gestión de recursos de radio (RRM)

La gestión de recursos de radio (RRM) de Juniper Mist es un sistema automatizado basado en la nube que administra y optimiza continuamente el entorno de radio inalámbrico para mejorar la experiencia del usuario.

La RRM utiliza los datos recopilados por la radio de escaneo dedicada en cada punto de acceso de Mist (AP) para medir la capacidad, la interferencia y los patrones de uso a lo largo del día. Utiliza el aprendizaje por refuerzo para ajustar dinámicamente la configuración de radio, lo que incluye:

Selección de canal (conmutación automática de canales)
Niveles de potencia de transmisión
Ancho del canal
Desviación de banda entre 2,4 GHz y 5 GHz
Deshabilitar o convertir radios (es decir, desactivar radios de 2,4 GHz en algunos AP)

Los puntos de acceso de Mist envían eventos de radiofrecuencia y datos a la nube de Mist de forma continua, donde el algoritmo de optimización de RRM analiza la información para identificar cambios y hacer ajustes. La cantidad de datos que cada AP envía a la nube de Mist es pequeña, del orden de kilobytes en lugar de megabytes o gigabytes.

En la nube de Mist, RRM también agrega datos históricos de los sitios de los últimos 30 días para identificar tendencias a largo plazo. El portal de Mist envía actualizaciones a los AP relevantes todas las noches, alrededor de las 3:00 a.m. (la hora exacta varía; la actualización es automática y no configurable). El sistema de aprendizaje de refuerzo continuo de Mist ajusta dinámicamente la configuración de radio para mantener la experiencia del usuario en condiciones ideales. No es necesario reequilibrar manualmente su red Wi-Fi, por ejemplo, para abordar el problema común de la deriva.

Tenga en cuenta que algunos ajustes de radio en un AP son locales y se realizan inmediatamente en respuesta a un evento agudo. Estas incluyen cambiar los canales para la detección de radar, ajustar las interferencias de Wi-Fi y no Wi-Fi, y aumentar la intensidad de la señal en respuesta a un AP vecino que se desconecta. Aunque estos cambios son específicos de los AP y ocurren en tiempo real, se envía un registro del evento desencadenante a la nube de Mist como parte de los datos diarios. Estos eventos se incluyen en el análisis de patrones a largo plazo para evitar problemas periódicos pero recurrentes.

Puede ver una instantánea de su red de inalámbrico, que se muestra en la Figura 1, así como la lista de eventos AP, desde el panel Administración de radio en el portal de Mist (Administración de radio del sitio >):

Figura 1: El panel de gestión The Radio Management Dashboard

de radio

Para mejorar la cobertura y optimizar la capacidad, la RRM tiene en cuenta factores clave de la SLE de capacidad inalámbrica, como el número de clientes, el uso de clientes y la interferencia. Mist RRM puede ajustar automáticamente la potencia de los AP o cambiar los canales inalámbricos cuando no se cumple la SLE de capacidad. Después de aplicar cualquier actualización, Mist continuará monitoreando el SLE de capacidad para determinar si sus cambios produjeron mejoras medibles. Para obtener más información, consulte SLE inalámbricas.

También tiene la opción en cualquier momento de optimizar las radios manualmente. En la parte superior de la página Administración de radio, seleccione el sitio y la banda y, a continuación, haga clic en el botón optimizar situado en la esquina superior derecha de la página. La etiqueta del botón incluye la banda seleccionada: Optimizar 2,4 GHz ahora, Optimizar 5 GHz ahora u Optimizar 6 GHz ahora.

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.

Sin la RRM, una red inalámbrica sería casi inmanejable:

La interferencia WiFi y no WiFi (interferencia de la señal de radio) hace que los clientes y los puntos de acceso detengan las transmisiones por períodos de tiempo indefinidos.
La potencia de transmisión de los AP no administrados podría causar brechas en la cobertura, disminución de la relación señal-ruido (SNR), reducción del ancho de banda o aumento de la interferencia cocanal.
La anchura de canal no gestionada podría causar un aumento de la interferencia cocanal y una disminución de la SNR en entornos de alta densidad. Esto da como resultado una menor calidad de señal y, por lo tanto, un rendimiento deficiente.

