黄成兵

摘要：高校校園网建设正从数字化校园过渡到智慧校园。分析当前高校校园网现状及普遍存在问题的基础上，指出基于大数据环境下高校智慧校园网的特征及其功能。结合当前高校校园网络的实际情况及需求，采用数据整合、工作流程整合、服务流程整合及功能整合的方式，提出高校智慧校园建设思路。

关键词：智慧校园；大数据；校园网建设；数字校园

中图分类号：TP393 文献标识码：A

0引言

20世纪80年代开始，即已形成逐步推进展开高校信息化建设的工作实施重点，前期主要是以校园网络构建、多媒体电子课件设计以及各分体独立的教学管理系统研发为核心宗旨目标的数字化校园网络的发展和实现[1]。此时对高校校园网的研究还基本停留在如何优化大数据系统软件架构、优化业务逻辑、优化数据分析算法、优化节点性能等方向，忽略了对大数据环境网络的优化和利用[2]。

21世纪开始，高校校园网络建设逐步由数字化走向智慧化，更加强调为用户提供个性化的服务，更多地体现服务的智能化和管理的人性化[3]。当前，校园信息化建设取得了可观成就，已经发展成为一个集大数据、云计算、物联网、智能感知等多种技术为一体的综合智慧校园网络，从而为师生整体展现了颇具智能优势的理想新型学习、工作和管理环境。智慧校园网中的大数据，和传统数据比起来，不再仅是单单对数据进行采集和查询，而是可以通过对大量数据的收集、整理、分析，对事物的发展做出准确的态势走向判断[4]，因而已然成为首要、主导的普及应用方向。本文即对此课题展开研究论述。

1当前高校校园网现状与挑战

1） 资源分散，共享困难。当前高校校园网络使用过程中，普遍存在校内各管理、教学单位各自为政，系统资源在使用和管理上粗糙、分散的实际现状。数据库不能共享互通，导致难以对数据进行集中管理和使用，也未形成大数据环境，更遑论对大量数据的提取、分析与利用了。

2） 在信息管理和操作处理所采用的各种技术手段上，往往存在新技术引入高校的时间延迟、落地使用速度落差、信息服务能力未能强势提升、以及信息安全存在巨大挑战等问题。

3） 在使用以计算机为核心的信息技术来促进教育教学的理论与技术方面，往往存在各类IT资源和技术未能做到充分聚合、各类系统之间缺少关联、教师教学方式亟待改进创新等问题。例如多媒体教室的灯光、投影、空调之间的优化匹配以及这些设备与教务数据的有效整合。

4） 在数据收集方面，存在当前高校数据来源较少且质量不高的问题。同时，在丰富用户类型和数据模型等方面还需提供进一步的更新与完善。

5） 相关只能业务部门工作人员在数据如何有效利用方面大多还缺乏目标意识，不能在实践中多层次、立体地掌握和利用数据资源。校园内的广大师生，大多只是数据的被动使用者，很少会成为数据的积极制造者。

6） 高校校园网络建设是一个长期系统工程，而且大多数高校校园网络也并非一蹴而就的研发活动。因而，校内可能存在许多不同开发商生产的系统，存在难以兼容的问题。

2高校智慧校园的特征及功能分析

“智慧校园”是一个包含云计算、物联网、智能传感等技术的综合体，是对“数字校园”的拓展和提升[5]。大数据可以看作致力解决的研究问题，云计算可看作是解决问题的思路和方法[6]。智慧校园网建设的最终目的是更好地提供各类服务，因而其功能与作用也要切实融合在高等学校的各项具体业务工作之中，如人才培养、科学研究、社会服务、文化传承、创新创业等方面。结合当前各高校现状进行需求分析，智慧校园的应用方向大致可在如下方面给出发展论述。

2.1智慧教室

多媒体教室的管理一直是学校教学功能进程中一个繁琐、且需精细调控的工作环节。在智慧校园环境下，如何才能构建功能丰富、性能稳定、操作简便、维护快捷的多媒体教室一直都是多方热议的重点问题。通过将物联网与传感技术、云计算技术以及移动应用技术等进行结合，收集大量教室相关信息，如教室光照度、温度、课程信息、教师/学生信息等，再基于如上信息设计建立大数据信息共享平台，精确地分析学校各多媒体教室的使用时间、内容及课程配置要求。此后，即可通过软件自定义的方式实现系统自动控制设备的开启、使用及数据记录功能。将多媒体教室里面的计算机、投影、音响、窗帘、空调、灯光等统编后形成集中控制，同时做好授课事件、课堂考勤[7]等相关教学信息的记录工作和教学视频录制保存工作，方便学生课后调取、回放观看复习。

