疫情防控下基于大數(shù)據(jù)的高校實驗中心管理系統(tǒng)

楊呈永， 肖博懷， 謝曉蘭， 黎秋艷， 張琰霖

（1.桂林理工大學a.網(wǎng)絡與信息中心；b.信息科學與工程學院；c.外國語學院，廣西桂林 541004；2.桂林信息科技學院外貿(mào)與外語系，廣西桂林 541004）

0 引 言

2020 年5 月起，國內(nèi)疫情得到有效控制，各行各業(yè)陸續(xù)復工復產(chǎn)，但復工復產(chǎn)后需要保持疫情常態(tài)化防控不能放松，各行各業(yè)在復工復產(chǎn)后如何科學精準、全力以赴做好常態(tài)化疫情防控依然是一個嚴峻的挑戰(zhàn)。實驗中心是高校實驗室匯聚和開展實踐教學和科研創(chuàng)新的重要場所，承擔著高校人才培養(yǎng)的重要任務［1-2］，同時存在人流量大、潛伏因素多等原因使得防疫工作更具有挑戰(zhàn)性。所以，在疫情管控期間充分利用先進技術研發(fā)系統(tǒng)保障好高校實驗室的正常運行同時又要做好防疫工作，是高校實驗中心管理的重要工作。本文以物聯(lián)網(wǎng)和大數(shù)據(jù)為技術手段，設計了一個疫情防控下實驗中心管理系統(tǒng)。

1 現(xiàn)狀分析

隨著近幾年高校的發(fā)展，很多高校都建設了大規(guī)模高校實驗中心。以我校現(xiàn)有實驗中心為例，建設科創(chuàng)實驗中心40 間，大學生創(chuàng)業(yè)中心48 間，計算機實驗中心24 間，外語語音室中心28 間，虛擬仿真實訓中心12 間，工程實訓中心8 間。

由于受疫情影響，原有管理方式面臨眾多問題。

（1）缺乏防疫經(jīng)驗。在當下疫情的環(huán)境下，大部分高校的實驗中心缺少防疫經(jīng)驗。教師亦缺乏自我防護、秩序維護、學生追蹤等操作經(jīng)驗；學生缺乏信息認證、突發(fā)情況等經(jīng)驗；場所本身缺乏檢測、預警、殺毒等防疫經(jīng)驗。

（2）防疫設備不充足。要保障疫情防控下安全上實驗課，實驗中心必須有充足的新型防疫設備支持，而目前大部分高校的新型防疫設備相對匱乏，這就導致實驗中心管理系統(tǒng)不能得到全面發(fā)展。

（3）技術復雜。一個完整的大數(shù)據(jù)實驗中心管理系統(tǒng)，需要物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈、新一代人工智能等新興技術［3］，并把這些技術與實驗中心現(xiàn)有的技術結(jié)合，再結(jié)合疫情防控業(yè)務，技術層面要求的較為復雜，開發(fā)相對不易。

（4）信息資源缺乏開放平臺，無法開放共享。由于歷史建設原因一些類似大型儀器設備實驗室建設相對獨立，對于設備場地要求過高，沒有集中到對應實驗中心，資源管理相對獨立，無法實現(xiàn)資源共享［4］。

2 大數(shù)據(jù)技術的實驗中心管理系統(tǒng)框架設計

經(jīng)過調(diào)研分析，實驗中心管理系統(tǒng)采用分層架構(gòu)［5］。該系統(tǒng)通過實驗室預約、每天出入等龐大數(shù)據(jù)作為基礎，這就需要通過各種接口來采集數(shù)據(jù)并且存儲到大數(shù)據(jù)的數(shù)據(jù)庫中；采集和存儲的數(shù)據(jù)雜亂無章，這就需要對這些數(shù)據(jù)進行處理；處理過后的數(shù)據(jù)通過算法和各種數(shù)據(jù)庫轉(zhuǎn)化成信號作為預警信息；處理過后的數(shù)據(jù)服務各種功能，如數(shù)據(jù)可視化等。另外，系統(tǒng)需保留各種應用終端的平臺接口。實驗中心管理系統(tǒng)的框架具體分為五大層，如圖1 所示。

圖1 實驗中心管理系統(tǒng)體系結(jié)構(gòu)