Cómo funciona Juniper Mist RRM

Mediante el uso de la radio de escaneo dedicada integrada en cada punto de acceso de Mist (AP) de Juniper, Mist RRM mide y calcula la capacidad, el uso y los factores de interferencia durante todo el día, todos los días. RRM utiliza estos cálculos y mediciones como referencias a la experiencia de red de los usuarios, también conocidas como minutos de usuario. RRM almacena hasta 30 días de estos datos, lo que crea una línea de base de tendencia a largo plazo. Mediante el uso del agregador de mantenimiento de sitios inalámbricos y las correcciones manuales, RRM puede ajustarse a las deficiencias o aprovechar las oportunidades de mejora en el entorno inalámbrico al:

Uso de la conmutación automática de canales (ACS) para responder a canales saturados o propensos a interferencias
Uso de ajustes de potencia automáticos para aumentar o disminuir la potencia de salida de AP (según la experiencia del cliente)
Aumento o disminución del ancho del canal para mejorar la transferencia de datos
Uso de la cancelación automática para deshabilitar la radio de 2,4 GHz en ciertos AP de la red
Uso de la conversión automática para convertir radios con capacidad de banda doble de operación de 2.4 GHz a operación de 5 GHz

Mist RRM: los eventos y los datos ambientales de la red inalámbrica de un sitio son enviados por los AP del sitio a la nube de Mist para su evaluación. Mist compila datos de tendencias a largo plazo basados en la nube a partir de la información recibida y los compara con el SLE de capacidad inalámbrica del sitio. La comparación ayuda a determinar si un cambio en la configuración de banda inalámbrica de un sitio será beneficioso. Las capacidades de control de la banda de Mist permiten cambios automáticos en:

Asignaciones de canal de AP
Selección dinámica de frecuencia (DFS)
Configuración de energía de difusión de AP
Control de banda

Cuando Mist RRM cambia de canal, lo hace basándose no solo en el entorno actual, sino también en el conocimiento histórico. Incluso si el entorno actual hace que el uso de un determinado canal se vea bien, Mist recuerda si ha visto interferencia cocanal u otros problemas en ese canal. Si es así, la RRM reduce la prioridad de ese canal y elige un canal diferente para el AP afectado.

Si un AP detecta una señal de radar, el AP salta inmediatamente a un canal diferente. Esto se conoce como DFS y tiene como objetivo reducir la interferencia con las señales de radar de otros transmisores inalámbricos (5 GHz). El cambio de canal es perjudicial para los clientes inalámbricos y puede provocar saturación en los canales a los que saltan los AP.

Para ayudar a reducir los efectos de DFS, los puntos de acceso envían todos los eventos de radar a la nube de Mist. La nube almacena los datos del evento, incluido el canal en el que el AP vio la señal de radar. Con el tiempo, la RRM aprende qué AP ven más radares y en qué canales. Con base en este aprendizaje, RRM restringe los AP más afectados en un sitio para que no operen en los canales que tienen la mayoría de los impactos de radar. Esto se conoce como castigo DFS porque el sitio ahora opera en una distribución de canal optimizada DFS en lugar de en una distribución de canal optimizada en uniformidad. Debido al castigo del DFS, puede ocurrir cierto hacinamiento.

Juniper Mist RRM puede ajustar la potencia de salida de los radios del AP. La RRM puede aumentar la potencia de difusión en los AP vecinos para compensar la pérdida de un AP vecino. La RRM solo reduce la potencia de un AP si esa reducción no afecta a la cobertura.

RRM puede ajustar el ancho de canal para las bandas de radio de 5 y 6 GHz. Las radios de 2,4 GHz solo pueden funcionar en canales anchos de 20 MHz. Mediante la unión de canales, las radios de 5 GHz pueden operar en canales de 20, 40 u 80 MHz de ancho; Y las radios de 6 GHz pueden operar en canales anchos de 20, 40, 80, 160 o 320 MHz (según el país). Cuanto más amplio sea el canal, más potencial será la transferencia de datos disponible.

El agregador de mantenimiento de sitios inalámbricos basado en la nube aprovecha los datos de tráfico del sitio, incluidos los minutos activos del cliente y las métricas de tráfico (transmitidos y recibidos), para identificar las horas en cada sitio inalámbrico en las que el tráfico es más bajo. Esto permite programar el mantenimiento de la red o las actualizaciones de políticas en su sitio durante estos períodos de poco tráfico. El agregador utiliza una combinación de métodos estadísticos para calcular las predicciones, lo que garantiza un mantenimiento eficiente del sitio.

El agregador realiza las siguientes funciones:

Hace predicciones basadas en datos históricos: El agregador utiliza una ventana móvil de 14 días de datos históricos de tráfico para predecir las horas menos activas en cada sitio.
Agrega datos a escala: la solución procesa datos a escala, agregando métricas como minutos de clientes activos, bytes transmitidos y bytes recibidos en miles de sitios inalámbricos. Luego, las medianas se normalizan por sitio para tener en cuenta las variaciones en los patrones de tráfico entre sitios.
Predice las horas de menor actividad: se genera una puntuación de actividad ponderada utilizando las medianas normalizadas, que es una combinación de minutos activos del cliente, bytes transmitidos y bytes recibidos. La hora de actividad más baja (según la puntuación de actividad ponderada) se identifica para cada sitio.
Puntuación de confianza: Los puntajes de confianza se calculan para determinar la confiabilidad de las predicciones. Los sitios con una fuerte estacionalidad diaria (patrones de tráfico predecibles) tendrán mayor confianza.
Predicciones de actividad del sitio de tiendas: La hora local prevista para cada sitio se almacena en la nube de Juniper Mist para permitir un acceso rápido por parte del sistema de programación.

