東北財經大學校園網作為信息化校園的基礎服務設施，在2015年主要完成了校內部分區域(主要是學生宿舍區)的無線校園網三期覆蓋，目前共計部署無線AP信息點1300多個，覆蓋樓宇30余座，覆蓋房間數量6770個，涉及教工約2000人，涉及學生約20000人。無線校園網使用人數峰值突破9000人，峰值下行流量超過1Gbps。當無線網迅猛發展的同時，運維人員面臨的是巨大的運維壓力，無線運維不同于傳統網絡運維，尤其是學校自建無線網，在人員保障、技術實力等方面均存在一定程度缺陷。我們把主要的運維煩惱歸結如下：

無線運維的三大煩惱

1、網絡故障難以重現，很多時候師生反映無線網問題，需要至現場反復確認，很多問題由于無法重現當時情景，導致無法及時得到處理，從而影響用戶體驗和服務效率;

2、難搞的網優參數，無線網的優化相對來說復雜，設計許多層面的知識，同時諸如功率、信道規劃，效果驗證難度大，其他優化參數更是專業而復雜，對于一般高校運維人員來說上手比較繁瑣;

3、難寫的報告，每到年底最頭疼的一件事就是年終的網絡簡報，之所以頭疼其實還是網絡體驗數據的難以收集和展現，因為很多時候，單憑文字描述已經很難達到預期效果，如何量化網絡服務水平，將在未來直接制約高校網絡信息部門的工作成果評價。

如何提升無線網用戶體驗

而這三大類煩惱中，網絡優化又是一切的基礎，為什么這么說呢?因為之前從網優層次上來說大體分為：網絡規劃優化、網絡優化及均衡，這三個層次分別對應無線網前期規劃設計階段，無線網使用階段的接入網優、漫游網優、干擾網優，流量均衡、負載均衡等。其實這些優化層面本身劃分并沒有問題，但是為何取得的效果卻不是很讓人滿意，舉個例子：網規階段，傳統方法將信道按照物理位置規劃后一個一個配置進去，而功率呢一般就是通過多踩點測試，通過覆蓋區域信號強度進行調整;而網優階段諸如：遠端關聯、漫游粘滯等對用戶體驗影響較大的問題，都是通過簡單粗暴的參數閥值一類方法進行操作，實際效果不好。而落到最根本的原因就是無線網缺乏量化的數據評價，也就是說一切的優化操作應該基于廣泛全面的數據支撐，而不是憑感覺、憑經驗。這才是一直以來無線網用戶體驗難有提升空間的原因。

WIS智能運維管理系統，其實我更愿意稱其為無線網絡質量評價系統。依靠系統形成無線校園網質量評價體系，即通過建立一套完整的由各類指標組成的數據、圖標等組合來對無線校園網的整體運行狀況進行評價。評價：基于無線校園網質量評價體系廣泛收集無線數據，依托于數據產生評價指標;優化：基于評價指標，針對性的對無線校園網進行優化調整，增強用戶體驗。這個理念其實從10年我們學校一期無線網建設的時候，我們就有過，因為網絡建設只是開始，***的工作，最能體現價值的部分是網絡運維。WIS可以稱為智能運維，也可以稱為質量評價系統或是稱為無線網絡大數據分析平臺，這說明基于WIS實際大有可為，不僅僅是網絡運維，其實它能夠在學校的信息化進程中發揮更大的作用。

WIS智能運維：“全生命周期的服務體系”

WIS的智能運維特性體現在它是一個周期閉環的運維體系，從用戶終端、無線設備的24小時網絡體驗數據跟蹤、評估區域體驗、用戶體驗、問題不用重現都能診斷分析問題，這在以前的運維過程中是無法想象的;之后通過機器學習算法，感知各項指標的變化，為用戶提供更加聰明的網絡服務;通過數據收集、自分析，對各項指標進行綜合比較，列出網絡風險、實現智能網優、優化效果自檢等工作，將運維人員從無線運維的困境中解脫出來。下面我們來看WIS的幾個基本功能：

