Logiciel de gestion, de contrôle et d’analyse réseau
iMaster NCE-CampusInsight
Huawei iMaster NCE-CampusInsight (CampusInsight en abrégé), un analyseur de réseau de campus Huawei, modifie le mode de surveillance traditionnel axé sur l’état des ressources. Il collecte les données réseau en temps réel via la télémétrie, identifie les comportements du réseau et les modèles de pannes grâce à l’analyse de big data et aux algorithmes intelligents. Cela aide le personnel O&M à détecter de manière proactive 85 % des problèmes potentiels du réseau et à créer une expérience réseau de bout en bout Wi-Fi->LAN->WAN de haute qualité.
Vue de l’état du réseau, améliorant les performances réseau de 58 %
Vue d'expérience applicative, réduction du temps de localisation des pannes de 95 %
Vue expérience utilisateur, réduction des réclamations des utilisateurs de 90 %
NetMaster, 80 % des pannes typiques de réseaux sans fil sont résolues automatiquement
Caractéristiques
| Visualisation multidimensionnelle du réseau et de l’expérience client tout au long du parcours | Permet aux administrateurs de visualiser des statistiques de données multidimensionnelles selon différents niveaux et zones. Permet aux administrateurs de visualiser les problèmes d'accès réseau, de congestion, l'état des appareils et les paquets d'erreur du point de vue des bâtiments. Les utilisateurs du réseau peuvent être recherchés par bâtiment, affichant les informations sur les bâtiments traversés par les utilisateurs pendant une période spécifiée. Permet aux administrateurs d'importer des vues topologiques et de planifier les emplacements des AP afin de visualiser intuitivement la répartition des emplacements de défauts. Permet aux administrateurs de visualiser la carte thermique radio par emplacement d'AP. Permet aux administrateurs d'importer des données de planification réseau pour les comparer aux données réseau réelles, affichant les différences entre elles. Affiche les résultats d'analyse du spectre basés sur les AP, incluant la surveillance de l'état de tous les canaux, les sources d'interférences Wi-Fi et les sources d'interférences non Wi-Fi. Génère des rapports de test d'appel pour la comparaison en temps réel de réseaux multi-fournisseurs et permet aux administrateurs de comprendre intuitivement l'expérience du réseau Wi-Fi grâce aux tests d'appel sur les applications. Permet aux administrateurs de visualiser l'expérience complète, y compris qui, quand et quel AP se connecter, l'expérience et les problèmes. Prend en charge les profils d'appareils et permet aux administrateurs de visualiser l'état de santé des commutateurs et des AP. Trace le processus d'accès réseau d'un client, incluant les informations détaillées du protocole lors des phases d'association, d'authentification (prise en charge 802.1X, portail et adresse MAC) et DHCP. Les informations du protocole comprennent le résultat de l'interaction et le temps utilisé. En cas d'échec, les causes de l'échec sont également affichées. Analyse corrélativement les utilisateurs réseau avec une mauvaise expérience. Lorsque l'expérience d'un utilisateur se détériore, CampusInsight identifie des KPI de corrélation quantifiés basés sur l'algorithme d'analyse de similarité des KPI, améliorant efficacement la précision de l'identification de la cause première. |
|---|---|
| Identification automatique et prédiction proactive des problèmes réseau | Prend en charge l’identification automatique des problèmes réseau courants basée sur l’analyse de big data et les algorithmes d’apprentissage automatique : connectivité, performances de l’interface radio, itinérance, environnement des appareils, capacité des appareils, performances du réseau et problèmes d’état du réseau. Les problèmes incluent l’échec d’authentification, la couverture à signal faible, les clients double-bande privilégiant le 2,4 GHz, et la congestion du réseau. Prend en charge l’apprentissage et le tracé dynamique de la ligne de base du comportement réseau pour prévoir la tendance des changements et détecter les exceptions grâce à la comparaison des données. Analyse intelligemment les données signalées au second niveau et établit un système d’évaluation de la santé du réseau à partir de multiples dimensions. CampusInsight évalue et classe les régions en fonction des poids des indicateurs, stimulant l’amélioration continue d’une expérience médiocre à une bonne expérience et améliorant progressivement la qualité du réseau. La comparaison dynamique de la ligne de base entre la région locale et les autres régions pour chaque indicateur peut être visualisée. CampusInsight fournit des indicateurs de cause racine associés, permettant une analyse approfondie des causes racines. Différents moments ou zones peuvent être sélectionnés pour la comparaison et l’analyse et les rapports de santé du réseau sont envoyés aux administrateurs en temps réel ou périodiquement par e-mail. |
