物聯網技術的多媒體實驗室智能管理系統

蘇鑫

摘 ?要： 高校為培養具有創新性、高技能的新型人才建立了多種類的多媒體實驗室，但是其管理還停留在人工管理階段，效率低、安全性差，為解決這一問題，設計物聯網技術的多媒體實驗室智能管理系統。該系統感知層通過傳感器等設備采集并感知數據，接入層將終端接入網絡并處理感知層采集的數據，通過網絡層將這些數據安全準確地傳遞至應用層，應用層中使用近距離搜索法降低各傳感器采集的數據維度，在此基礎上安全控制裝置將這些數據存儲或做出報警反饋，實現系統安全控制;各層相互協作，共同實現多媒體實驗室的智能化管理。分析結果說明，該系統執行時間短，管理效率和安全性都較高，具有良好的智能管理效果。

關鍵詞： 物聯網; 多媒體; 實驗室; 智能管理; 相似系數矩陣; 近距離搜索

中圖分類號： TN915.5?34; TP181 ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）23?0173?05

Abstract： Various multimedia laboratories have been established in universities to train innovative and highly?skilled talents， but the management of them is still in the manual stage， which is inefficient and unsafe. In view of this， a multimedia laboratory intelligent management system based on the Internet of Things technology is designed. In the system， the sensing layer collects and senses data by sensors， while the access layer connects the terminal to the network and processes the data collected by the sensing layer， and then the data is safely and accurately transmitted to the application layer by the network layer. In the application layer， the short?range search method is used to reduce the data dimension collected by each sensor. On this basis， the security control device stores these data or makes an alarm as feedback， so as to realize the system security control. Each layer cooperates with each other to realize the intelligent management of multimedia laboratory. The analysis results show that the system has the advantages of short execution duration， high management efficiency and security， and good intelligent management effect.

Keywords： the Internet of Things; multimedia; laboratory; intelligent management; similarity coefficient matrix; close?range search

0 ?引 ?言

進入21世紀以來，物聯網技術是人類再次進步的機遇。在如今的生活中，物聯網技術已經滲透到人類生活的方方面面，受物聯網技術影響，人類生活質量發生質的飛躍[1?3]。在目前社會發展進程中，物聯網技術占有重要地位，科學合理地使用物聯網技術能夠有效推動社會整體發展進步。物聯網技術是以互聯網為基礎結合智能技術和自組織網絡技術發展而來的產物[4]，目前物聯網技術廣泛應用在高校教學、農業生產、計算機技術發展等領域[5?6]。人與物能夠實現通信[7]，物聯網的發展趨勢是實現全球智慧性，這一趨勢也是全人類發展的必然方向，物聯網的使用改善了人們的生活，使得日常生活更加方便和舒適。

近年來各大高校實行擴招政策，學生人數的增加給高校帶來極大的教學壓力，理工類院校多媒體實驗室壓力也逐漸增大。目前高校中多媒體實驗室的設備、環境、管理手段都相對落后，不能適應高壓情況下的教學需求[8?9]。近年來國家也要求高校打造多元化教學，各大高校實驗室需要具備智能化和信息化的能力[10]。傳統多媒體實驗室管理方法通常為人工管理，成本高、效率較低同時還浪費人力物力，容易出現信息更新不及時的情況，監管和維護都無法做到全局兼顧，導致多媒體實驗室出現設備遺失的情況[11]。傳統的管理方式由于成本過高，為控制成本，裁減人力及設備常常會造成安全隱患。從教學的角度來說，傳統的多媒體實驗室管理方法無法實現資源共享，高精密設備在相同性質實驗室內傳遞使用時會產生較多的轉借手續，工作過程過于繁瑣[12]。

