gestion des ressources radio (RRM)

La gestion des ressources radio (RRM) de Juniper Mist est un système automatisé basé sur le cloud qui gère et optimise en permanence l’environnement radio sans fil afin d’améliorer l’expérience utilisateur.

Le RRM utilise les données collectées par la radio de balayage dédiée de chaque point d’accès Mist (AP) pour mesurer la capacité, les interférences et les habitudes d’utilisation tout au long de la journée. Il utilise l’apprentissage par renforcement pour ajuster dynamiquement les paramètres radio, notamment :

Sélection des canaux (commutation automatique des canaux)
Niveaux de puissance de transmission
Largeur des canaux
Orientation de bande entre 2,4 GHz et 5 GHz
Désactivation ou conversion des radios (c’est-à-dire éteindre les radios 2,4 GHz sur certains points d’accès)

Les points d’accès Mist envoient en permanence des événements et des données de radiofréquence au cloud Mist, où l’algorithme d’optimisation RRM analyse les informations pour identifier les changements et effectuer des ajustements. La quantité de données que chaque AP envoie au cloud Mist est faible, de l’ordre du kilo-octet plutôt que du méga-octet ou du gigaoctet.

Sur le cloud Mist, la RRM agrège également les données historiques des sites des 30 derniers jours afin d’identifier les tendances à long terme. Le portail Mist renvoie les mises à jour aux points d’accès concernés chaque nuit, vers 3 h (l’heure exacte varie ; la mise à jour est automatique et non configurable). Le système d'apprentissage par renforcement continu de Mist ajuste dynamiquement les paramètres radio pour maintenir l'expérience utilisateur dans des conditions idéales. Vous n’avez pas besoin de rééquilibrer manuellement votre réseau Wi-Fi, par exemple, pour résoudre le problème courant de dérive.

Notez que certains réglages radio sur un AP sont locaux et effectués immédiatement en réponse à un événement aigu. Il s’agit notamment de modifier les canaux de détection radar, de s’ajuster aux interférences Wi-Fi et non Wi-Fi et d’augmenter la puissance du signal en réponse à la déconnexion d’un AP voisin. Bien que ces modifications soient spécifiques à l’AP et se produisent en temps réel, un enregistrement de l’événement déclencheur est toujours envoyé au cloud Mist dans le cadre des données quotidiennes. Ces événements sont inclus dans l’analyse des modèles à long terme pour éviter les problèmes périodiques mais récurrents.

Vous pouvez voir un instantané de votre réseau sans fil, illustré à la Figure 1, ainsi que la liste des événements AP, à partir du tableau de bord de gestion radio du portail Mist (Gestion du site > radio) :

Figure 1 : tableau de bord The Radio Management Dashboard

de gestion radio

RRM prend en compte les principaux facteurs du SLE de capacité sans fil , notamment le nombre de clients, l’utilisation des clients et les interférences, pour améliorer la couverture et optimiser la capacité. Mist RRM peut ajuster automatiquement la puissance de l’AP ou modifier les canaux sans fil lorsque le SLE de capacité n’est pas atteint. Après avoir appliqué les mises à jour, Mist continuera de surveiller le SLE de capacité pour déterminer si ses changements ont produit des améliorations mesurables.

Radio frequency environments are inherently complex and therefore challenging to control and optimize for the efficient transmission of data. Since the inception of radio frequency, or RF, radio resource management, also known as RRM, has been a long-standing technique used to optimize the RF radio waves that transmit network traffic in wireless LANs. However, multiple interference sources like walls, buildings, and people combined with the air serving as transmission medium make RRM a challenging technique to master.

Traditionally, site surveys have been used to determine the optimal placement of Wi-Fi access points and settings for transmit power, channels, and bandwidth. However, these manual approaches can't account for the dynamic nature of the environment when the wireless network is in use, with people and devices entering or leaving and moving about. Additionally, this challenge is compounded with random RF interferences from sources like microwave ovens, radios, and aircraft radar, to name a few.

But what if the wireless network itself could perform RRM on its own? What if it could detect and respond to both interference sources, as well as the movement of people and devices, and adjust the radio settings in real time to provide the best possible wireless service? That's exactly what Juniper has done with the AI-driven MIST wireless solution, using advanced machine learning techniques. Specifically, MIST uses reinforcement learning to perform RRM. In a nutshell, a reinforcement learning machine, or agent, learns through an iterative trial and error process in an effort to achieve the correct result.

