ניתוח AI של איכות התקשורת: היכן נשברת דגימה ידנית
ניטור ידני של איכות התקשורת עובד כך: מהנדס במשמרת מספיק לנתח כמה עשרות רשומות סשנים מתוך עשרות אלפים שעברו ברשת. הדגימה נבנית לפי תלונות מנויים או לפי קפיצות בגרפים מסכמים — כלומר לפי אירועים שמישהו כבר שם לב אליהם. כל מה שלא נכנס לחתך הזה נשאר מחוץ להערכה, והחלטה על מצב הרשת מתקבלת על סמך חלק קטן מהנתונים.
שורש הבעיה הוא בסטטיסטיקה של ההדרדרויות עצמן. ניתוק קצר, עלייה באובדן חבילות בקטע אחד או ירידה בג'יטר השהיה חיים שניות ונוגעים לחלק קטן מהמנויים: בגרף מצטבר ליממה קפיצה כזו פשוט לא נראית.
ככל שהאירוע קצר ומקומי יותר, כך סיכוי נמוך יותר שהוא ייכנס לניתוח רשומות מדגמי, וסיכוי גבוה יותר שההדרדרות תצטבר בלי תגובה.
המחיר של האזור העיוור הזה הוא תפעול שעובד בדיעבד. פניות מנויים מגיעות לפני ששירות הניטור רואה את הסיבה; האבחון מתחיל מאפס, תלונות חוזרות מסתובבות במעגל, והאירוע נסגר לפי סימפטום בלי למצוא את המקור. ניתוח רשומות ידני הופך לצוואר בקבוק תפעולי: הוא מוגבל בשעות אדם ואינו מתרחב עם גידול התעבורה.
נבחן כיצד זה נסגר: אילו אירועים תופס ניתוח AI של איכות התקשורת, מה עובר לניתוח מתוך כל הדגימה ולא מתוך חלק נוח ממנה, וכיצד התוצאה משתלבת בתהליך התפעול הקיים.
מה נותן המעבר להערכה רציפה של איכות
מדידות מדגמיות ותלונות מנויים מראות הדרדרות באיחור: הקטע כבר פוגע בשיחות, והבעיה נכנסת לדיווח רק לאחר שעות, כשהצטברו מספיק פניות. הערכה רציפה מחזיקה קו בסיס לכל כיוון ומשווה אליו את החלון הנוכחי — הסטייה נראית בדקות הראשונות, ולא בשלב הניתוח.
מהירות הגילוי היא הדבר הראשון שמשתנה. המודל מסתכל על הזרימה כולה: אובדן חבילות, ג'יטר השהיה, ניתוקים, שיעור כשלים בהקמת חיבור. האות עובר למשמרת התורנית עם ציון הקטע וסוג הסטייה, ולכן האבחון מתחיל לא בחיפוש הבעיה אלא בבדיקת השערה מוכנה.
שיעור האירועים המוחמצים יורד בזכות התראה מוקדמת: הסטייה נרשמת לפני שהמנוי מבחין בה, ולפני שהיא מתפשטת לקטעים סמוכים. במקביל מצטמצם היקף הבדיקות הידניות — המהנדס מנתח מקרים שנויים במחלוקת שהמודל סימן כדו-משמעיים, ולא דגימה אקראית של רשומות.
גם מספר הניתוחים החוזרים פוחת: לכל אירוע נשארת סיבה, חלון זמן וקבוצת מאפיינים, ולכן משימה סגורה לא חוזרת כעבור שבוע עם אותו סימפטום.
טלמטריה וכללי התראות נבנים על סטנדרטים פתוחים — OpenTelemetry נותן פורמט אחיד למטריקות ולעקבות, כך שהמודל, הספים וההתראות למשמרת התורנית חיים באותה מערכת קואורדינטות.
מצבי איסוף נתונים ודרכי הערכה: מה לבחור
בחירת המצב נקבעת לפי מה שחשוב יותר במערכת שלכם — מהירות תגובה או שלמות הניתוח. עיבוד אצווה של רשומות לוקח ייצוא לפרק זמן ומריץ אותו כולו: המודל רואה את כל השיחה, ולכן ההערכה משוחזרת בהרצה חוזרת על אותה קבוצה.
