前言:想要写出一篇引人入胜的文章?我们特意为您整理了云计算技术在智慧校园中应用范文,希望能给你带来灵感和参考,敬请阅读。
摘要:所谓“智慧校园”,即以物联网为基础的智慧化的校园工作、学习和生活一体化的环境,它往往以应用服务系统为载体,最终实现校园教学、科研及生活进行充分融合。目前智慧校园正在成为教育行业信息化建设的方向,而其智慧的体现就在于对于信息的整合与处理。这些无不与大数据及云计算技术的特征相吻合,何况物联网和云计算等新技术的应用使得结构化数据管理方式已无法充分体现数据价值,是以大数据与云计算技术对于结构化、半结构化和非结构化数据的管理及提供决策支持具有天然的优势。由此可见,大数据与云计算技术必然会成为智慧校园体系中数据价值最大化的体现。文章将对大数据及云计算技术的概念进行阐述、对智慧校园的信息平台网络体系架构进行分析,并以此为基础对大数据及云计算技术在智慧校园中的应用进行探究,以此为智慧校园的发展提供理论参考。
关键词:大数据;云计算技术;智慧校园;概念;信息平台架构;应用
0引言
学生的成长和安全向来是学校方面管理任务中的重中之重,借用信息技术在有限的师资资源和繁重的管理任务之间做到兼顾平衡即是智慧校园的设计与应用初衷。而智慧校园作为一种基于互联网技术而创建的信息服务控制系统,其在日常运作的过程中需要构建数据自动化监控采集平台与管理服务平台,随后借助数据自动化监控采集平台对校园内的诸多数据进行收集与分析,继而通过管理服务平台向后台用户传递信息,由后台管理者对其进行处理。在此过程中,数据信息一般具有两个特征,由于数据总量较大、数据种类较多,数据收集的难度必然较高,同时海量数据的存储与分析难度也相对较大。而为了实现海量数据的收集、存储与分析,加强大数据与云计算技术在智慧平台中的应用方可令智能终端、可感知设备及信息系统获取海量数据,并基于这些数据分析掌握事物规律,最终实现现智慧校园资源动态分配、高校业务部署等真正智能的应用。
1大数据与云计算技术概述
1.1大数据技术
所谓“大数据技术”,即一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,这种技术具有海量的数据规模、多样的数据类型、快速的数据传递速度以及较低的价值密度四个特征[1]。通常而言,基于大数据技术的系统运作一般会具有四个流程:数据采集,即将应用程序产生的数据以及日志同步至大数据系统内;数据存储,即将海量数据在大数据系统内实现存储;数据处理,即对原始数据进行过滤、拼接、转换及最终应用,这种数据处理主要存在两种形式,一种是在线的实时分析,另一种是离线批量处理;数据应用,在海量数据经过处理后对其提供外部服务,如生成可视化报表等。而为了实现这四个流程,大数据系统则需要包含以下两类组成结构。1.1.1Hadoop数据处理架构。Hadoop是一种分析和处理大数据的软件平台,是一个用Java语言实现的Apache的开源软件框架,在大量计算机组成的集群中实现了对海量数据的分布式计算[2-3]。Hadoop采用MapReduce分布式计算框架,根据GFS原理开发了HDFS(分布式文件系统),并根据BigTable原理开发了HBase数据存储系统,允许用简单的编程模型在计算机集群上对大型数据集进行分布式处理。目前Hadoop主要存在Flume、Pig和Hive等模块,其中Flume模块能够为Hadoop采集数据,继而对数据进行传输;Pig模块旨在借助编译器对海量数据进行分析与处理;Hive模块能够在海量数据经过采集、分析与处理后将其映射为数据库表等。1.1.2HDFS分布式文件系统。HDFS是Hadoop中的一个存储子模块,而HDFS分布式文件系统则是Hbase数据库的数据存储系统,包括数据节点及主节点两个部分[4]。在大数据系统中,HDFS系统主要负责对系统采集到的信息数据进行接收并为用户创建文件,实现存入、读取、修改、删除等操作。当数据集大小超过计算机存储能力时,那便势必需要对数据集进行拆分存储于不同的计算机中,而HDFS分布式文件系统则可实现对数据集实现跨计算机管理。
