基于云平台的宿舍安全智能决策系统研究

王 斌，王 蒙，王 飞

学生宿舍是大学生在校生活的核心区域，高校学生管理者一直致力于为学生提供一个安全、舒适、可靠的学习和生活环境.在物联网技术、移动通信技术不断发展的背景下，宿舍环境中的图像、烟雾、温湿度、电气设备状态等数据信息的采集为管理者在宿舍环境监控与安全决策方面提供了有效的依据.但是，随着高校招生规模的不断扩大，宿舍数量不断增多，新的智能设备的不断引进，传统的本地宿舍环境监控系统暴露出越来越多的问题.首先，伴随宿舍环境数据监测类型和使用时间跨度的不断增加，本地系统已无法承载海量的数据存储；其次，由于采集环境数据的物理设备差异巨大，并且各个监测系统功能独立，信息融合与数据分析存在难度［1］；第三，系统缺乏智能化的智能决策功能［2］，宿舍管理员需要对大量的环境监测数据进行分析并依据个人经验进行决策，决策的准确性与效率难以保证.因此，如何准确并高效地对宿舍环境数据进行采集、存储、分析及智能决策，是实现宿舍环境安全可靠的基础.

近年来，随着云计算和大数据技术的不断发展，为海量的宿舍安全数据存储、深层次数据挖掘和分析等问题的解决提供了可能.文献［3］针对智能家居环境中系统维护繁杂、本地服务器缺乏灵活性、无法提供海量数据存储功能等问题设计了一套基于云的智能家居系统.文献［4］针对高校不同院系间软硬件信息互通的难题，分析了智慧校园云的三层体系架构，提出了基于云服务的高校智慧校园框架.文献［5］分析了智慧校园的主要服务内容，总结了云计算技术在智慧校园中的应用，设计了一套智慧校园云服务系统.已有的文献缺乏基于云平台的宿舍安全风险指标分析与智能决策系统方面的研究.本文在上述研究的基础上，根据宿舍环境的特点和安全管理的要求，详细阐述了信息化背景下的宿舍安全风险指标.分析了智能决策云平台的功能需求，提出了基于IaaS、PaaS、SaaS的云服务平台，并给出了每层的具体服务内容，形成了环境数据采集、数据存储与分析、智能决策、用户接入的系统框架，为宿舍安全管理水平的提升提供了依据.

1 宿舍安全监测指标分析

高校管理人员高度重视学生宿舍安全问题，宿舍管理者需要在日趋复杂的宿舍环境中分析宿舍安全形势，但是随着高校的快速发展、招生规模的不断扩大、校园社会化的不断推进，传统单一静态的宿舍安全风险指标和人工监测方式已不能满足新时代下的宿舍安全管理需求，如何构建科学和全面的宿舍安全风险监测指标、挖掘潜在的安全风险对提高宿舍安全管理水平至关重要.本文重点研究了近年来国内高校宿舍的多起安全事故［6-7］，从信息化的角度提出了与宿舍安全风险紧密关联的主要监测指标.

（1）人员密集风险指标监测.宿舍是学生群体事件易发的高危区域，事件发生具有时间短、突发性、发展迅速等特性，监控及预警难度较大.虽然宿舍的人员密集程度较高，但是在正常情况下，学生基本均匀分布在各自的宿舍中，如果在短时间内，学生迅速聚集到宿舍某一个区域，意味着可能爆发学生群体事件.通过引入人员密集风险指标，利用手机信号定位分析、热力图分析、人群流向分析等技术进行宿舍人员密集程度监测，有助于进一步提升宿舍人群安全管理水平.

（2）异常网络行为指标监测.在宿舍生活中，网络已经与学生的知识学习、信息获取、思想交流、消费购物等行为紧密关联.但是在这些正常的网络行为背后隐藏着大量的异常网络行为，诸如网络攻击、使用非法网络服务等异常网络行为已经成为影响宿舍安全的重要因素.通过网络行为建模、网络行为分析等方法对学生的异常网络行为进行监测，有助于进一步提升宿舍网络安全管理水平.

（3）消防安全指标监测.消防安全一直是高校宿舍安全管理的重点，但是近年来，宿舍火灾呈现高发态势，主要原因包括异常用电行为引发的电气设备短路、消防设备的维护更新不及时、值班巡查人员采取措施不当等.在愈发复杂的消防安全形势下，传统的人工消防安全管理方式已经不能满足需求.因此，构建信息化的消防安全监测平台，实现宿舍环境（温度、火焰、气体等）、消防设备维保、值班人员巡查等与消防安全高度相关的指标监测，有助于进一步提升宿舍消防安全管理水平.

（4）学生安全意识指标监测.宿舍安全工作的核心是安全文化育人，学生安全意识的培养是构建“平安宿舍”的重要组成部分.新时代背景下，要积极搭建“互联网+”安全教育平台，从根本上解决安全教育手段传统化和碎片化的问题，将安全教育融入学生的日常生活中，并且通过平台定期监测学生安全意识的水平，有效提升学生对安全事故的认知能力和预判能力.

