基于人工智能的智慧校園系統設計研究

王世勤

（長江職業學院 湖北 武漢 430074）

0 引言

近年來，智慧校園已經成為教育信息化的一個重要發展方向，大量學校正在嘗試引入并應用新模式。 然而，現有的智慧校園系統往往僅滿足基礎的信息化需求，還未能充分發揮人工智能等先進技術帶來的巨大潛力。 基于此背景下研究和開發一種基于人工智能的智慧校園系統，可以提高教學和管理的效率，優化教育資源配置，為提升教育質量提供有效的支持。 本文將研究并設計以人工智能驅動的智慧校園系統，以期為當前教育領域的信息化發展提供有益的參考和啟示。

1 基于人工智能智慧校園系統設計

1.1 系統總體框架設計

如圖1 所示，本系統采用分層架構設計，系統總體框架由五個主要組成部分構成：用戶接口、業務處理層、數據訪問層、人工智能處理層和系統安全層。 具體功能設計如下：（1）用戶接口。 該接口是所有用戶與系統交互的平臺。 無論是學生、教師還是管理人員，都可以通過平臺訪問并使用系統功能。 為了提供個性化的用戶體驗，為不同用戶設計了不同的界面。 （2）業務處理層。 該層用于處理所有來自用戶接口的請求，并提供響應。 所有的教學活動、設備管理、安全控制等業務邏輯都在這層實現。（3）數據訪問層。 這一層為系統提供了訪問和操作數據庫的機制，包括數據的查詢、插入、修改和刪除。 （4）人工智能處理層。 處理層是系統的核心組成部分，用于實現各種智能功能，如預測分析、自然語言處理、圖像識別等。 這一層的主要任務是學習、理解、預測和優化校園環境和教學過程。 （5）系統安全層。 該層負責保護系統免受攻擊，包括防止非法訪問、保護數據安全等。 這是系統的防御層，確保了系統和用戶數據的安全。

圖1 系統總體框架

1.2 系統的硬件架構設計

基于人工智能的智慧校園系統設計，硬件架構的設計是至關重要的。 硬件架構設計需考慮系統的各項功能需要使用到的硬件資源，包括數據存儲、計算能力、網絡連接等，以及各種傳感器和接口設備。 本系統的硬件架構分為五個主要部分：服務器群、網絡設備、智能終端、安全設備和基礎設施。 （1）服務器群。 選用IBM 的服務器（IBM power system S924），配備POWER9 處理器，內存為128 GB，為系統提供強大的運算能力。 數據存儲使用Dell EMC PowerVault ME4 系列磁盤陣列。 （2）網絡設備。 使用Cisco Catalyst 9000 系列交換機和路由器，確保穩定可靠的網絡連接。 無線接入點將選用Aruba Instant On AP15。 （3）智能終端。 人臉識別設備選用hivision 的DS－2CD754F?EI 型號。 紅外人體感應器選用Omron（歐姆龍）的D6T－44L 型號，可以準確無誤地檢測到人的存在。（4）安全設備。 采用Fortinet FortiGate 60F 防火墻設備，配備高性能的SD?WAN 功能，同時內置最新的FortiGuard 防病毒軟件。 （5）基礎設施。 機房空調將選用美的精密空調（precision air conditioner），保證機房的溫濕度穩定。 為了防止電力中斷，將選用APC Smart?UPS SRT 5000VA，提供穩定可靠的電力保障［1］。

1.3 系統的軟件架構設計

軟件架構設計是實現系統功能、滿足性能需求、保障系統安全和可擴展性的關鍵。 本系統軟件架構設計著眼于未來的擴展和維護，選擇的每個組件都考慮到了長期的可用性和穩定性。 通過選擇開源和廣泛支持的技術，確保了在長期運營中能夠獲得足夠的支持和幫助。 該設計強調了模塊化和可擴展性，每個部分都可以獨立替換或升級，提供了一個靈活而強大的基礎設施。 具體技術選擇如表1 所示。

