基于云计算的数字校园建设方案

来源 :电脑知识与技术 | 被引量 : 0次 | 上传用户:dl121
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:随着信息技术的发展,数字校园已经成为信息化建设的重要任务和高校现代化的标志。云计算对提高工作效率和促进校园数字化建设具有积极的作用。数字校园方案建设主要是包含统一门户平台、统一身份认证平台、统一数据平台的基础云平台。
  关键词:云计算;数字化校园;基础平台
  中图分类号:TP393 文献标识码:A 文章编号:1009-3044(2018)30-0026-02
  Abstract: With the development of information technology,digital campus has been the important task of informatization and the sign of university modernization. Cloud computing plays the positive role in improving the work efficiency and promoting the digital campus construction. The solution of digital campus is mainly Constructing basic cloud platform include the unified portal platform, the unified identity authentication platform, the unified data platform.
  Key words: cloud computing; digital campus;basic cloud platform
  1 引言
  近年来,高校信息化建设取得了很大进展。各个业务部门根据需要建设了多个独立的系统,如教务管理系统、人事系统、图书管理系统、迎新系统、后勤管理系统、资产管理系统与档案管理系统等。由于没有按照规范进行统一规划与部署,各个业务系统独立运行。这些运行的系统存在较多问题,如形成“信息孤岛”现象,各个系统之间数据标准不统一,各个系统提供的数据不一致,给大数据等各种应用造成障碍。不同的身份和密码,各系统登录界面不一致,使师生使用不够方便。通过云计算等技术实现资源、应用及服务的整合,建立一个信息共享以及服务教学、科研和管理的数字校园基础平台,以解决上述问题,提升资源共享及管理方式,节约人力物力,为学校教职员工与学生提供高水平的服务。
  2 云计算与数字校园
  云计算是分布式计算的一种态势,是多种计算模式和网络技术发展的产物。云计算利用网络将大量计算分布在多台服务器,经服务器处理后将结果返回给用户,使用户根据需求获取硬件、存储空间和软件服务[1]。云计算的主要特点为:
  (1)通用性高。云计算支持多种应用同时运行,操作简单,会操作计算机操作就能获得相应服务。
  (2)存储空间大。实际环境下,云计算存储没有限制。
  (3)节约成本、可靠性高。由于程序在云端运行,终端不需要运行传统应用软件所需的处理能力,所需费用较低。即使终端系统崩溃,由于所有数据在云端都是安全的,仍然可以正常访问。专业人员管理和维护云计算服务器,降低了系统风险。
  把云计算技术引入数字校园的建设中将是数字校园建设的新突破。利用云计算技术把现有的软硬件资源进行管理整合,实现共享,提高软硬件的利用率和使用效率。如建设私有云对校内各种应用系统统一管理,通过虚拟化技术为各种应用系统划分相应性能的服务器,随时满足各种需求。利用云计算技术能够构建起各种新型平台,使学校信息化建设提升层次。例如学生通过公有云尔雅通识网络教学平台,倾听名师授课,开拓学习视野,不受空间和时间的限制自由安排学习时间,与教师和其他学生交流学习体会。教师利用尔雅通识网络教学平台与其他教师实现信息交流,提升专业化水平。
  3 数字校园建设原则
  (1)贴近实际。建设数字校园需要对学校管理方式和教学特点进行充分调查。在调查时要充分考虑教职员工和学生需求的多样性,贴近学校实际需求,使建成的數字校园能够提升学校层次,切实促进学校的发展。
  (2)信息交互。建设的数字校园不仅仅是管理平台,也是交流平台。数字校园主要功能模块包括通知系统、内部邮件、网上论坛等子系统。方便快捷的消息发送机制能够为广大教职员工和学生提供丰富的交流方式和渠道,使所有教职员工和学生都真正参与进来,充分享受信息化建设的成果。
  (3)安全性。系统安全非常重要。在建设数字校园过程中,要加强安全教育培训和安全制度建设。在保证设备安全和网络安全的基础上,确保数据信息安全。根据学校实际,建立一套有效且灵活的权限体系,确保数据信息访问在一定权限范围内进行[2]。
  (4)扩展性。考虑到数字校园未来的功能扩展,能够方便地增加新功能模块,或者升级至更高级版本来实现系统更新,使投资利益得到保障。
