Когда MVNO реально работает. Проект Тинькофф Мобайл и Теле 2

Отдельно стоит остановиться на персонализации обслуживания и анализе клиентских данных. Технологии Big Data и Machine Learning позволяют извлекать и анализировать данные о клиенте, основываясь на поведении и повседневных операциях. Банки уже сегодня обладают обширным объемом данных о своих клиентах, именно эта информация позволяет банкам формировать персональные предложения для своих клиентов. Расширение объема анализируемых данных для лучшего понимания своих клиентов — непростая задача. Если отдавать информацию о клиентах банка партнерам, самые ценные данные останутся у них. Выход в данном случае — самостоятельный сбор дополнительной информации, а для этого необходима экспансия в новые сферы, куда ранее банки не направляли свои усилия. Движение в направлении мобильных операторов связи — закономерный вывод. Операторы мобильной связи обладают распределенной и сложной инфраструктурой, которая может помочь в этом. Чем большая часть телеком-инфраструктуры находится в непосредственном распоряжении банка, тем больше информации можно извлечь для анализа. И здесь на помощь приходит технология мобильных виртуальных операторов связи — MVNO.

В последние годы сформировалась противоположная тенденция — телеком-операторы, в первую очередь операторы мобильной связи, двинулись в сторону банков. Операторы посчитали, что они зайдут на территорию банков и просто захватят долю в их бизнесе. Однако Олег Тиньков счел, что в конечном итоге в борьбе за платежи клиентов победят банки. Еще в 2012 г. в своей книге «Как стать бизнесменом» Олег Тиньков говорил о том, что видит большие перспективы именно в рынке мобильных операторов, не исключая вероятность, что это будет следующее направление бизнеса, которым он займется. В итоге весной 2017 г. у себя на страничке в Facebook он объявил о создании виртуального мобильного оператора, работающего по модели MVNO.

Какими преимуществами обладал Банк перед запуском проекта мобильного оператора:

• Сервис «с человеческим лицом»: удобный мобильный банк, служба поддержки, каналы доставки и взаимодействия со своими клиентами. Отлаженные и прозрачные процессы, выстроенные для удобства клиентов банка. Этот удачный опыт можно было распространить на небанковскую деятельность и рассчитывать, что он окажется успешным.
• Большой объем клиентской базы Банка, а также высокие темпы роста. При текущей средней выручке на абонента в Москве Банк может получать до 0,5 млрд рублей выручки от услуг связи ежегодно, а также расширить спектр услуг, повысить лояльность клиентов и привлечь новых.

Все дело в ядре

Когда партнеры были выбраны, Банк ответственно подошел к организации стартапа: например, все системы имеют многократное резервирование, как это принято в отрасли. Дополнительно к локальному резервированию компонентов организован георезерв на уровне двух автономных площадок: при выходе из строя одной площадки абоненты автоматически продолжат обслуживание на второй. При этом в нормальном режиме активно работают обе площадки, разделяя между собой трафик абонентов поровну. Решение, которое предложили специалисты Джета, включало узел PGW/GGSN производства компании Affirmed Networks, узел PCEF (DPI) — Procera Networks, узел PCRF — Oracle.

Современный тренд в телеком-отрасли — Network Functions Virtualization (NFV), технология виртуализации сетевых элементов телекоммуникационной сети, фактически виртуализация компонентов, обеспечивающих сервис для абонентов оператора связи. На смену специализированному оборудованию приходят серийные серверы (commercial off-the-shelf, COTS) архитектуры x86 с установленным на них специализированным ПО, которое выполняет тот или иной функционал. Особо необходимо подчеркнуть, что такое ПО работает под управлением виртуальной инфраструктуры, т.е. запускается внутри виртуальной машины.

Применяемые технологии виртуализации в рамках NFV весьма обширны: помимо базовой аппаратурной виртуализации, запускающей выполнение программных модулей на виртуальной машине, эмулирующей взаимодействие с реальным «железом» сервера, доступно построение программно-определяемой сети — SDN на базе виртуальных элементов сетевых функций.

При работе на высоких сетевых нагрузках особую актуальность приобретает обеспечение взаимодействия с сетевой подсистемой из программных модулей, запущенных внутри виртуальной машины. Другими словами, вопрос скорости работы с сетевыми интерфейсами стоит особенно остро. Один из известных в узких кругах способов — PCI Passthrough режим, при котором PCI-устройство целиком передается на управление гостевой операционной системы. Это позволяет ей работать с устройством напрямую, не задействуя слой эмуляции на стороне гипервизора. Однако такой способ затратен с точки зрения выделяемых ресурсов, он не масштабируется и привязывает гостевую ОС, а значит, и сетевую функцию, которая выполняется на ней, к конкретному экземпляру PCI-устройства.

Другая проблема, связанная с режимом PCI Passthrough, заключается в невысокой плотности размещения ресурсов из-за невозможности совместного использования одного устройства несколькими гостевыми ОС, так как каждая гостевая ОС в таком режиме использует устройство монопольно. Именно поэтому для реализации данного проекта был предложен альтернативный подход — технология Single Root I/O Virtualization (SR-IOV).

Технология SR-IOV позволяет напрямую использовать устройства по аналогии с описанным режимом PCI Passthrough, минуя гипервизор. Однако использование устройства становится доступно одновременно для нескольких виртуальных машин, к тому же имеет место независимая обработка прерываний и DMA для каждой машины с использованием технологии Virtualization Technology for directed I/O (VT-d). При включении режима SR-IOV сетевое устройство расщепляется на одну физическую (Physical Function или PF) и несколько виртуальных функций (Virtual Function или VF). Физическая функция (PF) остается на уровне гипервизора и под его управлением. Виртуальные функции (VF) передаются в гостевые ОС и становятся сетевыми интерфейсами виртуальных сетевых функций (NFV) для взаимодействия с внешним миром. Вопрос производительности VF внутри VNF решается за счет применения еще одной технологии, фреймворка — Data Plane Development Kit (DPDK). Изначально она была разработана Intel и затем передана в открытое сообщество. Использование данной технологии позволяет значительно повысить производительность NFV при обработке сетевого трафика. Использование технологии DPDK вкупе с SR-IOV для виртуализации сетевых функций — обязательное требование для построения высокопроизводительного NFV-решения.

В рамках проекта Джет поставлял самые нагруженные элементы инфраструктуры оператора, через которые проходит весь абонентский трафик. По этой причине использование DPDK действительно необходимо — в конечном счете от него зависит скорость работы «Интернета» на смартфонах абонентов мобильного оператора. Проект был реализован в сжатые рамки: серверное оборудование заказчик поставлял сам, от нас требовалось предоставить спецификацию необходимой аппаратной конфигурации. При этом, учитывая особенности логистики, состав оборудования должен был быть определен на самом первом этапе проекта, чтобы к моменту окончания работы над дизайном системы оборудование уже было доставлено на сайты и готово к развертыванию систем. К тому же задачу осложняла мультивендорная конфигурация, требующая скоординированного взаимодействия между всеми командами, задействованными в проекте.