大数据下计算机网络虚拟实验智能分析平台设计框架

2018-01-29琚生根孙界平

实验室研究与探索 2017年12期

琚生根, 孙界平, 陈黎, 师维

(四川大学计算机学院，成都 610065)

0 引言

2012年，联合国发布大数据白皮书“Big Data for Development：Challenges & Opportunities”，明确提出大数据时代已经到来[1]。大数据时代的到来，数据不断更新，时刻影响着人们的工作、生活和学习。通过大数据人们可以获得更多、更有价值的信息。在维克托.迈尔-舍恩伯格的《与大数据同行——学习和教育的未来》一书中提到，大数据正在进入教育的方方面面，并对整个世界的学习产生深远的影响。斯坦福大学的吴恩达教授收集了学生的很多信息，使得他的课程能够自动实现：改善教学，提高学生理解力和成绩，定制基于个人需求的教育[2]。大数据的出现对高校的教育带来了很大的冲击，不少相关的研究都集中在伴随大数据时代的到来，高校的教育应该如何进行改革来适应大数据时代的教育[3-7]。那么“计算机网络”实验课程在大数据时代的发展机遇下，也需正视困难和挑战，不断完善教学质量，提高教学效果。

1 计算机网络虚拟实验平台设计的现状及存在问题

网络虚拟实验是目前高校中进行计算机网络实验课程非常重要的活动，通过网络虚拟实验可以模拟协议或者网络环境的工作原理、为学生的深入协议理论的学习带来了很多好处，同时也克服了真实实验环境的时间、空间以及设备的限制[8]。但是当前设计的虚拟实验平台还存在下面一些问题：

(1) 虚拟实验平台所设置的实验固定，不能根据学生的具体情况提供个性化的需求。虚拟实验平台的使用设置是设计者根据教师的经验所设计，并在一定的时间内固定不变。然而在教学过程中发现，随着技术的不断发展，学生学习过程中存在的问题也会随着时间发生变化，并不是永恒不变的。

(2) 虚拟实验平台只能记录学生的实验，并不记录实验过程，这使得教师无法有效了解学生实施实验过程中存在的问题。虚拟实验做完以后，老师得到的是学生在平台上做好的实验环境以及实验报告，而学生在实验过程中存在的问题，除非有同学向老师提出，否则教师无法详细了解。

(3) 虚拟实验平台只能对学生的实验成绩的结果进行分析统计，不能够为教师提供学生存在问题的分析报告。

2 构建基于大数据网络虚拟实验智能分析平台的意义

大数据时代的到来，为教育工作也带来了很大的挑战，同时也带来了契机。大数据时代最宝贵的是数据，而在虚拟平台实验过程中可以获得学生在实验过程中的大量数据信息，例如：在平台中拖动了什么设备，删除了什么设备，输入了什么命令，打开浏览器查询了什么信息等。如果将这些数据记录下来，那么就可以获得大量且珍贵的数据信息。如何有效利用这些信息，就需要借助于数据挖掘和机器学习技术对这些数据进行分析。目前数据挖掘和机器学习相关算法已经非常成熟，并在各个领域的大数据分析中得到广泛的应用，这也为分析实验课程中的大数据信息提供了技术保障。在大数据时代下进行计算机网络实验课程虚拟实验下的教学改革有着重要意义。

(1) 创新教学模式，提高学生积极性。虚拟实验平台应用的大数据分析在，能够及时跟踪学生的实验过程，并对实验过程进行及时的指导，以免学生在实验结束时才发现错误，导致实验必须从头开始。将分析结果和实验过程有效的结合起来，能够一定程度上弥补了教师不能够及时辅导出现的问题，调动了学生学习的积极性。

(2) 提高学生实验课程的效率。传统的实验过程，学生发现问题的时候，通过向老师提出问题或在网络中查询相关信息。而通过改革虚拟实验平台，可从学生的历史操作记录中了解学生在实验过程中需要哪些相关的辅助知识，及时给学生提供帮助。

(3) 能更加有效了解学生的学习情况。实验操作中存在的问题往往和理论课程密切相关。通过实验平台的改革，教师可以从实验过程中了解学生存在的问题，在理论课程中才能够更加有针对性的进行补充。