2.1 數(shù)據(jù)采集與存儲層

數(shù)據(jù)采集與存儲層的數(shù)據(jù)源主要有3 個：高校大數(shù)據(jù)云存儲中心調(diào)用的數(shù)據(jù)、實驗中心管理系統(tǒng)采集的學生行為數(shù)據(jù)、智能終端傳輸?shù)臄?shù)據(jù)。采集與存儲的方案見圖2。

圖2 數(shù)據(jù)采集與存儲方案

Zookeeper是一個具有容錯性和高可用性的分布式協(xié)作組件。在zk 集群的基礎上，可以配置Hadoop高可用模式。該模型具有雙神經(jīng)網(wǎng)絡NN 節(jié)點，可實現(xiàn)容災。另外，結(jié)合F1ume、Kafka、Hbase等技術，通過F1ume實現(xiàn)數(shù)據(jù)采集，采集的數(shù)據(jù)緩存在Kafka模塊中，最后存儲在Hbase、MongoDB、Spark SQL 等數(shù)據(jù)庫中［6］，供數(shù)據(jù)預處理層提取。

2.2 數(shù)據(jù)預處理層

數(shù)據(jù)預處理層主要包括數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)集成。對于數(shù)據(jù)采集與存儲層提供的數(shù)據(jù)進行四步驟處理：①將數(shù)據(jù)采集與存儲層中感興趣的數(shù)據(jù)源進行抽取；②將抽取的部分感興趣的數(shù)據(jù)源進行糾正，包括數(shù)據(jù)一致性、處理無效值和缺失值等；③將糾正好的數(shù)據(jù)源進行轉(zhuǎn)換或歸并，從而構(gòu)成一個適合數(shù)據(jù)處理的描述形式；④再把處理好的數(shù)據(jù)根據(jù)業(yè)務的需要有機地集中，從而為實驗中心管理系統(tǒng)提供全面的數(shù)據(jù)共享［7］。

2.3 數(shù)據(jù)預警信號生成層

該層是一個信號輸出、模型優(yōu)化、預警模型、觸發(fā)規(guī)則相互循環(huán)的一個流程。推理規(guī)則和本地構(gòu)建構(gòu)成的本體庫為預警模型提供了數(shù)據(jù)源［8］，知識庫、案例庫、應急庫等疫情的數(shù)據(jù)庫不斷建模用來優(yōu)化模型，而本體庫則是用來推理規(guī)則和本地建構(gòu)，如疫情信息、學生信息等數(shù)據(jù)的建構(gòu)與推理。

2.4 數(shù)據(jù)服務層

（1）實驗預約。學生可通過系統(tǒng)進行實驗課前實名預約，系統(tǒng)通過該學生的行為數(shù)據(jù)和算法實現(xiàn)個人疫情風險分析，判斷有無實驗預約的條件。

（2）數(shù)據(jù)可視化。實驗中心管理系統(tǒng)目前主要的可視化功能模塊如圖3 所示，包括全國疫情監(jiān)測可視化，實驗室預約可視化，學生行為數(shù)據(jù)可視化，智能預警可視化，門禁系統(tǒng)可視化等。

圖3 可視化功能模塊圖

通過公共衛(wèi)生事件應急數(shù)據(jù)云存儲中心開放接口，對接口提供的疫情全國分布、每日新增數(shù)量等數(shù)據(jù)進行可視化；通過學生預約實驗室的情況進行可視化；通過各個終端對學生行為如進出某個實驗室進行可視化；通過建模以及優(yōu)化算法對智能預警信息進行可視化；通過門禁設備對門禁系統(tǒng)進行可視化。可視化內(nèi)容展現(xiàn)在大數(shù)據(jù)實驗中心智慧屏和后臺管理中。

（3）預警信息查詢。教師和學生可通過實驗中心管理系統(tǒng)獲取公共衛(wèi)生事件應急數(shù)據(jù)云存儲中心的數(shù)據(jù)，進行預警信息查詢。

（4）數(shù)據(jù)錄入管理。實驗中心管理系統(tǒng)可把通過門禁和測溫系統(tǒng)把人員的信息、體溫、從何處來等數(shù)據(jù)封裝成數(shù)據(jù)包和接口，供其他平臺使用。

（5）預警決策推薦。實驗中心管理系統(tǒng)采用樸素貝葉斯網(wǎng)絡、BP 神經(jīng)網(wǎng)絡和決策樹等算法。其中，樸素貝葉斯網(wǎng)絡普通模式為實驗樣本數(shù)據(jù)加上已有疫情數(shù)據(jù)經(jīng)過計算后得出決策信息；BP神經(jīng)網(wǎng)絡是應用最為廣泛的神經(jīng)網(wǎng)絡，具有高修復性、高自適應性以及高多維度函數(shù)學習型［9］。