הערכת זרימה מחשבת מטריקות ממש בזמן השיחה — האות עובר למשמרת התורנית כמעט מיד, אבל כל חלון נבחן בנפרד. סכמה היברידית משלבת את שני המסלולים: הזרימה מעלה התראה על הדרדרות, וניתוח אצווה מאוחר יותר מדייק את הסיבה לפי הרשומה המלאה.
| מצב | מתי מתאים | מגבלות המצב |
|---|---|---|
| עיבוד אצווה של רשומות | ניתוח אירועים, דיווח, בדיקה ואימון מחדש של מודלים על נתונים היסטוריים | ההערכה מגיעה באיחור; העומס מגיע בפיקים; נדרש עומק אחסון של רשומות גולמיות |
| הערכת זרימה | בקרת איכות חיה, התראה למשמרת, מיתוג אוטומטי של מסלולים | רואה רק את החלון הנוכחי, רגישה לאובדן חבילות, יקרה יותר בחישוב לערוץ |
| סכמה היברידית | שירותי מוצר שבהם נדרשים גם תגובה מהירה וגם ניתוח סיבות | מורכבת יותר לתחזוקה: שני מסלולים, תיאום מטריקות ותיוג אחיד של אירועים |
בנפרד תקבעו את עומק אחסון הנתונים: הוא קובע מה בכלל ניתן לבדוק מחדש. פשרה סבירה היא להחזיק רשומות גולמיות בחלון שמספיק לניתוח האירוע, ומכאן ואילך לשמור אגרגטים ותוויות. פריסה כזו מכסה ביקורת ואימון מודלים בלי להפוך את האחסון למחסן גדל.
נדון במשימה — נסתכל על המערכת שלכם ונציע מצב שבאמת מתאים לאיסוף ולאחסון הקיימים, בלי בזבוז משאבים על מהירות מיותרת.
כיצד מוטמע מודל AI במערך הניטור
מתחילים בביקורת של מקורות הנתונים: מנתחים אילו מערכות מספקות מטריקות איכות תקשורת, באיזו תדירות, היכן יש חסרים ופערי זמן בין צמתים. בלי שלב זה המודל לומד על תמונה מוטה וטועה בביטחון בהדרדרויות אמיתיות. בהמשך — המסלול מנתונים גולמיים ועד התראה למשמרת התורנית.
- ביקורת מקורות נתונים — ספירת מערכות שמוציאות מונים ולוגים: כיסוי קטעים, תדירות, אובדנים בניתוקי ערוץ.
- סכמת זרימות — כיצד הנתונים מגיעים לאחסון: חציצה, ציר זמן אחיד, בקרת שלמות. את הסכמה מתאמים עם התפעול מראש.
- תיוג אירועים — יחד עם המשמרת התורנית מנתחים את יומן התקלות: מה נחשב הדרדרות, מה עבודות מתוכננות והפרעות. מקרים מאומתים הופכים לקבוצת אימון.
- אימון ובדיקת המודל — בודקים לא על דגימה אקראית אלא על תקופה שנשמרה בנפרד בזמן, אחרת הדיוק בדוח יהיה גבוה מהמציאות.
- כוונון ספים — רגישות נבחרת לפי מחיר ההחמצה ומחיר ההתראה הכוזבת, בנפרד לסוגי קטעים שונים.
- קבלה על נתונים היסטוריים — הרצה על תקופה שהמודל לא ראה, השוואה ליומן: שיעור ההדרדרויות שנמצאו, מספר הכוזבות, זמן עד להתראה.
- מסירה לתפעול — אינטגרציה עם התראות, נוהל תורנות, ניתוח התראות שגויות ואימון משלים מתוכנן על נתונים חדשים.
כל שלב מסתיים בארטיפקט: סכמה, קבוצה מתויגת, דוח קבלה. לפיהם רואים היכן הפתרון טועה, והתפעול מקבל מערכת עם גבולות ישימות ברורים.
מה מוסרים לידיים: סכמות, נהלים, פאנלים
מסירת מערכת AI לניתוח איכות תקשורת היא לא «נתנו הרשאות ונפרדנו». אצל הלקוח נשארת חבילת ארטיפקטים שלפיה אפשר לתפעל את הפתרון, להעביר לשירות התמיכה שלו ולפתח בלי השתתפותנו. להלן מה בדיוק מתקבע במסירה.
- סכמת זרימות נתונים: מקליטת טלמטריה מהרשת ועד למאפיינים שעליהם מתאמן המודל, עם נקודות בקרה — נראה היכן הרשומה הולכת לאיבוד ובאיזה קטע ההשהיה גדלה.
- כללי גישה ותפקידים: מי רואה נתוני מנויים גולמיים, מי מפעיל אימון מחדש, מי מאשר את הוצאת המודל למערך העבודה; הרשאות ניתנות לפי המינימום.
- פאנלים לניטור: שיעור ניתוקים והדרדרויות לפי אזורים, קטעים וקבוצות מנויים, דיוק המודל בתעבורה חיה, התראות על סטייה מדגימת ייחוס.
