参考: https://www.juniper.net/documentation/us/en/software/nce/nce-214-midsize-branch-mist-pwp/topics/topic-map/nce-214-midsize-branch-mist-example_part2.html

参考：https://www.mist.com/documentation/mist-experience-marvis-client/ 図によると、Marvisは本日、クライアントデバイスで2件の認証失敗が発生したと判断しました。これは、タイムラインチャート上の失敗したイベントを示す赤い点と、イベント詳細で認証失敗が理由として表示されていることから確認できます。

参考: https://howiwifi.com/2020/07/13/802-11-frame-types-and-formats/#:~:text=There%20are%20three%20types%20of,the%20layer%203%2D7%20information

Mist AIリアルタイム位置情報システム（RTLS）のアーキテクチャでは、生の信号データから実用的なイベントへと変換するプロセスに複数の異なるレイヤーが関与します。位置情報システムが最適なソリューションである理由を理解するには、Mistが位置情報サービス（LBS）をどのように処理しているかを検証する必要があります。
ワークフローは位置センサー（通常は Mist アクセス ポイント）から始まります。これらのセンサーは、追跡対象の資産またはモバイル デバイスから生の Bluetooth Low Energy (BLE) または Wi-Fi 信号（RSS 測定）を収集します。
これらの生データポイントは、クラウドベースのMist AIエンジンに送信されます。位置情報システム（Mistクラウドでは「ロケーションエンジン」と呼ばれることが多い）は、機械学習と三辺測量アルゴリズムを用いてデバイスの正確なX/Y座標を計算する機能コンポーネントです。
しかし、その役割は単なる座標計算に留まりません。ミスト位置測定システムは、
「コンテキストアウェア」。座標が確立されると、システムはこれらの座標を、Mistダッシュボードで設定された定義済みゾーン、仮想ビーコン（vBeacon）、またはジオフェンスにマッピングします。デバイスの座標が定義済みの境界と交差すると、位置情報システムは位置認識アクションをトリガーします。これには、サードパーティアプリケーションへのWebhookの送信、モバイルSDKクライアントへの近接通知のプッシュ、分析エンジンへの「訪問」の記録などが含まれます。
Juniper Mist Edgeはデータプレーントンネリングを処理し、Marvis Miniはネットワークシミュレーションのデジタルツインとして機能しますが、座標からアクションへのロジックは管理しません。ロケーションシステムは、空間データとビジネスロジックのギャップを埋めるインテリジェンスであり、適切なクライアントが会場内での物理的な位置に基づいて適切なトリガーを受け取ることを保証します。