（6）檢測數(shù)據(jù)開放。實驗中心管理系統(tǒng)采用XMA整合協(xié)同平臺，XMA 相對于其他數(shù)據(jù)接口管理的平臺，優(yōu)勢在于其具有高并發(fā)、高可靠、高效率的優(yōu)點。XMA整合協(xié)同平臺由部署在專用的服務器上，改服務器與數(shù)據(jù)接口共享系統(tǒng)共同組成該平臺，解決數(shù)據(jù)收集、并發(fā)、調(diào)用、同步性等問題。各個實驗中心的設備都可通過XMA整合協(xié)同平臺向數(shù)據(jù)中心共享數(shù)據(jù)。具體流程見圖4。

圖4 數(shù)據(jù)共享流程圖

在如今疫情仍未完全平息的時間下，全國疫情防控數(shù)據(jù)變得尤為重要，全國數(shù)據(jù)都要相通［10］。實驗中心要完全開放疫情數(shù)據(jù)，可以把采集到的疫情大數(shù)據(jù)打包封裝，對外暴露開放的接口供各大防疫平臺使用，為疫情防控做出一份微薄的力量。

2.5 應用終端層

常見的應用終端包括Web 端、移動終端，實驗中心管理系統(tǒng)的應用終端也使用這兩種常見的終端以及預警信息發(fā)布平臺，可采用ZigBee［11］的無線通信技術，它具備短距離、低功耗、高可靠的特性。ZigBee 的每個分支傳感器在識別并接受大數(shù)據(jù)時，會通過通信的無線網(wǎng)絡發(fā)送給數(shù)據(jù)采集協(xié)調(diào)器，接著把該項目與互聯(lián)網(wǎng)連接，然后通過有線網(wǎng)絡向已連接的服務器發(fā)送數(shù)據(jù)和電子信號，最終可利用大數(shù)據(jù)技術和物聯(lián)網(wǎng)技術實現(xiàn)雙向通信，并進行智能化管理。實驗中心管理系統(tǒng)的防疫數(shù)據(jù)也可對接在公共平臺上，比如預警信息發(fā)布平臺、公共衛(wèi)生事件應急平臺等。

3 實驗中心管理的物聯(lián)網(wǎng)感知層設計

3.1 門禁系統(tǒng)

實驗中心將大數(shù)據(jù)技術和物聯(lián)網(wǎng)技術有機結(jié)合［12］，將來訪人員的身份信息等數(shù)據(jù)保存在數(shù)據(jù)庫服務器中，并上傳到大數(shù)據(jù)實驗中心管理系統(tǒng)。

（1）門禁分控器。分控器增強了門禁系統(tǒng)在單機情況下的正常運作。分控器確保在網(wǎng)絡或者主控器發(fā)生故障的情況下，門禁依然正常運作。

（2）讀卡器。選用PK-R35X/W34 讀卡器，應用了Mifare1 技術。此讀卡器功能強大，容錯率高，具有免實體接觸、防水防電、使用壽命高的特點，是實驗中心門禁系統(tǒng)的最佳選擇。

（3）電控鎖。電控鎖是門禁系統(tǒng)中必不可少的零件之一，選用了通CE 等認證的電控鎖，確保系統(tǒng)穩(wěn)定。①單扇木門：一般選用機械鎖，要注意內(nèi)門把手為標準型，可開鎖；外門把手可以空轉(zhuǎn)但只能用鑰匙開門。②90 度開玻璃門、防盜門或雙開門（消防通道等）。

（4）紅外線防盜。紅外線防盜采用熱成像技術，若在實驗中心非開放時間或者未通過門禁系統(tǒng)進來的人員，會被防盜系統(tǒng)檢測，管理員將第一時間知道并選擇是否報警。

