訂閱者層級遠端存取網路分析

Uhana by VMware

Uhana by VMware 能夠將來自行動網路元件的大量串流資料相互關聯並充實內容,提供訂閱者層級的全方位洞悉見解。Uhana 可運用人工智慧技術自動判斷網路問題的根本原因,並提供修復建議。

選擇 Uhana by VMware 的理由

即時訂閱者層級分析

Uhana 能夠分析串流資料,為行動營運業者提供即時客戶體驗指標,進而讓行動網路營運業者即時瞭解每位訂閱者的通話品質與資料效能。 

自動化根本原因分析

Uhana 的人工智慧平台可運用機器學習技術,自動偵測、分類與定位行動網路中的問題。這款平台會盡可能判斷根本原因,並提供解決建議。

依據對訂閱者的影響程度,排定處理優先順序

Uhana 可依據訂閱者受影響的程度,排定警示優先順序。  這項作業完全採自動化方式進行,並運用機器學習技術判斷哪些問題的影響程度最大。

高解析遠端存取網路能見度

由於擁有精密的平台能見度,Uhana 能夠提供新的網路洞悉見解、處理數百萬個事件,並即時計算數百個效能 KPI。

焦點

90 秒掌握 Uhana 重點

Uhana 可讓您脫穎而出,並提供客戶所期待的新一代 5G 體驗。

Uhana by VMware 規格說明

Uhana 可運用人工智慧將 4G 和 5G 網路最佳化,藉此推動新的服務。

人工智慧型遠端存取網路解決方案

這項研究可協助通訊服務供應商瞭解遠端存取網路環境,及其支援作業需如何進化,以成功支援人工智慧實作。

IDC 公司技術焦點

IDC 公司《透過分析洞悉與自動化技術充分發揮 5G 投資效益》(Making the Most of 5G Investment Through Analytical Insight and Automation) 報告

Uhana by VMware 功能

自動化資料充實管道

自動加入通話追蹤事件,例如建立與發佈程序,以及屬於相同使用者工作階段的即時無線測量,以建立訂閱者工作階段記錄。

人工智慧型根本原因分析

系統會識別根本原因 (運用神經網路分類器) 以進一步分析個別警示,並針對已識別的根本原因提供相關 KPI 與建議。

精密的能見度

運用 eNodeB 追蹤資料提供精密的即時訂閱者層級能見度,以快速分析遠端存取網路效能與利用率,以及訂閱者使用體驗品質。

電信級規模

Uhana 能夠從數以萬計的行動通訊中,擷取並分析數百萬個持續串流事件,以提供可運用的洞悉見解、預測及修復建議。

自動化事件偵測

Uhana 的人工智慧型警示管道運用神經網路,(在時間和空間上) 自動偵測訂閱者層級 KPI 的異常情況並建立叢集。

雲原生且採用容器

Uhana 人工智慧平台運用微服務架構,是最先進的雲原生應用程式。微服務採用 Docker 容器,能夠提供彈性與水平擴充能力。 

警示優先順序

警示優先順序依據影響分析而定,例如有多少訂閱者受到影響,以及服務效能降低的重要程度,以便據此排定回應優先順序。

KPI Composer

運用互動式使用者介面,營運業者可以在幾分鐘內建立自訂的 KPI,視需要結合多個指標,並省下數週時間。

使用情境

上行干擾偵測

自動偵測與分類上行干擾 (外部、無源互調、基礎架構),且會依據受影響的訂閱者類型和數量確認優先順序。

資金支出優先順序

改善遠端存取網路最佳化工程品質,以提升有效頻譜容量。排定網路投資優先順序,以充分發揮訂閱者影響並減少資金支出。

干擾定位與三角測量

運用排定優先順序的搜尋區域清單與熱圖視覺化功能,定位外部干擾。將干擾三角測量區域從數英里/公里縮小為幾個街區,以省下數小時的偵察時間。

營運成本降低

透過人工智慧型根本原因分析、精密的能見度與影響預測,自動執行遠端存取網路最佳化分析,並改善遠端存取網路最佳化工程與營運的效率。

下行傳輸量影響

運用機器學習根本原因及影響分析演算法,判斷下行傳輸量不良是否與天線頻率的負載失衡有關,以發揮頻譜的最佳效用。

為資料科學家提供自動化資料增強功能

藉由資料準備作業自動化,減少高達 30% 的資料科學分析週期時間,進而釋出寶貴時間,用以進行價值更高的作業。

常見問題

Uhana by VMware 是一款先進的分析與人工智慧解決方案,能夠提供即時網路與訂閱者分析。  行動網路營運業者能藉此提升客戶體驗管理、實現營運最佳化、自動偵測干擾並進行三角測量、預測未來問題,同時提出適當的修復建議。  這一切的目的,都是為了透過自動化方式,實現對行動網路營運業者 (MNO) 高價值行動通訊基礎架構的最佳控制。 

