Skip to main content

 

Cisco Meraki Documentation

AI-Powered Auto RF: AI を使用した最適な RF 環境の実現

 

このドキュメントは原文を 2024年05月13日付けで翻訳したものです。

最新の情報は原文をご確認ください。

Meraki Learning Hubの無料オンライントレーニングコースで、さらに詳しく学びましょう:

Cisco SSOでサインインするか、無料アカウントを作成してトレーニングを開始してください。

概要

無線リソース管理RRM)は、Cisco Wirelessクラウドネットワークでは従来autoRFとして知られており、無線設定(チャネル変更、送信出力など)を自動的に最適化することで、干渉を軽減し、RFスペクトル容量を最大化してワイヤレスネットワークを改善するソリューションです。RRMに人工知能(AI)を追加することで、RFパターンの分析をAIエンジンにオフロードし、RRMをよりインテリジェントに最適化します。その結果、ユーザーの接続性が向上し、ネットワーク管理者の管理が簡素化されます。スナップショットデータを意思決定のソースとして使用する従来のRF最適化システムとは異なり、AI-RRMは、長期的かつトレンドベースの履歴RFデータレイクを使用してRFを自動化および最適化します。従来のRF最適化の決定(チャネル決定、スペクトル割り当て、AP出力レベルなど)のすべてのセットが、AI/MLベースの決定によって行われるようになります。

Cisco AI-RRMは、長期にわたる履歴的な動的RFデータの分析を可能にする点で異なります。複雑なRFデータの評価は、現在表示されているデータに対して、ローカルな知識に基づく「通常(Normal)」の状態を考慮することで行われます。「通常」の状態は、機器の選択やアーキテクチャ設計、クライアント密度に基づいて、サイトごとに異なる可能性があります。

AI-RRMアルゴリズムとCisco AI Cloudを組み合わせることで、Wi-Fi RF管理は新しいレベルに引き上げられます。ネットワークとクライアントデバイスからの24時間365日の観測データを相関させ、20年以上にわたるCiscoのRF技術を適用して、将来に向けたユーザーエクスペリエンスを推進します。

AI-RRMのメリット

ワイヤレス接続性の向上(ユーザーエクスペリエンス)

AIアルゴリズムは、ネットワークのトレンドやパターンをプロアクティブに学習し、時間の経過とともにワイヤレスエンドポイントの動作を改善することで、ワイヤレスネットワークのパフォーマンスを向上させます。このインテリジェントな最適化により、同一チャネル干渉の40%削減や、ワイヤレスクライアントの信号対雑音比(SNR)の7デシベル向上など、大幅な改善がもたらされます。さらに、システムには「混雑時間帯」機能が含まれており、ピーク時のRRM変更を最大99%削減し、24時間365日の接続性を確保します。

AI-RRMは、最大320 MHzの動的チャネル幅や、拡張電力バジェットを備えたAFC SP(標準電力)送信出力制御を含め、6 GHz帯域で最高のパフォーマンスを提供します。

5 GHz帯域では、デバイスが対応している場合、AI-RRMは最大160 MHzのチャネル幅をサポートします。

運用コストの削減(管理者のエクスペリエンス)

AIはRRMを簡素化し、RFの専門知識が少ないユーザーでも拡張可能な導入ワークフローを提供します。RFの可視性と実用的なインサイトを提供してRRMプロファイルを最適化し、効率を高め、エラーが発生しやすい手動プロセスを排除します。


1.AI-RRM-Topology.png

 AI-RRMトポロジのフローチャートの手順は以下の通りです:

  1. 匿名化されたRFデータがアクセスポイントからAI Cloudに送信され、AI強化RRMアルゴリズムが活用されます。
  2. データ分析後、RF最適化がアクセスポイントに自動的に適用されます。
  3. ワイヤレスエンドポイントは、この最適化されたワイヤレス体験の恩恵を受けることができます。

AI-RRMの有効化方法

新しいRRMタブが電波設定(Radio settings)ページに導入されました。これには、履歴データに基づいて主に決定を行うAI搭載のすべてのRRM機能と、RFネットワークをより効率的かつ高度に最適化するのに役立つ多くのCisco 無線リソース管理(Radio Resource Management)機能が含まれています。

AI-RRMには、ファームウェアバージョン30.x以降およびMR-ADVライセンスが必要です。

AI-RRMは、米国、EU、およびアジア、ANZ、日本、カナダで利用可能です。AI-RRMは中華圏(Greater China region)ではまだサポートされていません。

以下の画像のように、ワイヤレス(Wireless) > 設定(Configure) > 電波設定(Radio Settings)RRM タブに移動し、AI-RRMを有効にします。

