ジュニパーの業界屈指のAIでより多くの需要を高めます。

強化学習に基づいて以下を実施：

- AIベースの強化学習でチャネル/電力を最適化

- AIが継続的にユーザーエクスペリエンス（SLE）を最大化して、干渉をリアルタイムに最小化

- ネットワークにクライアントエクスペリエンスからの学習負荷がかかった場合、動的かつ継続的に適応

- トリガーされたDFSチャネルを学習して優先順位を下げることでネットワークの稼働時間を増加

- 継続的に「サイト調査」を実施するカバレッジSLE

ビデオを見る

基本的なRRM

- DFS障害パターンを監視

- 停電の際にもAPが設定を記憶

- 「最繁時」には変更を加えません

ARM - 基本的なパターン認識によって、詳細レベルのRF設定を比較、最適化（マネージドサイトのみ）

- 真のAIソリューションではない：時間の経過とともに改善するための強化学習を活用しない

- ユーザーエクスペリエンスを最大化するようにRFを調整しない

- 期間の静的データを毎日分析するが、継続的な動的更新なし

- AirMatch RFを最適化するには、コントローラとモビリティマスターが必要

- データを収集する機器とNetInsightサーバーが必要

15年前のアルゴリズム

- AP同士の聞き取り方式に基づく

- AP干渉グラフのみに基づいてチャネル/電源を最適化

- 負荷が低い場合、静的かつ定期的にRRMを実行

基本的なRRM。AI/MLは不要、数日の調整が必要です。

- 教師あり機械学習によって継続的に学習

- 最も多く検知されたネットワーク問題の根本原因分析を実行

- サイトレベルで無線、有線、WANをサポート

- ログを生成するのではなく、問題をトラブルシューティング

- Web UIまたはAPIを使ってアクセス可能

- 6年の継続的な学習と豊富なデータサイエンスツールボックスの上に構築

- ダッシュボード

- 仮想アシスタントなし

- ダッシュボード

- 仮想アシスタントなし

- ダッシュボード

- チャットボットの噂はあるが、製品化されておらず、顧客はベータ版でも使用できない。

- ダッシュボードとネットワークアシスタントはクラウドのみ。

- Co-Pilotと呼ばれるチャットボット。非常に限定的。AIではない。NLPバージョン1.0を使用可能。クエリーなし。

-過去2年間にわたってベータ版。

- 異常を事前に検知し、データサイエンスツールを使って根本的原因を特定

- 有線と無線両方のSLEを異常検知に活用

- ARIMAが有効性を高める、第3世代のアルゴリズム

- Wi-Fi、LAN、WAN、セキュリティのドメイン全体で異常検知

- ChatGPTを統合

- 第1世代の異常検知アルゴリズム

- 基本的な異常を見つけるために数週間分のデータを分析

- 異常検知は限定的（DHCP、AAA、RFを使用）

- NetInsightデータ収集機器が必要

- 第1世代の異常検知アルゴリズム

- 異常検知は限定的（DHCP、AAA、アソシエーション、スループット）

- Cisco DNA機器（3台以上）が必要

クライアント360は、基本的な異常を追跡します。

PilotとCoPilotがサポートされています。

第1世代の異常検知アルゴリズム。

限定的な異常が検出されました（遅延、スループット、通信時間）。

- 自動運転モードやドライバーアシストモード向けのMarvis Actions Framework（RF最適化、事前対応型のRMA、問題のあるAP、VLANの欠落、ケーブル不良、スイッチ構成エラーなど）

- Mistによる検証

- 問題解決やシステムトレーニング支援のカスタマーサービス

- クローズドループフィードバックで実用的なインテリジェンスを管理者に提供して「ボトムアップ」

- ダッシュボード

- 自動運転機能なし

- 「提案」を提供

- トップダウン

- 掘り下げ

- ダッシュボード

- 自動運転機能なし。IT部門に推奨事項を提供する「ドライバーアシスト」機能のみを装備

- 非常に基本的なドライバーアシスト機能（チャネル使用の問題やDHCP/AAA性能の悪化を特定し、IT部門が手作業で調査）

- 次世代ログファイルをトップダウンで掘り下げ

- ダッシュボード

- 自動運転機能なし

- トップダウンでは、アクティブな監視を開始するために、トラブルが発生したユーザーを「指名する」必要がある

- 基本的なアルゴリズムでダッシュボードを生成

- 自動運転機能なし。IT部門に推奨事項を提供する「ドライバーアシスト」機能のみを装備

- 限定的な自動運転機能（遅延、スループット、通信時間）

クラウドの可能性のある領域を作成し、監視者なしに継続的に機械学習を行い、モデルを継続的に更新。

- 正確な地図配置に基づいた三角測量に依存

- BLEクライアントの差によるエラー発生

- 正確な地図配置に基づいた三角測量に依存

- BLEクライアントの差によるエラー発生

- Meridianには競争力なし

- 現場にCMX機器が必要（DNA Spacesの場合も含む）

- サードパーティのBLE統合が必要

- 正確な地図配置に基づいた三角測量に依存。BLEクライアントの差によるエラー発生

×

- Mistサポートでは、Marvisを活用して問題をトラブルシューティング

- Marvisの有効性を継続的に評価。データも回答もないサポートの問題が生じた場合、Marvisをトレーニングするか不足しているデータ収集を追加

- MarvisがAPでハードウェア障害を検出した場合、自動的にRMAを実行し、ITチームがベンダーに問題をエスカレートする「実証の負担」を最小限に抑える

- AP導入が急増しても、Mist AIがサポートチケットの増加を抑制

- ダッシュボード

- サポートの自動化や運用のサポートにAIは使用していない。

- ダッシュボード

- AIドリブンの自動サポート機能はない

- 基本的な手動ボタンのAruba AIアシストは、ログを収集し、手動分析のためにAruba Supportにメールを送信

- ダッシュボード

- サポートの自動化や運用のサポートにAIは使用していない。

- ダッシュボード。

- AIドリブンの自動サポート機能はない

- エラーイベントがリアルタイムで起きた場合、事前対応的にパケットをキャプチャ

- 問題を再現する必要なし。すべての障害で、障害前からそれ以降のPCAPを保持しているため

- 問題の発生「後」に、Snifferを使用する技術者を派遣する必要なし

ビデオを見る

手動

- 主に手動 - 認証失敗イベントに関する限定的な自動キャプチャ

- トラブルシューティングと分析には、個別に追加でクラウドダッシュボードが必要（Cape Networks）

- Aruba UXI無線センサーハードウェアのオーバーレイネットワークが必要

インテリジェントなパケットキャプチャ

- クライアントはまずチケットを申請する必要がある

- その後、転送するデータを収集するためにクライアントにタグが付けられる

- 一部は自動ではない

要りません