2.2学生就业分析及推荐

建立高校智慧校园网络，可帮助提升学校就业管理工作。具体可体现在3个方面：

1）服务教学。系统可统计该校学生的历史就业数据，分析各专业学生的就业岗位、就业待遇、发展现状、存在不足等，以便不断修正和改进学校教学方式和教学内容；

2）服务学生。利用智慧校园平台，可深度认知当前学生的就业需求和趋向，教师有针对性地提供现实就业指导，为不同学生推荐适合的就业信息，提高就业率；

3）服务企业。基于学生在校的学习数据，如专业技能、特长、综合素质等，因势利导地培养学生职业技能，使学生成长为企业需求的合适人才。

2.3大数据分析

通过对高校智慧校园网中的大数据分析，可实现学生行为预警、智能提醒、整体评估等高端功能。在进行大数据收集时，数据的来源很广，主要包括学生课程数据、图书借阅信息、各类场所签到数据、网络访问数据、食堂用餐数据、运动数据、购物数据等。得到了各类 原始大数据（学生预警模型），即可着力推进定制数据的分析与处理，指导后续工作的有效运转与开展。

对学生行为进行智能预警，设计时则可根据对校园一卡通的使用、上网行为、课程信息等情况的实时收集，了解各学生在校的起止信息行为。在数据出现特殊或异常情况时可及时向相关部门或人员发送报警，提升学校管理的主题优势与风险预判的能力。举例说明，如果一个学生连续几天都未采获有关数据，也并未办理任何请假手续，很有可能该学生也许出现异常情况，此时即应迅速介入调查。

通过对校园网信息化平台的各种软硬件日志和其它信息的收集并采集汇总、分析，可动态地评估学校安全的整体状况，以便网络管理人员即时开启相应问题的解决处理进程。

在智慧校园中，还可自动生成一些实时提醒设置。如教师或工作人员有新的待办公文、会议，学生要上课或有各类活动，领导有相关日程安排等。

通过对教师下载论文、观看书籍及在线学习情况等做出统计，分析该教师的研究方向及学术水平，为学校改进教学和科研管理提供依据[3]。根据学生是否按时用餐及进入图书馆学习等时间等来判断其与学习成绩的关系。用学生浏览书籍分析其专业知识和兴趣爱好，并将这些信息与招生就业求职形成评测关联。

2.4 掌上移动教学

随着时下高科技的迅猛来袭，传统的课堂教学表现出一定的局限，需要学生广泛开拓大量的课外补充学习。通过智慧校园建立掌上移动教学平台，为学生打造碎片学习模式。每个用户均可在平台构建专属的个人桌面空间、存储空间、资源空间和协作空间，形成统一的在线学习、作业和个人娱乐生活空间，促进学生学习。

2.5 智慧办公

在办公系统中有新的通知文件时做到及时自动提醒，并能够督促安排人员在规定时间内迅速完成。同时还可与工资系统挂钩，若相关人员未按时完成派发任务，可自动扣发奖金或一定绩效工资，院系领导也能够实时查看相关事项的办理进展。

2.6 校园安全管理

通过布置在校内的多视频监控系统，使用先进的智能化管理程序并与报警系统建立连接，自动分析来校可疑人物及危险事件，并可自动提交预警，从而实现校园的可视化安全管理。在实际应用上可做如下3方面的阐释分析。

1）在学生管理方面。可建立全校学生的完整数据，包括身体素质、个人画像、行为特征等。对优秀学生的重要特征给出生动刻画，为其他学生树立行为典范。预判学生管理中可能会发生的危险行为，如学生半夜私自出寝、酗酒行为等，有主于提前告知管理人员以规避各类以外风险发生；

2）在学校层面。可通过网络数据判知有关学校的舆论倾向并提供及时引导，为学校招生和就业提供信息化决策数据；

3）在安全管理方面。可实时收集校园网内各网络设备日志信息并发布安全报告，能够有效抵御校园网常见ARP攻击等，从“被动防御”转向“智能主动防御”[8]。

3解决方案思路

在高校智慧校园网络中，大数据的应用不仅限于可以获取大量的数据信息，更重要的在于通过对这些数据的加工整理、聚类分析，提炼出其它的有用信息。利用这些信息即可实现对高校的智能化管理、以及教学资源优化、教学质量提升，从而促进学校未来发展[9]。

建立基于大数据环境下的高校智慧校园网络，至关重要的一点即是进行数据的收集、整合和利用。使用的关键技术主要包括大数据、云计算、移动互联、商务智能、社交网络、知识管理等[10]。在建设过程中，大多仍要依据现有系统的改进创新。因而，本次研究提出如下解决方案思路。