| Démarcation intelligente et analyse des causes profondes des problèmes réseau | La vue de distribution des incidents permet aux administrateurs de visualiser le nombre d'incidents sur différents appareils et le nombre de clients affectés. Cela aide les administrateurs à se concentrer rapidement sur les appareils affectés et sur la période où de nombreux incidents surviennent. La vue d'analyse d'impact des incidents permet aux administrateurs de filtrer les facteurs d'impact selon plusieurs dimensions et d'approfondir couche par couche pour localiser rapidement la cause racine de l'incident. Analyse les causes profondes et fournit des suggestions de rectification pour faciliter la clôture rapide des incidents. |
| API northbound ouvertes, fournissant diverses données pour l’analyse intelligente | Prend en charge différentes capacités de développement secondaire basées sur les caractéristiques des données. Trois types d'interfaces peuvent ouvrir les données brutes et les données analysées vers des systèmes tiers, y compris les systèmes O&M réseau et les systèmes de services informatiques, offrant ainsi des données d'analyse intelligente plus riches. (1) NBI RESTful : ouvre les données de ressources (appareil, interface, lien et données de carte), les données de santé (problèmes de santé et données d'évaluation de santé) et les données de session terminale aux systèmes externes. (2) NBI SNMP : rapporte les données d'alarme à un système tiers via SNMP. (3) NBI Kafka : consomme les données collectées par CampusInsight en télémétrie via l'API consommateur fournie par Kafka. |
| Calibration radio intelligente | Retour de simulation en temps réel : CampusInsight évalue les conflits de canaux du réseau sans fil en fonction des informations de voisinage et radio des appareils à chaque étage et fournit des suggestions de calibration. (Le retour de simulation n’est pas pris en charge pour les zones où aucun étage n’est prévu.) Calibration prédictive alimentée par le big data et affichage du gain post-calibration : CampusInsight identifie les AP fortement chargés et les AP de bord grâce à des algorithmes d’IA basés sur le big data historique, incite les appareils à effectuer une calibration radio différenciée selon les résultats d’analyse du big data, et affiche de manière intuitive tous les enregistrements de calibration et les gains de calibration. Les enregistrements comprennent à la fois la calibration radio intelligente et les enregistrements de calibration locale. |
| Trafic d’application analyse | Identifie avec précision plus de 1000 applications grand public grâce à l’identification d’applications, y compris Zoom, Microsoft Teams, DingTalk et WeChat. Identifie les applications définies par l’administrateur. Analyse le trafic applicatif du réseau et le nombre d’utilisateurs par application et affiche l’utilisation des applications de chaque utilisateur sur la page du parcours client. Collecte des statistiques sur le trafic des applications selon les dimensions des interfaces, des appareils et des hôtes. Contraintes : Les applications RTP et TCP non chiffrées sont prises en charge dans les scénarios IPv4. Les commutateurs et les AC (à l’exception des AC natifs) de la version V200R020C10 et suivantes sont pris en charge. De plus, cette version ne prend en charge que les scénarios de transfert de tunnel AC, et l’identification d’applications ou NetStream doit être activé sur les appareils. Pour plus de détails sur les spécifications, consultez l’outil de requête des spécifications CampusInsight. |
| Analyse des informations de qualité d’application et de la mauvaise QoE | Utilise la technologie exclusive eMDI et des algorithmes d'IA pour détecter la qualité des applications grand public en temps réel et identifier les applications à mauvaise QoE. Utilise iPCA 2.0 pour mettre en œuvre la mesure de la qualité du réseau basée sur les flux de service réels et afficher le chemin des flux de service en temps réel, y compris les appareils aux deux extrémités ainsi que les appareils et ports traversés par chaque flux ; effectue une analyse des modes de défaut le long des chemins afin de localiser intelligemment les appareils ou ports défectueux en peu de temps. Contraintes : Les applications RTP et TCP non chiffrées sont prises en charge dans les scénarios IPv4. Les commutateurs, AC (à l'exclusion des AC natifs) et points d'accès V200R020C10 et versions ultérieures sont pris en charge, et eMDI et iPCA 2.0 doivent être activés sur les appareils. Pour plus de détails sur les spécifications, consultez l'outil de requête des spécifications CampusInsight. |
