基于5G边缘计算的全场景智慧校园建设*

2022-11-17王博王超

数字技术与应用 2022年1期

王博王超

1.黑龙江护理高等专科学校；2.韩国大真大学；3.哈尔滨音乐学院

为提升我国高校校园的建设质量，保证学生拥有一个良好的校园学习环境，不断推进校园建设与科学技术相结合是当前智慧校园建设的发展方向。本文主要针对在智慧校园建设中的技术应用进行研究，了解5G边缘计算在高校的智能校园建设中的作用，根据边缘计算的特点，发挥5G网络信息传递速度优势，减少信息传递耗费的时间，提升研究效率。除此之外，划分各专业的边缘网络，实行专业数据存储与交换，保障在校园中各专业的顺利发展的同时，加强各专业之间的交流与合作，营造良好的学习空间，为培养出更多具有研究能力的人才做出准备。

在当前的高校建设之中，传统的校园生活已经不能满足当前的教育需求，建设智慧化校园势在必行，智慧化的环境建设能够给予学生优质的学习体验，并使学生自身的技能不断被丰富。当前，教学课堂以及科学实验的推进都离不开基础设施的建设，资源与路径是为学生提供实践的物质准备，学校建设的责任是不断为学生提供研究与探索的方向。当前校园中，知识的传播形式具有丰富性，学生在利用5G网络的同时，可在本专业涉及的领域进行研究，了解与之相关的具体知识内容，通过互联网交流的形式将控制变量加入专题项目之中，以保障研究项目的科学性与完整性。智慧化校园建设与全方位覆盖网络可解决学生在研究中的空间与时间上的困难，尽可能降低学生研究投入的时间。

1 全场景智慧校园理念

1.1 数字孪生理念深入智慧建设领域

数字孪生主要是指，在进行物理专业的发展中针对其发展的实际需求选择相应的技术，完成数字化对象的过程、技术以及方法。在我国对其进行研究中发现数字孪生可被分成三个部分，为物理空间的实体，与社会成员的个体；虚拟空间和数字模型；物理实体、社会个体以及虚拟模型间的数据与信息交互[1]。当前，实现数字信息之间的沟通交流的要求探索是有必要的，也有较大发展空间，此功能可对数据进行分析并给予一定的反馈[2]。

1.2 全员、全过程、全方位育人理念在高校各个教育环节贯彻落实

为了保证当前我国的教育需求，全方位育人是高校思想政治工作的基本要求，随着我国当前的教育课堂建设的主体转变，学生逐渐成为课堂教育中的中心。因此，在全员教学中，教师可将每个学生作为教育的基点，从全方位的角度对学生实施定制化教育，采用因材施教的形式达成面向全体学生的提升，进而实现课堂教育与生活的共同进步[3]。在全过程的教学中，为保证课堂教学思想政治工作全过程教育完整性与流畅性，教师可利用边缘计算下的全场景智慧校园建设推进。在全方位的思想政治教育中，课下学生自主学习同样也可以应用边缘计算下的智慧校园网络，利用本专业的边缘网络不断推进，从而达成各个教育环节的充分准备。

1.3 全场景智慧校园有助于中国特色世界一流大学建设

我国在当前大学的建设中处于不断探索的时期，在其中也逐渐建立起了独属于自身的优势。为了不断促进优势提升建设一流的高校，需要从实际出发，了解我国当前地方高校的实际情况，研究当前情况下创建一流校园的可行性，智慧校园的价值如何被充分发挥出来。具体建设问题可从我国经济市场的建立时间与实力等角度进行分析。相关教育研究者认为，我国作为发展中国家，建立经济市场的时间较短，并没有形成较为严重的传统经济的包袱，因此在发展中也具备一定的灵活性，教育与生产力发展情况密不可分，其发展规律与市场发展基本保持一致[4]。

相关资料中表示，世界经济在发展中被国外的学者分析后分为3个阶段，数字化阶段、网络化阶段、智慧化阶段。当前我国及世界的发展中，第二阶段已经基本完成[5]。目前正处于第三阶段的发展时期，我国的大部分互联网科技公司获得了较大的发展空间，在智慧化技术上有着良好的开端，这为智慧校园建设提供了有利条件。因此，智慧校园的建设中，互联网科技公司在其中发挥了重要作用，改变以往的教育模式，实现教育方式与模式上的创新。

2 传统云计算与大数据技术局限性

2.1 传统技术数据安全与隐私

在校园的数据管理中，云计算以及大数据存储的方式已经不能满足当前的教育需求。因此，校内各部门都应该落实岗位职责，实行分级保障，完成智慧校园的建设。经实践分析后发现，除了分级保障制度的建设，在当前的管理制度以及技术要求下，制度与技术的发展仍旧是高校智慧校园建设的中心。

2.2 传统技术实时性不足，带宽不足

（1）实时性不足。相较于5G智慧校园的建设，实时性不足的情况逐渐被凸显出来。其计算能力通常较弱，计算时长耗费的也较多，效率低下。因此，一旦存在大量的任务，将会因为延迟性造成拥堵现象，对管理能力造成影响。（2）带宽不足。一方面，物联网中数据会在海量的边缘中产生，受传输方式的影响，传统的传输方式会给网络传输造成较大的压力。另一方面，在校园中不同的专业应用中，采用的网络带宽通常为不同专业混用，网络带宽被占用，信息传递速度不断降低，对于一些事实性需求信息较强的专业发展来说，产生的影响较为不利。

2.3 传统技术存储能力和算力资源效率低、能耗高

在物联网的数据爆发的状态下，数据的存储功能十分重要。数据存储和计算系统的建设中，存储功能成为计算效率的前提保障。除此之外，为保证计算标准，统一的计算以及存储能力至关重要，由于高计算能力会导致较高的能源消耗，对于当前校园的实际运转来说，存在一定压力，对于校园建设的可持续发展来说，较为不利。