1.2云计算技术
就本质而言,云计算技术与大数据技术可谓密不可分,大数据可以视为云计算的应用案例之一,而云计算则是大数据的实现工具之一,其中大数据注重的是数据分析,云计算则是偏向计算机软硬件架构与应用[5]。是以在对大数据技术进行阐述后,云计算技术也并不难理解。所谓“云计算技术”,即通过网络“云”将巨大的数据计算处理程序分解成无数个小程序并通过多部服务器组成的系统对小程序进行处理和分析最终将结果反馈给客户的一类技术。就目前而言,云计算技术一般包括以下两类平台。1.2.1OpenStack云管理平台。Openstack是典型的IaaS(基础设施即服务)模式的云平台,它的作用主要在于对基础设施资源进行管理,以此为用户对资源的调用和使用提供便利。由于目前的Openstack多基于Linux内核完成搭建,是以它往往能够实现跨平台的应用程序安装[6]。从管理目标来看,OpenStack所管理的资源是云平台对资源,这种资源主要包括三类——计算资源、网络资源与存储资源。OpenStack云管理平台的应用令可扩展的弹性云计算服务成为了可能,用户可以在系统的后台方进行自主操作。1.2.2分布式计算与网格计算。分布式计算是一种与集中式计算相对、由多种计算技术集合而成的计算方法,由于云计算系统中的应用多需要巨大的计算能力方可完成,在这种情况下若采用集中式计算难免会耗费大量时间来完成,而分布式计算则可以将数据分解为许多小的部分并将其分配给多台计算机进行计算,最终实现信息数据的大批量处理[7]。总体而言,分布式计算不仅能够降低单一计算单位或处理单位的负载量,还能够令海量数据实现快速处理。网格计算是分布式计算的一类,它的要旨主要在于将一个需要非常巨大的计算能力才能解决的问题划分为“小部分”,继而将这些“小部分”分别分配给不同的计算机进行处理,最终完成多网络数据资源的运算、存储。
2智慧校园信息平台架构
从微观上来说,智慧校园并非只是信息数据的采集、处理与分析,而应该是一个集线下与线上两方面于一体的整体,校方可以基于大数据及云计算技术构建教学及管理系统,通过计算机等硬件设施实现信息数据的智能处理、简化人为管理流程,最终令校方的管理效率实现有效提升。目前智慧校园的信息平台架构可见图1。经过对智慧校园信息平台的整体架构进行分析,可以将其分为四个层面——负责采集信息数据的感知层、负责对信息数据进行传输的网络通信层、负责对信息数据进行分析与处理的大数据业务层以及对信息数据处理结果
2形成反馈的应用层四层。
2.1智能感知层
智能感知层是智慧校园运作的根本层级,它主要负责对信息数据进行感知与收集。智能感知层主要依托于具有智能感知能力的Alot基座完成运作,它能够借助物联设备为智慧校园提供接入与开放式的平台架构、将物联感知设备统一接入设备中进行管理,如视频监控设备、图像识别设备、报警防范设备、照明通风设备等。这些设备需要借助WSN无线传感网络与ZigBee协议完成信息传递,通过传感器与无线网关的串联,一旦传感器收集到信息数据,该类信息数据可以快速被传递至附近的计算机,借助计算机为节点传输至校内网中,而视频监控设备与图像识别设备等设备则可以利用RFID读取器对校内的状况实现感知与检测[8]。
2.2网络通信层
网络通信层可以视作智慧校园实现运作的“血管”,它主要包括几类信息传输技术,其中应用比较广泛、效果比较良好的信息传输技术主要包括但并不仅仅限于4G及5G的移动网络、有线网络等。由这些信息传输技术共同组成对网络通信层不仅能够为智慧校园的信息传递提供便利,还能够为用户提供访问服务。
2.3大数据业务层
