Az analitikától a mobilhálózati immunrendszerig
Ma már egy-egy okostelefon is napi szinten komoly adatforgalmat generál - egy teljes mobilhálózaton pedig egészen elképesztő mennyiségű adat halad át – több mint 10 Tbit/s. A hatalmas, folyamatosan mozgásban lévő adatvagyont a hálózatokért felelős mobilszolgáltatóknak sem érdemes kihasználatlanul hagyni, abból ugyanis nem csak a hálózat aktuális működésére vonatkozóan szerezhetnek értékes információkat, de birtokukban a felmerülő problémákat is könnyebben orvosolhatják és előzhetik meg.
Éppen ezt a célt szolgálja az Ericsson Expert Analytics (EEA) gépi tanulásra (Machine Learning) építő szoftvercsaládja. A világ különböző pontjain lévő operátoroknál több mint 100 millió előfizető adatait egyszerre, valós időben elemzi- az így szerzett információkból pedig a hálózat üzemeltetése, karbantartása és fejlesztése szempontjából is kulcsfontosságú következtetések vagy "insightok" nyerhetők. Mindezt természetesen a felhasználói adatforgalom tartalmi elemzése nélkül, a klienseken elért tartalmakra a rendszer ilyen formában nem lát rá.
Persze ez a valós idejű működés nem valósulhatna meg a legmodernebb adatbányászati és felhő alapú technológiák használata nélkül, amelyeket 90 százalékban Magyarországon, az Ericsson Duna parti épületében terveznek és fejlesztenek. Az EEA ennek megfelelően igazi „made in Hungary” termék, amely egy az Ericssonnál hazánkban 2008-ban indult kutatási projektből nőtte ki magát globálisan elérhető szolgáltatássá, amelyet a világ minden táján használnak. A fejlesztések oroszlánrésze most is Magyarországon zajlik, jelenleg a cég az EEA negyedik generációján dolgozik, amely a szolgáltatást teljes egészében felhős alapokra helyezi át, búcsút intve a bare metal megoldásoknak – mindezt természetesen komoly gépi tanulási fókusz mellett.
Javítás, akár emberi bevatkozás nélkül
A szolgáltatás lényegében a mobilhálózat immunrendszereként működik, ennek megfelelően igény szerint nem csak ajánlásokat képes tenni az észlelt hibák javítására, de maga is be tud avatkozni és orvosolni a problémákat. Ezt a fajta funkcionalitást bár bizonyos szolgáltatók már használják egyes területeken, alapvetően még gyerekcipőben jár: jelenleg a legtöbb helyen megvannak azok a pontok, ahol az egyes problémák felülvizsgálatát és javítását a rendszer átadja az emberi operátoroknak.
Megfelelő mennyiségű tesztelés után azonban teljesen kiiktathatóvá válik az emberi beavatkozás és az "immunrendszer" önjáró módon működhet. Az EEA algoritmusai képesek megtanulni, hogy bizonyos anomáliákat, problémákat az egyes szolgáltatók szakemberei hogyan kezelnek – hasonló esetekben a különböző cégek eltérő gyakorlatokat használhatnak – később pedig az adott vállalat szokásaiból megtanult mintákhoz igazodva, már maga orvosolhatja azokat. Természetesen az Ericsson időről időre vissza is méri az automatizált javításokat, hogy azok biztosan zökkenőmentesek legyenek.
Hosszú távon azonban jó eséllyel ebbe az irányba megy majd el az iparág, és a hálózati hibaelhárítás teljesen automatizálttá válik.
Semmilyen hiba nem csúszik át a hálón
A szolgáltatás moduláris, abból a mobilszolgáltatók igényeik szerint összeválogathatják, milyen insightokra van szükségük. Az analitikai megoldás az egészen egyszerű ellenőrző-mechanizmusoktól az összetett, gépi tanulási algoritmusokig számos technológiát bevet a hálózat elemzésére, illetve a hálózati hibák előrejelzésére, anomáliák keresésére, továbbá az eszközök viselkedésből vagy használatból eredő mintáinak beazonosítására. A rendszer valós időben követi az adott mobilhálózat összes felhasználójának és komponensének tevékenységét, és meg tudja mondani, azok milyen problémákba futottak bele, sőt akár azt is, milyen problémák merülhetnek fel a későbbiekben, mintegy előre jelezve a múltbéli minták alapján, milyen elvárt esemény következik be a közeljövőben.
