疫情防控下基于大数据的高校实验中心管理系统

杨呈永， 肖博怀， 谢晓兰， 黎秋艳， 张琰霖

（1.桂林理工大学a.网络与信息中心；b.信息科学与工程学院；c.外国语学院，广西桂林 541004；2.桂林信息科技学院外贸与外语系，广西桂林 541004）

0 引 言

2020 年5 月起，国内疫情得到有效控制，各行各业陆续复工复产，但复工复产后需要保持疫情常态化防控不能放松，各行各业在复工复产后如何科学精准、全力以赴做好常态化疫情防控依然是一个严峻的挑战。实验中心是高校实验室汇聚和开展实践教学和科研创新的重要场所，承担着高校人才培养的重要任务［1-2］，同时存在人流量大、潜伏因素多等原因使得防疫工作更具有挑战性。所以，在疫情管控期间充分利用先进技术研发系统保障好高校实验室的正常运行同时又要做好防疫工作，是高校实验中心管理的重要工作。本文以物联网和大数据为技术手段，设计了一个疫情防控下实验中心管理系统。

1 现状分析

随着近几年高校的发展，很多高校都建设了大规模高校实验中心。以我校现有实验中心为例，建设科创实验中心40 间，大学生创业中心48 间，计算机实验中心24 间，外语语音室中心28 间，虚拟仿真实训中心12 间，工程实训中心8 间。

由于受疫情影响，原有管理方式面临众多问题。

（1）缺乏防疫经验。在当下疫情的环境下，大部分高校的实验中心缺少防疫经验。教师亦缺乏自我防护、秩序维护、学生追踪等操作经验；学生缺乏信息认证、突发情况等经验；场所本身缺乏检测、预警、杀毒等防疫经验。

（2）防疫设备不充足。要保障疫情防控下安全上实验课，实验中心必须有充足的新型防疫设备支持，而目前大部分高校的新型防疫设备相对匮乏，这就导致实验中心管理系统不能得到全面发展。

（3）技术复杂。一个完整的大数据实验中心管理系统，需要物联网、大数据、区块链、新一代人工智能等新兴技术［3］，并把这些技术与实验中心现有的技术结合，再结合疫情防控业务，技术层面要求的较为复杂，开发相对不易。

（4）信息资源缺乏开放平台，无法开放共享。由于历史建设原因一些类似大型仪器设备实验室建设相对独立，对于设备场地要求过高，没有集中到对应实验中心，资源管理相对独立，无法实现资源共享［4］。

2 大数据技术的实验中心管理系统框架设计

经过调研分析，实验中心管理系统采用分层架构［5］。该系统通过实验室预约、每天出入等庞大数据作为基础，这就需要通过各种接口来采集数据并且存储到大数据的数据库中；采集和存储的数据杂乱无章，这就需要对这些数据进行处理；处理过后的数据通过算法和各种数据库转化成信号作为预警信息；处理过后的数据服务各种功能，如数据可视化等。另外，系统需保留各种应用终端的平台接口。实验中心管理系统的框架具体分为五大层，如图1 所示。

图1 实验中心管理系统体系结构

2.1 数据采集与存储层

数据采集与存储层的数据源主要有3 个：高校大数据云存储中心调用的数据、实验中心管理系统采集的学生行为数据、智能终端传输的数据。采集与存储的方案见图2。

图2 数据采集与存储方案

Zookeeper是一个具有容错性和高可用性的分布式协作组件。在zk 集群的基础上，可以配置Hadoop高可用模式。该模型具有双神经网络NN 节点，可实现容灾。另外，结合F1ume、Kafka、Hbase等技术，通过F1ume实现数据采集，采集的数据缓存在Kafka模块中，最后存储在Hbase、MongoDB、Spark SQL 等数据库中［6］，供数据预处理层提取。

2.2 数据预处理层

数据预处理层主要包括数据抽取、数据清洗、数据转换、数据集成。对于数据采集与存储层提供的数据进行四步骤处理：①将数据采集与存储层中感兴趣的数据源进行抽取；②将抽取的部分感兴趣的数据源进行纠正，包括数据一致性、处理无效值和缺失值等；③将纠正好的数据源进行转换或归并，从而构成一个适合数据处理的描述形式；④再把处理好的数据根据业务的需要有机地集中，从而为实验中心管理系统提供全面的数据共享［7］。