- נוהל תגובה: באיזו ירידת דיוק מי תורן, תוך כמה זמן מנותח אירוע ולפי איזה סף מגלגלים אחורה את גרסת המודל הקודמת.
- תיעוד הפתרון: ארכיטקטורה, הרכב המאפיינים, מקורות הנתונים, מגבלות המודל ותנאים שבהם אסור ליישם את מסקנותיו.
- קונפיגורציות: פרמטרי אימון, חלונות אגרגציה, ספי התראות, גרסאות מודלים — כקבצים במאגר, ולא בהתכתבות בין מהנדסים.
- הוראות תפעול ואימון מחדש יחד עם פרוטוקול קבלה ובדיקה על דגימת בקרה: שני הצדדים רואים את אותה קבוצת מספרים.
אנחנו מוסרים הכול במערכת שלכם — מאגר, חשבונות, הרצה על התשתיות שלכם. המערכת נשארת פעילה גם אם תחליטו לפתח אותה בכוחות עצמכם.
מקרה בוחן: משבועות של בדיקות ידניות לשעות של ניתוח
מה היה לפני ההטמעה
המפעיל העריך את איכות התקשורת לפי תלונות מנויים וייצוא מטריקות לילי מתחנות בסיס. מהנדס ריכז ידנית מדדים לפי קטעים וחיפש סטיות: הדרדרות בקטע בודד התגלתה בממוצע אחרי 6–8 שעות, וחלק מהאירועים צפו רק לאחר הסלמה מהמנויים.
ספים ידניים נתנו שיעור גבוה של התראות כוזבות — כ-40% מהאותות בבדיקה התבררו כרעש ואכלו מחצית מהמשמרת של הצוות התורן.
מה שינו
זרימת הטלמטריה נאספה למאגר עמודתי ClickHouse ועליו הורכב מודל שמחשב סטיות לפי חלון נע לכל קטע בנפרד — גידול עומס עונתי מפסיק להיראות כתקלה. אימון משלים מתבצע על ניתוחים מאומתים: המהנדס מסמן אירוע כתקלה או כרעש, והספים לאותו קטע מתכווננים. אירוע שביטחונו גבוה מהרמה שהוגדרה הופך בעצמו לפנייה עם היסטוריית מטריקות מצורפת.
מה השתנה
זמן הגילוי הצטמצם משעות לדקות, שיעור ההתראות הכוזבות ירד מ-40% ליחידות אחוזים, והמשמרת התורנית עסקה בסטיות אמיתיות במקום בניתוח רעש. לפי קטעים הופיעה דינמיקה ניתנת להשוואה: רואים היכן האיכות יורדת באופן שיטתי והיכן מדובר בקפיצה חד-פעמית. המודל צבר תיוג לכל קטע, ותמצית מטריקות ידנית כבר לא נדרשת.
במה שונה התראה מוקדמת מניתוח תקלות?
התראה מוקדמת וניתוח תקלות הם שני מסלולים, וההבדל מתחיל ברגע הזמן שבו הם פועלים. התראה מוקדמת חיה על זרימת הטלמטריה ועונה: מה מדרדר עכשיו ולמה זה יהפוך בעוד כמה שעות. הניתוח מופעל אחרי האירוע ועונה: למה נהיה רע.
מסלול ההתראה משווה את ההתנהגות הנוכחית של כל תא לקו הבסיס שלו: שיעור כשלים בהקמת חיבור, צניחות בתפוקה בשעות שיא, אי-התאמה בפרמטרים של סקטורים שכנים. המודל על המאפיינים האלה נותן תחזית באופק של שעות, ולכן מניעת תקלות מפסיקה להיות תגובה — המשמרת התורנית רואה הדרדרות לפני המנויים. אות מאומת הופך למשימה: לאזן מחדש עומס, לתקן פרמטרים, לבדוק את הקטע.
מסלול ניתוח התקלות הולך בכיוון ההפוך — מהתוצאה לסיבה. הוא מרים יומנים, משחזר כרונולוגיה, משווה את הקונפיגורציה ברגע התקלה לקודמת ומחפש את הסיבה הראשונית בין השינויים שהוכנסו זמן קצר לפני הכשל. הערך כאן אינו במהירות אלא בשלמות: סיבה מאומתת סוגרת מחלקה של אירועים, ולא מקרה בודד.
ההבדל בין המסלולים נראה גם במטריקות וגם בתחום האחריות. בהתראה מוקדמת סופרים את שיעור האותות שאומתו ואת מרווח הזמן עד לכשל, בניתוח — זמן ההתאוששות והחזרתיות.
