移動校園：抓住大數據時代的脈搏

杭州華三通信無線產品線總工程師 白浪

在云計算大熱之后，大數據（Big Data）又成為了業內的重點話題。許多行業已經借助互聯網時代產生的大量數據，來推動自身業務的發展。在教育行業，一些學校同樣也在開展大數據應用的探索。尤其是在擁有大量應用數據的高校，更是大數據在教育行業展現價值的最好舞臺。那么，移動化后的校園大數據應用前景如何？校園大數據建設有哪些技術關鍵？

隨著移動終端數量的快速增長，給互聯網業務模式帶來了巨大變化。移動互聯網時代的應用重心，已經從網頁應用轉變成為了基于移動端的APP，包括一些大學也已經開發了許多校園APP。移動應用相對于固網應用帶來的最大不同就是LBS（基于位置應用）的出現，根據用戶的位置信息可以進行更詳細的分析，同時，移動終端產生的數據所蘊含的信息量要遠遠超過PC終端，這些都給大數據應用帶來更多基礎。

從目前來看，大數據應用在商業領域最為超前。通過LBS應用與數據挖掘的整合，商家能夠根據消費者的消費習慣，制定更有針對性的營銷服務。而對于校園來說，基于移動終端的大數據應用同樣有著廣闊的空間。學校的教學、管理等工作，都可以利用校園各個系統與無線系統結合，搭建起校園大數據分析系統，進行關聯分析，為不同老師、學生提供個性化的服務。例如可以結合學生終端連接無線AP的記錄，按一定規則統計學生的行為軌跡，如超過3天沒去自習室、超過3天沒去食堂、超過1天沒離開寢室等等，進而將學生可能存在的問題及行為軌跡推送給指導員，幫助指導員提前預防和解決，這種辦法可以成為切實可行的學生行為管理方案。

而要實現這些，除了可以識別出終端類型、品牌型號、軟件版本等終端識別技術之外，實現位置識別是最大關鍵。當前業內終端識別技術有幾種，其中最傳統的就是基于RSSI的“指紋定位”，通過事先采集各無線AP的信號“指紋”，來作為判斷接入終端位置的依據。雖然指紋定位法較為普及，但是由于如果在面積大的情況下，采集信號的難度會很大，而且定位的偏差也會較大。

另外一種常見無線定位的方法是X-Share技術，將一個AP的多根饋線引到多個房間之后，可通過智能饋線的技術來對用戶進行定位，這種定位主要在宿舍區用得比較多。

華三在無線終端定位方面則推出了創新算法，簡稱CUPID丘比特算法。與RSSI定位算法不一樣的是，CUPID算法類似于GPS定位，利用電磁波相位的傳播時間來判斷距離。通過這種算法能夠實現更加精確的定位，尤其是在相對比較空曠的場景如學校圖書館等，這種定位算法的精度可以達到2米左右，而且不需要實現進行AP的指紋采樣，精確定位所需要的AP數量也相對較少，相對于RSSI的話大概能減少30%左右的AP部署量。

還有一種大家比較熟悉的無線定位技術是蘋果基于藍牙4.0推出的iBeacon定位技術，如果部署密度足夠的話，這種定位精度相對更高，有時候可以達到1米左右。目前在一些商業場所，如上海K11、北京南鑼鼓巷等，已經部署了一些iBeacon的定位節點。

基于藍牙技術的iBeacon定位與WiFi定位技術兩者可以互為補充，華三的位置定位方案中就是將兩種方法組合起來，從而實現更加精準、高效的位置定位。

除了位置識別功能之外，校園大數據應用需要考慮的另一個重要因素就是用戶的數據流量。大數據時代需要分析的關鍵信息非常多，要做到數據的深度分析，給系統帶來的壓力非常大。對此華三提出了分層AC架構概念，普通用戶的數據分析流量由基礎AC完成，而重點用戶的分析處理，則將流量單獨引導到能力更強的上層AC來處理，從而有效降低系統的負荷。

如今的校園大數據應用還只是剛剛起步，未來還有巨大的發展空間，課堂自動點到、活動信息推送、空閑教室查詢……各種基于大數據的應用還只是冰山一角。華三基于新IT的大數據方案，可以提供1000個以上的API接口供各種分析應用使用，對未來的校園大數據應用給予全面的支撐。