（5）指紋門禁傳感器。記錄進入實驗室的人員的指紋情況，并上傳到大數(shù)據(jù)實驗中心管理系統(tǒng)中［13］。具體拓撲如圖5 所示。

圖5 門禁系統(tǒng)拓撲圖

3.2 智能預警

對實驗中心的設備進行觀察，如遇到故障，比如電壓異常、電量、內(nèi)部溫度等故障，立即發(fā)出警告，并立即通知管理員，具體如下：

（1）溫度預警。當溫度傳感器感應到設備溫度超過正常溫度，就會通過語音系統(tǒng)發(fā)出警告，并第一時間通過公眾號或者APP通知實驗中心管理員。

（2）防盜預警。當紅外線傳感器感應到非開放時間并未通過門禁系統(tǒng)的人員闖入實驗中心，就會第一時間通過公眾號或者APP通知實驗中心管理員。

（3）門禁管理。管理員可通過公眾號遠程查看門禁情況，并可遠程控制門禁進出來控制進出成員。

以上的預警都有分預警程度，管理員可通過不同的預警程度來做出相應的應對措施，小到自己通過設備來管理預警，大到一鍵報警，這樣可以有效避免各種情況的發(fā)生，大大地提高了管理員的管理效率。

3.3 防疫措施

（1）AI 人臉識別。疫情原因下進出實驗中心必須得佩戴口罩，這就需要對佩戴罩的人員進行AI人臉識別，以辨別進出人員的身份。實驗中心調(diào)用百度AI人臉識別接口，該接口開放、免費，可以在戴口罩的情況下通過AI技術識別人員身份，并與高校學生數(shù)據(jù)進行核對，從而實現(xiàn)個人身份驗證。

（2）溫度檢測。在大自然中，每個物體都會受到紅外線的輻射。紅外線是一種電磁波，可根據(jù)不同溫度對不同物體造成輻射，又稱紅外輻射的電磁波。系統(tǒng)防疫的體溫監(jiān)測是通過紅外線的照射，對進出人員的體溫進行熱紅外成像。斯特藩-玻爾茲曼定律［14］得出物體的紅外線輻射量與物體表面上的溫度的四次方成正比例，由此可見物體表面的溫度即使微弱波動，紅外線輻射量也會發(fā)生巨大的變動，這就是本系統(tǒng)體溫測試紅外線熱成像的原理，工作流程見圖6。

圖6 體溫測試流程圖

（3）自動消毒。當進入成員經(jīng)過溫度檢測后顯示正常溫度，仍需要對雙手進行消毒殺菌。消毒液采用濃度為80%的乙醇氣體，并利用紫外線照射增強殺菌效果。

（4）異常報警。在人體測溫高于正常閾值時，實驗中心會第一時間通過公眾號或者APP 來通知管理員，并第一時間報警。

4 基于大數(shù)據(jù)的實驗中心管理系統(tǒng)設計

實驗中心管理系統(tǒng)的實現(xiàn)分為四大層，見圖7。

圖7 實驗中心管理系統(tǒng)技術架構(gòu)

（1）第一層為前端UI 層。這層需要用到HTML，CSS，JS等常用的Web技術。

（2）第二層為展示層。使用ajax 用于數(shù)據(jù)發(fā)送、緩沖和獲取，本實驗中心管理系統(tǒng)使用了Vue 框架和Echars組件，并用了ElementUI框架渲染頁面。

（3）第三層為服務層。本實驗中心管理系統(tǒng)使用了SpringCloud的技術，將實驗室的主要功能分為用戶服務、數(shù)據(jù)服務、可視化服務和分析服務。

（4）第四層為數(shù)據(jù)存儲和計算層。實驗中心的數(shù)據(jù)存儲在MySql 數(shù)據(jù)庫中，數(shù)據(jù)分析的文件會通過hadoop集群存儲到存儲平臺。

實驗中心管理系統(tǒng)通過訪問瀏覽器網(wǎng)頁來實現(xiàn)。網(wǎng)頁所加載的數(shù)據(jù)通過ajax 緩沖得來，并通過json 數(shù)據(jù)解析，構(gòu)造成html頁面顯示。

部分代碼如下：

＜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）｛

//讀取進出人員信息、預警信息、防疫信息等

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

實驗中心大數(shù)據(jù)預警平臺界面如圖8 所示。

圖8 實驗中心大數(shù)據(jù)預警平臺界面圖

5 結(jié) 語

在疫情防控期間，充分利用物聯(lián)網(wǎng)、大數(shù)據(jù)技術構(gòu)建的高校實驗中心管理系統(tǒng)，實現(xiàn)實驗課前實名預約進行個人疫情風險分析、在實驗中心入口實現(xiàn)個人身份驗證和溫度預警，為公共衛(wèi)生防疫系統(tǒng)提供準確個人軌跡分析數(shù)據(jù)，有效輔助學校做好疫情的防控工作，保障高校實驗教學順利進行，對常態(tài)化疫情防控下高校實驗中心管理具有重要借鑒意義。