3.1 数据整合

遵循“数据仓库+主数据+大数据”的建设思路，在校内重新构建新的基础数据平台，数据源主要包括教学、科研、管理、生活等四大方面内容。开放现有各分散系统的数据库，将现有数据库中有用的字段提取出来设计形成学校新的基础大数据平台。例如：在建立学生相关信息时即可以原教务系统数据为基准实现提取，建立教师基础数据时则可以人事处的数据库为基础，这样可有效避免数据杂乱多的困扰，并且能够保证数据相对意义上的完整可靠。但此时新建的大数据基础平台也会存在一定的问题，主要体现在有现实数据更新时不能有效回填（即写入到原有老系统数据库中），解决策略是在形成了新基础大数据平台后，可定期使原有老系统数据库从新生成的大数据平台中提取相应数据回填进去，这样即可连锁保证新老系统数据均为统一、正确及可用。

3.2 工作流程整合

采用“业务建模+SOA”的思路，建立规范的工作流程。业务建模（Business Modeling）就是以软件模型的方式描述学校管理和工作业务上所涉及到的对象和要素、以及内置的属性、行为和彼此关系，业务建模强调以体系的方式来规划、设计和构架学校的信息系统[11]。

同时，面向服务的体系结构（SOA）是一个组件模型，能够将应用程序的不同功能单元（称为服务）通过这些服务之间定义良好的接口和契约联系起来。接口是采用中立的方式进行定义的，而且应该独立于实现服务的硬件平台、操作系统和编程语言。这即使得构建在这样系统中的各种服务可以以统一和通用的方式发生交互[12]。

3.3 服务整合

通过建立“公有云+私有云”的云服务模式，整合现有各类服务，面向不同服务对象分类提供多种云服务。公有云和私有云的主要差别在于对数据的掌控力度，公有云服务必须将数据托管在云服务商的数据中心，学校对其掌控力度较弱，易导致数据丢失等问题状况。因而，在公有云上可传送一些学校对外宣传的内容资料、社会服务资源等，用于学校的形象展示和公共服务的设计确立。

在校园网边界路由和防火墙内部建立私有云，并在私有云上放置数据将会拥有较大的掌控力度和安全性，同时也能够便捷获取实现数据备份等处理效果。在私有云，可实现承载校园文化传承，协同办公、教学、科研、生活，學生创新创业实践，建立人才培养及实训平台等诸多功能。

3.4 使用及扩充

智慧校园建成之后，还应充分考虑到今后的使用、维护及升级扩充等问题。在使用过程中，必须高度重视重要数据的备份工作，有条件的情况下首选采用实时异地备份。不定期对重要服务器、通讯设备、安全设备等进行维护检修。根据云存储空间容量，可采取相应数据压缩，并定期删除过期无用数据。建立AAA（Authentication、Authorization、Accounting ）服务，增强校园网络使用安全。在以后需要增加新的应用系统时均要在原有数据平台进行开发，开放数据接口，保持系统兼容性，同时建议最好在开源平台上得到设计实施。

4结束语

目前，智慧校园建设虽已取得初步成效，但因其中涵盖诸如学校的办学理念、管理理念等各个环节，因而存在资金投入多，见效缓慢，实施过程较为复杂等现实问题。只有明确智慧校园的建设目标，遵循正确的建设规律，同时确保资金落实，措施到位，而且采用有效的建设策略，才能顺利推进智慧校园建设和教育信息化的大幅拓展与成功实现。

参考文献：

[1] 蒋东兴，付小龙，袁芳，等.大数据背景下的高校智慧校园建设探讨[J]. 华东师范大学学报（自然科学版），2015（S1）：119-125，131.

[2] 黄海军.大数据环境下高校网络架构的设计与优化[J].中国信息技术教育，2015（12）：118-124.

[3] 宓詠，赵泽宇.大数据创新智慧校园服务[J].中国教育信息化，2013（24）：3-7.

[4] 赵卫.大数据环境下高校校园网建设探析[J].电脑知识与技术，2016，12（18）：54-55.

[5] 常红春，严思静.大数据技术在智慧校园中的应用现状及前景[J].科技风，2016（8上）：45.

[6] 宋志秋，郭晓丹.大数据时代基于云的校园网服务研究[J].信息系统工程，2015（6）：105-106.

[7]姚南野，王林平，郑世珏，等.基于蓝牙通信的高校课堂手机考勤管理系统[J].计算机与数字工程，2014，42（10）：1986-1990.

[8] 肖慧卉.校园网络安全防护及对策[J].电子技术与软件工程，2016（10）：229.

[9] 汶向东.大数据时代“智慧校园”的应用研究[J].中北大学学报（社会科学版），2015，31（5）：62-65.

[10] 杨刚，杨凯.大数据关键处理技术综述[J].计算机与数字工程，2016，44（4）：694-699.

[11] 艾萍，施展.业务建模技术综述[J].计算机应用与软件，2012，29（7）：127-132.

[12] 马艳，何小波，徐飞.面向SOA的校园云架构搭建研究[J].计算机时代，2016（9）：24-28.