NETSCOUT: AI-подготовленные данные RAN раскрывают скрытые проблемы

Мобильные операторы годами полагаются на ключевые показатели эффективности (KPI) и счётчики для оценки состояния сети. Показатели успешности хендоверов, drop rate и средняя пропускная способность выглядят обнадёживающе на дашбордах, однако абоненты по-прежнему сталкиваются с обрывами вызовов и нестабильным качеством. Разрыв между зелёными KPI и реальным клиентским опытом растёт — NETSCOUT закрывает его с помощью AI-подготовленных данных RAN, которые сохраняют корреляцию и причинно-следственные связи на всём пути абонента.

Что было анонсировано

NETSCOUT подробно описал, как AI-подготовленные данные RAN трансформируют аналитику мобильных сетей, переходя от изолированных метрик к коррелированным наборам данных, сохраняющим причинность и готовым для моделей AI. Компания опубликовала четыре истории успеха операторов, демонстрирующие, как курируемые данные обеспечивают реальную ситуационную осведомлённость, точный анализ первопричин и практические рекомендации.

Четыре задокументированных сценария включают: обнаружение обрывов вызовов после технически успешных хендоверов; выявление избыточных соседских отношений, вызывающих ультракороткое пребывание в плотных городских коридорах; устранение ping-pong хендоверов из-за отсутствия доминирования соты в зонах перекрытия; и оптимизацию 5G carrier aggregation за счёт согласования возможностей UE, сетевых решений и радиоусловий.

Почему это важно

Для CTO, директоров сетевых операций и руководителей инженерии RAN переход от метрик к смыслу имеет прямое финансовое и операционное значение. Зелёные KPI создают ложное чувство уверенности: сигнализация проходит успешно, но клиентский опыт ухудшается, ёмкость расходуется на трафик control-plane, а первопричины остаются невидимыми. Модели AI, обученные на фрагментарных выгрузках KPI, дают ненадёжные выводы и раздувают затраты на облако и хранение данных.

Курируя и обогащая только релевантные данные при сохранении причинности между событиями, NETSCOUT снижает совокупную стоимость владения сетевыми операциями на базе AI и повышает точность автоматических рекомендаций по оптимизации. Это критично для операторов, масштабирующих 5G, внедряющих carrier aggregation и готовящихся к автономным сетевым операциям.

Технические детали

• Сохранение корреляции и причинности: события связываются на всём пути абонента, а не хранятся как изолированные счётчики.
• Анализ отдельных вызовов на основе конечного автомата в масштабе: раскрывает паттерны ультракороткого пребывания и их статистическую значимость.
• Интеллект хендоверов: выявляет неоптимальные параметры конфигурации, вызывающие обрывы после хендовера, и предлагает точные корректировки.
• Обнаружение ping-pong: коррелирует паттерны мобильности с радиоизмерениями для идентификации отсутствия доминирования как первопричины.
• Оптимизация carrier aggregation: согласует возможности UE, комбинации диапазонов, радиоусловия и retainability в едином наборе данных.
• Релевантность и обогащение: курирует только значимые данные, снижая объём и стоимость контекстного окна AI при сохранении аналитической ценности.

Softprom и NETSCOUT

Softprom является официальным дистрибьютором NETSCOUT. Предприятия, сервис-провайдеры и мобильные операторы могут получить лицензии, техническое консультирование, поддержку proof-of-concept и постпродажный сервис через Softprom.

Этот материал подготовлен в рамках проекта Softprom DistriFlow — автоматизированной системы мониторинга и адаптации новостей вендоров. Источник: оригинальная статья.