2.3 数据预警信号生成层

该层是一个信号输出、模型优化、预警模型、触发规则相互循环的一个流程。推理规则和本地构建构成的本体库为预警模型提供了数据源［8］，知识库、案例库、应急库等疫情的数据库不断建模用来优化模型，而本体库则是用来推理规则和本地建构，如疫情信息、学生信息等数据的建构与推理。

2.4 数据服务层

（1）实验预约。学生可通过系统进行实验课前实名预约，系统通过该学生的行为数据和算法实现个人疫情风险分析，判断有无实验预约的条件。

（2）数据可视化。实验中心管理系统目前主要的可视化功能模块如图3 所示，包括全国疫情监测可视化，实验室预约可视化，学生行为数据可视化，智能预警可视化，门禁系统可视化等。

图3 可视化功能模块图

通过公共卫生事件应急数据云存储中心开放接口，对接口提供的疫情全国分布、每日新增数量等数据进行可视化；通过学生预约实验室的情况进行可视化；通过各个终端对学生行为如进出某个实验室进行可视化；通过建模以及优化算法对智能预警信息进行可视化；通过门禁设备对门禁系统进行可视化。可视化内容展现在大数据实验中心智慧屏和后台管理中。

（3）预警信息查询。教师和学生可通过实验中心管理系统获取公共卫生事件应急数据云存储中心的数据，进行预警信息查询。

（4）数据录入管理。实验中心管理系统可把通过门禁和测温系统把人员的信息、体温、从何处来等数据封装成数据包和接口，供其他平台使用。

（5）预警决策推荐。实验中心管理系统采用朴素贝叶斯网络、BP 神经网络和决策树等算法。其中，朴素贝叶斯网络普通模式为实验样本数据加上已有疫情数据经过计算后得出决策信息；BP神经网络是应用最为广泛的神经网络，具有高修复性、高自适应性以及高多维度函数学习型［9］。

（6）检测数据开放。实验中心管理系统采用XMA整合协同平台，XMA 相对于其他数据接口管理的平台，优势在于其具有高并发、高可靠、高效率的优点。XMA整合协同平台由部署在专用的服务器上，改服务器与数据接口共享系统共同组成该平台，解决数据收集、并发、调用、同步性等问题。各个实验中心的设备都可通过XMA整合协同平台向数据中心共享数据。具体流程见图4。

图4 数据共享流程图

在如今疫情仍未完全平息的时间下，全国疫情防控数据变得尤为重要，全国数据都要相通［10］。实验中心要完全开放疫情数据，可以把采集到的疫情大数据打包封装，对外暴露开放的接口供各大防疫平台使用，为疫情防控做出一份微薄的力量。

2.5 应用终端层

常见的应用终端包括Web 端、移动终端，实验中心管理系统的应用终端也使用这两种常见的终端以及预警信息发布平台，可采用ZigBee［11］的无线通信技术，它具备短距离、低功耗、高可靠的特性。ZigBee 的每个分支传感器在识别并接受大数据时，会通过通信的无线网络发送给数据采集协调器，接着把该项目与互联网连接，然后通过有线网络向已连接的服务器发送数据和电子信号，最终可利用大数据技术和物联网技术实现双向通信，并进行智能化管理。实验中心管理系统的防疫数据也可对接在公共平台上，比如预警信息发布平台、公共卫生事件应急平台等。

3 实验中心管理的物联网感知层设计

3.1 门禁系统

实验中心将大数据技术和物联网技术有机结合［12］，将来访人员的身份信息等数据保存在数据库服务器中，并上传到大数据实验中心管理系统。

（1）门禁分控器。分控器增强了门禁系统在单机情况下的正常运作。分控器确保在网络或者主控器发生故障的情况下，门禁依然正常运作。

（2）读卡器。选用PK-R35X/W34 读卡器，应用了Mifare1 技术。此读卡器功能强大，容错率高，具有免实体接触、防水防电、使用寿命高的特点，是实验中心门禁系统的最佳选择。

（3）电控锁。电控锁是门禁系统中必不可少的零件之一，选用了通CE 等认证的电控锁，确保系统稳定。①单扇木门：一般选用机械锁，要注意内门把手为标准型，可开锁；外门把手可以空转但只能用钥匙开门。②90 度开玻璃门、防盗门或双开门（消防通道等）。