AI-RRMonoff.png

AI-RRMは、ネットワークのメンテナンス期間中に有効にするようにしてください。

AI-RRMは、各RFプロファイルで指定されたRFパラメータを利用して、RFパラメータの変更を実装します。ネットワーク全体で、アクセスポイントは同じRFプロファイルを共有することも、異なるプロファイルを割り当てられることもあります。AI-RRMは、現在のRFプロファイル設定や割り当てを変更することはありません。

AI-RRMがオフの場合、RRM最適化プロセス(チャネル割り当て、送信出力制御、チャネル幅選択など)は、標準RRMautoRF動作)に戻ります。

RFプロファイルの作成方法については、ドキュメントを参照してください。

Meraki Wireless for Enterprise Best Practices - RF Design(英語)も参照してください。

Flexible Radio Assignment

高密度の5 GHz導入が行われている一般的なオフィス環境を想定すると、通常、2.4 GHz帯域ではチャネルの再利用が許容できないレベルに達します。これは通常、2.4 GHzスペクトルで使用可能なチャネル数が限られているため、高い同一チャネル干渉を引き起こします。

AI-RRMFlexible Radio Assignment(FRA)機能により、AP内の2.4 GHz送信無線を動的に無効化できます。無線が同一チャネル干渉の原因となっている場合、無線のオーバーヘッドを増加させている場合、または最適なカバレッジとローミング体験を維持するために不要な場合に、無線が無効化されます。この機能は、冗長な隣接2.4 GHzセル間の干渉を最小限に抑えるのに役立ちます。

この機能は、2.4 GHz環境での同一チャネル干渉を低減し、送信出力設定を手動で変更したりWi-Fiアーキテクチャを再設計したりすることなく、クライアントに十分なカバレッジを確保するのに役立ちます。

この機能は、Flexible Radio Assignmentの下にある有効化ボタンを切り替えることで有効にできます。

FRAonOff.png

Flexible Radio Assignment機能は、FRAの決定がトレンドベースのAI/ML決定に基づいているため、AI-RRMが有効になっている場合にのみ使用できます。

無効化された2.4 GHz無線を特定する方法

電波設定(Radio settings)の概要ページで、帯域(band)に2.4 GHzを選択すると、Target PowerOffになっているAPが見つかります。

Radio settings - Meraki Dashboard 2025-05-10 16-13-14.png

FRAによって選出された2.4GHz無線が無効化された後は無線送信が行われないため、RFスコアと送信出力(dBm)の列も「-」になります。

FRAが無効化されると、FRAによってオフにされていた2.4 GHz無線は、30分以内に自動的に再度有効になります。

AI Channel Planning(AIチャネルプランニング)

適切に設計されたチャネルプランは、RFネットワークを最大限に活用し、高性能なワイヤレスネットワークとして運用することを保証します。これを実現するには、AutoChannelリストで幅広いチャネル可用性を使用します。ただし、これらのチャネルはDFSイベントやジャマー(妨害波)などの非Wi-Fi干渉源の影響を受ける可能性があり、ワイヤレスネットワーク運用に効果的に使用できるチャネル数が減少します。AIチャネルプランニングは、ネットワーク内のアクセスポイントごとにチャネル回避リストを維持します。

AIチャネルプランニングは、以下の理由で最も影響を受けるチャネルを回避します:

  • DFSイベントが頻繁すぎる
  • チャネルのジャミングが頻繁すぎる
  • AFC低電力規制(屋外6 GHz AP)

AIChannelPlanning.png

AIチャネルプランニングには2つの側面があります。RF Jammed(RFジャミング)DFS Hit(DFS検出)イベントです。

DFS検出またはジャミングイベントが発生すると、そのチャネルはチャネル回避リスト(Channel Avoid List)に入れられます。

回避モードのチャネルについて、以下の表は各重大度レベルの監視期間を示しています:

重大度(Severity)

監視期間(Monitor Period)

6

1日

5

2日

4

3日

3

4日

2

5日

1

6日

以下の図は、CSV経由でエクスポートできるチャネル回避に関するインサイトと学習内容を示しています。

Download historical report(履歴レポートのダウンロード)には、AI Channel Planningの決定と影響を受けたチャネルのリスト(回避の開始時間と終了時間を含む)を含むCSVが含まれます。

6.Download-historical-AI-Channel-Planning-report.png

混雑時間帯

効率的なワイヤレスネットワークにおいて、信頼性の高い接続は重要です。これは、あらゆる業種の活動時間帯において不可欠です。混雑時間帯機能は、定義された期間中の不要なRF変更を回避し、混雑時間帯終了後に必要な変更を行います。これにより、チャネル変更によるクライアントの切断やローミングを排除します。