  4 数字校园建设方案
  4.1 总体设计
  数字校园总体设计要考虑正在运行系统的整合和与未来系统的扩展,保证信息化建设总体上与学校发展相适应。数字校园总体框架包括基础网络环境、数字校园基础平台、应用系统层、信息安全层。基于云计算等技术,对学校信息系统进行整合,建设包含统一门户平台、统一身份认证平台、统一数据平台等关键云基础平台,所有应用系统都在这个云平台上运行[3]。
  4.2 统一门户平台
  统一门户平台是教职员工、学生及外来访客等各类用户进入学校各类服务系统的唯一入口,实现对各应用系统的集成。统一门户平台建成后将为各类用户提供个性化、一站式与无缝集成的信息及应用服务。统一门户平台是学校的应用管理平台,是数字校园可持续发展的支撑工具,提供按照角色权限区分的展现界面,在提供人群、场景、分类等多种方式的检索条件下支持多维度搜索,方便各类用户快速查询到需要的应用。统一门户平台包含服务门户首页、应用服务中心、个人服务中心等项目。统一门户平台首页提供业务域快速入口、角色快速入口、应用快速入口等,展示所有的应用,提供定位和应用检索功能。
  4.3 统一身份认证平台
  统一身份认证平台在目录服务和认证服务的基础上实现身份数据的统一存储、统一管理,实现各类应用系统的单点登陆,以及各类访问与操作安全审计。用户及权限信息统一存储在用户数据中心,采取分级授权和集中身份认证,提高用户使用的方便性和应用系统的安全性[4]。用户登录后在不同系统之间漫游而不需要再次输入密码。统一身份认证平台通过LDAP实现,应用系统用户数据库保留原有用户数据,用户数据中心实现与各应用系统用户数据库同步和更新,保持一致。各项系统功能独立设计,系统间通过接口进行交互,实现与第三方产品的对接[5]。在必要时提供完善的OAUTH服务管理、应用注册功能,可向第三方提供 OAUTH接口,方便第三方使用 OAUTH协议来获取更多服务。
  4.4 统一数据平台
  统一数据平台是基础云平台的重要组成部分,通过一整套信息数据标准,建设包含数字校园所需所有数据的数据中心。统一数据平台从数据来源、数据转换到数据中心整个体系结构进行规划,满足异构类型数据获取及系统之间标准数据处理的需要,从而实现对数据的利用。数据来源包括各应用系统的数据库、各种格式化文件以及其他途径提供的特殊文件,具体包括Oracle、DB2、Sybase等数据库,ODBC数据源,XML数据,WebService等。经过数据转换工具对数据过滤与清洗,形成标准数据并建成数据中心,为教学科研管理提供数据服务平台。
  参考文献:
  [1] 李玲瑞.基于云计算的高校数字化校园网建设探究[J].武夷学院学报,2015(3):61-64.
  [2] 陈蒙.云计算平台在数字校园中的应用与研究[D].郑州:华北水利水电大学,2015:5-12.
  [3] 孙凯.浅谈数字化校园建设总体方案[J].科学技术创新,2018,14:92-93.
  [4] 韦春珠.云计算在数字化校园建设中的应用[J].信息与电脑,2017,8:45-46.
  [5] 董洪宪.职业院校数字校园建设云平台服务技术应用探索[J].网络化与数字化,2015,8:58-65.
  【通联编辑:代影】
其他文献
目的介绍我院临床药学工作的开展情况。方法从临床药师参与临床查房,开展处方点评,ADR监测和报告,用药咨询,学术活动,专业培训等方面阐述我院临床药学工作的内容。结果与结论
北京大学中文系温儒敏教授在《语文教学中常见的五种偏向》一文中提出当前新课程实施中,语文教学有五种常见的偏向。其中剑指作文教学三个偏向:不让学生读闲书:文笔成了作文的第
目的回顾性分析2010年我市社区卫生服务机构门诊处方抗菌药物应用情况,为合理使用抗菌药物提供参考。方法随机抽取我市5个社区卫生服务机构2010年1-10月6000张使用抗菌药物的
随着现代社会科学技术水平不断发展,越来越多的智能化技术及手段得以应用,而人脸识别算法就是其中比较重要的一种,在实际生活及工作中均有着十分广泛的应用。在当前人脸识别算法实际应用过程中,为能够使其得以更好实现,需要在利用图像处理技术的基础上合理进行系统设计,从而使系统功能及作用得以更好实现,促使其能够实现更加理想的应用。本文就基于图像处理的人脸识别算法实现进行分析。
目的制定脑血康片质量标准。方法用TLC法进行定性鉴别,以凝血酶活性测定的方法,测定脑血康片中抗凝血酶的活性。结果 TLC可鉴别水蛭,抗凝血酶效价测定线性范围为剩余凝血酶单
摘要:该文利用机器学习算法对随机序列数据进行了实证研究。首先对比了常见机器学习算法模型在该数据上的预测性能,发现决策树算法效果较好。其次,对决策树算法模型进行了参数调优,提升了该模型的预测准确率。参数调优后的算法模型的预测效果较好。  关键词: 机器学习;随机序列;实证分析;参数调优  中图分类号:TP302 文献标识码:A 文章编号:1009-3044(2018)26-0166-03  Abst