Asignaciones de canales para bandas de 6 GHz

De forma predeterminada, la RRM asigna bandas de radio de 6 GHz con canales de exploración preferidos (PSC) y no PSC, a menos que se seleccione manualmente un subconjunto. De hecho, nuestra experiencia muestra que los clientes son bastante capaces de descubrir no PSC utilizando mecanismos fuera de banda, como informes de vecino reducido o informes de vecinos de 11k.

La lógica de asignación por defecto de canal en bandas de 6 GHz para diferentes anchuras de canal es la siguiente:

Para una anchura de 20 MHz y 40 MHz, se utilizan todos los canales permitidos (PSC y no PSC) como canal principal.
Para anchuras de 80 MHz y 160 MHz, se utilizan canales PSC como canales primarios.

RRM puede controlar la banda de red al desactivar las radios innecesarias de 2,4 GHz para reducir la interferencia cocanal. Una vez más, RRM utiliza su conocimiento del espectro de radio del sitio para determinar cuándo y si apagar una radio de 2,4 GHz resultará en una mejor experiencia del usuario.

Mist RRM nunca hace cambios por el simple hecho de hacer cambios. Si la SLE de capacidad para un sitio en particular es del 90 % o superior, no se gana mucho haciendo cambios, por lo que RRM no realiza cambios. Además, si se justifica un cambio, pero la RRM no puede hacer un cambio positivo, puede haber algo en el entorno que necesite más investigación.

Cancelación automática y conversión automática

Hay dos características adicionales relacionadas con la RRM que debe conocer: Tabla 1.

Tabla 1: Cancelación automática y conversión automática
Cancelación automática	Conversión automática
Desactiva automáticamente las radios de 2,4 GHz.	Convierte automáticamente las radios con capacidad de banda doble a operación de 5 GHz
Reduce la interferencia cocanal en la banda de 2,4 GHz al reducir el número de radios de radiodifusión.	Reduce la interferencia cocanal en el espectro de 2,4 GHz al reducir el número de radios de difusión.
Mejora el rendimiento en la banda de 2,4 GHz.	Mejora el rendimiento en la banda de 2,4 GHz.
Apaga las radios de 2,4 GHz solo si la eliminación de esa radio no hará que los puntos de acceso vecinos aumenten la potencia de transmisión para compensar.	Convierte radios de 2,4 GHz solo si la eliminación de esa radio de la red de 2,4 GHz no hará que los AP vecinos aumenten la potencia de transmisión para compensar.
La tasa de cancelación típica para radios de 2,4 GHz es de aproximadamente el 40%. La cancelación automática nunca elimina más del 50 % de las radios de 2,4 GHz en un sitio determinado.	La tasa de conversión típica para radios de 2,4 GHz es de aproximadamente el 40%. La conversión automática nunca elimina más del 50 % de las radios de 2,4 GHz en un sitio determinado.
Compatible con todos los AP de Juniper Mist	Solo se admite en los modelos AP43, AP45 y AP63
	Aumenta la cobertura en la banda de 5 GHz con la adición de otra radio de difusión

Es posible que desee considerar la cancelación automática o la conversión automática principalmente en redes de 5 GHz donde se administran los dispositivos importantes y sus perfiles de roaming son bien conocidos. En escuelas u otros entornos en los que no le importa la red de invitados o la variedad de dispositivos de cliente que puedan aparecer, estas características pueden ser muy beneficiosas.

Por otro lado, es posible que desee deshabilitar estas funciones en entornos con una cobertura menos densa donde muchos dispositivos de misión crítica se ejecutan solo en 2,4 GHz.

Operación dual de 5 GHz

Cuando el AP43, AP45, AP47 o AP63 funcionan en modo dual de 5 GHz, las radios dividen la banda de 5 GHz y se bloquean en un rango específico de canales. Ver Tabla 2.

Cuadro 2: Operaciones radioeléctricas y canales utilizables
Modo inalámbrico	Radio de doble banda (2,4 GHz)	Radio de doble banda (5 GHz)	Radio de 5 GHz
Modo de doble banda	Todos los canales de 2,4 GHz	N/A	Todos los canales de 5 GHz
Modo dual de 5 GHz (AP43 y AP63)	N/A	Canales 100-165	Canales 36-64
Modo dual de 5 GHz (AP45 y AP47)	N/A	Canales 36-64	Canales 100-165

Nota:

Recomendamos establecer el ancho de canal de 5 GHz en 20 MHz cuando se usa la conversión automática o la conversión dual de 5 GHz. Usar el ancho de 20 MHz ayuda a maximizar la cantidad de radios de 5 GHz en uso mientras minimiza la interferencia cocanal.

Si desea utilizar radios duales de 5 GHz en modo de 5 GHz, configure la configuración de banda dual en 5 GHz y establezca la configuración de 2,4 GHz en habilitada.