It's rewarded for actions that lead to the correct result, while receiving penalties for actions leading to an incorrect result. The machine learns by favoring actions that result in rewards. With MIST wireless, the reinforcement learning machine's value function is based on three main factors that lead to a good user experience.

Coverage, capacity, and connectivity. A value function can be thought of as an expected return based on the actions taken. The machine can execute five different actions to optimize the value function.

These are adjusting the band setting between the two wireless bands of 2.4 GHz and 5 GHz, increasing or decreasing the transmit power of the AP's radios, switching to a different channel within the band, adjusting a channel's bandwidth, and switching the BSS color, which is a new knob available to 11 AX access points. RRM will select actions with maximum future rewards for a site. Future rewards are evaluated by a value function.

The various actions taken by the learning machine, such as the increase of transmit power or switching the band from 2.4 GHz to 5 GHz, together represent a policy, which is a map the machine builds based on multiple trial and error cycles as it collects rewards, modeling actions that maximize the value function. Again, keep in mind that the value function represents good wireless user experience. As time goes on, even if random changes occur in the environment, the machine learns as it strives to maximize the value function.

The benefits of using reinforcement learning are obvious. A MIST wireless network customizes the RRM policy per site, creating a unique wireless coverage environment akin to a well-tailored suit. While large organizations with multiple sites replicate their many locations as copy exact, these sites will naturally experience variances despite best efforts.

Reinforcement learning easily fixes this, delivering real-time, actively adjusting, custom wireless environments. We hope this episode helped to uncover some of the magic and mystery behind our AI-driven network solutions.

Sans la RRM, un réseau sans fil serait presque ingérable :

Les interférences Wi-Fi et non Wi-Fi (interférences sur les signaux radio) obligent les clients et les points d’accès à suspendre les transmissions pendant une durée indéfinie.
La puissance de transmission des AP non gérée peut entraîner des lacunes de couverture, une diminution du rapport signal/bruit (SNR), une réduction de la bande passante ou une augmentation des interférences dans le même canal.
Une largeur de canal non gérée peut entraîner une augmentation des interférences dans le même canal et une diminution du rapport signal/bruit (SNR) dans les environnements à haute densité. Il en résulte une qualité de signal inférieure et donc de mauvaises performances.

Comment fonctionne la RRM de Juniper Mist

Grâce à la radio de balayage dédiée intégrée à chaque point d'accès Mist Juniper (AP), Mist RRM mesure et calcule les facteurs de capacité, d’utilisation et d’interférence en permanence. Le RRM utilise ces calculs et mesures comme références à l'expérience réseau des utilisateurs, également appelée minutes utilisateur. La RRM stocke jusqu’à 30 jours de ces données, ce qui crée une base de référence de tendance à long terme. Grâce à l’agrégateur de maintenance de site sans fil et aux corrections manuelles, la RRM peut s’adapter aux lacunes ou tirer parti des opportunités d’amélioration de l’environnement sans fil en :

Utiliser la commutation automatique des canaux (ACS) pour répondre aux canaux saturés ou sujets aux interférences
Utiliser des ajustements automatiques de la puissance pour augmenter ou diminuer la puissance de sortie de l’AP (en fonction de l’expérience client)
Augmenter ou diminuer la largeur des canaux pour améliorer le débit
Utilisation de l’annulation automatique pour désactiver la radio 2,4 GHz sur certains points d’accès du réseau
Utilisation de la conversion automatique pour convertir les radios bi-bande de 2,4 GHz à 5 GHz

Mist RRM : les événements et les données environnementales du réseau sans fil d'un site sont envoyés par les points d'accès du site au cloud Mist pour évaluation. Mist compile des données de tendance à long terme dans le cloud à partir des informations reçues et les compare avec le SLE de capacité sans fil du site. La comparaison permet de déterminer si une modification de la configuration de la bande sans fil d'un site sera bénéfique. Les capacités de contrôle de bande de Mist permettent de modifier automatiquement :

Attributions des canaux AP
Sélection de fréquence dynamique (DFS)
Paramètres de puissance de diffusion de l’AP
Contrôle de bande

Lorsque Mist RRM change de canal, il le fait en fonction non seulement de l’environnement actuel, mais aussi des connaissances historiques. Même si l’environnement actuel rend l’utilisation d’un canal donné efficace, Mist se souvient s’il a constaté des interférences co-canal ou d’autres problèmes sur ce canal. Si c’est le cas, la RRM réduit la priorité de ce canal et choisit un autre canal pour l’AP concerné.

