無線リソース管理(RRM)

ジュニパー Mist 無線リソース管理(RRM)は、ワイヤレス無線環境を継続的に管理および最適化してユーザーエクスペリエンスを向上させる、自動化されたクラウドベースのシステムです。

RRMは、すべてのMistアクセスポイント(AP)の専用スキャン無線によって収集されたデータを使用して、1日を通して容量、干渉、使用パターンを測定します。強化学習を使用して、以下を含む無線設定を動的に調整します。

チャンネル選択(自動チャンネル切り替え)
送信電力レベル
チャネル幅
2.4GHz〜5GHz間の帯域ステアリング
無線の無効化または変換(一部のAPで2.4GHz無線をオフにする)

Mist APは、無線周波数イベントとデータを継続的にMistクラウドに送信し、RRM最適化アルゴリズムが情報を分析して変更を特定し、調整を行います。各APがMistクラウドに送信するデータ量は小さく、メガバイトやギガバイトではなくキロバイト程度です。

Mist クラウドでは、RRM は過去 30 日間のサイトの履歴データも集計し、長期的な傾向を特定します。Mistポータルは、毎晩午前3:00頃(正確な時間はさまざまであり、更新は自動であり、設定不可)に更新情報を関連するAPに送り返します。Mistの継続的な強化学習システムは、無線設定を動的に調整して、ユーザーエクスペリエンスを理想的な状態に保ちます。たとえば、一般的なドリフトの問題に対処するために、Wi-Fiネットワークのバランスを手動で再調整する必要はありません。

なお、APの無線調整の一部は局所的であり、急性イベントに応じて即座に行われるものがあります。これには、レーダー検出のためのチャネルの変更、Wi-FiおよびWi-Fi以外の干渉の調整、およびオフラインになった隣接するAPに対応した信号強度の増加が含まれます。これらの変更はAP固有でリアルタイムで発生しますが、トリガーイベントの記録は毎日のデータの一部としてMistクラウドに送信されます。これらのイベントは、定期的ではあるが再発する問題を防ぐために、長期的なパターン分析に含まれます。

図1に示す無線ネットワークのスナップショットとAPイベントのリストは、Mistポータル(サイト>無線管理)の無線管理ダッシュボードから確認できます。

図1:無線管理ダッシュボードの The Radio Management Dashboard

RRMでは、クライアント数、クライアント使用状況、干渉など、無線容量SLE の主要な要素を考慮して、カバレッジを向上させ、容量を最適化します。Mist RRMは、容量SLEを満たしていない場合、AP電力を自動的に調整したり、無線チャネルを変更したりできます。アップデートを適用した後も、Mistは容量SLEを引き続き監視し、変更によって測定可能な改善がもたらされたかどうかを判断します。

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.

RRMがなければ、無線ネットワークはほとんど管理不能になります。

WiFiおよびWiFi以外の干渉(無線信号干渉)により、クライアントとAPは送信を無期限に一時停止します。
マネージドされていないAPの送信電力は、カバレッジギャップ、SNR(信号対雑音比)の低下、帯域幅の減少、または同一チャネル干渉の増加を引き起こす可能性があります。
管理対象外のチャネル幅は、高密度環境において同一チャネルの干渉を増加させ、SNRを低下させるおそれがあります。その結果、信号品質が低下し、パフォーマンスが低下します。

ジュニパー Mist RRM の仕組み

Mist RRMは、すべてのジュニパーMistアクセスポイント(AP)に組み込まれた専用のスキャン無線を使用して、容量、使用量、干渉要因を24時間365日測定および計算します。RRM は、これらの計算と測定値を、ユーザーのネットワークエクスペリエンス(ユーザーの分数とも呼ばれる)の基準として使用します。RRMは、このデータを最大30日間保存し、長期的なトレンドベースラインを作成します。無線サイトメンテナンスアグリゲーターと手動修正を使用して、RRMは欠点に適応したり、以下を実施することで無線環境における機能強化の機会を活用したりできます。

過密なチャネルや干渉を受けやすいチャネルに対応するための自動チャネルスイッチング(ACS)の使用
自動電力調整を使用してAP電力出力を増減する(クライアントエクスペリエンスに基づく)
チャネル幅を増減してススループットを改善する
自動キャンセルを使用して、ネットワーク内の特定のAPで2.4GHz無線を無効にする
自動変換を使用してデュアル帯域対応無線を2.4GHz動作から5GHz動作に変換

