamento dei dati automatizzato per gli scienziati dei dati

Riduce la durata del ciclo di analisi della scienza dei dati fino al 30% tramite l'automazione della preparazione dei dati, permettendo di avere tempo prezioso da dedicare a funzioni a più alto valore.

Domande frequenti

Uhana by VMware

Che cos'è Uhana by VMware?

Uhana by VMware è una soluzione di analisi dei dati avanzata basata su AI che assicura analisi in tempo reale delle reti e degli utenti.  Grazie a questa soluzione gli operatori di reti mobili possono gestire al meglio l'esperienza del cliente, ottimizzare le operation, rilevare automaticamente e valutare le interferenze, prevedere i problemi futuri e consigliare correzioni adeguate.  Tutto ciò è ovviamente finalizzato a ottenere un controllo ottimale dell'infrastruttura cellulare ad alto valore degli operatori di reti mobili in modo automatizzato. 

Perché è importante poter contare su dati telemetrici granulari?

Anche se gli operatori di reti mobili si avvalgono dei tecnici e degli scienziati dei dati migliori e più brillanti al mondo, devono comunque fare i conti con le limitazioni imposte dallo stato della telemetria e delle funzionalità di analisi delle reti RAN tradizionali.  I dati telemetrici grossolani limitano il capacity planning e la misurazione delle prestazioni ad analisi storiche. In più, poiché le condizioni effettive di una rete si verificano in tempi molto brevi (secondi e millisecondi), prestazioni delle applicazioni, User Experience o guida all'efficienza della rete ottenuti da tali dati grossolani (minuti) risentiranno della cosiddetta "cecità della media" e della visibilità fortemente limitata. 

Cosa si intende per "cecità della media" in una rete cellulare?

Controller, SON e MME delle reti odierni offrono contatori dei dati delle prestazioni a livello di cella, in incrementi di 15 minuti.  Ciò significa che picchi e valli delle prestazioni in questi 15 minuti vengono ponderati e mediati e potrebbero pertanto non essere visibili.   Le condizioni della rete cruciali per avere indicazioni accurate risultano pertanto nascoste dalla ponderazione e non vengono incluse nell'algoritmo decisionale.   Inoltre, i dati forniti dall'MME sono a livello di cella e non disponibili a livello degli utenti specifici che utilizzano quella cella.

Come funziona la piattaforma AI Uhana?

La piattaforma AI Uhana acquisisce ed elabora feed di dati simultanei da decine di migliaia di celle, li correla ai dati delle sessioni utente e calcola i Key Performance Indicator (KPI) in tempo reale. Questi dati vengono abbinati a input specifici dell'applicazione e a policy specificate dall'operatore per offrire visibilità sulla rete, rilevamento delle anomalie e intelligence predittiva della rete in tempo reale, inclusa la guida al controllo RAN e/o delle applicazioni, che fino a oggi era impossibile ottenere.

In che modo Uhana by VMware utilizza al meglio deep learning e reti neurali in tempo reale per gli operatori mobili?

Uhana by VMware applica innovative tecniche di deep learning e le abbina a input specifici dell'applicazione e a policy specificate dall'operatore per offrire visibilità della rete, rilevamento delle anomalie e intelligence della rete predittiva in tempo reale, inclusi guida al controllo della RAN e/o delle applicazioni, assolutamente innovativi. Per la prima volta nella storia gli operatori sono in grado di offrire agli sviluppatori delle applicazioni accesso alle API per un'intelligence della rete granulare e accurata e modellazione di tipo "what-if" predittiva. L'intelligence della rete viene applicata per ottimizzare le prestazioni delle applicazioni, migliorare notevolmente la qualità dell'esperienza degli utenti e controllare in modo programmatico la RAN insieme alle piattaforme di automazione dell'infrastruttura moderna. Con Uhana è finalmente possibile realizzare la vision degli operatori mobili di una piattaforma di servizi di rete programmabile che va oltre la connettività.

Uhana by VMware viene offerta come SaaS?

Uhana by VMware viene offerta da VMware come Managed Software-as-a-Service. Può essere eseguita in un ambiente di cloud computing dell'operatore o in un public cloud.

È possibile distribuire Uhana on-premise?

Uhana può essere distribuito on-premise (o in un public cloud).  Il deployment tipico ne prevede l'installazione nell'ambiente di cloud computing dell'operatore mobile, tuttavia il portale è accessibile tramite una VPN. Uhana è stato sviluppato come applicazione nativa per il cloud utilizzando al meglio un'architettura di microservizi. Sviluppati su container Docker, i microservizi assicurano resilienza e scalabilità orizzontale. La piattaforma può pertanto essere distribuita su un'infrastruttura con macchine virtuali o bare-metal.

Uhana avrà un impatto sulle prestazioni della RAN?

No, Uhana non raccoglie dati in linea e non vede il payload del cliente. Uhana acquisisce le informazioni direttamente da eNodeB ed MME nella RAN.  I dati vengono raccolti offline, pertanto le prestazioni della rete non risentono di questa attività.  Uhana arricchisce queste informazioni con dati sulla posizione e dati del cliente in tempo reale, come IMSI per informazioni approfondite elaborabili dall'operatore mobile.

Sono disponibili funzionalità di analisi dei dispositivi?

Sì. Utilizzando al meglio i dati di tracciamento di eNodeB (e in futuro gNodeB), Uhana offre confronti delle prestazioni di dispositivi di più vendor (anche modelli di dispositivi diversi e diverse versioni software) a livello di cella, settore o eNB/gNB per capire le prestazioni dei diversi dispositivi e l'impatto sulla rete.  Uhana stabilisce in modo altrettanto automatico le basi di confronto delle prestazioni dei dispositivi e rileva le anomalie introdotte in base agli upgrade del software della RAN e del dispositivo. Analogamente, quando nella rete viene introdotto un nuovo hardware o software di un dispositivo, Uhana caratterizza l'impatto sulle prestazioni del nuovo hardware o software sulla RAN. Gli operatori mobili possono incrementare ulteriormente le operation di rete, migliorare l'esperienza del cliente e velocizzare la risoluzione dei problemi affiancando i risultati delle analisi dei dati con MME e tracciabilità packet core per informazioni approfondite più dettagliate.

Qual è il vantaggio di un KPI Composer?

Agilità Per creare dei KPI personalizzati con i processi attualmente disponibili occorrono diverse settimane. KPI Composer di Uhana offre agli operatori mobili un modo più semplice per creare rapidamente nuovi KPI secondo necessità per analizzare i casi d'uso e offrire metriche adatte al requisito da gestire.  La presenza di opzioni tra cui scegliere semplifica la definizione di nuovi KPI e la combinazione di più metriche per creare un KPI completo e specifico capace di soddisfare i requisiti del singolo operatore.