Cas d’usage voix sur IP

La plupart des systèmes de facturation (BSS) ne consolident les données utilisateurs qu’une fois par mois pour l’émission de leur facture. Dans ce cas d’usage, le client souhaite pouvoir accéder aux tickets de facturation (CDR : https://en.wikipedia.org/wiki/Charging_data_record) de son réseau voix / voix sur IP (VoIP) en temps réel.

Les deux principaux besoins sont :

consulter, classifier, analyser en temps réel, les appels émis et reçus par le réseau,
Eviter les bill shocks: détecter les fraudes et notamment l’émission d’appels vers des numéros surtaxés.

Consultation des données

Afin de consulter vos données, il est inutile d’être un expert en langage de programmation. Grâce à l’interface graphique de Superset, vous pouvez, en quelques clicks construire votre rapport (slice dans la terminologie Superset).

Dans le cas présent, vous voyez un graphique qui compte de nombre de CDR ingéré par tranche de 24h. Vous pouvez adapter la durée qui vous intéresse mais aussi la granularité du graphique (nombre de points).

Analyse des données

En utilisant l’ensemble des colonnes disponibles dans la base et en les associant à des vues graphiques adaptées, vous pouvez créer des vues pertinentes pour vos métiers.

Vue basée sur les capacités géographique du système.
Vue basée sur les capacités graphiques tel que le classique camembert.

Création de dashboards

Après avoir construit un ensemble de vues pertinentes pour un besoin, vous pouvez assembler toutes ces vues dans un dashboard qui peut être positionné sur un écran en rafraichissement continu.

Dans le cas présent, il s’agit d’un dashboard permettant l’investigation des problèmes de sécurité sur le réseau Voix.

Ingest layer

Ce cas d’usage a nécessité le développement d’un logiciel d’ingestion des données spécifique. Les données issues des équipements voix sont dans un format binaire qui oblige l’écriture d’un sérialiseur / désérialiseur. La couche d’ingestion apporte aussi des services additionnels comme l’enrichissement des enregistrements avec les données de géolocalisation du numéro appelant, l’identification du type de numéro (mobile, fixe, sur-taxé, …) et enfin le coût de l’appel.

Une attention particulière est apporté aux champs qui définissent le temps. Tout notre système doit être cohérent sur la clock utilisée et sur les informations de temps fournies dans les enregistrements.

Le module software est vu comme un producer Kafka par la couche de message broker. Il est déployé sur autant de VM’s ou containers que nécessaire au traitement des flux de CDR’s.

Architecture

Sur la base du modèle de référence que nous proposons pour la solution PASS « Pragma Analytics Software Suite« , voici le modèle que Pragma Innovation a construit pour répondre à ce cahier des charges.