Mist RRM—サイトの無線ネットワーク内のイベントと環境データは、評価のためにサイトのAPからMistクラウドに送信されます。Mistは、受信した情報から長期的なクラウドベースのトレンドデータをコンパイルし、サイトの無線容量SLE と比較します。この比較は、サイトの無線帯域設定の変更が有益かどうかを判断するのに役立ちます。Mist帯域制御機能では、以下への変更を自動で実行できます。

APチャネル割り当て
動的周波数選択(DFS)
APブロードキャスト電力設定
バンドコントロール

Mist RRMがチャネルを変更する場合、現在の環境だけでなく、過去の知識にも基づきます。現在の環境では特定のチャネルの使用が良好に見えても、Mistはそのチャネルで同一チャネル干渉やその他の問題が発生したかどうかを記憶します。その場合、RRM はそのチャネルの優先度を下げ、影響を受ける AP に別のチャネルを選択します。

APがレーダー信号を検知すると、APは直ちに別のチャネルにジャンプします。これは DFS として知られており、他の無線 (5 GHz) 送信機によるレーダー信号との干渉を軽減することを目的としています。チャネル変更は、無線クライアントにとって混乱を引き起こし、APがジャンプするチャネルの過密状態につながる可能性があります。

DFSの影響を軽減するために、APはすべてのレーダーイベントをMist クラウドに送信します。クラウドには、APがレーダー信号を見たチャネルを含むイベントデータが保存されます。時間の経過とともに、RRMはどのAPがどのチャネルで最も多くのレーダーを感知しているかを学習します。この学習に基づいて、RRMは、サイト内で最も影響の大きいAPが、レーダーヒットの数が最も多いチャネルで動作することを制限します。これは、サイトが均一性に最適化されたチャネル配信ではなく、DFS最適化されたチャネル配信で運用されるようになったため、DFS罰として知られています。DFS処罰のため、過密状態が発生する可能性があります。

ジュニパー Mist RRM は、AP の無線の出力を調整できます。RRM は、隣接する AP の損失を補うために、隣接する AP のブロードキャスト電力を増加させる場合があります。RRM は、その減少がカバレッジに影響しない場合にのみ、AP の電力を削減します。

RRM では、5 GHzおよび6 GHzの無線帯域のチャネル幅を調整できます。2.4 GHz無線は、20 MHz幅のチャネルでのみ動作できます。チャネルボンディングを使用すると、5 GHz無線は20、40、または80 MHz幅のチャネルで動作できます。また、6 GHzの無線は、20、40、80、160、または320 MHzの広帯のチャネル(国によって異なります)で動作できます。チャネルが広いほど、利用可能な潜在的なスループットが高くなります。

クラウドベースの 無線サイトメンテナンスアグリゲーター は、アクティブなクライアントの時間(分)とトラフィックメトリック(送信および受信)を含むサイトのトラフィックデータを活用して、トラフィックが最も少ない各無線サイトの時間を特定します。これにより、このようなトラフィックの少ない時間帯に、サイトでネットワークメンテナンスやポリシーの更新を適切にスケジュールすることができます。アグリゲーターは統計的手法を組み合わせて予測を計算し、効率的なサイトメンテナンスを保証します。

アグリゲータは、以下の機能を実行します。

履歴データに基づいて予測を行う:アグリゲーターは、14日間の過去のトラフィックデータの移動ウィンドウを使用して、各サイトで最もアクティビティが少ない時間を予測します。
大規模なデータの集約:このソリューションは大規模なデータを処理し、数千の無線サイトにわたってアクティブなクライアントの分数、送信バイト、受信バイトなどのメトリックを集約します。その後、中央値がサイトごとに正規化され、サイト間のトラフィックパターンのばらつきが考慮されます。
アクティビティが最も少ない時間を予測する:重み付きアクティビティスコアは、アクティブなクライアントの分数、送信バイト、受信バイトの組み合わせである正規化された中央値を使用して生成されます。(重み付きアクティビティスコアに基づく)最も低いアクティビティ時間が、各サイトで特定されます。
信頼度スコアリング: 信頼度スコアは、予測の信頼性を判断するために計算されます。毎日の季節性が強い(トラフィックパターンが予測可能)サイトほど、信頼度が高くなります。
ストアサイトのアクティビティ予測:各サイトの予測現地時間はジュニパー Mist クラウドに保存され、スケジューリングシステムがすばやくアクセスできるようにします。