目前物聯網技術已經發展成熟，在多領域廣泛使用，本文將物聯網技術引入多媒體實驗室管理中，設計物聯網技術的多媒體實驗室智能管理系統。

1 ?物聯網技術的多媒體實驗室智能管理系統

1.1 ?系統體系結構

在設計多媒體實驗室智能管理系統時，需要從實際應用角度考慮，對安全性、可靠性、實用性等因素多角度考量，了解物聯網相關數據技術后，考慮到物聯網的節點情況與服務類型[13]，本文設計的多媒體實驗室智能管理系統體系結構包含4層，分別為應用層、網絡層、感知層與接入層，系統體系結構如圖1所示。

在本文系統中，負責數據采集與感知的是感知層，該層的組成包括各種類型的傳感器、攝像頭、RFID射頻識別設備與條碼識讀器等識別類工具;接入層的主要工作是把系統終端與網絡連接，主要組成部分包括接入網關、匯集節點以及末梢網絡分布式處理等;網絡層負責把經接入層處理的數據通過WiFi、互聯網、4G/5G網絡和紫蜂（ZigBee）等技術準確、安全地傳遞至應用層;應用層接收網絡層傳遞來的信息數據并實行分析處理，將正確的信息篩選出來并應用，實行教學智能化管理、設備智能化管理、安全防護智能化管理、數據智能化管理。

1.2 ?系統拓撲結構與硬件組成

在構建多媒體實驗室智能管理系統時主要用到物聯網技術、通信技術、視頻的采集與傳輸技術、數據技術等[14]。本文設計的多媒體實驗室智能管理系統開放并共享多媒體實驗室內的各種資源，為教師的教學提供了便利條件，同時也使用信息化技術為學生創造了有利于自主學習的實驗環境，并為校方提供了先進快捷的管理方式，為今后的科學研究和學科教學創造了良好的基礎。該系統有效保證了實驗室內各設備的安全性和利用率，側面加強了學生的動手能力，提高了學生實際操作實驗的機會，為實驗室內的基礎設施提供了安全保障。系統拓撲圖如圖2所示。

在系統拓撲圖中，終端控制與門禁控制是整個多媒體實驗室智能管理系統的控制裝置;數據庫服務器、應用邏輯服務器、防火墻以及交換機等部分是核心支撐平臺;通過傳感器采集數據，匯總到數據采集箱;攝像頭對實驗室內的情況實行拍攝，經監控錄像機傳遞至監控硬盤存儲;通過以太網實時通信連接教師與學生，方便教師為學生答疑解惑;教師用戶和學生用戶使用電腦、移動設備和LED大屏幕等設備作為客戶端應用。

1.3 ?系統軟件實現

1.3.1 ?多媒體實驗室信息管理

多媒體實驗室智能管理系統中通過煙霧傳感器、有害物質監測傳感器、溫濕度傳感器、人體紅外傳感器、電流電壓傳感器等傳感器采集數據，然而采集后的數據存在維度較高的問題，因此本文使用相似系數矩陣為基礎的近距離搜索法解決這一問題[15]。在目前已有研究基礎上使用杰卡德相似系數降低多媒體實驗室智能管理系統數據維度。在杰卡德相似系數中集合[X]和集合[Y]相交，在并集元素個數之和中交集內元素數總數所占比例用式（1）表示：

運用該近距離搜索方法，將信息數據的維度有效降低，給多媒體實驗室數據智能化管理安全控制打下基礎。

1.3.2 ?安全控制

在多媒體實驗室智能管理系統中安全控制實施方案如圖3所示。

煙霧傳感器、有害物質監測傳感器、溫濕度傳感器、人體紅外傳感器、電流電壓傳感器負責采集多媒體實驗室煙霧與有害物質情況、人體溫度、溫度與濕度以及電流電壓信息，將這些信息匯總并通過近距離搜索方法降維后傳遞至安全監控裝置，該裝置將這些數據整合分析，將無異常的數據傳遞至反饋控制裝置存儲起來，如果存在異常數據立刻傳遞至聲光、電話、短信報警裝置，通過短信、電話等方式發出報警信息。同時，安全監控裝置通過互聯網與安全監控中心、系統管理人員以及數據庫/Web服務器連接，保證管理人員和控制中心實時獲取相關安全數據，及時作出相關操作，數據庫/Web服務器將這些安全數據存儲便于今后查詢;電腦、手機、平板等終端與數據庫/Web服務器相連，能夠顯示互聯網傳遞來的信息數據。

