AI を活用したネットワーク管理用チャットボット

ソリューション概要

通信サービスプロバイダー（CSP）は、数十億台の接続デバイスから生成される膨大なデータをマネジメントし、シームレスかつ中断のない運用を確保しています。これを実現するため、レイテンシなどの重要なパフォーマンスメトリクスをモニタリングし、ネットワーク混雑時の信頼性を維持し、サイバー攻撃から保護するための厳格なセキュリティ対策を講じる、データ集約型のネットワークマネジメントシステムに依存しています。

これらの運用の複雑さと規模を踏まえ、当社のソリューションは、人工知能と MongoDB を統合することでネットワークマネジメントを自動化し、運用担当者のワークフローを大幅に効率化します。MongoDB と大規模言語モデル（LLM）を統合し、検索拡張生成 (RAG)戦略を採用することで、ネットワーク運用を対話型かつ自動化された情報システムへと変える AI 支援チャットボットを開発しました。このチャットボットは、MongoDB に保存されたネットワークログ、メンテナンス記録、カスタマーデータ、センサーデータを活用し、異常検出、根本原因分析、対応策の提案などに関する実用的なインサイトを提供します。

このアプローチにより、ネットワーク事業者は人間の介入を最小限に抑えて複雑なワークフローを管理できるようになり、新しいサービスの展開が加速され、自律ネットワークを通じて CSP の年間収益を最大 5% 増加させる 可能性があります。

参照アーキテクチャ

MongoDB で

このソリューションには、次に挙げる3つの主要なコンポーネントがあります。

図の 1。MongoDBによるネットワーク チャットボット アーキテクチャ

1. ソースデータの取り込み: データをクエリする前に、ネットワークマネージャーはログエントリやテレメトリ イベントをリアルタイムで取り込み、IPアドレス、地理データ、リクエストパス、タイムスタンプ、ルーターログ、センサーデータなどの詳細を取得する必要があります。このアーキテクチャは、MongoDB のストリーム処理機能を活用して、受信データを MongoDB Atlas に自動的にキャプチャし、処理することで、ネットワークアクティビティの包括的なビューを作成します。この強化されたデータセットは、意思決定のために RAG アーキテクチャ内で活用されます。

2. 質問に基づくデータ選択: このソリューションの第 2 のコンポーネントは、ネットワークマネージャーからの「トロントのクライアントのビデオストリーミングに関する問題の原因として何が考えられるでしょうか」といった質問に対応します。このクエリは、LLM が分析に適したデータを選択するためのカスタマイズされた集計パイプラインを生成する初期処理を受け付けます。同時に、ベクトル埋め込みデータはセマンティック検索によって効率的に取得でき、関連性の高い情報を抽出できます。

3. 推論と自然言語出力: MongoDB が関連データを特定すると、次の LLM がこの情報をユーザーに向けた自然言語の説明に変換します。このプロセス中に LLM は取得されたデータを分析してパターンと異常を検出し、根本原因候補を正確に識別し、情報に基づいた意思決定をサポートします。例として、過負荷のローカル CDN ノードと古いルーターからの多数のリクエストが問題を引き起こしていることが判明するかもしれません。

データモデルアプローチ

このソリューションは、サーバー ネットワークのログを時系列データとして整理し、以下の MongoDB スキーマを使用します。

{
   "_id": ObjectId("..."),
   "source_id": 12345,
   "source_type": "webserver",
   "timestamp": ISODate("2025-02-19T15:12:57.000Z"),
   "category": "accesslog",
   "event": "GET",
   "value": { "type": "url", "data": "https://mytv.telco.com/login" }
}

ソリューションを構築する

この AI を活用したネットワーク管理ソリューションは、MongoDB Atlas を使用した RAG フレームワークを採用し、複雑な通信環境におけるデータ駆動型診断を強化します。

図 2. ネットワーク チャットボットのフロントエンド

キーポイント

• MongoDB と生成 AI によるネットワークマネジメントの変革： LLM を MongoDB の集計パイプラインやベクトル検索といった機能と統合することで、人の介入を減らし、プロセスを最適化し、最終的には重要な運用を自動化することで、ネットワークマネジメントを効果的に効率化します。

• データ管理は重要です: ネットワーク管理システムは、ネットワークログやユーザーリクエストから膨大なデータを生成し、データの相互運用性、プライバシー、効率的な処理において大きな課題を生み出します。効果的なソリューションには、高頻度で複雑なデータストリームを保存および処理できる、柔軟でスケーラブルなデータベースが必要です。

• MongoDB は、 AIベースのソリューションを実現するためのツールを提供します。堅牢なデータベースインフラストラクチャと柔軟なドキュメントモデル、高度なベクトル検索機能を組み合わせると、CSP はAIアプリケーションを効率的に開発できます。具体的には、ベクトル検索により、セマンティック関連性のコンテンツの取得が効率化され、チャットボット テクノロジーを強化する LM のパフォーマンスが向上します。

使用した技術と製品

作成者

• Benjamin Lorenz, MongoDB

• Diego Canales, MongoDB