所有對網(wǎng)絡(luò)故障維護有豐富經(jīng)驗的人都清楚:在早期網(wǎng)絡(luò)中,大概75%左右的故障來自于網(wǎng)線或物理接口的物理連接。伴隨著技術(shù)的發(fā)展、綜合布線理念的貫徹與執(zhí)行、制造工藝的提升和線纜與接口質(zhì)量提升,這一故障的比例大幅度的降低了。那么當我們的最后100米實現(xiàn)了無線化之后,我們的網(wǎng)線和物理接口會出現(xiàn)什么樣的情況呢?
最后100米無線化帶來的改變
·靈活性的大躍進與技術(shù)本身的退步
首先,我們應(yīng)該有一個明確的認識:無線WLAN網(wǎng)絡(luò)事實上交雜著網(wǎng)絡(luò)靈活性的提升和網(wǎng)絡(luò)技術(shù)的倒退。從技術(shù)角度講,WLAN相當于從交換式以太網(wǎng)年代退回到共享式以太網(wǎng)年代,倒退了至少5-10年。特別是從物理介質(zhì)上來看,在當前采用的交換式以太網(wǎng)中,每個用戶是獨享傳輸介質(zhì)的;而無線網(wǎng)絡(luò)中的所有的用戶都共享物理信道,只要用戶間相互可見,無論有多少個AP,所有工作在同一頻點的用戶都可以共享相同的物理介質(zhì)。這是典型的同軸共享式以太網(wǎng)或基于HUB的共享式以太網(wǎng)的特征。而在共享式以太網(wǎng)里,需要考慮的如物理數(shù)據(jù)碰撞、網(wǎng)絡(luò)用戶量與數(shù)據(jù)量規(guī)模無法無限擴展等問題也重新歸來。因此,對網(wǎng)絡(luò)維護人員來說,在進行網(wǎng)絡(luò)排錯時需要考慮的因素明顯增加了,工作量也隨之加大。
·便捷性與管理復雜度的雙重提升
相比較以太網(wǎng),WLAN在提升便捷性的同時,其傳輸介質(zhì)發(fā)生了明顯變化:從幾乎絕對可信的銅纜和光纖,變?yōu)榻^對不可信的頻譜資源。因此,相較于管理以太網(wǎng)絡(luò),網(wǎng)管人員不僅要有充足的TCP/IP知識,還要在在管理無線網(wǎng)絡(luò)時對無線網(wǎng)絡(luò)中的射頻知識,如最關(guān)鍵的信噪比、信號強度、發(fā)射功率、天線增益、干擾等等概念的擁有深刻的理解;同時還要理解802.11協(xié)議的獨特特性及重傳等概念。這對網(wǎng)管的知識體系提出新的挑戰(zhàn),并且令對接入介質(zhì)的管理復雜度呈幾何級提升。
·從管理“有”到管理“無”
傳統(tǒng)以太網(wǎng)是有線網(wǎng)絡(luò),所有的連接是可見的,某個終端連接到具體哪個設(shè)備是明確的。而無線網(wǎng)絡(luò)的連接是不可見的,某個終端在整個的接入過程中會不斷的發(fā)生切換,從一個接入設(shè)備切換到另外一個接入設(shè)備,在某些極端情況下設(shè)置會在兩個不同的接入AP之間一分鐘之內(nèi)切換幾十甚至上百次,并且這種切換完全由客戶端決定。傳統(tǒng)網(wǎng)管軟件的刷新速率已經(jīng)完全無法把握這種情況。因此,如何管理“無”的問題,成為無線管理的需要解決的大問題。
自動化部署WLAN
·大規(guī)模/對分支機構(gòu)WLAN管理為何需要自動化部署
目前利用WLAN完成企業(yè)最后100米接入已經(jīng)成為明確的發(fā)展趨勢。我們勢必要在網(wǎng)絡(luò)部署的簡易性方面提升我們部署WLAN的能力,以加快部署時間,降低網(wǎng)絡(luò)部署成本和及時維護成本,并加快WLAN問題的修復。