各業種には独自の混雑時間帯の特性があり、中央のネットワーク管理者の視点から指示するのが難しい場合があります。ダッシュボードの力により、RRMは各ネットワークを独自の日々の混雑時間帯に合わせて個別に最適化できるようになりました。

混雑時間帯の間、RRMはAutoChannel計算を最小限に抑えます。例外として、DFS、ジャミングされたチャネル、アクセスポイントの追加、またはダッシュボードからの「AutoChannelの更新」ボタンがあります。

重要な変更には以下が含まれます:

以下の図に示すように、混雑時間帯の割り当ては2つの方法で設定できます:

1. Auto(自動): ダッシュボードに混雑時間帯を推奨させます。システムは過去6週間のデータを分析して活動時間を把握し、自動的に設定します。自動混雑時間帯は、ネットワークに接続されているクライアント数と送受信されたトラフィック量に基づいて計算されます。

Busyhour-auto.png

2. Manual(手動): ネットワークの活動時間を定義します。

Manual.png

 

ネットワークのタイムゾーンが正確に設定されていることを確認してください。

電波設定(Radio Settings)の概要ページ

以下は、RFカバレッジ(RF Coverage)RFパフォーマンス(RF Performance)に関する見出しです。これには、全体的なRFパフォーマンススコア(100-0、100が優秀)のほか、同一チャネル干渉が悪いAPの割合や、AI channel planningによって行われた緩和策(Mitigations)の数などのハイライトが含まれます。RFカバレッジのサマリーでは、AP密度(-70 dBm以上で見えるAPネイバーの数)と接続性(Connectivity)(前回のRRM実行時の平均クライアントSNR)を確認できます。

RFダッシュボード

RFsummary bar.png

RFダッシュボードには、帯域ごとのアクティブな無線やクライアント数など、RF運用に関する主要なKPIがまとめて表示されます。また、RFヘルススコア、高同一チャネル干渉(CCI)APの割合、DFS/RFジャミング回避数などのRFパフォーマンスメトリックも表示されます。AP密度は、各APからの平均隣接AP数を指します。クライアント接続性は、接続されているすべてのクライアントの平均SNRです。

各統計は、ページ上部のフィルタオプションに基づいて動的に変化します。

RFダッシュボードは、ページが特定の帯域(2.4GHz / 5GHz / 6GHz)でフィルタリングされている場合に利用可能です。帯域(Band)フィルタがすべて(All)に設定されている場合、RFダッシュボードは表示されません。

サマリーには、特定のフィルタ選択におけるオンラインアクセスポイントの総数とクライアントが表示されます。

サマリー(Summary)

RF Summary Bar - Summary

サマリーには、選択された帯域フィルタで無線が有効になっているアクセスポイントの総数と、それらの無線に接続されているクライアントが表示されます。これはネットワーク全体のAPとクライアントの総数を示しており、異なるRFプロファイル割り当てによって区別されることはありません。RRM Changesは、過去30分間のAI主導によるチャネルおよび出力の変更数を示します。

RFパフォーマンス(RF Performance)

RF Performance

RFヘルス(RF Health)は、RFパラメータを測定するために使用される指標であり、Wi-Fi体験の良し悪しにつながる可能性があります。RFヘルスは、RF環境の全体的な状態を示します。

RFヘルスは、スコア範囲によって3つの状態のいずれかに分類されます。

  • 良好(Good): 61 - 100
  • 普通(Fair): 31 - 60
  • 悪い(Poor): 0 - 30

RFヘルスはどのように計算されますか?
以下の要素の加重平均です:

以下の表は、RFスコア(RF Score)列の下にリストされた個々のAPのRFヘルススコアを示しています。

Radiolist-RFHealth.png


RFScore-trend.png

RFスコアはインタラクティブな列であり、各RFスコアを評価して、何がRFヘルススコアに寄与しているかを判断できます。また、過去24時間のRFヘルススコアのトレンドビューも表示されます。

 

高CCI %(High CCI %)

14.High-CCI-percentage.png

High CCI値は、多くの同一チャネル干渉を経験しているワイヤレスアクセスポイントの数を測定します。干渉はWi-Fiを遅くしたり不安定にしたりする可能性があります。

これを計算するには:

1. 無線パフォーマンスが悪いAPの総数をカウントします(これらは干渉に苦しんでいるAPです)。

2. その数に100を掛けてパーセンテージにします。

3. 所有しているすべてのAPの総数で割ります。

このパーセンテージは、ネットワークにおける干渉の問題の大きさを示します。数値が高い場合、多くのAPが干渉に苦しんでいます。

緩和策(Mitigations)

