Средство анализа сети радиодоступа (RAN) на уровне абонентов

Решение Uhana by VMware сопоставляет и обогащает крупные объемы потоковых данных, поступающих от компонентов сети мобильной связи, предоставляя комплексные аналитические сведения на уровне абонентов. Используя ИИ, Uhana автоматически определяет первопричины проблем в сети и предоставляет рекомендации по их устранению.

VMware Uhana

ПРЕИМУЩЕСТВА UHANA BY VMWARE

Средство анализа в режиме реального времени на уровне абонентов

Uhana анализирует потоковые данные и в режиме реального времени предоставляет операторам мобильной связи показатели качества обслуживания абонентов. Благодаря этому операторы в режиме реального времени получают информацию о качестве вызовов и производительности передачи данных на уровне отдельных абонентов.

Назначение приоритетов с учетом воздействия на абонентов

Решение Uhana назначает приоритеты оповещениям с учетом воздействия, оказываемого на абонентов. Этот процесс выполняется автоматически с использованием машинного обучения для определения проблем, которые могут оказать наибольшее воздействие.

Автоматизированный анализ первопричин проблем

Для автоматизированного обнаружения, классификации и локализации проблем в сети мобильной связи ИИ-платформа Uhana использует машинное обучение. Там, где это возможно, платформа определяет первопричины проблем и предоставляет рекомендации по их устранению.

Подробная визуализация RAN

Обрабатывая миллионы событий и рассчитывая сотни основных показателей производительности в режиме реального времени, решение Uhana обеспечивает подробную визуализацию и помогает получать новую ценную информацию о сети.

НОВОСТИ 

(15:48)

Шекар Айяр (Shekar Ayyar) и Сачин Катти (Sachin Katti) о приобретении Uhana

Средство анализа на базе ИИ для сетей мобильной связи

Uhana автоматически определяет первопричины проблем в сети и предоставляет рекомендации по их устранению.

ВОЗМОЖНОСТИ UHANA BY VMWARE

Средство автоматизированного обогащения данных

Это решение в режиме реального времени автоматически объединяет все события трассировки вызовов (например, процедуры установления и освобождения соединения, а также измерения параметров радиосвязи), принадлежащие к одному пользовательскому сеансу, для создания записей о сеансах абонентов.

Подробная визуализация

Uhana использует данные трассировки eNodeB для подробной визуализации на уровне абонентов в режиме реального времени, чтобы быстро анализировать производительность и использование RAN, а также качество обслуживания абонентов.

Автоматизированное выявление инцидентов

Предоставляемый решением Uhana канал оповещений на основе ИИ автоматически выявляет и группирует (во временном и пространственном отношении) аномалии основных показателей производительности на уровне абонентов, используя для этой цели нейросети.

Назначение приоритетов оповещениям

В основе функции назначения приоритетов оповещениям лежит анализ воздействия (например, количество затронутых абонентов и степень ухудшения качества обслуживания), помогающий определять приоритетность ответных действий.

Анализ первопричин проблем на базе ИИ

В процессе последующего анализа оповещений происходит идентификация первопричин проблем (с использованием классификаторов нейросетей), а также предоставляются соответствующие основные показатели производительности и рекомендации в отношении выявленных первопричин.

Поддержка сред операторов связи

Uhana принимает и анализирует данные о миллионах потоковых событий, непрерывно поступающие из десятков тысяч сот, чтобы предоставлять ценные аналитические сведения, прогнозы и рекомендации по устранению проблем.

Облачное решение на базе контейнеров

ИИ-платформа Uhana — это современное облачное приложение, в котором используется архитектура микрослужб. Микрослужбы, созданные на базе контейнеров Docker, обеспечивают отказоустойчивость и возможность горизонтального масштабирования.

Функция создания основных показателей производительности

Используя интерактивный пользовательский интерфейс, операторы могут за считаные минуты создавать собственные основные показатели производительности, объединяя по несколько показателей при необходимости. Эта возможность обеспечивает значительную экономию времени.