例如:在商業(yè)環(huán)境中例如超市,倉庫等環(huán)境,更快速的部署意味著更早的使用時間,從而提升企業(yè)的盈利能力。在醫(yī)療,教育等環(huán)境,自動化部署意味著AP設(shè)備零配置,在排除網(wǎng)絡(luò)故障也時無需考慮AP的配置問題,僅需考慮網(wǎng)絡(luò)的可連接性。若是在硬件損壞的情況下,僅需簡單的硬件替換即可完成故障排除,而無需重新對新增設(shè)備進行調(diào)試。
對于多分支機構(gòu)或者大型園區(qū)而言,由于其網(wǎng)絡(luò)管理人員的數(shù)量極為有限,對于遠程的安裝需求往往鞭長莫及。如何快速、有效、高質(zhì)量完成遠程站點的部署也是擺在大家面前的一大現(xiàn)實問題。
·管理集中化下自動化部署的實現(xiàn)
對于中大型無線網(wǎng)絡(luò)的自動化部署,摩托羅拉系統(tǒng)提供了完整的方案,稱之為zero-touch,也就是零接觸的部署方案。
·自動化部署的關(guān)鍵思想
配置預置:要做到自動配置,那么首先就要做到配置預置,也就是說能夠?qū)P的配置預先配置在控制器里。這里的主要要求是部署時只需要簡單的預先配置,而不用對每一個需要部署的AP都進行單獨配置。不能做到這一點,就失去了自動化配置的意義。
配置關(guān)聯(lián):也就是如何將預先完成的配置自動關(guān)聯(lián)到對應(yīng)的AP設(shè)備上。
·自動配置的實現(xiàn)
自動預配置是如何實現(xiàn)的呢?由于一組的AP除MAC和IP地址外配置基本相同,因此摩托羅拉引入了Profile的概念。該Profile與AP的配置方式完全相同,但不具備MAC地址配置,且IP配置可選DHCP方式。當AP通過二層關(guān)聯(lián)或通過DHCP獲得IP地址以三層方式,自動關(guān)聯(lián)至控制器時,控制器將根據(jù)匹配原則將該Profile的配置下發(fā)至AP設(shè)備。
至于AP實體設(shè)備與預配置的關(guān)聯(lián),事實上,對于摩托羅拉系統(tǒng)AP而言也就是與對應(yīng)Profile的關(guān)聯(lián)。在具體部署時,摩托羅拉系統(tǒng)AP可以通過二層以太網(wǎng)報文方式直接與控制器關(guān)聯(lián),也可以在獲得IP地址后通過UDP方式與控制器關(guān)聯(lián)。舉例來說,假設(shè)在一個企業(yè)網(wǎng)絡(luò)中,擁有三個樓宇,三個分支機構(gòu),那么此時,對于摩托羅拉系統(tǒng)而言僅需建立6個Profile,并引用對應(yīng)的SSID/加密/認證安全/服務(wù)質(zhì)量等配置,給樓宇的Profile配置相應(yīng)VLAN,然后將這些通過IP地址段映射到對應(yīng)的Profile上,分支機構(gòu)甚至無需進行相應(yīng)VLAN配置。一旦AP連接了控制器,控制器會根據(jù)AP所在的IPSubnet(IP子網(wǎng))將對應(yīng)Profile的配置分發(fā)給對應(yīng)AP即完成了AP的全部配置,整個過程無需人工干預。
·部署自動化配置需要考慮的要素
顯而易見,自動化配置無疑是中大型或者多分支行網(wǎng)絡(luò)管理員的福音,但是在部署自動化配置時,必須對網(wǎng)絡(luò)提前進行規(guī)劃,這要求我們的IP/VLAN/DHCP等規(guī)劃需要更強的邏輯性。
摩托羅拉系統(tǒng)將無線集中故障排查可視化