Mitigation.png

緩和策(Mitigations)イベントは、AI channel planningによって特定されたチャネル回避リスト内のアクティブな無線エントリに基づいて、DFSおよびRFジャミングイベントの緩和カウントの総数を表示します。

RFカバレッジ(RF Coverage)


AP密度(AP density)は、ネットワーク内で各APが平均してどれだけのネイバーを持っているかを示します。AP密度の計算には近隣密度メトリック(NDM)を使用します。

NDMの計算は以下の通りです:

NDMは、受信信号強度インジケータ(RSSI)が-70を超える隣接デバイスとして定義される「強い」ネイバーの数をカウントすることによって決定されます。

無線周波数(RF)密度の分類は、平均NDMに基づいており、以下のように分類されます:

  • 非常に高い(Very High): 平均NDMが15より大きい。
  • 高い(High): 平均NDMが10より大きく、15以下。
  • 中程度(Medium): 平均NDMが5より大きく、10以下。
  • 低い(Low): 平均NDMが5以下。

AI-RRMインサイト(AI-RRM Insight)

AIRRMinsights.png

AI-RRMインサイトは、AI-RRMが有効なネットワークと他の非AI-RRMネットワークの比較ビューを素早く表示します。

ピアネットワークは、自分のネットワークと同じRF特性を共有するネットワークから自動的にキュレーションされ、主に上記のセクションで説明したAP密度メトリックを使用します。ネットワークのAP密度が14の場合、ピアネットワークは同じAPネットワーク密度(14)を持つ他のCisco Wirelessネットワークから選択されます。したがって、同様の課題と導入密度を持つネットワークを比較できます。

AI-RRMインサイトは、ピア比較とAI-RRMのビフォーアフター表示の2種類の分析を提供します。

どちらの分析も、以下のKPIの比較を提供します:

  • RFスコア
  • チャネル変更数
  • 高い同一チャネル干渉

ビフォーアフター表示には、2週間のパフォーマンス傾向グラフが表示されます。AI-RRMはトレンドベースのAIモデルで実行されるため、一部の変更は即時ですが、チャネル変更や同一チャネル干渉は、AI-RRMを有効にしてから1週間後も改善し続けます。

Before-after-RFHealth.png
Before-After-CCI.png

Insight-RFscore.png

 HighCCI.png

*場合によっては、特に早期アクセスの一部として2025年3月より前にAI-RRMの使用を開始した場合、ビフォーアフターのAI-RRMインサイトがネットワークで利用できないことがあります。

よくある質問(FAQ)

  1. 混雑時間帯中にAPで手動変更が行われた場合、どうなりますか?

    • APのチャネル割り当てに大幅な変更がない限り、ネットワーク内のすべてのAPは通常通り動作します。新しい候補チャネルと現在の運用チャネルの間に十分な大きな違いがある場合、変更されます。

  2. 混雑時間帯中にRFプロファイルに変更が加えられた場合、混雑時間帯終了後まで待機しますか?
    • 新しい追加は混雑時間帯の基準をリセットしません。これは非混雑時間帯よりもはるかに維持(sticky)されます。
  3. 自動混雑時間帯はテンプレートで機能しますか?
    •  いいえ、自動混雑時間帯はテンプレートではサポートされていません。
  4. 顧客がすべての資産を同じネットワーク下に持ち、複数の場所やタイムゾーンにまたがっている場合はどうなりますか?
    • 自動混雑時間帯は、特定のネットワーク内のすべてのAPに適した1つの混雑時間帯を計算できます。異なる場所は、適切なタイムゾーン設定を持つ異なるネットワークにする必要があります。
  5. ネットワークの重大度テーブルはどのように追跡されますか?また、それはAPごとですか?
    •  APごと、チャネルごと、およびイベントタイプごとです。
  6. チャネル回避を促進するために変更されている設定オプションは何ですか?
    • ネットワーク上での設定は必要ありません。アルゴリズムはDFSヒット数を監視し、チャネルの重大度を決定します。
  7. チャネル変更のスケジュールの概要はありますか?
    • Auto RFイベントログで概要を確認できます。
  8. 混雑時間帯を決定するために使用されるメトリックは何ですか?現在のクライアント数と使用量の組み合わせですか(事実上、サマリーレポートに表示されるもの)?
    • クライアント数と使用量の組み合わせです。
  9. AI channel planningと混雑時間帯にはMR Advancedライセンスが必要ですか?
    • いいえ、MR Advancedライセンスネットワークの対象ではありません。注:混雑時間帯機能は、AI-RRMおよびMR Advancedライセンスの制御下で強化された動作をします。
  • Was this article helpful?