СЦЕНАРИИ ИСПОЛЬЗОВАНИЯ

Выявление помех в восходящем канале связи

Автоматизируйте выявление и классификацию помех (связанных с внешними факторами, пассивной интермодуляцией или инфраструктурой) в восходящем канале с одновременным назначением приоритетов в зависимости от типа и количества затронутых абонентов.

Определение местонахождения и триангуляция помех

Определяйте местонахождение внешних помех с помощью списка областей поиска, упорядоченного по приоритетности, и визуализации тепловой карты. Сократите область триангуляции помех от нескольких километров до конкретных блоков — это поможет вам сэкономить несколько часов радиоразведки.

Воздействие на пропускную способность нисходящего канала связи

Используйте алгоритмы анализа первопричин проблем и их влияния на основе машинного обучения, чтобы определять, связана ли недостаточная пропускная способность нисходящего канала связи с неравномерностью нагрузки частот антенны. Это поможет вам оптимально использовать диапазон частот.

Назначение приоритетов для капитальных расходов

Увеличьте эффективную спектральную емкость, улучшив технологию оптимизации RAN. Отдайте приоритет тем инвестициям в сеть, которые помогут обеспечить максимальные результаты для абонентов и сократить капитальные расходы.

Снижение операционных расходов

Автоматизируйте анализ оптимизации RAN и повысьте эффективность технологий и процессов оптимизации RAN с помощью анализа первопричин проблем на базе ИИ, подробной визуализации и прогнозирования воздействия.

Автоматизированное улучшение качества данных для специалистов по обработке данных

Сократите цикл анализа данных на 30% за счет автоматизации процесса их подготовки, чтобы высвободить ценное время для выполнения более важных задач.

Вопросы и ответы

Uhana by VMware

Что представляет собой Uhana by VMware?

Uhana by VMware — это передовое решение на базе искусственного интеллекта для анализа данных о сети и абонентах в режиме реального времени.  С его помощью операторы мобильных сетей могут улучшить управление качеством обслуживания абонентов, оптимизировать процессы, автоматически выявлять помехи и определять их приоритетность, прогнозировать будущие проблемы и предоставлять рекомендации по их устранению.  Все это помогает в автоматическом режиме оптимизировать управление важной инфраструктурой сотовой связи оператора мобильной сети. 

Почему важно иметь доступ к подробным данным телеметрии?

Несмотря на то что операторы мобильных сетей привлекают к работе самых квалифицированных технических специалистов и специалистов по обработке данных, даже они сталкиваются с ограничениями, связанными с состоянием традиционных средств телеметрии и анализа сетей RAN.  Недостаточно детализированные данные телеметрии ограничивают планирование ресурсов и измерение производительности ретроспективным анализом. Более того, поскольку фактическое состояние сети меняется очень быстро (за секунды или миллисекунды), информация о производительности приложений и условиях работы пользователей или рекомендации по управлению эффективностью сети, полученные на основе недостаточно детализированных данных (с детализацией в пределах нескольких минут), будут содержать лишь усредненные данные с крайне ограниченной видимостью. 

Что такое «усреднение данных» в сети сотовой связи?

Современные сетевые контроллеры SON и MME предоставляют счетчики данных о производительности на уровне узлов сотовой связи, работающие с интервалом 15 минут.  Это значит, что данные о максимальных и минимальных показателях производительности, получаемые в течение этих 15 минут, становятся неточными из-за усреднения и их не всегда можно увидеть.   Условия сети, которые имеют решающее значение для точности рекомендаций, будут перекрыты средним значением и скрыты от алгоритма принятия решений.   Кроме того, данные, предоставляемые контроллером MME, находятся на уровне узла сотовой связи и не детализируются до уровня конкретных абонентов, использующих этот узел.

Как работает ИИ-платформа Uhana?

ИИ-платформа Uhana принимает и обрабатывает параллельные потоки данных, поступающие от десятков тысяч сот, сопоставляет их с данными пользовательских сеансов и в режиме реального времени рассчитывает основные показатели производительности. Полученные данные объединяются с входящими данными конкретных приложений и политиками, заданными оператором. Это обеспечивает беспрецедентную визуализацию сети, а также помогает выявлять аномалии и в режиме реального времени использовать прогнозный интеллектуальный анализ сети, в том числе рекомендации в отношении управления приложениями и/или сетью RAN.