·無線網(wǎng)絡(luò)拓撲的可視化
無線網(wǎng)絡(luò)拓撲與有線網(wǎng)絡(luò)拓撲差異很大。當我們討論有線網(wǎng)絡(luò)拓撲圖時,我們只需將客戶端簡單的連接到接入交換機的物理接口即可。但在無線網(wǎng)絡(luò)里,同一個AP還需要討論其ESS/BSS的問題,即其拓撲圖應(yīng)該是客戶端接入了哪一個BSS,然后是這個BSS到哪一個ESS。所以,無線網(wǎng)絡(luò)的拓撲圖與有線網(wǎng)絡(luò)的拓撲圖是完全不同的。
·不同的物理狀態(tài)
在無線領(lǐng)域中,沒有明確的線纜連接,只有無線區(qū)域的覆蓋好壞。而且無線網(wǎng)絡(luò)的動態(tài)特征導致無線區(qū)域的覆蓋好壞是變化的。因此需要實時熱圖來監(jiān)控整個無線網(wǎng)絡(luò),使其真正可視起來。
·物理層排錯
在物理層排錯時,大家普遍認為無線的干擾是網(wǎng)絡(luò)質(zhì)量的一個極大罪魁禍首。但事實上,無線網(wǎng)絡(luò)中的資源利用率和干擾強度的組合才是真正的問題所在,而且干擾不僅僅是WLAN對WLAN的干擾,還包括其他同頻干擾,例如微波、2.4GHz無線電遙控射頻信號、藍牙信號等等。因此在物理層排錯中,必須對所有的干擾源進行分析,同時對其資源利用率進行監(jiān)控。僅僅通過某種網(wǎng)上的免費工具事實上并不能夠真正的將問題定位。
舉一個簡單的例子:使用任意兩個AP,將其設(shè)定在同一個信道,然后把兩個AP的發(fā)射功率放置到最大,并且把兩個AP物理距離在10cm距離上。大家都知道如果用傳統(tǒng)軟件看,這種干擾一定是極強的。但是如果一個AP上有用戶,另外一個AP上一個用戶都沒有,或者即使兩個AP都有用戶,且在AP的競爭策略設(shè)定合理,用戶流量不大的情況下,我們的上網(wǎng)感知一樣會相當好。
反之,我們將兩個AP拉遠到30m,每個AP上都接入用戶,并且采用大流量,此時我們用傳統(tǒng)軟件會看到AP之間干擾較小,但用戶的實際上網(wǎng)使用感知卻會非常的差。
另外我們只使用一個AP,然后將幾個個用戶都放置在可以接入該AP,但是互相不可見的位置,然后開始看高質(zhì)量視頻,結(jié)果會是所有的用戶上網(wǎng)感知都很差。而這種情況下,我們傳統(tǒng)軟件來看是沒有干擾的。
因此,摩托羅拉系統(tǒng)對整個無線網(wǎng)絡(luò)的物理層,實現(xiàn)的是一個完整的可視化呈現(xiàn),包括各個信道的干擾強度、信道使用率、以及是否有非WLAN的干擾。在下圖的示例中,信道11的干擾高達-25dBm,但是利用率只有5%,而信道一干擾在-40到-50dBm之間,接口利用率則高達100%,而且是持續(xù)的微波干擾。這種情況下信道1干擾小,基本是不可使用的。而信道11干擾極強,卻一定是客戶體驗最好的。所以說物理層可視化在無線網(wǎng)絡(luò)中是非常重要的。
·真正了解網(wǎng)絡(luò)的情況
在傳統(tǒng)以太網(wǎng)中,如果用戶出現(xiàn)玩游戲頻繁“卡”的情況,那么基本上確定一下互聯(lián)網(wǎng)出口的擁塞程度,看看用戶PingDHCP服務(wù)器的響應(yīng)時間,基本上就可以定位問題了。但是對于無線網(wǎng)絡(luò)來說,在進行相同的操作后,如果響應(yīng)較慢,還需要定位是無線慢還是有線慢。如果無線慢,那么還要確認是哪種無線因素導致了網(wǎng)絡(luò)緩慢:是干擾?沖突?無線網(wǎng)絡(luò)整體性能不足?還是覆蓋不合理的頻繁漫游切換導致了這個問題。
