1概述
1.1产生背景
传统智能运维系统在无线漫游方面存在以下问题：
- 无线终端漫游行为由终端自主控制，AC与终端缺乏协同，导致漫游效果不理想。
- 缺乏基于终端粒度的漫游事件详细数据展示，无法精细分析单个终端漫游行为。
- 缺乏基于设备粒度的漫游统计数据展示，难以及时掌握整体网络漫游状况。
H3C AI漫游是深度集成于H3C Cloudnet网络管理平台的智能运维功能，通过AI学习构建特定空口环境下的漫游参数特征和终端个体特征，并与Cloudnet网络管理联动，实现智能化的漫游引导策略，同时提供多维度的可视化统计分析、漫游轨迹回放以及收益指标的量化评估。
1.2技术优势
AI漫游功能具有以下技术优势：
- 动态调整漫游策略：通过高精度运动状态检测，实时感知终端状态，动态调整漫游策略，推荐更合适的AP，减少无效漫游切换，提升用户漫游体验。
- 精细化终端个体画像：以终端个体为粒度进行建模，为每一台终端设备构建唯一画像，实现从“群体画像”向“个体画像”的升级，更精准地匹配漫游策略。
- 漫游策略差异化：在终端个体画像的基础上，动态学习并生成终端的漫游网络特征，同一终端在不同网络中可采用差异化的漫游引导策略。
- 漫游引导智能化：基于现网海量漫游数据，AI学习并形成网络特征和终端画像，并将结果上报至Cloudnet网络管理平台，实现“开局即最佳”的智能漫游引导。
- 漫游数据可视化：Cloudnet网络管理平台通过丰富的可视化图表模型，集中展示终端事件、漫游轨迹、漫游收益及漫游问题，帮助运维人员快速定位漫游异常事件，并直观评估漫游体验的提升效果。
2技术实现
2.1概念介绍
AI漫游功能应用Spring Boot、MongoDB、Kafka和Redis等技术，实现终端事件的高效统计与处理，主要包括以下核心要素：
- 事件采集：通过Kafka作为分布式消息中间件，监听设备侧上报的终端事件消息，对数据进行解耦后再处理。
- 数据传递：利用Spring Boot构建的后台服务接口，实时接收前端页面的数据请求，实现高并发的数据接入。
- 数据存储：采用MongoDB存储终端事件的详细信息，利用其灵活的文档模型和高水平的扩展能力。
- 高速缓存：通过Redis对漫游统计数据结果进行缓存，减轻数据库压力，实现高性能的数据读取。
2.2运行机制
2.2.1概述
AI漫游是Cloudnet网络管理平台与网络设备协同配合实现的一套漫游优化机制，设备侧开启协同漫游功能后，通过学习大量的漫游数据生成当前网络的网络特征和个体终端画像，指导当前网络中的无线终端漫游，同时将学习生成的网络特征和终端画像上传至Cloudnet网络管理平台。
2.2.2工作机制
AI漫游功能的具体工作机制如下：
- 终端运动状态识别：AP周期性检测无线终端的RSSI，根据RSSI的变化规律识别终端的运动状态，避免无效漫游。
- 终端画像&网络特征上云：设备侧通过海量的漫游数据学习生成当前网络下的网络特征和终端画像，并上传到Cloudnet网络管理平台，云端基于大量网络上报的漫游数据，汇聚形成终端个体的精准画像库。
- 新部署网络漫游引导：新网络连接云端后，设备向云端请求漫游策略，云端向设备下发网络特征基准表，设备结合自身的AP布局特征和邻居扫描信息进一步计算得出本地基线引导策略，并根据当前网络运行状态下的漫游数据不断微调基线引导策略。
- 终端事件入库：无线终端在线过程中，设备持续上报云端关心的所有终端事件，云端通过监听设备消息，分离出各个类型的终端事件，存储至对应的终端事件数据库。
- 漫游轨迹分析：Cloudnet网络管理平台利用区域分析数据库中的场所平面图以及AP点位数据，匹配终端漫游时间段内涉及的AP信息，并根据终端接入和离开各AP的时间顺序，获得终端在AP间的漫游轨迹数据。
- 漫游收益计算：AI漫游连续运行超过七天后，Cloudnet网络管理平台将计算并展示此功能带来的漫游收益，包括平均耗时、平均漫出信号强度、平均漫入信号强度、达标率。
- 问题漫游统计：设备侧会将识别出的三类终端漫游问题事件实时上报给Cloudnet网络管理平台，分别是差漫游事件、漫游失败事件、乒乓漫游事件。
2.2.3使用流程
- 开启AI漫游：选定场所及设备，进入[智能运维>调优> AI漫游]页面，点击<开启AI漫游>按钮，一键开启设备上的AI漫游功能。
- 配置区域分析：选定场所，进入[智能运维>仪表盘>区域分析]页面，选择“区域详情”页签，点击操作栏中<区域运维>图标，打开编辑模式，上传背景图片，并在区域运维页面，点击背景图区域，在弹出的AP列表中选择AP，点击<确定>按钮，鼠标拖拽AP图标至平面图上AP的正确位置，放置完成后点击<保存配置>图标。
- 查看漫游收益：每台设备开启AI漫游七天后，将可以在Cloudnet网络管理平台上查看到平均耗时、平均漫出信号强度、平均漫入信号强度、达标率等漫游收益数据，并可查看漫游各个指标的运行趋势图。
- 查看漫游日志：AI漫游页面可查看漫游日志，系统将实时获取用户所选设备下最近发生的20条漫游数据，通过滚动向上的动画展示，包含漫游类型、漫游时间、漫游终端MAC、漫游事件等概要信息。
- 查看问题漫游：系统以五分钟为间隔，统计每五分钟内漫游失败、乒乓漫游、差漫游三种问题漫游的发生次数，并以图表形式展示。
- 查看终端事件时序图：Cloudnet网络管理平台采用可视化图表的形式，展示所选时间段内无线终端上发生的所有终端事件，图中的绿色图标代表正常事件，红色图标代表问题事件。
- 查看漫游轨迹：点击终端事件时序图中漫游事件图标时，下方展示对应的漫游轨迹信息，点击漫游轨迹图形右上方的<漫游回放>按钮，可以看到动画效果展示的终端移动过程。
- 查看终端日志详情：Cloudnet网络管理平台默认以时间轴倒序的方式展示所选时间段内终端发生的所有事件，点击终端事件时序图中的事件图标时，下方将展开事件详情数据。
3典型组网应用
3.1典型组网
AC管理Fit AP，终端通过Fit AP接入无线网络，AC注册在Cloudnet上。运维人员通过Cloudnet对AC、Fit AP以及终端进行配置管理和智能运维。
3.2漫游体验差报障
运维人员收到报障消息：某台AC所管理的场所内，多台终端出现乒乓漫游的问题。
3.3AI漫游排障
运维人员登录Cloudnet网络管理平台，进入AI漫游页面：
- 进入该场所下的[智能运维>调优>AI漫游]页面，在问题漫游模块，通过点击图中故障时间对应的柱状体可查看时间段内发生的问题漫游事件，通过故障终端MAC可定位查看问题漫游发生的详情数据。
- 进入指定终端的终端旅程页面，可查看此次乒乓漫游问题中每一次漫游的具体情况，并且系统会给出初步的原因及建议。
- 运维人员通过查看以上问题发生的详情数据，以及系统给出的原因与建议，定位出该场所下AP点位放置不合理，通过重新放置AP点位，减少乒乓漫游问题的发生次数。