Каким образом в Uhana by VMware используются возможности глубокого обучения и работающих в режиме реального времени нейросетей для операторов мобильной связи?

Решение Uhana by VMware использует передовые методы глубокого обучения в сочетании с входящими данными конкретных приложений и политиками, заданными оператором. Это обеспечивает беспрецедентную визуализацию сети, а также помогает выявлять аномалии и в режиме реального времени использовать прогнозный интеллектуальный анализ сети, в том числе рекомендации в отношении управления приложениями и/или сетью RAN. Впервые у операторов появилась возможность предложить разработчикам приложений доступ к средствам точного и подробного интеллектуального анализа сети и прогнозному моделированию через API-интерфейс. Средства интеллектуального анализа сети используются в сочетании с современными платформами автоматизации инфраструктуры для оптимизации производительности приложений, значительного повышения качества обслуживания абонентов и программного управления RAN. С помощью Uhana наконец можно реализовать концепцию операторов мобильной связи в отношении платформы программируемых сетевых услуг, которая охватывает не только возможности подключения.

Предлагается ли Uhana by VMware по модели «ПО как услуга» (SaaS)?

Компания VMware предоставляет решение Uhana by VMware по модели «управляемое ПО как услуга». Uhana может работать в среде облачных вычислений оператора или в публичном облаке.

Можно ли развернуть Uhana в локальной среде?

Решение Uhana можно развернуть в локальной среде (либо в публичном облаке).  В рамках типичного сценария развертывания решение Uhana устанавливается в среде облачных вычислений оператора мобильной связи, однако доступ к порталу можно получить через сеть VPN. Решение Uhana разработано как облачное приложение, в котором используется архитектура микрослужб. Микрослужбы, созданные на базе контейнеров Docker, обеспечивают отказоустойчивость и горизонтальное масштабирование. Это также дает возможность развертывать платформу в аппаратной инфраструктуре или инфраструктуре ВМ.

Влияет ли Uhana на производительность RAN?

Нет, Uhana не собирает встроенные данные и не видит полезные данные абонента. Uhana принимает информацию непосредственно от базовой станции сети eNodeB и контроллеров MME в сети RAN.  Сбор данных происходит в автономном режиме и не влияет на производительность сети.  Uhana дополняет эту информацию получаемыми в режиме реального времени данными о местонахождении и данными абонента, такими как идентификаторы IMSI, для получения аналитических сведений, представляющих практическую ценность для оператора мобильной связи.

Доступны ли средства анализа устройств?

Да. Используя данные трассировки eNodeB (а в будущем и gNodeB), Uhana обеспечивает сравнение производительности устройств разных поставщиков (различных моделей устройств и версий ПО) на уровне соты, сектора или eNB/gNB. Благодаря этому можно получить представление о работе различных устройств и оказываемом ими воздействии на сеть.  Кроме того, решение Uhana автоматически устанавливает эталонные параметры производительности устройств и выявляет аномалии, вызванные модернизацией устройств и ПО RAN. В то же время, когда в сети устанавливается новое оборудование или ПО для устройств, Uhana оценивает его воздействие на производительность RAN. Операторы мобильной связи могут дополнительно оптимизировать процессы в сети, повысить качество обслуживания абонентов и ускорить устранение проблем, объединив выходные данные анализа устройства с данными трассировки MME и пакетных ядер для получения более подробных аналитических сведений.

В чем состоит преимущество функции создания основных показателей производительности?

В адаптивности. Создание пользовательских основных показателей производительности с помощью текущих процессов оператора занимает несколько недель. Функция создания основных показателей производительности Uhana помогает операторам мобильной связи быстро и легко создавать новые основные показатели, необходимые для сценариев использования средств анализа, и предоставлять показатели, адаптированные к текущим требованиям.  С помощью раскрывающихся меню можно без труда задать новые основные показатели производительности. Кроме того, можно объединить несколько показателей и создать комплексные и адаптированные основные показатели производительности, соответствующие конкретным требованиям оператора.