表1 軟件架構技術選擇

1.4 系統的網絡架構設計

本系統的網絡架構設計致力于提供一個穩定、高效、安全的網絡環境，既考慮了性能和可用性的需求，也充分研究了安全性和可維護性的問題，盡量使用了先進的網絡技術和方法，以提供最好的網絡服務。 具體設計如下：一是接入層的構建。 接入層主要負責各類終端設備的接入和初級數據處理，包括校園的各類學習工作設備，如個人電腦、手機、平板，以及各類智能硬件設備，如人臉識別終端、閘機門禁和紅外人體感應終端等。 為了實現各類設備的穩定、高速、低功耗的數據傳輸，本系統采用多種接入技術，包括有線的以太網接入，無線的Wi?Fi 接入，以及面向物聯網設備的LoRa 廣域網（long range wide area network，LoRaWAN）無線接入。 二是匯聚層的設立。 匯聚層主要負責從接入層收集來的數據進行初步的匯聚和分流，部署一系列的網絡交換機和路由器，將數據根據其目的地和優先級進行路由選擇和傳輸調度。 為了提高網絡的可管理性和安全性，還會使用虛擬局域網（virtual local area network，VLAN）技術對流量進行劃分和管理，確保不同的業務流量能夠在邏輯上進行隔離。 三是核心層的構造。核心層是網絡架構的中心，承擔著處理大部分網絡流量的任務。 在這一層，將部署高性能的路由器和交換機，以確保網絡數據的高速流轉。 為了實現高效的路由決策，將使用開放最短路徑優先（open shortest path first，OSPF）或者邊界網關協議（border gateway protocol，BGP）等先進的路由協議。 四是防火墻和安全層的設計。 在接入層和核心層之間，本系統將設置防火墻和入侵檢測系統，利用深度包檢測和AI 驅動的威脅智能進行實時監控，對任何可能的威脅進行預防和防護。 五是云服務和數據中心的配置。本系統將部分數據和服務部署在云端，選擇像亞馬遜、谷歌或阿里云等公認的云服務提供商，以利用他們提供的強大計算資源和服務。 同時也會建立自有的數據中心，實現對數據和服務的本地化管理。 六是軟件定義網絡的應用。系統采用軟件定義網絡技術，通過對網絡設備的軟件化和編程化，實現網絡的靈活管理和自動化運維［2］。 不僅能夠實現對網絡流量的精確控制，還能夠按需分配網絡資源，提高網絡的使用效率。 七是網絡管理系統的部署。 為了實現對整個網絡的有效管理，本系統將部署一套完整的網絡管理系統。 這套系統能夠提供網絡的實時監控，包括流量監控、設備狀態監控等，還能夠實現故障的快速定位和修復，以及網絡性能的統計和管理。

1.5 人工智能在系統功能實現技術方案

1.5.1 人臉識別終端

人臉識別終端設計是以AI 為核心，其中人工智能AI模塊被深度集成到門禁設備中。 通過設備內置的操作系統應用程序，AI 模塊實現了從人臉到工號或學號的映射。門禁系統將映射信息上傳到智慧校園平臺，使得平臺上的后臺模塊能夠根據工號或學號獲取到對應的業務數據［3］。例如，宿舍管理模塊能夠根據學號查詢到相關的信息，如學員所屬學院編號（collegeNo）、班級編號（classNo）、宿舍地址（dormitory address）等。 同時，食堂餐飲管理模塊也可以根據學號查詢到相應的賬戶余額等信息。 人臉識別設備還能夠通過智慧校園平臺，聯動控制閘機門禁。 其中涉及的數據包括是否聯動閘機開門（openGate）的標識以及閘機門禁設備（gateDevSN）的標識。 當智慧校園平臺的校園出入管控模塊收到數據后，將會觸發門禁控制指令，自動打開閘機門禁。

