基于人工智能的智慧校园系统设计研究

王世勤

（长江职业学院 湖北 武汉 430074）

0 引言

近年来，智慧校园已经成为教育信息化的一个重要发展方向，大量学校正在尝试引入并应用新模式。 然而，现有的智慧校园系统往往仅满足基础的信息化需求，还未能充分发挥人工智能等先进技术带来的巨大潜力。 基于此背景下研究和开发一种基于人工智能的智慧校园系统，可以提高教学和管理的效率，优化教育资源配置，为提升教育质量提供有效的支持。 本文将研究并设计以人工智能驱动的智慧校园系统，以期为当前教育领域的信息化发展提供有益的参考和启示。

1 基于人工智能智慧校园系统设计

1.1 系统总体框架设计

如图1 所示，本系统采用分层架构设计，系统总体框架由五个主要组成部分构成：用户接口、业务处理层、数据访问层、人工智能处理层和系统安全层。 具体功能设计如下：（1）用户接口。 该接口是所有用户与系统交互的平台。 无论是学生、教师还是管理人员，都可以通过平台访问并使用系统功能。 为了提供个性化的用户体验，为不同用户设计了不同的界面。 （2）业务处理层。 该层用于处理所有来自用户接口的请求，并提供响应。 所有的教学活动、设备管理、安全控制等业务逻辑都在这层实现。（3）数据访问层。 这一层为系统提供了访问和操作数据库的机制，包括数据的查询、插入、修改和删除。 （4）人工智能处理层。 处理层是系统的核心组成部分，用于实现各种智能功能，如预测分析、自然语言处理、图像识别等。 这一层的主要任务是学习、理解、预测和优化校园环境和教学过程。 （5）系统安全层。 该层负责保护系统免受攻击，包括防止非法访问、保护数据安全等。 这是系统的防御层，确保了系统和用户数据的安全。

图1 系统总体框架

1.2 系统的硬件架构设计

基于人工智能的智慧校园系统设计，硬件架构的设计是至关重要的。 硬件架构设计需考虑系统的各项功能需要使用到的硬件资源，包括数据存储、计算能力、网络连接等，以及各种传感器和接口设备。 本系统的硬件架构分为五个主要部分：服务器群、网络设备、智能终端、安全设备和基础设施。 （1）服务器群。 选用IBM 的服务器（IBM power system S924），配备POWER9 处理器，内存为128 GB，为系统提供强大的运算能力。 数据存储使用Dell EMC PowerVault ME4 系列磁盘阵列。 （2）网络设备。 使用Cisco Catalyst 9000 系列交换机和路由器，确保稳定可靠的网络连接。 无线接入点将选用Aruba Instant On AP15。 （3）智能终端。 人脸识别设备选用hivision 的DS－2CD754F⁃EI 型号。 红外人体感应器选用Omron（欧姆龙）的D6T－44L 型号，可以准确无误地检测到人的存在。（4）安全设备。 采用Fortinet FortiGate 60F 防火墙设备，配备高性能的SD⁃WAN 功能，同时内置最新的FortiGuard 防病毒软件。 （5）基础设施。 机房空调将选用美的精密空调（precision air conditioner），保证机房的温湿度稳定。 为了防止电力中断，将选用APC Smart⁃UPS SRT 5000VA，提供稳定可靠的电力保障［1］。

1.3 系统的软件架构设计

软件架构设计是实现系统功能、满足性能需求、保障系统安全和可扩展性的关键。 本系统软件架构设计着眼于未来的扩展和维护，选择的每个组件都考虑到了长期的可用性和稳定性。 通过选择开源和广泛支持的技术，确保了在长期运营中能够获得足够的支持和帮助。 该设计强调了模块化和可扩展性，每个部分都可以独立替换或升级，提供了一个灵活而强大的基础设施。 具体技术选择如表1 所示。

表1 软件架构技术选择

1.4 系统的网络架构设计

本系统的网络架构设计致力于提供一个稳定、高效、安全的网络环境，既考虑了性能和可用性的需求，也充分研究了安全性和可维护性的问题，尽量使用了先进的网络技术和方法，以提供最好的网络服务。 具体设计如下：一是接入层的构建。 接入层主要负责各类终端设备的接入和初级数据处理，包括校园的各类学习工作设备，如个人电脑、手机、平板，以及各类智能硬件设备，如人脸识别终端、闸机门禁和红外人体感应终端等。 为了实现各类设备的稳定、高速、低功耗的数据传输，本系统采用多种接入技术，包括有线的以太网接入，无线的Wi⁃Fi 接入，以及面向物联网设备的LoRa 广域网（long range wide area network，LoRaWAN）无线接入。 二是汇聚层的设立。 汇聚层主要负责从接入层收集来的数据进行初步的汇聚和分流，部署一系列的网络交换机和路由器，将数据根据其目的地和优先级进行路由选择和传输调度。 为了提高网络的可管理性和安全性，还会使用虚拟局域网（virtual local area network，VLAN）技术对流量进行划分和管理，确保不同的业务流量能够在逻辑上进行隔离。 三是核心层的构造。核心层是网络架构的中心，承担着处理大部分网络流量的任务。 在这一层，将部署高性能的路由器和交换机，以确保网络数据的高速流转。 为了实现高效的路由决策，将使用开放最短路径优先（open shortest path first，OSPF）或者边界网关协议（border gateway protocol，BGP）等先进的路由协议。 四是防火墙和安全层的设计。 在接入层和核心层之间，本系统将设置防火墙和入侵检测系统，利用深度包检测和AI 驱动的威胁智能进行实时监控，对任何可能的威胁进行预防和防护。 五是云服务和数据中心的配置。本系统将部分数据和服务部署在云端，选择像亚马逊、谷歌或阿里云等公认的云服务提供商，以利用他们提供的强大计算资源和服务。 同时也会建立自有的数据中心，实现对数据和服务的本地化管理。 六是软件定义网络的应用。系统采用软件定义网络技术，通过对网络设备的软件化和编程化，实现网络的灵活管理和自动化运维［2］。 不仅能够实现对网络流量的精确控制，还能够按需分配网络资源，提高网络的使用效率。 七是网络管理系统的部署。 为了实现对整个网络的有效管理，本系统将部署一套完整的网络管理系统。 这套系统能够提供网络的实时监控，包括流量监控、设备状态监控等，还能够实现故障的快速定位和修复，以及网络性能的统计和管理。