2 ?仿真實驗

實驗設置的目的是驗證本文系統的有效性，以廣西省桂林理工大學多媒體實驗室作為實驗對象，將本文系統實際應用于該多媒體實驗室的管理中。電腦CPU為Inter Core 2Duo，硬盤內存為512 GB，編程采用Visual Studio 2019實現，系統界面如圖4所示。

該系統界面中包含三個主要選項，為在校師生提供實驗教學功能，界面左側設置教學、實驗、設備、數據、人員和安全等智能管理選項，使用者可以根據不同需求點擊按鈕選擇需要的內容，其中安全智能管理按鈕點擊之后的界面如圖5所示。

在安全智能管理界面中可以看到通過各項安全控制設備顯示的信息，這些設備與各感應器相連，實時監測多媒體實驗室內各項設備數據，對整個多媒體實驗室的安全實行智能化管理，通過本文系統可以對各項設備實行操作，整個多媒體實驗室的安全情況都在本文系統管理之下。

由于本文系統是一個智能化的管理系統，因此可以通過實時監控獲取多媒體實驗室使用情況。為對比本文系統導出結果的準確性，將本文系統與基于粗糙集的實驗室管理系統（以下簡稱粗糙集系統）和基于RFID的實驗室管理系統（以下簡稱RFID系統）數據統計情況實行對比，統計三種系統2018年4月1日—30日多媒體實驗室利用率，結果見表1。

通過表1可以看出，在一個月的統計時間內，本文系統統計的多媒體實驗室利用率情況與實際統計的多媒體實驗室使用情況比較接近，而另兩種系統與實際統計結果相差較大，由此可以看出，本文系統統計結果更為準確。通過智能管理能夠準確統計出多媒體實驗室的使用情況，只有準確掌握多媒體實驗室的使用情況，校方才能制定準確的教學計劃和院校今后的建設計劃，有效避免出現過渡建設而利用率低的情況。

在智能管理系統實際使用過程中，常常會由于數據規模過大對系統的部分性能造成影響。2018年4月1日教師使用三種系統對2017級應用物理學專業學生實行教學，教學內容為透鏡組幾點測量實驗。通過統計該教學過程中系統各項數據情況，檢測系統性能，對比不同數據集大小情況下本文系統與另兩種系統的執行時間，結果如圖6所示。在圖6中，隨著數據集的增大，系統執行時間逐漸升高，但本文系統的執行時間始終控制在1.5 s以下，當數據集大小達到35 Kb時，本文系統的執行時間逐漸趨于平穩，不再出現明顯變化;而另兩種系統的執行時間始終保持一個上升的狀態，當數據集規模為55 Kb時，RFID系統統的執行時間已經接近7.5 s，說明系統在工作過程中反應緩慢，這將給使用者帶來較差的使用體驗。

數據規模的大小也會對系統的管理效率造成一定影響，圖7是本文系統與另兩種系統在不同數據集規模下系統管理效率情況。通過圖7可以看出，本文系統與數據集的大小呈現正比例關系，數據集越大本文系統的管理效率越高，當數據集大小為45 Kb時，管理效率接近98%，而另兩種系統的管理效率與數據規模呈現反比例關系，數據集越大管理效率越低，當數據集大小達到45 Kb時，兩個系統的管理效率均低于30%，由此可以證明本文系統在對多媒體實驗室實行智能管理時能夠保持較高的管理效率。