大数据业务层是智慧校园的核心所在,也是大数据技术及云计算技术得以实现的主要区域,这个层级主要负责对通过智能感知层获取、通过网络通信通信层传输的信息数据进行分析、处理及存储[9]。大数据业务层主要由硬件与软件两部分组成,其中硬件主要为计算机、数据库、服务器等硬件设备,而软件则主要包括分布式数据存储软件、数据处理软件等,其运作流程通常为将接入的物联感知数据经过清洗、治理、智能分析,通过网络虚拟服务器终实现数据管理包括统一标准的基础数据和共享数据、各业务域产生的业务数据,最终利用分布式存储技术对处理过后的信息数据进行存储。2.4应用层应用层是智慧校园的最终层级,亦是直接与用户实现接触的层级,它的要旨在于将经大数据业务层处理后的信息表达在应用程序内,而用户则可以根据这些信息实现对整个校园的管理,如目前的高校已经能够实现的教务管理、一卡通管理等。
3大数据及云计算技术在智慧校园中的应用
经过对大数据及云计算技术概念的阐述与智慧校园信息平台架构的分析,可大致做出大数据及云计算技术在教学、管理及安全等几个方面的智慧校园应用假设。
3.1构建公共数据集成与共享平台
大数据及云计算技术在智慧校园中的最显著应用便是“数据集成与信息共享”,即对学校管理过程中的各类数据进行采集与处理,并将各类数据分享给全校师生[10]。与以往的公共数据信集成与共享平台不同的是,基于大数据及云计算技术的公共数据集成与共享平台拥有更快的信息传递速度与信息共享广度,一举打破了以往“由极个别人员建设智慧校园”的现状与内部信息孤岛的格局。在新的格局形成后,只要是校内人员皆可以通过智慧校园平台随时随地地获取自己需要的信息数据。
3.2创设智能学习环境
大数据即云计算技术在智慧校园中的另一大应用是可以借助这两种技术创设智能学习环境,其实际应用主要包括几个方面:一,智能资源上传与获取,借助大数据及云计算技术,学生能够随时随地通过智慧校园平台获取优质的学习资源及教学内容,而教师则可以对自己掌握的、优质的教学资源进行上传以供学生观看;二,构建云课堂,教师可以借助云课堂随时对学生进行随堂测验,以此提高课堂质量,而在某些课堂中,学生也能够凭自身爱好选择学习内容,令学习环境更见人性化、智能化,实现教学效率与质量的双向提升;三,学生状态监测,通过在黑板上方安装摄像头捕捉所有学生的面部表情和动作,实时分析学生的听课状态,让老师实时了解学生的听课状况,根据系统提供的数据作出教学调整与生成性资源利用,以此提高课堂质量。
3.3强化学校管理
强化学校管理也是大数据及云计算技术的实际应用,比较可行的途径有以下两个方面:一,利用人脸识别技术进行考勤,人脸识别考勤智慧班牌能够借助教务系统的排课信息,通过人脸识别、拍照、刷卡等多种身份识别技术进行识别考勤,系统可以客观记录、统计学生的到场情况,提高老师考勤效率且考勤信息具有可靠性;二,利用动态人脸识别系统进行安全管理在校园门口通过动态人脸识别系统和闸机系统的结合应用,可以实现学生无感知人脸考勤,以及实现黑白名单的判断,其中已授权的人员可通过刷脸进出,未授权的人员则需要通过访客登记获取授权方可进入,除此之外,动态系统还可以建立黑名单系统,对黑名单人员进行识别预警,有效实现学生和校园安全;三,以海量数据为学校管理提供决策支持,通过大数据、云计算等技术对学校财务信息进行采集分析,可以清晰展现各项收入、支出情况,为学校财务决策提供数据支持等[11]。
4结语
综上所述,大数据与云计算技术为智慧校园的进一步发展带来了新的契机。运用大数据与云计算技术等新型技术搭建信息共享平台,一方面可以使校管理层实时了解学校发展状况,令校老师及时发现教学问题;另一方面则可以提高学生的自主学习能力,令学生获得更多教学资源。随着信息技术在未来的持续发展,智慧校园在学校管理中所占的比重会越来越高,校方势必需要不断地提高大数据及云计算技术在智慧校园中的应用水平,通过不断的实践与改善令其更好地服务于现代化教育改革。
作者:王磊 田茂琴 古荣龙 单位:四川水利职业技术学院