Si un AP détecte un signal radar, l’AP passe immédiatement à un autre canal. Cette fonction est connue sous le nom de DFS et vise à réduire les interférences avec les signaux radar par d’autres émetteurs sans fil (5 GHz). Le changement de canal perturbe les clients sans fil et peut entraîner une surcharge des canaux vers lesquels les points d’accès sautent.

Pour aider à réduire les effets des DFS, les AP envoient tous les événements radar au cloud Mist. Le cloud stocke les données de l’événement, y compris le canal sur lequel l’AP a vu le signal radar. Au fil du temps, le RRM apprend quels points d’accès voient le plus de radar et sur quels canaux. Sur la base de ces apprentissages, la RRM empêche les points d’accès les plus touchés d’un site d’opérer sur les canaux qui ont le plus d’occurrences radar. C’est ce qu’on appelle la punition DFS, car le site utilise désormais une distribution de canaux optimisée par DFS plutôt que par une distribution de canaux optimisée pour l’uniformité. En raison de la punition DFS, une certaine surpopulation peut se produire.

Juniper Mist RRM peut ajuster la puissance de sortie des radios de l'AP. La RRM peut augmenter la puissance de diffusion sur les points d’accès voisins pour compenser la perte d’un AP voisin. La RRM ne réduit la consommation sur un AP que si cette réduction n’affecte pas la couverture.

Le RRM peut ajuster la largeur des canaux pour les bandes radio 5 et 6 GHz. Les radios 2,4 GHz ne peuvent fonctionner que sur des canaux de 20 MHz de large. Grâce à la liaison de canaux, les radios 5 GHz peuvent fonctionner sur des canaux de 20, 40 ou 80 MHz de large ; De plus, les radios 6 GHz peuvent fonctionner sur des canaux de 20, 40, 80, 160 ou 320 MHz de large (selon le pays). Plus le canal est large, plus le débit potentiel est disponible.

L’agrégateur de maintenance de site sans fil basé sur le cloud exploite les données de trafic du site, y compris les minutes des clients actifs et les mesures de trafic (transmises et reçues), pour identifier les heures sur chaque site sans fil où le trafic est le plus faible. Vous pouvez ainsi planifier la maintenance du réseau ou les mises à jour des politiques sur votre site pendant ces périodes de faible trafic. L’agrégateur utilise une combinaison de méthodes statistiques pour calculer les prévisions, ce qui garantit une maintenance efficace du site.

L’agrégateur remplit les fonctions suivantes :

Effectue des prédictions basées sur des données historiques : l’agrégateur utilise une fenêtre mobile de 14 jours de données de trafic historiques pour prédire les heures les moins actives sur chaque site.
Agréger les données à grande échelle : la solution traite les données à grande échelle, en regroupant des mesures telles que les minutes de clients actifs, les octets transmis et les octets reçus sur des milliers de sites sans fil. Les médianes sont ensuite normalisées par site pour tenir compte des variations des schémas de trafic entre les sites.
Prédit les heures d’activité la plus faible : un score d’activité pondéré est généré à l’aide des médianes normalisées, qui sont une combinaison de minutes client actives, d’octets transmis et d’octets reçus. L’heure d’activité la plus faible (en fonction du score d’activité pondéré) est identifiée pour chaque site.
Score de confiance : les scores de confiance sont calculés pour déterminer la fiabilité des prédictions. Les sites présentant une forte saisonnalité quotidienne (modèles de trafic prévisibles) auront un niveau de confiance plus élevé.
Prévisions d’activité sur le site des magasins : L’heure locale prévue pour chaque site est stockée dans le cloud Juniper Mist pour permettre au système de planification d’y accéder rapidement.

Attributions de canaux pour les bandes 6 GHz

Par défaut, le RRM attribue des bandes radio 6 GHz avec des canaux de balayage préférés (PSC) et des non-PSC, sauf si un sous-ensemble est sélectionné manuellement. En fait, notre expérience montre que les clients sont tout à fait capables de découvrir des non-PSC en utilisant des mécanismes hors bande tels que les rapports de voisinage réduits ou les rapports de voisinage 11k.

La logique d’assignation par défaut des canaux dans les bandes 6 GHz pour différentes largeurs de canal est la suivante :

Pour les largeurs de 20 MHz et 40 MHz, tous les canaux autorisés (PSC et non-PSC) sont utilisés comme canal principal.
Pour des largeurs de 80 MHz et 160 MHz, les canaux PSC sont utilisés comme canaux primaires.