A megoldás folyamatosan követi a felmerülő hálózati hibákat, legyen szó akár olyan szolgáltatásokról mint a VoLTE, VoWiFi, de az 5G és az OTT adatforgalom is folyamatosan ott van a górcső alatt. Az Expert Analytics azonnal értesíti a szolgáltatót a megszakadt hívásokról, hogy volt-e példa rá, hogy nem sikerült a hívásindítás, rossz volt a hangminőség, sőt akár a streamelt videók minőségbeli visszaesését, illetve azt is észlelni tudja, ha egyes felhasználók nem érnek el bizonyos weboldalakat. A begyűjtött adatokat összegezve aztán hibajavítási ajánlásokat tesz a szolgáltató felé, részletesen leírva, hogy hol és mennyi előfizetőt érint az adott probléma, az mennyire súlyos, történt-e már hasonló és várható-e ilyen hiba a későbbiekben.
Az említett OTT adatforgalom, mint a streamelt videók vagy akár a járványhelyzetben megugró mennyiségű videohívások minőségének elemzése különösen nagy kihívást jelent a fejlesztők számára. Míg az IMS alapú hívásoknál viszonylag könnyen, pontosan észlelhető azok esetleges minőségingadozása, addig az IP alapú adatforgalomnál sok esetben ez már nem ilyen egyszerű feladat. A különböző szolgáltatások mögött álló cégek ugyanis jellemzően titkosítják saját adatforgalmukat, amelynek a hálózati szolgáltató csupán a csatornát biztosítja, a tartalomba már nem lát bele. Az EEA ezt a problémát különböző heurisztikai algoritmusokkal igyekszik megoldani, amelyekkel a titkosított adatforgalomban is képes felismerni azokat a mintákat, amelyek a szolgáltatással kapcsolatos minőségromlásra utalnak.
Ezen a téren lényegében versenyfutás zajlik a külső tartalomszolgáltatók és a mobilszolgáltatók között, előbbiek igyekeznek minél inkább elrejteni a számukra is komoly értéket képviselő adatokat, utóbbi szereplők pedig folyamatosan igyekeznek kibogozni azokból a szolgáltatások minőségére utaló jeleket – noha végeredményben mindkét félnek a felhasználói élmény javítása az érdeke.
A technológia társadalmi szempontból különösen hasznos célokra is felhasználható: bizonyos országokban például a szolgáltatók a koronavírus-járvány terjedésének elemzéséhez használt modellek létrehozásához is bevetették a populáció az EEA-ból kinyert mobilitási adatait.
Egy lépéssel a problémák előtt
Az Expert Analytics az ügyfeleknek prediktív algoritmusokat is kínál, amelyekkel előre jelezhetők a néhány napon belül várható problémák - ezek nem csak a felmerülő hibák megelőzésénél hasznosak, de annak kapcsán is értékes információkat szolgáltatnak, ha a várt probléma valamiért elmarad. Ezek a gépi tanulási algoritmusok a hálózat működését folyamatosan elemezve készítenek profilt annak mindennapjairól, beleértve az idő közben megjelenő hibákat is. Ha pedig a későbbiekben a korábbi problémákat megelőző viselkedésmintát észlelnek, jelzik azt a szolgáltató szakemberei felé, de a jövőben akár ki is javíthatják azokat, mielőtt szélesebb előfizetői kört érintene a szolgáltatás minőségének romlása. Az algoritmusokat technológiai szakemberek, matematikusok, adattudósok és tapasztalt szoftverfejlesztők csapata hozza létre, teszteli és építi be a szoftverkörnyezetbe.
A kiterjedt analitika mindeközben nem sodorja veszélybe a felhasználók érzékeny adatait, az elemzés teljes mértékben anonimizáltan történik, az Ericsson termékét teljes egészében a szolgáltatók kezelik, azok saját rendszerein fut, és nem tárol személyes, vagy a felhasználók beazonosítására alkalmas adatokat, helyette titkosított azonosítókkal dolgozik, amelyeket nem lehet az egyes felhasználókhoz kötni.
Az Ericsson az EEA-t a meglévő hálózatok üzemeltetése mellett az épülő új technológiák, rendszerek kiépítéséhez is ajánlja, a szolgáltatás az 5G hálózatok terjeszkedésekor különösen aktuális. Az új generációs hálózatok adatforgalmának és sebességének megfelelő elemzése hagyományos technológiákkal már nem megoldható, az EEA viszont felkészült az azok kiterjedt, valós idejű monitorozására, mind az üzembeállás, mind a felhasználói elégedettség kapcsán.
KAPCSOLÓDÓ TARTALOM
Like what you’re reading? Please sign up for email updates on your favorite topics.
Subscribe nowAt the Ericsson Blog, we provide insight to make complex ideas on technology, innovation and business simple.