3 边缘计算在全场景智慧的技术中的应用

3.1 边缘计算概念

边缘计算的具体实施原则主要是在云计算模式下的发展与补充，其并非对云计算的颠覆，更多的是降低云计算中存在的不足，促使云计算效率的提升。由于边缘计算当前发展的时间相对较短，所以在应用过程中更加偏向对于所在区域内部的项目内容进行分析与计算，计算对象具有较高的兼容性。边缘计算概念中的边缘主要是指，从数据源到云计算中心路径之间的任意计算和网络资源。为加深人们对于边缘一词的理解，有学者对此项技术的描述进行简化，其认为边缘就是将计算与存储资源部署在更加贴近移动设备或传感器的网络边缘。

3.2 边缘计算节点的设计内容

为保证全场景智慧校园的建设，边缘计算节点在其中发挥着重要作用，其可以根据相关的触达点对其进行规划与设计。（1）行业与专业。由于不同的专业在实际的教育与教学中具有一定的特殊性，为保证最终的教学质量，以及实验数据的精准程度，需要采用不同的分析方法和计算技术。无论人工智能发展得如何，人在其中还是最关键的环节。为保证最终的计算质量，专业对人的要求相对较高，研究人员必须具备较高的专业素质与能力。因此，行业与专业的边缘以及专业的边缘是其中最需要关注的之一。（2）网络距离与空间距离。虽然不同行业涉及的数据不同，需要保持着清晰的界线。因此，为保证不同业务之间的数据隔离性，可以考虑利用网络数据的隔离性进行数据上的分割，以免数据重合造成不利影响。边缘计算的设置原则，主要是贴近实际使用的用户以及数据源头。（3）数据安全。为保证数据的安全性，同一网络，相同的地域空间下，也需要根据不同数据的保密等级建立计算机服务器的设置，保证边缘的建设，减少涉密的风险。

3.3 移动边缘计算与5G技术相结合

在世界上对移动标准进行定义的协会中，移动边缘计算可以提供信息化系统和云计算能力，促使提供的功能逐渐完善，避免传统功能中存在的缺陷产生的影响。技术架构设计就将移动边缘作为技术标准和重要实用功能。此中5G技术起到提升边缘计算效率的作用。5G技术主要优势体现在以下几个方面：（1）在实验的过程中，在进行视频的传输、远程控制等环节，应用场景的时延敏感性较强。（2）网络容量大、带宽高，通过流量数据进行本地卸载，在进行对客户接近的过程中，可在网络边缘完成缓存建设，提高网络容量。同时，此项技术可有效减轻上级网络的实际负担，减少对其他相邻网络的影响，通过基站侧设立边缘计算服务器，可提升该项技术的便捷性。（3）在服务方面以定制化服务为主，加强场景与体验，通讯与计划一体化的结合，为通讯网络中的应用主体提供专业的服务。

4 基于边缘计算的智慧校园构建过程

边缘计算的全场景智慧校园建设中，网络、数据系统的明确隔离，以及云计算与边缘计算相结合等都是其中重点，如若想充分发挥边缘计算的功能，可从此处落实。

4.1 网络、数据系统的明确隔离设置

（1）网络隔离。在当前的院校教育需求之中，网络覆盖关注度及关注价值较高。全场景智慧校园在建设中需要包含多个独立的子系统，以达成维持校园生活的需求，在教学专用的网络、消防安全网络、财务网络、以及安全监控网络等方面，这些网络相互独立，维持校园生活中，各部分的正常运转，尤其是实验室的网络系统，为保证实验室的数据的实时性，以及安全性，独立互联网络的安装较为关键，可控制实验数据信息泄露情况出现。（2）数据隔离。在我国目前的网络安全法律之中表明，校园中的任何数据都应该与国家法律要求保持一致，并且服从中国教育部门的规定，采用安全评估与安全分级管理的形式进行推进。受数据的来源与类别影响，为防止出现数据混乱的现象，可采用不同的存储与管理的形式推进。（3）计算隔离。在全场景智慧校园之中，校园需要打破与外界事件的屏障，以免形成孤岛，在打通各部门间联系的过程中，需要发挥出自身的价值，但是这对于校园信息的安全性来说具有挑战性。计算隔离主要的工作原理就是将各个部分的数据打通，对原数据进行相关的计算与加工，继而将云计算需要的分析结果上传至云平台，以作备用。

4.2 云计算与边缘计算相结合

为保证全场景智慧校园的建设，其中AI分析能力以及系统控制能力是其中的重点。大数据时代下，为提升人们对于数据应用的灵活性，可为当前的校园研究提供数据上的支持，以达到跨专业地分析跨越专业屏障后的分析结论目标。

例：在进行GIS数据分析时，可利用宿舍门禁记录与课程表推进，对学生实际的出现速度进行调查分析，根据学生出行速度，推算出电动交通在此之中处于高峰的时间段以及使用的比例。实验过程中，难度较低的跨专业、跨部门的数据分析，并不需要将所有的源数据上传，主要由各个部门对各项数据实施收集，再进行按数据的计算与分析，在计算出自身的边缘计算节点后，可有效进行云端大数据分析。

高校可设立明确的云端大数据分析中心，对智慧校园中的AI顶层设计统筹规划，由于该项系统具有云端的存储功能，无需进行存储操作。但是，在实际的应用中，各行业的管理部门都有责任对各项问题进行汇报。在大数据分析战略的制定中，可融入相应的技术标准，丰富大数据中心的数据分析内容与手段，加强各项目的监督。在合作方需要进行数据交换的过程中，大数据中心可提供第三方协助。