現行網路控制器 SON 與 MME 提供基地台層級的效能資料計數器,會以 15 分鐘為單位;  也就是說,這些 15 分鐘內的效能尖峰值和離峰值,可能因為平均計算之故而趨於平緩,不會顯得特別突出。   這些可提供準確指引的關鍵網路狀況,會受到平均值掩飾並遭到決策演算法隱藏。   此外,MME 提供的資料屬於基地台層級,不會深入至使用該基地台的特定訂閱者。

Uhana by VMware 應用突破性深度學習技術,同時結合應用程式特定輸入資料及營運業者指定的原則,以此提供前所未有的網路能見度、異常偵測與即時預測性網路智慧,包括應用程式及/或遠端存取網路控制指引。營運業者首次能夠提供應用程式開發人員 API 存取,以獲得準確、精密的網路智慧及預測性「假設」模型。只要善用這層網路智慧,就能將應用程式效能最佳化,進而大幅改善訂閱者使用體驗品質,並搭配現代化基礎架構自動化平台,透過程式控制遠端存取網路。在 Uhana 的支援下,行動營運業者終於能夠實現其願景:建置可程式化網路服務平台,提供超越連線功能的服務。

您可以將 Uhana 部署至內部部署 (或公有雲) 環境。  傳統部署情況是將 Uhana 安裝在行動營運業者的雲端運算環境中,但是可以透過 VPN 存取入口網站。過去,Uhana 是透過微服務架構開發為雲原生應用程式。微服務採用 Docker 容器,能夠提供彈性與水平擴充能力。因此,該平台可以部署在裸機或虛擬機基礎架構上。

可以。Uhana 運用 eNodeB (及未來的 gNodeB) 追蹤資料,針對多家廠商的不同裝置型號與軟體版本,提供行動網路、區域或 eNB/gNB 層級的效能比較,以瞭解不同裝置的效能及其對網路的影響。  此外,Uhana 還會自動建立裝置效能基線,並偵測因為裝置及遠端存取網路軟體升級而產生的異常情況。反之,當網路增加新的裝置硬體或軟體,Uhana 也會具體呈現新硬體或軟體對遠端存取網路所帶來的效能影響。行動營運業者可結合裝置分析輸出資料、MME 及封包核心追蹤資料,以提供更豐富的洞悉見解,進而改善網路營運、提升客戶體驗並加速問題的疑難排解。

雖然行動網路營運業者雇用許多全球最優秀且最出色的科技專家與資料科學家,但是他們仍可能受限於傳統遠端存取網路的網路分析與遙測技術。  粗糙的遙測資料,會讓容量規劃和效能測量受到歷來情況分析的侷限。更糟的是,由於實際的網路狀況幾乎是瞬間發生 (幾秒與幾毫秒內),任何來自於粗糙資料 (幾分鐘內) 的應用程式效能、使用者體驗或是網路效率指引,都會出現「平均盲區」,且能見度嚴重受限。 

Uhana 人工智慧平台會擷取及處理來自數萬個行動通訊的並行資料摘要,並與使用者工作階段資料進行關聯,然後計算即時關鍵績效指標 (KPI)。這項資料會與應用程式特定輸入資料及營運業者指定的原則相互結合,以提供前所未有的網路能見度、異常偵測,以及即時預測性網路智慧,包括應用程式和/或遠端存取網路控制指引。

Uhana by VMware 是透過 VMware 代管軟體即服務提供。此服務可在營運業者的雲端運算環境中或公有雲上執行。

不會,Uhana 不會收集內嵌資料,也無法看到客戶的承載。Uhana 會直接從遠端存取網路中的 eNodeB 與 MME 擷取資訊。  系統會離線收集資料,因此不會對網路效能造成影響。  Uhana 會在這項資訊中加入即時位置資料與客戶資料 (例如 IMSI),以提供行動營運業者可運用的洞悉見解。

靈活性。透過現行的營運業者流程來建立自訂 KPI,可能需要花費數週時間。Uhana 的 KPI Composer 讓行動營運業者得以輕鬆快速地建立分析使用情境所需的全新 KPI,並針對目前需求提供量身打造的指標。  您可以運用下拉式選項輕鬆定義新的 KPI,並結合多個指標來建立量身打造的全方位 KPI,以因應個別營運業者的需求。

準備要開始使用了嗎?