Stadsnätsföreningen

Waystream och stadsnät i samarbete om maskininlärning och AI

Under våren startade teknikföretaget Waystream, som utvecklar olika lösningar och utrustning för fibernät, ett forskningsprojekt för att utvärdera metoder för maskininlärning och artificiell intelligens, AI, kopplat till drift av fiberbaserade bredbandsnät. Projektet, där bland annat Luleås kommunala stadsnät, Lunet, och det statliga forskningsinstitutet RISE deltar, syftar till att förbättra tillgängligheten och stabiliteten för användare.

Forskningsprojektet tog sin form när Waystream i slutet av förra året lanserade en ny funktion i deras switchar. Den nya funktionen, telemetri, går ut på att switcharna samlar in en stor mängd data om bland annat tjänstekvalitet och datatransport samt switchens resursutnyttjande och temperatur. Insamlad data transporteras sedan till en central databas för vidare analys, och det är där avsikten med forskningsprojektet kommer in i bilden.

– Den stora mängd data som telemetrifunktionen samlar in är väldigt svår att analysera manuellt då den baseras på information från cirka 1500 mätpunkter. Här ser vi att vi har möjlighet att använda AI och maskininlärning för att operatören ska kunna dra nytta av all data och därmed få möjlighet att exempelvis kunna förutse fel eller när resurserna kommer att ta slut innan det påverkar kunden, säger Johan Sandell, teknisk chef på Waystream, som leder projektet.

Som samarbetspartners i projektet har Waystream valt ut några av deras kunder för att få förståelse för deras behov och möjligheten att kunna utföra fältprov. En av dessa är Lunet, som enligt Johan Sandell har visat ett stort intresse för den nya telemetrifunktionen och kommit med mycket återkoppling gällande olika former av dataanalys. Daniel Henriksson, drift- och säkerhetschef på Lunet, menar att behovet av liknande lösningar är stort då det kan underlätta arbetet för nätägare, både stora som små.

– Lunets roll är att tillhandahålla mätdata från ett skarpt nät och hitta lämpliga angreppspunkter som kan lösa våra utmaningar. I dag har vi övervakningssystem som samlar in data, och många gånger får man indikationer om att det är något fel på gång i nätet men man kan inte riktigt sätta fingret på vad det är. Hade man haft den här tekniken implementerad så hade man mycket snabbare kunnat styra in på rätt åtgärder för att kunna lösa problemet innan det inträffar, säger han.

Ytterligare en samarbetspartner är RISE med Rami Mochaourab, forskare inom manskininlärning, i spetsen. Hans roll i projektet är att bidra med nya lösningar baserade på maskininlärning av tillgänglig data som kan förbättra driften av fibernät. Rami Mochaourab instämmer med Daniel Henriksson och Johan Sandell angående fördelarna med att använda sig av maskininlärning och AI för att analysera data och förutse fel i nätet. Därtill menar han att maskininlärning kommer att spela en viktig roll i nätverksautomation framöver.

– Maskininlärning kommer att möjliggöra både snabbare och smartare beslut när det kommer till drift av fibernät. Det kan även tillämpas för att minska de totala driftkostnaderna för näten genom att möjliggöra en ökad flexibilitet i fördelningen av resurserna, säger han.

För stadsnätens del så ser Daniel Henriksson att den kunskapen som de nu får i och med forskningsprojektet även kommer att kunna appliceras på andra användningsområden i verksamheten framöver.

– Det här är ett jättespännande projekt där vi skapar oss en allmän orientering om AI- och maskininlärningstekniken, vad som är dess styrkor och svagheter. Och den här kunskapen kommer vi att kunna applicera på annat också, exempelvis kundtjänst. Projektet ger oss helt enkelt nya idéer om vad man kan använda tekniken till i framtiden, säger han.

Att arbeta tillsammans med kunder är något som Waystream värderar högt. För dem handlar det om att bättre förstå kundernas behov och vad de kan göra för att hjälpa dem. Genom deras samarbeten har Waystream även märkt av en stor skillnad mellan hur långt fiberägare runt om i Europa har kommit i deras utveckling. Enligt Johan Sandell ligger de svenska stadsnäten i framkant gällande olika teknologier och hastigheter på de tjänster som erbjuds.

– När vi pratar med våra olika kunder och partners runt om i Europa så är de avundsjuka på de svenska stadsnäten och de hastigheter som erbjuds här, säger han.

När forskningsprojektet, som fortlöper till den sista mars nästa år, är klart är Waystreams plan att fortsätta utvärdera insamlad data och identifiera ytterligare användningsfall där det kan finnas möjlighet att använda maskininlärning. Baserat på det kommer de sedan att ta fram produkter och tjänster tillsammans med deras telemetrifunktion för att möjliggöra olika former av analys av nätdata. Johan Sandell menar även att forskningsprojektet passar väl i tiden när människor, till följd av pandemin, från en dag till en annan gick från kontorsjobb till hemmajobb.

– Projektets tajmning är väldigt god för de behov som finns i samhället i nuläget. Och vi ser ju att Sverige ligger i framkant i jämförelse med många andra länder när det kommer till vår väl utbyggda fiberinfrastruktur. Vi tror på det här med att näten ska vara enkla att jobba med, och vi vill underlätta så mycket som möjligt för nätägare och operatörer, säger han.

Lotta Karlsson
Svenska Stadsnätsföreningen

 

Foto: Waystream.  

 

Det här är en artikel från magasinet Stadsnätet, september 2020.