有些時候,由于無線網(wǎng)絡(luò)是共享式的,我們在無線中只要有一個或幾個用戶是低速率用戶,整體網(wǎng)絡(luò)性能會大幅度的下降。例如,在20個終端中的有802.11nAP的網(wǎng)絡(luò)中,20個終端都是802.11g的網(wǎng)卡的整體網(wǎng)絡(luò)性能,甚至會遠遠好于18個802.11n加2個802.11b終端用戶的網(wǎng)絡(luò)性能。因此當一個用戶反饋他們玩游戲卡的時候,很有可能是另外一個用戶的網(wǎng)卡速率低造成的。
此外,若是排查哪個用戶在兩個AP間頻繁切換以及排查由干擾造成的用戶的性能下降,就需要對無線網(wǎng)絡(luò)的每一個信道、每一個用戶和每一個BSS的整體情況進行排查,而不是僅僅排查某個用戶。
摩托羅拉系統(tǒng)可以通過一個界面遠程的了解數(shù)據(jù)的信號噪聲比(干擾)、用戶的重傳(空口負載情況)、數(shù)據(jù)傳輸速率(是否有低速率用戶影響了整個網(wǎng)絡(luò)性能)和用戶的傳輸信道分配(是否用戶在短時間內(nèi)在兩個不同信道內(nèi)發(fā)射,也就是在頻繁漫游)等信息,完全可視化的監(jiān)控全部的可能故障。
如果網(wǎng)管人員不足,無法實時監(jiān)控,那么只需通過摩托羅拉系統(tǒng)定義網(wǎng)絡(luò)質(zhì)量劣化的兩大重要指標:傳輸速率和重傳率的門限,來對網(wǎng)絡(luò)進行實時監(jiān)控。一旦指標超越門限值即可通過告警了解到這一情況,并且網(wǎng)管人員可以通過對歷史數(shù)據(jù)的詳細分析來確認網(wǎng)絡(luò)故障的具體原因。
例如,網(wǎng)管人員可以通過附圖中了解過去24小時中的不同類型報文比例。如果將這一趨勢分析放大到季度或者年度,我們又可以分析網(wǎng)絡(luò)趨勢,及時調(diào)整網(wǎng)絡(luò)避免大規(guī)模問題的爆發(fā)。
通過故障排查可視化,確保網(wǎng)絡(luò)的真正可用性
網(wǎng)絡(luò)最后100米由WLAN接管已是大勢所趨,應(yīng)用的多終端協(xié)同化已經(jīng)成為潮流,而關(guān)鍵應(yīng)用的效率提升,通過移動應(yīng)用方式實現(xiàn)的技術(shù)趨勢更是不可阻擋。但是,無線網(wǎng)絡(luò)在技術(shù)上的倒退、物理介質(zhì)的脆弱以及無線網(wǎng)絡(luò)的不可視等缺點也是無可辯駁。要求無線網(wǎng)絡(luò)完全無故障是不現(xiàn)實的,而物流與供應(yīng)鏈行業(yè)的關(guān)鍵應(yīng)用出于移動性考慮必須部署在無線網(wǎng)絡(luò)之上,且任何的無線網(wǎng)絡(luò)中斷都會對整個物流與供應(yīng)鏈的關(guān)鍵應(yīng)用產(chǎn)生較大或者致命的影響。在這樣的實際且嚴苛要求下,無線網(wǎng)絡(luò)故障排查的高效率是我們必須提供的,特別是將關(guān)鍵應(yīng)用部署于無線之上的機構(gòu)。
摩托羅拉系統(tǒng)為客戶提供了真正意義上的、可視化的、方便的工具集,從而可以輕松確保網(wǎng)絡(luò)故障的及時定位與解決,保證網(wǎng)絡(luò)的穩(wěn)定性與可用性。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。