圖1東北財經大學無線網覆蓋情況

現在看到的是我們學校WIS系統的截圖，根據學校自身情況，規劃設計區域，從覆蓋效果上進行識別，同時針對特定時段特定設備上的各項性能指標進行全程追蹤，從而發現覆蓋效果不佳等問題?；谟脩羯暇€速度、接入穩定性、正常下線率、上線成功率、漫游成功率五個重要參數，精準評估用戶上網體驗，量化用戶接入效果。

圖2用戶在線體驗效果

圖3STA終端體驗水平

如圖2根據用戶吞吐、信號強度、接入速率等諸多因素，精準評估網內用戶體驗，以圖中7月5日數據為例，全網用戶體驗指標平均高于80分。如圖4同時基于體驗量化數據形成網絡體驗變差原因分布圖，以7月5日全網數據為例，根據各項指標的分布構成以及相互的關聯關系，可以直觀發現造成網內用戶體驗差的主要原因：時延大、丟包率較高，之后沿著主要原因向下探索發現該類故障出現的具體區域及具體原因，從而針對性地解決無線體驗問題。

圖4 終端體驗差原因分析

完整收集引起用戶體驗差的原因，從而實現一鍵網絡優化，同時提供網絡優化建議及優化前后效果對比。

具體優化手段包括：RRM2.0自動規劃全網信道和功率，無需人工干預;智能接入，識別遠端關聯終端并且后續優化;智能漫游，識別和解決漫游粘滯等問題;接入體驗，關聯認證體驗度量和可靠性提升;應用加速，解決游戲跳ping，視頻卡頓等問題優化;高密會議，一鍵切入高密會議模式，解決高密區域上網問題。

下面就幾個問題簡單說一下：遠端關聯解決方案，其方法是通過全網的終端探測行為，全天候分析終端是否發生遠端關聯情況，并分析出COV過高或者過低的射頻信號，自動持續調整;漫游粘滯解決方案，通過WIS平臺、分析終端各種接入行為、智能識別終端進入粘滯狀態后，通過引導終端漫游到***AP以達到體驗***效果。除此之外引起網絡體驗不同還取決于終端本身，終端行為會因為廠商、支持標準的能力等方面有所不同。終端和無線強相關的特征問題都在陸續識別中。正是通過全網的多維度數據收集及可視化呈現準確呈現網絡質量水平。

下面拿我們學校的一個具體智能分析實例來說明，圖5上是我們學校梓楠樓(主辦公樓)的實際數據，可直觀看到全天用戶上網數量，上下行流量情況等數據。

圖5 梓楠樓用戶流量關系趨勢圖

梓楠樓7月4日數據為例，可看到在線***終端數量超過300，***下行流量超過20Mbps，***上行流量不足5Mbps。同樣以梓楠樓7月4日數據為例圖6，

圖6 梓楠樓終端體驗覆蓋

可以看到全天用戶體驗度量情況，優質用戶占比約30%，良好用戶占比約50%，質量較差用戶占比約20%，整體用戶體驗評分高于80分。同時影響用戶體驗的主要因素為丟包率高、RSSI值低、時延大等問題圖7，針對具體問題制定優化解決方案。

圖7 梓楠樓終端體驗差原因分析

如圖8我們可以看到全網各區域分時的綜合評分情況，可以看到上午10點中，梓楠樓區域評分出現一定程度的下降，區域變成橙色，點擊區域進行數據向下探索，可以看到分AP接入點的分時評分表，可以看到某臺AP10點鐘評分出現77分，繼續向下探索可看到影響其評分的主要因素是存在大量用戶的關聯失敗事件，繼續向下探索可以看到具體是哪一臺AP，發生了何種關聯失敗事件，可以看到引起關聯失敗的主要原因是AP終端數量已滿，針對這種情況，我們就能夠通過增加AP緩解用戶上網壓力了。

圖8 梓楠樓無線體驗深度分析

另外，WIS是一個智能服務體系，是一個全生命周期的服務體系，從規劃設計階段的WIS云勘，到實施部署階段的WIS APP，到交付驗收階段的WIS客戶端，再到后續運維的WIS大數據分析平臺。正是這樣完整的服務體系，讓無線網建設、運維不再是一件難事，讓無線網體驗終于得到量化評估，終于讓我們的報告不再蒼白，未來依托WIS我們仍然大有可為。