Nowym trendem, jaki możemy zaobserwować wśród producentów Wi-Fi jest wykorzystanie technologii Big Data i systemów chmurowych w zaawansowanej analityce, która z kolei znacznie ułatwia zarządzanie sieciami. Jak chyba miał okazję przekonać się każdy, kto miał do czynienia z bieżącą ekspolatacją nawet średniej wielkosci sieci bezprzewodowej, lokalizacja i naprawa problemów w nich jest wyjątkowo żmudna i uciążliwa. Użytkownicy zazwyczaj nie są w stanie precyzyjnie sformułować problemu, administrator zdany jest na informacje takie jak: "sieć wolno działa", "nie mogę się połączyć", "zrywa połączenia", itp. - które trudno przełożyć na wadliwe działanie konkretnego komponentu systemu. Z drugiej strony, zgłaszane przez użytkowników "problemy z Wi-Fi" często wynikają z awarii innych elementów sieci: np. infrastruktury przełączników, serwera DHCP, firewall-a albo wynikają z samej konfiguracji klienta - np. źle działających sterowników, itd. Administrator cierpi więc na brak danych - i to zarówno dotyczących stanu sieci (informacje uzyskiwane od użytkowników są niepełne i nieprecyzyjne) jak i tych, ktore pozwoliłyby na lokalizację i wyeliminowanie problemu. Dane te w postaci nieprzetworzonej można stosunkowo łatwo uzyskać, problemem jest jednak ich przetworzenie i uzyskanie skondensowanej informacji o nieprawidłowościach. Tu z pomocą przychodzą serwisy chmurowe oraz technologia Big Data - zdarzenia generowane przez punkt dostępowe trafiaja do chmury, gdzie są agregowane i poprzez odpowiednie oprogramowanie analityczne udostępnianie administratorom. Należy zauważyc, że ilość generowanych danych, już przy sieci liczącej kilkadziesiąt AP i kilkuset klientach jest ogromna i musi być przetwarzana w chmurze, gdyż realizacja w modelu on-premise była zbyt zasobo-chłonna.
Technologie Big Data mogą być wykorzystane w trzech głównych aspektach eksploatacji sieci Wi-Fi:
- Łączności - identyfikacja i usuwanie problemów związanych z dostepem do sieci.
- Wydajności - w zakresie transferu danych.
- Aplikacjach - zachowania konkretnych aplikacji użytkowników.
W zakresie zbierania danych producenci stosują różne rozwiązania pozwalające na pozyskanie większego wolumenu danych, przykładem może być stosowanie dodatkowego, dedykowanego radia pracującego wyłącznie w trybie odbioru służącego do realizacji stałej oceny pasma (tzw. "dedicated scanning", które jest dużo efektywniejsze niż standardowo stosowane "background scanning" - czyli ocenę pasma przez uniwersalny odbiornik realizujący także odbiór przesyłanych danych), przechwytywanie pakietów związanych z asocjacją i autoryzacją użytkowników(*) oraz pakietów "sąsiadujacych" w sensie czasowym z tego tego typu zdarzeniami.
(*) do chmury transferowane są tylko nagłówki, bez danych użytkowników.
W zakresie analityki zgromadzenie odpowiedniej liczby danych pozwala na wykrywanie i elimincję problemów metodą "drill-down". Przykładowo - w statusie zbiorczym uzyskujemy informację, że w 10% wszystkich nowych połączeń klienci mają problemy z podłączeniem się do sieci, klikając na tę informację dowiadujemy się, że problem w rzeczywistyści dotyczy kilku konkretnych urządzeń fizycznych, kolejne kliknięcie informuje nas, że przyczyną braku połączenia byłą zbyt wolna odpwiedź serwera DHCP. W podobny sposób jesteśmy np. w stanie zlokalizować problem zwiazany z konkretnym AP, platformą kliencką (np. wadliwy sterownik po aktualizacji systemu), itd. Należy jednak dodać, że tego typu analityka znacząco wykracza poza prostą agregację danych wykonaną metodą "od ogóły do szczegółu". Niektórzy producenci stosują wyrafinowane mechanizmy sztucznej inteligencji oraz uczenia maszynowego, które pozwalają systemowi analityki na "wydedukowanie" najbardziej prawdopodobnej przyczyny danego zjawiska. Rozwiązanie tego typu pozwala na lokalizację problemów takich jak:
- przekroczenie limitu asocjacji,
- problemy z pojemnością sieci,
- brak autoryzacji klienta,
- błędy PSK (niewłaściwe PSK),
- błędy i problemy z RADIUS (brak autoryzacji, brak odpowiedzi, błędy roamingu),
- błędy DHCP i DNS,
- błedy captive portal,
- błędy w dostępie do WAN i aplikacji chmurowych.
Co ważne, możliwe jest prześledzenie ścieżki działań klienta od asocjacji, poprzez autoryzację, uzyskanie adresu, przełączanie między AP i dostęp do konkretnych aplikacji.
Prócz rozwiązywania problemów podejście Big Data pozwala takze na uzyskanie różnego rodzaju uogólnionych danych statystycnzych w postaci różnorodnych raportów dotyczących np. liczby i typu klientów, wolumenu ruchu wg. kategorii, itd.
Przykładem rozwiazań analityki Big Data dla sieci WiFi sa np.: Arista Networks (dawniej Mojo), Mist (obecnie Juniper) oraz system SCI (Smart Cell Insight) Ruckus Networks.