（4）红外线防盗。红外线防盗采用热成像技术，若在实验中心非开放时间或者未通过门禁系统进来的人员，会被防盗系统检测，管理员将第一时间知道并选择是否报警。

（5）指纹门禁传感器。记录进入实验室的人员的指纹情况，并上传到大数据实验中心管理系统中［13］。具体拓扑如图5 所示。

图5 门禁系统拓扑图

3.2 智能预警

对实验中心的设备进行观察，如遇到故障，比如电压异常、电量、内部温度等故障，立即发出警告，并立即通知管理员，具体如下：

（1）温度预警。当温度传感器感应到设备温度超过正常温度，就会通过语音系统发出警告，并第一时间通过公众号或者APP通知实验中心管理员。

（2）防盗预警。当红外线传感器感应到非开放时间并未通过门禁系统的人员闯入实验中心，就会第一时间通过公众号或者APP通知实验中心管理员。

（3）门禁管理。管理员可通过公众号远程查看门禁情况，并可远程控制门禁进出来控制进出成员。

以上的预警都有分预警程度，管理员可通过不同的预警程度来做出相应的应对措施，小到自己通过设备来管理预警，大到一键报警，这样可以有效避免各种情况的发生，大大地提高了管理员的管理效率。

3.3 防疫措施

（1）AI 人脸识别。疫情原因下进出实验中心必须得佩戴口罩，这就需要对佩戴罩的人员进行AI人脸识别，以辨别进出人员的身份。实验中心调用百度AI人脸识别接口，该接口开放、免费，可以在戴口罩的情况下通过AI技术识别人员身份，并与高校学生数据进行核对，从而实现个人身份验证。

（2）温度检测。在大自然中，每个物体都会受到红外线的辐射。红外线是一种电磁波，可根据不同温度对不同物体造成辐射，又称红外辐射的电磁波。系统防疫的体温监测是通过红外线的照射，对进出人员的体温进行热红外成像。斯特藩-玻尔兹曼定律［14］得出物体的红外线辐射量与物体表面上的温度的四次方成正比例，由此可见物体表面的温度即使微弱波动，红外线辐射量也会发生巨大的变动，这就是本系统体温测试红外线热成像的原理，工作流程见图6。

图6 体温测试流程图

（3）自动消毒。当进入成员经过温度检测后显示正常温度，仍需要对双手进行消毒杀菌。消毒液采用浓度为80%的乙醇气体，并利用紫外线照射增强杀菌效果。

（4）异常报警。在人体测温高于正常阈值时，实验中心会第一时间通过公众号或者APP 来通知管理员，并第一时间报警。

4 基于大数据的实验中心管理系统设计

实验中心管理系统的实现分为四大层，见图7。

图7 实验中心管理系统技术架构

（1）第一层为前端UI 层。这层需要用到HTML，CSS，JS等常用的Web技术。

（2）第二层为展示层。使用ajax 用于数据发送、缓冲和获取，本实验中心管理系统使用了Vue 框架和Echars组件，并用了ElementUI框架渲染页面。

（3）第三层为服务层。本实验中心管理系统使用了SpringCloud的技术，将实验室的主要功能分为用户服务、数据服务、可视化服务和分析服务。

（4）第四层为数据存储和计算层。实验中心的数据存储在MySql 数据库中，数据分析的文件会通过hadoop集群存储到存储平台。

实验中心管理系统通过访问浏览器网页来实现。网页所加载的数据通过ajax 缓冲得来，并通过json 数据解析，构造成html页面显示。

部分代码如下：

＜script type ＝＂ text/javascript＂ src ＝＂ js/jquery.js＂ ＞＜/script ＞

＜script ＞

＄（document）.ready（function（）｛

＄.ajax（｛

type：＂ GET＂，

async：false，url：＂ json/GetJson_readerinf.action＂，

dataType：＂ json＂，success：function（data）｛

//读取进出人员信息、预警信息、防疫信息等

＄（＂＃readername＂）.html（data.readerinf［0］.AirStatus）；

实验中心大数据预警平台界面如图8 所示。

图8 实验中心大数据预警平台界面图

5 结 语

在疫情防控期间，充分利用物联网、大数据技术构建的高校实验中心管理系统，实现实验课前实名预约进行个人疫情风险分析、在实验中心入口实现个人身份验证和温度预警，为公共卫生防疫系统提供准确个人轨迹分析数据，有效辅助学校做好疫情的防控工作，保障高校实验教学顺利进行，对常态化疫情防控下高校实验中心管理具有重要借鉴意义。