2 宿舍安全智能决策云平台功能分析及框架设计

2.1 宿舍安全智能决策云平台功能分析

云计算平台（简称云平台）是分布式计算、并行计算、虚拟化、网络存储、负载均衡、热备份冗余等传统计算机和网络技术发展融合的产物，可以为用户提供服务器、数据存储、数据挖掘等高可用性和高可靠性的软硬件服务.智能决策是利用已有的数据信息，通过大数据技术的深度分析，挖掘引发事故产生的一些未知规律，基于已有事故分析模型对可能发生的事故进行预警.在这些技术的推动下，宿舍安全管理可以从传统的事后处理向事中实时监测、事前管控预警方向转变.因此，构建宿舍安全风险指标分析与智能决策云平台可以为宿舍安全决策提供重要参考，具体需具备以下两项功能.

（1）基于数据挖掘的宿舍安全事故分析.安全事故分析不仅要实现群体突发事件、异常网络行为、火灾等典型宿舍安全事故核心数据的录入，还要对事故发生的原因进行详细分析，挖掘事故发生的内在规律并给出合适的预防策略.事故核心数据应该包括事故发生的时间、地点、事故类型、事故发生时的各类环境信息、事故原因初步分析、现场措施等.事故分析结果包括引发事故的重要因素、处理流程及改进措施、预防策略等，并最终以图表等可视化的形式呈现.

（2）基于大数据的宿舍安全智能预警.目前，部分高校宿舍已经建设了相关安全监测系统，如火灾烟雾监测系统、视频图像监测系统等，但这些系统的作用仅仅是在事故发生后为宿舍管理者及时处理事故提供依据，不具有事前智能预警功能.基于大数据的宿舍安全智能预警，将大数据与宿舍安全预防机理相结合，通过宿舍安全监测系统采集宿舍区域内的空气环境、电气设备、人员分布、网络行为等方面的实时数据，然后将其与各类事故发生时的数据进行比较，分析异常数据与事故之间的关联性，最终达到安全预警的目的.根据宿舍安全事故的不同特点，基于上述宿舍安全风险指标，智能预警系统需包括消防安全预警、异常网络行为预警、人员密集度预警、学生安全意识预警等功能.

2.2 宿舍安全智能决策云平台框架设计

为了达到宿舍安全风险分析与智能决策云平台的建设目标，实现宿舍事故综合分析和宿舍安全智能预警等服务功能，根据云计算体系结构，结合宿舍安全风险指标分析与智能决策的特点，将云平台框架设计为环境数据采集层、IaaS（设施即服务层）、PaaS（平台即服务层）、SaaS（软件即服务层）四层结构，框架结构如图1所示.

图1 宿舍安全风险指标分析与智能决策云平台框架

（1）环境数据采集层.环境数据是实现宿舍安全风险分析与智能决策的基础，为云平台上的大数据分析提供了数据来源，为智能预警提供了决策支持.环境数据采集层通过烟雾监测系统、视频监测系统、网络数据监测系统、人员密度监测系统、火灾监测系统、电气设备状态监测系统等实时采集宿舍环境中的各类数据，并实时传输至云平台.

（2）IaaS（设施即服务层）.IaaS层为用户提供支撑上层软件运行的硬件基础设施服务，并通过虚拟化技术实现硬件资源的共享和配置，硬件资源主要包括高性能的计算设备、数据存储设备、网络传输设备、I/O设备等.宿舍安全风险指标分析与智能决策云平台的IaaS层接收来自环境数据采集层采集的海量的、多种结构的数据，并完成分类存储.

（3）PaaS（平台即服务层）.PaaS层为用户提供数据管理服务，按照预定义的数据模型，通过数据抽取、转换、清洗、装载过程构建决策支持系统所需的结构化数据环境（数据仓库）.然后利用数据分析、数据挖掘、深度学习等技术，结合宿舍安全风险指标分析知识库，构建宿舍安全评价模型（火灾分析模型、异常网络行为分析模型、人群密集度分析模型等）.通过REST技术将PaaS层的数据服务统一封装为具有RESTful风格的API提供给上层应用程序.

（4）SaaS（软件即服务层）.SaaS层为用户提供应用软件服务，结合PaaS层的事故分析模型分别提供火灾预警、异常网络行为预警、人群密集度预警、电气设备状态预警等服务；与此同时，宿舍安全综合分析服务对预警信息进行有效整合与分类，通过可增量的数据挖掘算法和智能化分析，为安全监管部门、学校管理部门、宿舍管理者提供决策方案.

3 结语

本文根据我国高校宿舍环境的特点和安全管理的要求，从信息化的角度详细分析了影响宿舍安全的主要风险指标，阐述了智能决策云平台的功能需求，提出了以环境数据采集层、IaaS、PaaS、SaaS为组件的四层云平台框架，并明确了各层的具体服务内容，为后续云平台的开发和运行提供了依据.在大数据、云计算等技术的不断推动下，宿舍安全风险指标分析与智能决策云平台是宿舍安全风险管控的重要手段，给相关管理人员提供了经验支持和决策工具，为更加安全可靠的学生宿舍生活环境的创建提供了保障.