谢日敏 陈 杰 游贵荣

(1.福建商学院信息管理工程系,福州 350506；2.福建商学院信息网络中心,福州 350506)

目前，国内高校云计算服务主要包括3个层面：IaaS层(基础设施即服务)、PaaS层(平台即服务)、SaaS层(软件即服务)，其涉及物联网、大数据、移动互联等技术[1-3]。国外教育云计算的初期研究是以分布式互联网计算和科学研究为主，主要集中在软硬件架构、数据管理和云的互操作方面。软件架构研究主要以并行、密集计算为主；数据管理研究主要以关系型数据库和分布式计算为主；云的互操作性强调虚拟化和开放性。2009年Wheeler提出在校园网的IaaS、PaaS和SaaS提供IT服务[4]。2010年Armbrust描述了云计算的云网络和数据中心在商业和教育领域的应用[5]。随着云计算的快速发展，国内外高校智慧教育云计算研究都得到了长足的发展，尤其是在大数据方面的应用[6-7]。因此，高校智慧教育云计算就是以服务化理念为先导，重构智慧教育云计算服务架构。

1 高校智慧教育云计算建设要点

(1) 数据是基础。通过建设信息标准，提升数据管理质量，为管理层准确决策提供数据支撑。

(2) 身份管理是辅助。通过统一认证服务加强高校用户和组织信息的统一存储，构建统一用户管理体系，实现碎片化服务的单点登录。

(3) 服务是核心。基于自顶向下的建设思路，以统一高效、互联共享为管理原则，通过碎片化服务的应用，不断提升和改进师生管理服务能力。

(4) 消息是纽带。主要建设以消息中心为体验的快捷响应模式，可以提升师生互动能力，增强舆情监控和危机公关能力。

(5) 决策是方向。通过建设高校信息系统决策分析平台，以业务主题为模型，提供教学科研、安防等业务查询功能，同时建立高校学生学习能力分析、高校潜力学科发展预测、网络舆情预警等数据服务，支撑学校发展战略。

因此，高校智慧教育云计算研究可以通过构建智慧教育云计算架构，以“私有云”公共服务平台的形式，强化智慧教育信息系统的扩展应用，最终形成以服务为导向，以“人”为中心的全周期流程服务生态系统。

2 高校智慧教育云计算架构

本次研究在云计算服务扩展方面，引入DaaS(数据即服务)层，通过集成物联网技术、大数据技术及安全防护技术，重构智慧校园云计算信息化。IaaS层引入物联网技术，利用不同提供商的感知设备，进行数据采集，然后存储到虚拟化云数据中心，为DaaS层数据挖掘提供更加丰富的源数据信息，使得基础数据更加智能。DaaS层引入大数据，通过建立大数据平台和数据仓库，将非结构化和结构化数据进行采集、清理、转换、加载等，从而实现数据相互交换，更好地进行数据计算和数据管控服务。PaaS层引入身份认证平台、消息引擎、BPM(业务流程管理)引擎、ESB(企业服务总线)引擎和数据挖掘分析平台等，在这些平台的基础上，建立API能力开放平台，更好地服务于业务管理和教学信息化。SaaS层将传统的业务系统进行重构，建立重服务和轻服务软件应用体系。其中，重服务包括教学、科研、行政管理、生活管理、社会管理和文化管理等服务；轻服务以一站式服务大厅为主建立服务注册、申请、审批、授权、安装、卸载、推荐和日志等功能，其架构如图1所示。

在高校智慧教育云计算服务中，IaaS的主要任务是整合数据中心的所有软、硬件资源，实现服务器虚拟化、存储虚拟化与网络虚拟化。一方面可以将单台物理主机资源分割给多个用户或多个业务使用，实现“一虚多”功能；另一方面可以将多台物理主机资源，利用负载均衡、并行计算等技术为单个用户或业务服务，实现“多虚一”功能。目前存储虚拟化的实现主要有基于主机、基于存储、基于网络3种形式，其中，SDS(软件定义存储)和SDN(软件定义网络)催生了HCI(超融合架构)。目前，常用的虚拟化技术软件主要有商业授权的VMware、HyperV，及开源的Xen、KVM等产品；而HCI主要采用HCIA(超融合基础架构设备)和HCIS(超融合基础架构软件)。