| Positionnement sans fil basé sur le RSSI | Affiche la carte thermique de répartition des clients en fonction de la période spécifiée. Permet aux utilisateurs de visualiser les emplacements de tous les terminaux avec Wi-Fi activé, l’emplacement d’un utilisateur unique et les chemins disponibles sur une période donnée. Anonymise les adresses MAC des terminaux. Localise les sources d’interférences Wi-Fi et non Wi-Fi, y compris l’identification et l’affichage des emplacements des sources d’interférence. Prend en charge l’analyse de localisation des utilisateurs Wi-Fi, y compris les statistiques de détection des nouveaux et anciens utilisateurs, la distribution des fréquences, la distribution de la durée de détection, le taux de capture des utilisateurs et le ratio d’utilisateurs associés. Contraintes : Seul le positionnement réseau basé sur le RSSI Wi-Fi est pris en charge. Seul le positionnement sans fil en intérieur est pris en charge. Précision du positionnement : < 10 m, 60 % de précision (balayage radio indépendant), 50 % de précision (balayage radio non indépendant) ; délai de positionnement : < 20 s Les données de positionnement sans fil peuvent être conservées pendant un maximum de sept jours. |
| Analyse de la consommation énergétique du réseau | Sur la base des données historiques du réseau signalées par les appareils, le système calcule les appareils qui doivent être en mode économie d'énergie et les périodes de temps pour l'économie d'énergie. Les utilisateurs peuvent se référer aux commandes pour configurer et émettre des commandes afin de contrôler l'allumage et l'extinction des AP via le contrôleur. Les données de consommation d'énergie et les tendances sont affichées par appareil. La consommation d'énergie des commutateurs, des AC et des AP peut être visualisée. Les utilisateurs peuvent sélectionner les 5 meilleures données ou toutes les données. Les données de consommation d'énergie et les tendances sont affichées par site et par région. Les utilisateurs peuvent sélectionner les 5 meilleures données ou toutes les données. Prend en charge la sélection de périodes de comparaison pour visualiser l'énergie. |
| Perception spatiale NetwSpatialork | À partir des données historiques de présence de personnes signalées par les appareils, le système peut collecter des statistiques sur la présence ou l’absence de personnes dans les zones d’étage prévues. Le système peut afficher la présence ou l’absence de personnes ainsi que la tendance au niveau du site, de la zone et de l’étage en fonction de la zone prévue. Le système prend en charge la configuration de détection d’intrusion à haute entrée selon la zone prévue et l’envoi d’alarmes d’intrusion lorsqu’une personne s’introduit. |
| Pack à valeur ajoutée Network Operation Copilot | Intégrez des cartes numériques pour résoudre rapidement les problèmes réseau. Grâce aux opérations et à la maintenance conversationnelles, effectuez une O&M intelligente pour les contrôles de santé du réseau, le dépannage des utilisateurs, les requêtes de qualité d’application et les métriques de surveillance des appareils. |
| Agent d’optimisation Wi-Fi | Prend en charge la création d'objectifs d'optimisation pour les zones de site, la sélection de stratégies d'optimisation et la définition de seuils de surveillance. Affiche les tâches cibles créées et les détails de l'atteinte des objectifs. L'état global de la qualité de service est présenté comme l'état cible, les conditions de conformité étant affichées séparément selon quatre dimensions : puissance du signal, bande passante descendante, taux de réussite du roaming et taux d'interférence. Le cockpit surveille automatiquement la chronologie pour afficher les événements pendant différentes périodes. |
(1) RESTful NBI : Ouvre les données de ressources (appareil, interface, lien et données de carte), les données de santé (problèmes de santé et données d’évaluation de santé) et les données de session terminale aux systèmes externes.
(2) SNMP NBI : transmet les données d’alarmes à un système tiers via SNMP.
(3) Kafka NBI : Consomme les données collectées par CampusInsight via la télémétrie grâce à l'API consommateur fournie par Kafka.
Contraintes :
Contraintes :
Contraintes :
Dans la même famille
iMaster NCE-CampusiMaster NCE-Campus de Huawei simplifie la gestion virtualisée du réseau et des VM, rendant le provisionnement des services et l’O&M plus simples et plus rapides.