1.5.2 閘機門禁

閘機門禁在智慧校園系統中起到了關鍵的控制作用，它接受并處理打開和關閉的控制指令，然后將處理結果反饋給智慧校園平臺。 詳細的處理過程如下：一是，當閘機門禁設備收到智慧校園平臺發送的開啟或關閉指令時，它會執行相應的動作。 如果動作執行成功，如門禁成功開啟或關閉，那么它會把當前的開關狀態（開啟或關閉）反饋給智慧校園平臺。 平臺可以獲取到門禁設備的實時狀態，方便進行進一步的管理和調度。二是，如果閘機門禁設備在收到開啟或關閉指令后，由于網絡故障或者設備問題等原因無法執行動作，那么它會向智慧校園平臺發送告警代碼。 告警代碼中包含了設備無法執行指令的具體原因，如是網絡故障還是設備故障，以及具體的故障代碼等信息［4］。 平臺在收到告警代碼后，能根據代碼中的信息快速定位和處理問題。 通過以上兩種方式，閘機門禁設備與智慧校園平臺之間形成了一個完整的信息反饋機制，確保了校園的安全和設備的正常運行。 具體參數見表2 所示。

表2 參數返回值

1.5.3 紅外人體感應終端

為了更精確地實現對校園內人員數量和位置的監控，本系統設計了紅外人體感應終端。 該設備是基于紅外感應技術的自動探測設備，可以感知到人體的熱量并由此判斷是否有人進入或離開某個區域。 在智慧校園系統中，將紅外人體感應終端安裝在教室、自習室、宿舍等關鍵區域的入口處。 當有人進入區域時，紅外人體感應終端將會向智慧校園平臺發送一條人員進入的信號。 同樣，當有人離開區域時，設備也會發送一條人員離開的信號。 通過收集和分析信號，智慧校園系統可以實時獲取各個區域內的人員數量，并據此判斷各個區域的使用情況［5］。 例如，如果一個自習室內的人員數量突然大增，系統可以推斷出自習室可能正在進行某項活動，或者自習室的使用率非常高，需要進行相應的資源調整。

2 系統測試

2.1 測試過程

在測試過程中，首先在U?Linux 環境下搭建了云計算環境，用于托管和運行智慧校園系統。 然后采用Java 語言對平臺進行了全面測試。 本次測試主要分為兩個部分，功能測試和性能測試。

在功能測試部分，按照預定測試計劃，對平臺所有功能模塊進行了全面測試。 包括人臉識別功能、人員管控功能、宿舍管理功能、食堂餐飲管理功能等。 并對每個模塊構造了各種可能的使用場景，按照場景進行測試，以檢驗各功能模塊在實際運行中是否能夠按照設計的要求執行，

在性能測試階段，本次模擬了實際運行環境中可能出現的高并發、大數據量等情況，以測試系統在此情況下的表現。

2.2 測試結果

如表3 所示，在系統功能測試上，智慧校園系統證明了其優越的性能和完善的功能。 在復雜環境下，人臉識別功能展現出了良好的準確性和穩定性，保證了系統的可靠性。 人員管控、宿舍管理以及校園出入防控功能能有效提升校園的安全性和管理效率。 食堂餐飲管理功能則進一步提升了校園服務的便利性。 在系統性能測試上，如表4所示，通過對比可以看出，慧校園系統在處理高并發、大數據量等壓力情況下，表現明顯優于傳統的校園管理系統。這得益于在系統設計和實現階段，采用了最新的云計算技術和人工智能技術，優化了系統的處理能力和響應速度，提高了系統的穩定性和可靠性。

表3 功能測試結果

3 結語

綜上所述，本文構建了一個高效、穩定且安全的智慧校園系統，系統內的各項關鍵技術經過精心選擇與實現，特別是人工智能的廣泛運用，大幅提升了系統的性能和效率。 在系統測試環節中，通過大量的功能和性能測試，證明了系統功能全面，性能優異，并且在與傳統平臺的對比中表現出了顯著優勢。 本次研究的智慧校園系統不僅滿足了現代教育環境的多元需求，也為智慧校園的未來發展提供有益參考。