התראה מוקדמת היא תחום המשמרת התורנית והתפעול, ניתוח — של המהנדסים ובעל הקונפיגורציה; לאחד אותם לפאנל אחד חסר טעם, כי ההחלטות שמתקבלות שונות.
ספקות טכניים: עונים על שאלות נפוצות
ההתנגדויות לפרויקטים כאלה עולות לא סביב המודל אלא סביב הנתונים והתפעול: האם ההיסטוריה תספיק, איך המערכת תעבור שיא עומס, מי מנתח את הטעויות שלה. להלן מה ששואלים לרוב לפני ההתחלה.
אנחנו לא מתחילים בניסיון להרכיב מערך נתונים מושלם — זה מעכב את הפרויקט בחודשים. קודם בונים מסלול עבודה על מה שיש, ורק עליו מודדים אילו חתכים ואיזה תיוג חסרים.
מה לעשות אם הנתונים ההיסטוריים חלקיים והטרוגניים?
תחילה מפיקים פרופיל מכל מקור: חסרים, אי-סנכרון של חותמות זמן, יחידות מידה שונות, קרעים בעת החלפת ציוד. חלק מהפערים משחזרים ממקורות סמוכים, את מה שלא ניתן לשחזר מסמנים ומחריגים מהאימון. המודל לומד על חתך מתואם, וקטעים שנויים במחלוקת עוברים למסלול בקרה נפרד.
איך מתחשבת עונתיות העומס?
בונים פרופילים יומיים ושבועיים ומאמתים על תקופות בעומס שונה, כולל חגים וקפיצות תקלה. אחרת המערכת מתחילה להחשיב שיא תקין להדרדרות.
כמה התראות כוזבות יהיו?
ספים מכווננים לפי מחיר הטעות: היכן יקר יותר להחמיץ הרעה, והיכן — אות מיותר. החלטות מתקבלות באזור ביטחון גבוה, ומקרי גבול עוברים לבדיקה.
איזה היקף תיוג דרוש ידנית?
בדרך כלל זה חלק קטן מכלל המערך: את עיקרו מכסים כללים ותיוג לפי תוצאות עבודת המערכת. התיוג מתבצע באיטרציות — כל אחת מדייקת את הקודמת.
אפשר להטמיע בשלבים?
כן. המסלול הראשון — תצפית ודיווח בלי פעולות אוטומטיות, אחר כך — המלצות למפעיל, ורק לאחר דיוק מאומת — אוטומציה.
נדון במשימה ונחזור עם הערכה ותוכנית
כדי שההערכה תישען על נתונים ולא על ניחושים, מספיק להתחיל בתיאור המשימה וצירוף דגימה של נתוני מקור. ספרו אילו החלטות בנוגע לאיכות התקשורת אתם מקבלים היום ומי בחברה מקבל אותן — מזה תלוי סט המטריקות, עומק ההיסטוריה ופורמט הדוחות.
צרפו את מה שכבר יש: לוגים של איתות, טלמטריה של תחנות בסיס, ייצוא פניות מנויים, הספים הנוכחיים והנוהל לתגובה להדרדרות.
בתגובה אנחנו חוזרים לא בהצעה מסחרית אלא בתוכנית הנדסית: מה ועל אילו נתונים בודקים, אילו שלבים עוברים, ובאיזה חלון זמן לצפות להערכה.
- הצגת המשימה — איזו הדרדרות תופסים, באיזה קטע רשת, מה נחשב להתראה כוזבת.
- נתוני מקור — אילו מקורות זמינים, ההיקף ועומק ההיסטוריה שלהם, מי בצד שלכם אחראי על הייצוא.
- קריטריוני קבלה — שלמות ודיוק גילוי מטרה, השהיה מותרת בין האירוע לאות של שירות התקלות.
- לוחות זמנים להערכה — לאחר קבלת הנתונים מתאמים חלון: קודם בודקים את הייצוא, אחר כך חוזרים עם הערכה ותוכנית עבודה.
- תוכנית עבודה — חקר נתונים, תיוג קטעים שנויים במחלוקת, אימון ואימות המודל, אינטגרציה במערך הניטור שלכם.
- פורמט אינטראקציה — הדגמה על הנתונים שלכם כל שבועיים, רשימת משימות משותפת עם היסטוריית החלטות, מהנדס ייעודי זמין.
אם אין עדיין נתונים או שהם מפוזרים, זה גם ייכנס לתוכנית: נבנה קו איסוף והכנה, כדי שהמודל יעבוד לא על נתונים סינתטיים אלא על תעבורה אמיתית. תארו את המשימה — נחזור עם הערכה ותוכנית.