數據規模的大小也會對系統的安全性造成一定影響，圖8是不同大小數據集規模影響下系統安全性能對比。由圖8可知，隨著數據集規模逐漸變大，本文系統安全性逐漸升高，當數據集規模達到30 Kb時本文系統的安全性進入一個穩定的狀態，而另兩種系統雖然安全性波動不大但是安全性較低，對比之下可以證明本文方法安全性較高，在多媒體實驗室實際管理過程中負荷較小。

3 ?結 ?語

本文將物聯網技術作為基礎，從教學、設備、安全防護和資源等多方面設計智能管理系統，對多媒體實驗室實行管理，該系統加強了安全控制，并且使用以相似系數矩陣為基礎的近距離搜索法降低系統信息數據維度，為信息智能管理打下了良好基礎。該系統執行時間短、管理效率和安全效率都高，具有良好的智能管理效果。

本文系統有效降低了人工管理成本，提高了多媒體實驗室的利用率，為師生的教學與學習創造了便利條件，但是在實際使用過程中可能會出現能耗較高和數據丟失的情況。在今后的研究中可以從無線節點能耗節約的角度出發，在設計系統的過程中，將無線節點備用電源的問題考慮進去，保持系統的穩定運行。針對數據可能丟失的問題，可以從提高網絡傳輸協議穩定性的角度出發，保證數據傳輸的安全性。軟件開發過程中嚴格審查代碼，構建代碼時盡量簡潔，并且在代碼構建完成后嚴格審查，避免出現錯誤。

參考文獻

[1] 王璐，周亦敏，余治昊.一種結合校園一卡通系統及物聯網技術的智能實驗室安防系統設計[J].電子器件，2018，41（4）：1077?1081.

[2] 杜天玲.實驗室信息化管理系統功能設計[J].公路交通科技（應用技術版），2018，14（10）：288?290.

[3] 高雪，房少軍，鐘華華，等.基于無源UHF RFID實驗室設備管理系統的天線布局設計[J].大連海事大學學報，2017，43（4）：112?116.

[4] 陳明星，謝景林，周江.高校公共儀器平臺信息化綜合管理系統的開發與實現[J].大學化學，2018，33（4）：46?50.

[5] 盛恒，黃銘，楊晶晶.基于Faster R?CNN和IoU優化的實驗室人數統計與管理系統[J].計算機應用，2019，39（6）：1669?1674.

[6] 張麗，李達，劉輝席，等.減小LoRa技術在實驗室監測系統中報警延遲的方法研究[J].電子技術應用，2019，45（6）：135?140.

[7] 盧云，莊性華.以開放實驗室構建運營商物聯網產業生態策略[J].電信科學，2018，34（z1）：126?133.

[8] 鄭如濱，王豪偉，許通，等.基于元數據的異構環境物聯網管理研究[J].長江科學院院報，2017，34（11）：138?143.

[9] 劉志強.高校實驗室管理制度建設探析：評《高校教學實驗室管理》[J].教育發展研究，2018，38（22）：87.

[10] 李敏，李自衛，都焱.實驗室管理制度的細化研究：新加坡國立大學以人為本的管理制度的經驗和啟示[J].化學教育（中英文），2018，39（4）：66?71.

[11] 田冬梅，婁志紅，張肖寧.淺談藥品微生物實驗室質量管理[J].中國藥房，2017，28（7）：1003?1006.

[12] 曹葵.中學化學實驗室安全管理現狀與對策建議[J].化學教育（中英文），2018，39（3）：37.

[13] 王玲，羅莉，徐銘恩.高校組織工程學實驗室及實驗技術與流程的安全管理[J].中國組織工程研究，2017，21（12）：1953?1958.

[14] 付曄，丁銘銘.資源投入與管理對重點實驗室科技創新能力的影響路徑研究[J].軟科學，2018，32（11）：65?68.

[15] 馮偉波，周源，周羽.美國國家實驗室大型科研設施建設對中國的啟示：以國家高磁場實驗室為例[J].科技管理研究，2019，39（16）：37?41.