Products プローブ
"高性能ネットワークを確保することにより、高品質のユーザーエクスペリエンスを提供します
このダイナミックなコミュニケーションの時代において、モバイルネットワーク事業者は、競争力を獲得し、新しい顧客を引き付けるために、革新的なソリューションを継続的に評価しています。 オペレーターは、ユニファイドコミュニケーションとビッグデータ分析を利用して、業界の革新的なトレンドであるビジネスインテリジェンスの洞察を得ることができます。 Cubroのネットワークプローブは、事業者が顧客により良いサービスを提供し、将来のベンチャーで卓越することを可能にする代替の収益源を生み出すことを支援する最初のステップです。
Cubroプローブは、TAPやネットワークパケットブローカ（NPB）からネットワークトラフィックを受信し、メタデータを抽出するパッシブデバイスです。 Cubro Probesは、ネットワークアプリケーションとシグナリングをリアルタイムで分析および処理することができます。 プローブは、この復号された情報を相関させ、XDR（拡張データレコード）を生成し、データベースシステムに送信され、アプリケーションによって格納され、提供されます（これは一般的に監視システムと呼ばれます）。Cubroプローブは、顧客の要求に基づいてカスタマイズできます。"
- ハードウェアベースのソリューション（Caviumマルチコア）
- DPI、フロー監視、モバイルXDR
- 低消費電力
- 最大120 Gbpsの高性能
- 1 U形状
- サードパーティに互換性のあるシステム
- UDP XDR出力（Wiresharkプラグインが利用可能）
- UDPからTCPへの変換により、長いバックホールアプリケーションで使用可能
Cubro モバイルプローブ シリーズ
特長:
- 低消費電力1U設計
- ユーザのニーズに合わせたカスタマイズが可能
- SQL以外のデータベースおよびBIアプリケーションのオープンスタンダードをサポート
- あらゆる種類のSFPおよびSFP + (10 Gbit BaseT含む), QSFPをサポート
- 1000種類以上のアプリケーションやプロトコルをサポート
Cubroの次世代プローブシリーズは、ネットワーク品質を向上させ、顧客満足度を高め、情報セキュリティシステムを強化することができます。 ビッグデータは、サービスプロバイダー内で主要な役割を果たします。 Cubro Probeプラットフォームは、ビジネス分析、サービス保証、ビジネス保証、セキュリティ保証などのアプリケーションの包括的なデータレコードを生成します。 プローブは、ユーザーとシグナリングのトラフィックをリアルタイムで分析し処理します。 このシリーズには、各顧客のニーズを満たすためにさまざまなパフォーマンスとハードウェア仕様を提供する3つの製品があります。
CUBROとSilverEngine社による実用的な可視化サービスパッケージ
Cubro Probeによって抽出されたネットワークデータの価値を活用するために、CubroはSilverEngineと協業しています。 Silverengineは、ネットワークの最適化または修正、ネットワークとユーザーの動向、および加入者のセグメント化方法の支援に関連するコンサルティングサービスを提供します。
その結果、オペレーターはCubroProbeによって生成されたデータを使用して実用的な可視化を得ることができます。 可視化には、たとえば、分析と機械学習の手法を使用して加入者のエクスペリエンスとモバイルネットワークのパフォーマンスを向上させる方法が含まれます。
CUBROとSilverEngine社による実用的な可視化サービスパッケージ
- パフォーマンスの低いセル、ネットワーク最適化に関する情報の特定
- コアNE要素の問題
- パフォーマンスの低いユーザ機器とデバイス
- 経験の浅い加入者は、VIP、高ARPU、およびインバウンドローミング加入者が期待するサービスを確実に受けられるようにします
- 解約防止とアップセルのための提案されたマーケティングキャンペーン
サービスパック内容：
VoLTE
- KPIの例：IMS登録成功率、音声品質（MOS）、ミュートコール、ドロップコールレート、リピートコール
- 機械学習を使用して、ミュートコールと音声品質の低下に「関連する」無線KPIを見つけます
モバイルブロードバンド（MBB）
- KPIの例：Attachの問題、APNの失敗、ストリーミングデータのスループット、DNS解決の問題
- 加入者のスピードテストパフォーマンス
カスタマーエクスペリエンス管理（CEM)
- 加入者の経験と予測のクラスタリング
- 関連するCプレーンUプレーンKPIで構成される各加入者のQoEインデックス[0-100]
- 機械学習に基づく最適化されたQoEインデックスモデル
- 加入者のセグメンテーション
IoT
- さまざまなクラスのIoTデバイスの通信パターンを理解して学習する
- 異常や停止の検出
アプリケーション
- アプリケーションプロファイリング（例：使用されるアクセスパターンとプロトコル
- アプリケーションQoE
- 人気のある各アプリケーションに関連するKPIの改善
- ビデオパフォーマンス（例： YouTubeとNetflix
- ローカルビデオまたはゲームキャッシュの理論的根拠
5G
- 加入者ごとの5G-NSA展開における5GとLTEに費やされた時間に関する考察
- LTEと比較した5Gのパフォーマンス上の利点
- 長いRTTと低スループットに関連する無線およびバックホールKPIを見つけるために使用される機械学習
モビリティのユースケース
可視化により、広告、コマーシャル、不動産、交通計画のためのモビリティデータ販売パッケージを作成できます。 可視化は、特定の場所に新しい支店を開くかどうか、または道路や通りでの最大の交通渋滞に基づいてインフラストラクチャの改善に焦点を当てる場所の例として決定するのに役立ちます
- 特定の場所に新しい店舗の支店を開く理由。
- 主要な交通渋滞の道路や通りを特定する–インフラストラクチャの改善のため
顧客のメリットには、ネットワークパフォーマンスの向上、ネットワークインフラストラクチャのコストの削減、ネットワーク品質の向上による加入者解約の削減、投資収益率（ROI）の向上などがあります。