Le RRM peut contrôler la bande du réseau en désactivant les radios 2,4 GHz inutiles afin de réduire les interférences dans le même canal. Là encore, le RRM utilise sa connaissance du spectre radio du site pour déterminer quand et si la désactivation d'une radio 2,4 GHz améliorera l'expérience utilisateur.

Mist RRM n’apporte jamais de modifications pour le plaisir de les modifier. Si le SLE de capacité d'un site particulier est de 90 % ou plus, il n'y a pas grand-chose à gagner à apporter des modifications, donc le RRM n'effectue pas de modifications. De plus, si un changement est justifié mais que la RRM ne peut pas apporter de changement positif, il se peut que quelque chose dans l'environnement nécessite une enquête plus approfondie.

Annulation automatique et conversion automatique

Il existe deux fonctionnalités supplémentaires liées à la RRM que vous devez connaître : Tableau 1.

Tableau 1 : Annulation automatique et conversion automatique
Annulation automatique	Conversion automatique
Désactive automatiquement les radios 2,4 GHz.	Convertit automatiquement les radios bi-bande en fonctionnement 5 GHz
Réduit les interférences co-canal dans la bande 2,4 GHz en réduisant le nombre de radios de diffusion.	Réduit les interférences dans le même canal sur la bande 2,4 GHz en réduisant le nombre de radios de diffusion.
Améliore les performances sur la bande 2,4 GHz.	Améliore les performances sur la bande 2,4 GHz.
Désactive les radios 2,4 GHz uniquement si le retrait de cette radio n’entraîne pas une augmentation de la puissance d’émission des points d’accès voisins pour compenser.	Convertit les radios 2,4 GHz uniquement si le retrait de cette radio du réseau 2,4 GHz n’entraîne pas une augmentation de la puissance d’émission des points d’accès voisins pour compenser.
Le taux d’annulation typique des radios 2,4 GHz est d’environ 40 %. L’annulation automatique ne supprime jamais plus de 50 % des radios 2,4 GHz d’un site donné.	Le taux de conversion typique pour les radios 2,4 GHz est d’environ 40 %. La conversion automatique ne supprime jamais plus de 50 % des radios 2,4 GHz d’un site donné.
Pris en charge sur tous les points d’accès Juniper Mist	Pris en charge uniquement sur les modèles AP43, AP45 et AP63
	Augmente la couverture dans la bande 5 GHz avec l’ajout d’une autre radio de diffusion

Vous pouvez envisager l’annulation automatique ou la conversion automatique dans les réseaux principalement 5 GHz où les appareils importants sont gérés et leurs profils d’itinérance bien connus. Dans les écoles ou autres environnements où vous ne vous souciez pas du réseau invité ou de la variété des appareils clients qui peuvent apparaître, ces fonctionnalités peuvent être très bénéfiques.

D’un autre côté, vous pouvez désactiver ces fonctionnalités dans des environnements moins densément couverts où de nombreux appareils critiques fonctionnent uniquement sur la bande 2,4 GHz.

Fonctionnement double 5 GHz

Lorsque l’AP43, l’AP45, l’AP47 ou l’AP63 fonctionnent en mode double 5 GHz, les radios divisent la bande 5 GHz et sont verrouillées sur une plage spécifique de canaux. Voir le Tableau 2.

Tableau 2 : Opérations radio et canaux utilisables
Mode sans fil	Radio bibande (2,4 GHz)	Radio bibande (5 GHz)	Radio 5 GHz
Mode double bande	Tous les canaux 2,4 GHz	N/A	Tous les canaux 5 GHz
Mode 5 GHz double (AP43 et AP63)	N/A	Canaux 100 à 165	Canaux 36 à 64
Mode 5 GHz double (AP45 et AP47)	N/A	Canaux 36 à 64	Canaux 100 à 165

Note:

Nous vous recommandons de régler la largeur du canal 5 GHz sur 20 MHz lorsque vous utilisez la conversion automatique ou le double 5 GHz. L’utilisation d’une largeur de 20 MHz permet de maximiser le nombre de radios 5 GHz utilisées tout en minimisant les interférences dans le même canal.

Si vous souhaitez utiliser deux radios 5 GHz en mode 5 GHz, configurez les paramètres double bande sur 5 GHz et réglez les paramètres 2,4 GHz sur activé.