2.2 DaaS层

DaaS层的关键是建设数据中心管理平台。首先，建立满足自身高校业务管理的服务化信息标准，并从高校信息业务系统中抽取核心数据，进行数据采集、清洗。对基于标准模型的数据提供信息化管理手段，以利于后期的管理与维护。在融合了结构化数据和非结构化数据之后，主要进行数据计算和管控。其中，数据计算工作的关键是进行数据统计分析、流计算、图计算、OLAP操作等；而数据管控主要进行主数据、元数据、数据标准、数据安全、数据质量的管理工作。然后，在数据扩展应用方面，针对个人数据、业务部门数据和校级数据进行深度数据分析和挖掘，实现“以用促建”的目标。例如，高校的非结构化数据服务，可以利用Hive、Spark、Hadoop、HBase、MongoDB等对数据进行清理转换，并应用数据分析技术抽取高附加价值的数据信息，并转换成结构化数据。其关键是利用Apache Sqoop技术对MYSQL和HDFS系统的数据进行互导，最终将数据存储在数据集市上，构成多分类的数据集市。

2.3 PaaS层

PaaS层主要包括统一身份认证、消息引擎、BPM引擎、ESB引擎、数据挖掘引擎等。统一身份认证可以采用CAS认证[8]；消息引擎可以将Apache RocketMQ作为消息中间件；BPM是一个规则，包括流程的建模、执行、监控、分析、挖掘、改进等，工作流一定是BPM系统的核心技术，Activiti就是一种基于Apache的开源BPM平台；ESB引擎适合传统企业系统应用下系统间的短消息同步服务交互场景，Dubbo是一种分布式服务框架，适合互联网系统应用下系统间的短消息同步服务交互场景，如果高校服务过少，可以利用WebService进行过渡，无需ESB；数据挖掘引擎可以包含数据收集服务、数据分析服务和数据计算预测等功能。

当前，高校应用集成开发接口主要包括认证接口、消息接口、数据接口等，以这些接口为基础，可以建立适合高校数据管理的API能力开放平台。高校智慧教育通过API能力开放平台，使得数据中心可以与业务系统做好数据对接的同时，能更好地让数据服务于教师和学生，让教师和学生可以进行二次开发和课题研究。这样可以丰富产品线，为教学管理、科研管理、学生管理和校园服务等提供有利的数据服务保障。

2.4 SaaS层

目前，SaaS层主要以“一站式”服务大厅为业务管理平台。首先，“一站式”服务大厅管理要先行，要建立CIO制度，对各部门管理流程进行全面梳理。其次，以服务为驱动，构建独立于业务系统的服务平台，通过服务驱动的方式展开建设。接着，利用快速开发工具，对业务进行梳理和优化，通过技术手段逐步完成平台建设。最后，以全局视野进行业务梳理，通过简化、优化服务流程，在服务中体现管理思路，其关键是界定好微服务、轻服务和重服务的区别，及针对不同服务类型采取的业务处理技术。

3 高校智慧教育云计算扩展应用

针对大数据信息化快速发展的趋势，为更好地服务高校信息化，在DaaS层数据计算的基础上，构建以下模型系统：

(1) 基于学生心理活动的学习情感计算系统，实现主动式导向的学生学习情景建设。

(2) 基于深度学习和人工智能的学习情景系统，减少受教育情境问题的不确定性影响。

(3) 信息化决策支持系统，实现对学生学习状态的智能分析，降低教学服务压力。

(4) 在数据统计分析的基础上，实现高校智慧教育学生学习路径系统的个性化服务。

(5) 悦趣化学习行为系统，以寓教于乐的方式，增加学生学习积极性。

通过以上基于大数据的重服务系统建设，能够深度挖掘高校信息化潜能，为师生提供更贴心的信息化服务。

4 结 语

高校智慧教育云计算是以服务为导向，以师生服务为中心，利用IaaS、DaaS、PaaS和SaaS等关键技术，建设适合高校发展的智慧教育云计算架构，服务于高校业务的生态系统，能为管理层决策提供准确的数据支持。