3 大数据下网络虚拟实验智能分析平台的构建

目前有越来越多的人关注教育方面的大数据应用的研究，例如谭忠理等[9]提出了基于云计算的大数据和教学实训平台，谭翔纬等[10]提出了在大数据背景下Java课程的教学改革，也提出了通过采集Java课程相关的各种数据，以获取学生平时学习情况，并利用模型自动进行考核。而在实验课程中的大数据研究主要是针对实验平台考虑的，缺乏对数据的分析，无法利用分析的结果来指导教学的改革[11-12]。

3.1 大数据下网络虚拟实验智能分析平台的总体框架

首先依托云计算平台构建大数据实验的教学平台。利用Hadoop和HDFS构建大数据分析、管理、存储的实验教学平台，并依托云平台构建网络虚拟实验室。

大数据下计算机网络实验课程的网络虚拟实验智能分析平台总体框架设计如图1所示。

图1 网络虚拟实验智能分析平台的总体架构

(1) 数据采集模块。在每台学生实验机中安装电脑的操作记录爬虫，将学生在整个实验过程中的所有操作(虚拟平台的实验操作以及平台之外的所有操作)记录下来，上传给云平台。

(2) 智能分析模块。云平台利用数据挖掘和机器学习技术对历史实验数据进行建模，调整对现有的虚拟平台的功能，例如：学习过程中提供学生需要的辅助知识等。

(3) 智能指导模块。新使用虚拟平台的学生的数据也通过爬虫实时送到云平台进行处理。模型根据学生当前的几步操作分析其问题，并实时反馈给教师以及学生，帮助教师了解学生的实验情况，同时可及时纠正学生实验中出现的问题。在新用户使用过程中产生的操作数据也被记录下来，不断修正智能模型。

3.2 智能分析模块的功能

智能分析模块主要是指在采集了大量学生的实验操作数据的基础上对数据进行分析处理。该模块是整个系统的大脑，需要运用数据挖掘技术和机器学习的相关算法对收集的数据进行分析。该模块主要包括下面3个功能。

(1) 实验辅助知识的完善。不同高校使用教程的差异以及教师水平的差异，导致学生接受的知识层面存在很大的差异，所以智能平台系统能够根据高校自身学生历年的历史数据分析学生需要的辅助知识。

这部分可以通过数据挖掘技术分析在各个实验过程中，学生常见的查询信息，并对这些信息进行自动聚类，根据聚类结果自动从Web中获取相关知识，供学生在实验过程中使用。

(2) 实验操作的建模。利用机器学习算法从云平台的历史操作数据中对各个实验过程进行建模，如图2所示，使得模型能够有效的根据用户的操作步骤识别其步骤错误操作的可能性，并给出学生建议。

图2 智能模型建模流程

(3) 实验操作和理论知识点的关联。根据学生实验操作的历史数据，利用机器学习中的聚类算法对错误信息进行聚类，如图3所示，然后将聚类结果和计算机网络课程的知识点计算相似性，建立相似关联，并将分析结果汇总供教师参考。

3.3 智能指导模块的功能

智能分析模块主要指学生在虚拟平台实验操作过程中，智能平台对学生的实验过程进行监督指导。该模块主要包括下面3个功能。

(1) 相关知识推荐。学生在实验过程中，当某个步骤出现疑问，无法继续时，可以查看相关的知识推荐，然后根据学习的结果再继续后续的实验步骤。在传统的实验中，当学生在实验过程中出现疑问时，可能不知道去查询哪些相关知识能够有效解决问题，因此知识推荐就能够有针对性帮助学生解决实验过程中的疑惑，提高实验的效果，激发学生的学习积极性。

图3 错误结果聚类分析

(2) 实验助手。将学生在实验过程中的每个步骤及时发送到云平台进行分析，当学生在实验过程中出现问题时，实验助手及时给出建议(而不是直接给出正确的步骤)提醒，学生根据提醒再仔细分析先前的实验步骤以及参数设置，再进行修正。如果学生在某个步骤中多次尝试都无法正确进行，实验助手要及时将消息发送到教师端，教师根据消息进行指导。

(3) 错误分析报告。错误分析报告主要是供教师使用，将本班学生该次实验的结果及时进行分析，以便教师掌握该次实验的情况，并根据分析报告对教学内容进行调整。