Oplossing voor anomaliedetectie om defecte chipsets in telecommunicatienetwerksystemen te voorkomen

Case study

Klantprofiel

Cliënt: Nokia
Industrie: Telecom
Proces: Operatie 

Nokia is een toonaangevende leverancier van mobiele netwerkinfrastructuur, software en diensten, die wereldwijd communicatienetwerken aandrijft.

Dit project was een succesvolle mijlpaal voor ons Nokia-team om dieper te duiken in een succesvolle samenwerking tussen data scientists en productexperts.

Uwe Schmietainski

Technical manager, IP Optical Networks

De uitdaging

Nokia verkoopt telecommunicatienetwerksystemen die vol zitten met chipsets die zijn uitgerust met sensoren en die de bedrijfstemperatuur regelen met behulp van ventilatoren. Het niet detecteren van kapotte chipsets en het falen van de systemen kan leiden tot kostbaar systeemonderhoud en vervangingen met reparatie- en reiskosten, waarbij latere detectie tot nog hogere kosten kan leiden. Daarom is het van cruciaal belang om kleine degradaties of afwijkingen van het standaard bedrijfsgedrag (zogenaamde ‘anomaly detection’) te detecteren voordat het te laat is.

De oplossing

Om de uitdaging van Nokia aan te gaan, ontwikkelde Bright Cape een oplossing waarbij de invloed van exogene factoren, zoals stroomverbruik, ventilatorsnelheid en omgevingstemperatuur, op de bedrijfstemperatuur werd gemodelleerd om inzicht te krijgen in de verwachte bedrijfstoestand van chipsets. Vervolgens werd een proof of concept van een geautomatiseerde oplossing voor het opsporen van afwijkingen ontwikkeld. Dit model geeft afwijkingen van de verwachte bedrijfstoestand aan voordat de drempelwaarden van de chipsets worden bereikt, met als doel kostbaar onderhoud en vervanging te voorkomen. Op verzoek van Nokia heeft Bright Cape een modulair en aanpasbaar ontwikkelingsframework ontwikkeld dat als basis dient voor de eerste pijplijnen voor anomaliedetectie en toekomstige ontwikkeling mogelijk maakt. Bovendien werd een grafische weergave van complexe afhankelijkheden geleverd, die Nokia in staat stelde de hoofdoorzaken van afwijkend gedrag te vinden.

De impact die we hebben gecreëerd

Door de eerste versie van een anomaliedetectiesysteem te maken en een modulair raamwerk te ontwikkelen voor de implementatie ervan, stelden we Nokia in staat om de eerste stappen te zetten op weg naar voorspellend onderhoud van hun telecommunicatienetwerksystemen. Het ontwikkelde raamwerk bood de data scientists van Nokia de flexibiliteit om bestaande pijplijnen bij te werken en nieuwe te ontwikkelen, waardoor de weg werd vrijgemaakt voor continu verbetering van hun mogelijkheden voor anomaliedetectie. Onze Bright Cape oplossing heeft het potentieel om Nokia aanzienlijke kosten te besparen en de algehele betrouwbaarheid en efficiëntie van hun telecommunicatienetwerksystemen te verhogen, waardoor het een waardevolle aanwinst is voor hun voortdurende inspanningen om hun klanten diensten van hoge kwaliteit te leveren.

Resultaten

Geautomatiseerde anomaly detection​

op basis van continu gemonitorde aspecten

Inzichten en begrip

in verwachte bedrijfsgedrag

Modulair anomalie-detectieframework

waardoor uitbreidingen in de toekomst mogelijk zijn

Vertel ons je uitdaging.

We zijn er om je te helpen.

Neem contact op met onze experts