6 GHz帯域のチャネル割り当て

デフォルトでは、RRMは、サブセットが手動で選択されていない限り、優先スキャンチャネル(PSC)と非PSCで6GHz無線帯域を割り当てます。実際、私たちの経験から、クライアントは、ネイバーレポートの削減や11kネイバーレポートなどの帯域外メカニズムを使用して、非PSCを検出することができます。

異なるチャネル幅に対する6 GHz帯域でのチャネルのデフォルト割り当てロジックは、以下のとおりです。

20 MHzおよび40 MHz幅の場合、許可されたすべてのチャネル(PSCおよび非PSC)がプライマリチャネルとして使用されます。
80 MHzおよび160 MHzの幅では、PSCチャネルがプライマリチャネルとして使用されます。

RRMは、不要な2.4GHz無線をオフにすることでネットワーク帯域を制御し、同一チャネルの干渉を低減します。ここでも、RRMはサイトの無線スペクトルに関する知識を活用して、2.4GHz無線をオフにするとユーザーエクスペリエンスが向上するタイミングとかどうかを判断します。

Mist RRMは、変更を加えるために変更を行うことはありません。特定のサイトの容量 SLE が 90% 以上の場合、変更を加えても得られるものはあまりないため、RRM は変更を行いません。さらに、変更が必要であるが、RRMが前向きな変更を行うことができない場合は、さらに調査が必要な環境に何かがある可能性があります。

自動キャンセルと自動変換

知っておくべき RRM 関連の機能が 2 つあります。表 1.

表1:自動キャンセルと自動変換
自動キャンセル	自動変換
2.4 GHzの無線を自動的に無効にします。	デュアル帯域対応の無線を5 GHz動作に自動的に変換
放送無線の数を減らすことで、2.4GHz帯での同一チャネルの干渉を低減します。	放送無線の数を減らすことで、2.4GHzスペクトルにおける同一チャネルの干渉を低減します。
2.4 GHz帯でのパフォーマンスを向上させます。	2.4 GHz帯でのパフォーマンスを向上させます。
2.4GHz無線を削除しても、隣接するAPがそれを補正するために送信電力を増加させない場合にのみ、その無線をオフにします。	2.4 GHzネットワークからその無線を削除しても、隣接するAPがそれを補正するために送信電力を増加させない場合にのみ、2.4 GHz無線を変換します。
2.4GHz無線の典型的なキャンセル率は約40%です。自動キャンセルによって、特定のサイト内の2.4GHz無線の50%を超えるものが削除されることはありません。	2.4GHz無線の典型的な変換率はおよそ40%です。自動変換によって、特定のサイト内の2.4GHz無線の50%以上が削除されることはありません。
すべてのジュニパー Mist APでサポート	AP43、AP45、AP63モデルでのみサポート
	別の放送無線を追加することで、5GHz帯域のカバレッジを拡大

重要なデバイスが管理され、そのローミングプロファイルがよく知られている、主に5GHzのネットワークでは、自動キャンセルまたは自動変換を検討することをお勧めします。ゲストネットワークや表示される可能性のあるさまざまなクライアントデバイスを気にしない学校やその他の環境では、これらの機能は非常に有益です。

一方、多くのミッションクリティカルなデバイスが2.4 GHzでしか動作しない、カバー密度の低い環境では、これらの機能を無効にすることができます。

デュアル5GHz動作

AP43、AP45、AP47、またはAP63がデュアル5GHzモードで動作している場合、無線は5GHz帯域を分割し、特定の範囲のチャネルにロックされます。表2をご覧ください。

表2:無線運用と使用可能なチャネル
ワイヤレスモード	デュアル帯域無線(2.4 GHz)	デュアル帯域無線(5 GHz)	5 GHz無線
デュアルバンドモード	すべての2.4 GHzチャネル	該当なし	すべての5 GHzチャネル
デュアル5GHzモード(AP43およびAP63)	該当なし	チャネル100-165	チャンネル36-64
デュアル5GHzモード(AP45およびAP47)	該当なし	チャンネル36-64	チャネル100-165

手記：

自動変換またはデュアル5GHzを使用する場合は、5GHzチャネル幅を20MHzに設定することをお勧めします。20MHz幅を使用することで、使用する5GHz無線の数を最大化し、同一チャネルの干渉を最小限に抑えることができます。

デュアル5GHz無線を5GHzモードで運用する場合は、デュアル帯域設定を5GHzに設定し、2.4GHz設定を有効に設定します。