Lehet egy innováció úgy is sikeres, hogy egy ötletet viszonylag kis munkával, de jó időben és jó helyen valósítanak meg. Más innovációkhoz viszont évek hosszú alapkutatására is szükség van, és ha a kész megoldás jelentőségével nincs is tisztában mindenki, előnyeit annál többen élvezik.
A mobilhasználat terjedésével és a szolgáltatások fejlődésével a mobilhálózatoknak nemcsak a kapacitása, hanem a komplexitása is folyamatosan növekszik. Az összetett rendszerekben viszont olyan sok paraméter, konfiguráció, hálózati állapot létezik, hogy egy-egy hibás vagy csupán nem optimális állapot hosszú ideig észrevétlen maradhat. Különösen fontos a prediktív karbantartás szempontjából az anomáliás esetek korai azonosítása, ami lehetővé teszi a hálózat üzemeltetője számára, hogy időben megtalálja a megfelelő beavatkozási pontokat, és annak megfelelően tudja meghozni a döntését, kezelni az esetleges hibákat.
Â
Tudomány és ipar, ha összefog
Egy ilyen anomáliadetektáló eljárás kidolgozását tűzte ki maga elé célul 2017-ben indult – és jelenleg is futó – közös projektjében a Nokia Bell Labs és a BME. Utóbbi intézményből a Differenciálegyenletek Tanszék, a Sztochasztika Tanszéken működő Human and Social Data Science Lab (HSDSLab), valamint a Hálózati Rendszerek és Szolgáltatások Tanszékén működő AddICT Lab kapcsolódott be a kutatásba.
A projekt célja egy olyan megoldás kifejlesztése volt, amely képes számos adatforrásból származó mérés alapján meghatározni, hogy melyek az anomáliás esetek, ezek súlyosságát számszerűsíti, majd vizuális eszközzel segíti a szakembereket, hogy még időben végre tudják hajtani a korrekciókat.
|
A zsűritagok mondják Georgiu Achilles innovációmenedzsment szakértő: |
A munkát alapkutatással, a matematikai alapok lefektetésével kellett kezdeni, az anomáliadetektálásra kifejlesztett módszerek ugyanis inkább kisebb dimenziós adathalmazokon működnek jól, ahol a távolság fogalma könnyen definiálható. Ebben az esetben viszont a fő problémát az adat magas dimenziós volta és a feladat felügyelet nélküli jellege adta, vagyis az, hogy az adatok nincsenek megcímkézve aszerint, hogy anomáliásak vagy sem.
Â
Kiszámolja az ismeretlent
Ehhez járult, hogy az anomália fogalma sem egyértelműen definiálható: megmutatkozhat egy-egy megfigyelt mennyiség szokatlan viselkedésében, de adódhat abból is, hogy egymáshoz viszonyított kapcsolatuk eltér a szokásostól. Tovább nehezítette a probléma megoldását a különböző gyártó eszközeiből származó adatok eltérő formátuma és minősége, illetve az, hogy meghibásodások, eltérő beállítások miatt akár jelentős mennyiségű adat is hiányozhat a megfigyelésekből.
A kifejlesztett új matematikai eljárás képes megbirkózni az óriási mennyiségű sok-dimenziós adattal, tudja kezelni a hiányos adatokat és az időbeli inkonzisztenciákat. Nemcsak azonosítja a hálózati anomáliákat, de azokat lokalizálja is, ezáltal nagyon sok hasznos információt szolgáltat a hálózatüzemeltető mérnökök számára. Az értőn alkalmazott mesterséges intelligencia és a hálózatra vonatkozó mérnöki tudás egyesítésével sikerült egy bonyolult, méreténél fogva emberileg áttekinthetetlen problémát szoftveresen automatizálni.
|
Megkérdeztük a nyertest Molontay Roland egyetemi adjunktus, laborvezető: Büszkék vagyunk arra, hogy az anomáliadetektáló eljárásban egyszerre jelenik meg az akadémiai és a mérnöki tudás, ahol komoly matematikai alapokon nyugvó, valós környezetben működő megoldás született. Az ügyfelek visszajelzése alapján komoly hatékonyságnövekedés várható tőle, és a telekommunikációs adatokon kívül könnyen alkalmazható más területeken is (korábban például alagútfúró pajzs szenzoradatain is remekül vizsgázott). Az innováció sikerének egyik kulcsa a multidiszciplináris szemléletmód volt, hisz a Nokia telekommunikációs kutatómérnökei mellett a BME oldaláról két kar három tanszékének kutatói kapcsolódtak be a munkába. Nagy megtiszteltetés számunkra az ITBUSINESS Award, hiszen ez nagy presztízsű díj, amelyre odafigyelnek a szakmában. Úgy gondolunk erre a díjra mint a Nokia és a BME közötti sokéves sikeres együttműködés megkoronázására. Bár az akadémiai oldalról már kapott elismerést ez a fejlesztésünk, most ez a szakmai közösségtől érkező díj nagyszerű megerősítése annak, hogy az anomáliadetektáló eljárásunk mennyire innovatív és hasznos megoldás. |
Ugyancsak fontos eleme a kész megoldásnak a vizualizáció. Az eredményeket úgy kell közölni, hogy a szakemberek könnyen tudják azokat interpretálni. Ezt egy színkódolt gráffal oldották meg, amely könnyen értelmezhető módon jelzi, hol működik megszokottan a rendszer és hol vannak azok a helyek, ahol felmerülhet az anomáliás állapotok lehetősége.
Â
Olaszországban már működik
Az eljárást még prototípus formájában tesztelték egy európai mobilszolgáltatóval, és ennek során beigazolódott annak gyakorlati hasznossága. A megoldás a tesztek során felfedte a csak az operátor által ismert anomáliákat, illetve számos olyat is felfedezett, amelyről még a szolgáltató sem tudott. Ezeket megvizsgálták, és igazolták, hogy valóban anomáliákat talált a rendszer.
Az eljárásból úgynevezett Anomália Detekciós Szolgáltatást (ADSZ-t) készített a Nokia. A Vodafone olaszországi hálózatában már több mint 60 ezer cellára alkalmazta az ADSZ-t, és az eredményes tesztek alapján 2022 elejéig az összes európai hálózatában be fogja vezetni. A szolgáltató várakozásai szerint az ADSZ az összes mobilhálózati anomália mintegy 80 százalékát lesz képes automatikusan felfedezni és megcímkézni.
Schopp Attila