1.5 人工智能在系统功能实现技术方案

1.5.1 人脸识别终端

人脸识别终端设计是以AI 为核心，其中人工智能AI模块被深度集成到门禁设备中。 通过设备内置的操作系统应用程序，AI 模块实现了从人脸到工号或学号的映射。门禁系统将映射信息上传到智慧校园平台，使得平台上的后台模块能够根据工号或学号获取到对应的业务数据［3］。例如，宿舍管理模块能够根据学号查询到相关的信息，如学员所属学院编号（collegeNo）、班级编号（classNo）、宿舍地址（dormitory address）等。 同时，食堂餐饮管理模块也可以根据学号查询到相应的账户余额等信息。 人脸识别设备还能够通过智慧校园平台，联动控制闸机门禁。 其中涉及的数据包括是否联动闸机开门（openGate）的标识以及闸机门禁设备（gateDevSN）的标识。 当智慧校园平台的校园出入管控模块收到数据后，将会触发门禁控制指令，自动打开闸机门禁。

1.5.2 闸机门禁

闸机门禁在智慧校园系统中起到了关键的控制作用，它接受并处理打开和关闭的控制指令，然后将处理结果反馈给智慧校园平台。 详细的处理过程如下：一是，当闸机门禁设备收到智慧校园平台发送的开启或关闭指令时，它会执行相应的动作。 如果动作执行成功，如门禁成功开启或关闭，那么它会把当前的开关状态（开启或关闭）反馈给智慧校园平台。 平台可以获取到门禁设备的实时状态，方便进行进一步的管理和调度。二是，如果闸机门禁设备在收到开启或关闭指令后，由于网络故障或者设备问题等原因无法执行动作，那么它会向智慧校园平台发送告警代码。 告警代码中包含了设备无法执行指令的具体原因，如是网络故障还是设备故障，以及具体的故障代码等信息［4］。 平台在收到告警代码后，能根据代码中的信息快速定位和处理问题。 通过以上两种方式，闸机门禁设备与智慧校园平台之间形成了一个完整的信息反馈机制，确保了校园的安全和设备的正常运行。 具体参数见表2 所示。

表2 参数返回值

1.5.3 红外人体感应终端

为了更精确地实现对校园内人员数量和位置的监控，本系统设计了红外人体感应终端。 该设备是基于红外感应技术的自动探测设备，可以感知到人体的热量并由此判断是否有人进入或离开某个区域。 在智慧校园系统中，将红外人体感应终端安装在教室、自习室、宿舍等关键区域的入口处。 当有人进入区域时，红外人体感应终端将会向智慧校园平台发送一条人员进入的信号。 同样，当有人离开区域时，设备也会发送一条人员离开的信号。 通过收集和分析信号，智慧校园系统可以实时获取各个区域内的人员数量，并据此判断各个区域的使用情况［5］。 例如，如果一个自习室内的人员数量突然大增，系统可以推断出自习室可能正在进行某项活动，或者自习室的使用率非常高，需要进行相应的资源调整。

2 系统测试

2.1 测试过程

在测试过程中，首先在U⁃Linux 环境下搭建了云计算环境，用于托管和运行智慧校园系统。 然后采用Java 语言对平台进行了全面测试。 本次测试主要分为两个部分，功能测试和性能测试。

在功能测试部分，按照预定测试计划，对平台所有功能模块进行了全面测试。 包括人脸识别功能、人员管控功能、宿舍管理功能、食堂餐饮管理功能等。 并对每个模块构造了各种可能的使用场景，按照场景进行测试，以检验各功能模块在实际运行中是否能够按照设计的要求执行，

在性能测试阶段，本次模拟了实际运行环境中可能出现的高并发、大数据量等情况，以测试系统在此情况下的表现。

2.2 测试结果

如表3 所示，在系统功能测试上，智慧校园系统证明了其优越的性能和完善的功能。 在复杂环境下，人脸识别功能展现出了良好的准确性和稳定性，保证了系统的可靠性。 人员管控、宿舍管理以及校园出入防控功能能有效提升校园的安全性和管理效率。 食堂餐饮管理功能则进一步提升了校园服务的便利性。 在系统性能测试上，如表4所示，通过对比可以看出，慧校园系统在处理高并发、大数据量等压力情况下，表现明显优于传统的校园管理系统。这得益于在系统设计和实现阶段，采用了最新的云计算技术和人工智能技术，优化了系统的处理能力和响应速度，提高了系统的稳定性和可靠性。

表3 功能测试结果

3 结语

综上所述，本文构建了一个高效、稳定且安全的智慧校园系统，系统内的各项关键技术经过精心选择与实现，特别是人工智能的广泛运用，大幅提升了系统的性能和效率。 在系统测试环节中，通过大量的功能和性能测试，证明了系统功能全面，性能优异，并且在与传统平台的对比中表现出了显著优势。 本次研究的智慧校园系统不仅满足了现代教育环境的多元需求，也为智慧校园的未来发展提供有益参考。