·理论探索与实践·
雾计算的教育应用：案例与趋势
周 榕1，刘成凤1，白若微2
1陕西师范大学教育学院， 西安 710062；2宝鸡高新第一中学， 陕西 宝鸡 721013
【摘要】： 雾计算技术的日益发展为很多产业带来了革新，也为教育领域注入了新的活力。文章对雾计算的教育功能进行详尽解析，并通过雾计算在智慧校园建设、在线学习以及移动学习中的应用案例，阐释其教育应用价值。最后，提出雾计算教育应用的未来趋势：关注雾计算关键技术开发、构建雾计算教育服务平台、运用雾平台开展个性化学习、保障雾网络数据安全。
【关键词】： 雾计算；教育应用；智慧校园；在线学习；移动学习
自2012年思科公司正式提出雾计算的概念以来，雾计算的发展势头迅猛。2015年，OpenFog Consor- tium雾计算联盟成立，2018年，全球首个雾计算技术实验室在上海建立。同年，雾计算参考框架正式纳入电气电子工程师学会(The Institute of Electrical and Electronics Engineers，IEEE)标准。以太雾(Ethereum- Fog)、智能雾(SmartFog)相继诞生，并在商务、工业、城市服务及军事领域得到应用。目前，教育界也开始了针对雾计算的探索[1]，并出现了在智慧校园、在线课程平台、移动学习等领域的典型应用案例。通过案例来剖析雾计算赋能教育的过程和方法，对于推进教育信息化进程有所裨益。
1雾计算的教育功能解析
雾计算是由思科(Cisco)公司提出的一种云计算(cloud computing)的延伸概念。雾计算以私有云、企业云等小型云为主，介于云计算和个人计算之间，没有很强的计算能力，是半虚拟化的服务计算架构模型[2]。雾计算的原理是通过使用边缘网络中的设备，让基于云的服务可以离物联网和传感器更近。通过雾计算，可以将一些并不需要放到云上的数据在网络边缘层直接进行处理和存储，提高数据处理的效率，降低延时，减少网络传输压力，提升安全性。同时，雾计算去中心化的网络结构支持高移动性和实时互动，能够进行云在线分析，也为人工智能服务、数据挖掘、物联网搭建等提供更现实和便捷的技术路径。
必须指出，雾计算不是云计算的替代物，而是对云计算的补充，现实应用时往往将两者相结合。因此，它能够继承云技术在教育应用中的优势，并提供更加便捷的教学服务。
1.1提升学习分析效率
雾作为云和终端的中间层，处于用户与数据中心的通信通路上，可以快速地过滤和聚合用户消息。位于雾计算体系架构中的边缘设备可全程记录学习历史数据，提供数据挖掘和学习分析所需信息源。学习分析的结果则可以快速发送到云端和个人终端，实现及时反馈。
1.2支持泛在学习
雾节点数量庞大、分布广泛。其位置感知特性可确认学习者的物理位置，教师根据学习者所处环境为其选择合适的学习资源。雾技术还可实现教育资源的实时共享，减少等待时间，且不同学习资源、服务和平台之间可实现互联、互通。这样，学习者就可以通过与环境的互动，随时随地获得所需的学习资源，实现泛在学习。
1.3实现智能感知
2.2.3实施结果 研究者选择了来自eCampus Uni- versity工程学院、心理学院和文学院的100名新生和100名在读学生，分别以传统方式(A组)和利用新架构支持的在线学习平台(B组)进行为期1学期的在线学习。结果发现，B组学生的退学率几乎是A组水平的三分之一，说明该系统可以有效降低退学率。而且，通过平台记录数据分析，可以为教师实施适当策略提供有力的参考，例如为理工类学生设置更多的互动练习，而为心理学和文学类的学生设置更多的概念图知识。
1.4降低教学能耗
2.2.1体系架构 创新在线学习体系结构最大的特点是通过云和雾之间的内部接口(Inner API)实现了云和雾之间的持续交互。云部分负责历史备份和大量存储操作，提供长期预测和评分功能，并通过外部接口(Outer API)与教育管理者沟通；雾部分通过轻挖掘技术进行短期预测，并通过外部API与教师、学生进行互动。
依据《江苏省耕地质量监测管理办法》，按照“统一性、均匀性、连续性”的原则，根据不同生态环境、作物布局、耕作制度、土壤类型，组织专家反复论证，最终确定24个耕地质量监测点具体位置，并由区耕地质量保护站落实到具体田块，进行GPS定位。
2雾计算的教育应用案例
雾计算技术具有强大的可扩展性，能够满足教育信息化快速成长和服务多元化的要求，为各层次的教育系统提供有力的技术支持。
2.1雾计算赋能智慧校园建设
教育信息化2.0背景下，智慧校园建设成为教育信息化的重要内容。意大利巴勒莫大学(University of Palermo)基于雾计算技术构建了新型智慧校园建设系统[4]。该系统使用智能手机、智能手表、平板电脑等智能设备，目标是收集来自校园不同区域的信息，聚合数据，为校园中的用户提供新的服务或改进现有的服务。
2.1.1系统架构 该系统架构分为4层(如图1所示)，由低到高分别是边缘层、雾层、云层和应用层。最底层是边缘层，主要功能是收集原始数据，并与较高层实体共享；第二层是雾层，主要负责对从边缘层设备接收到的数据进行聚合和分析；第三层是云层，用来存储数据和执行浩大的分析计算，制定并发送相应的行动计划；最顶层是应用层，位于应用层的各实体根据行动计划执行相应的操作，对现实世界做出反应。
图 1巴勒莫大学智慧校园雾系统
2.1.2应用场景 巴勒莫大学(University of Palermo)应用智慧校园雾系统，实现和改善多种资源服务和公共空间管理。
近年来，国内关于儿童FAP的临床研究文献越来越多，但试验设计差异较大［5‐8］，给试验结果评估及二次文献研究带来了不利影响。为此，本课题组系统检索了1991—2018年发表在国外期刊中的相关英文文献，对其试验设计要素进行归类整理与分析，以期通过今后的标准化临床研究设计，为不同试验结果之间的比较提供可行性。
②助推智慧学习环境构建。智慧学习环境是一种能够感知学习情境、识别学习者特征、提供合适的学习资源及路径、动态分析学习过程数据、综合评价学习成果，以促进学习者有效学习的学习空间或场所[6]。巴勒莫大学智慧校园雾系统提供了一个多平台IT模块，可以提供有关每个学生特定教育路径的个性化信息，激励学生在课程日历上保持更新，指示到教室的路线，允许学生在大学图书馆预订他们的学习地点，提供对存储在云中的数字教材的访问，通知提醒和报告感兴趣的新闻。例如：如果一个学生需要从他目前所在的位置跑到她下一节课的教室，平台可以使用他的智能手机收集的感官数据来推断用户将如何前往校园，并根据若干参数(例如交通、时间限制等)建议最佳解决方案。
③助力智能文化空间建设。借助增强现实等新技术，博物馆开始走向智能化。智慧校园雾系统尝试通过定义传感器和服务的创新模型，将静态文化空间转变为智能文化空间。该系统通过建设校园内的博物馆藏品来促进智能文化空间的建设。识别设备可以检测特定手势，将其解释为探索虚拟博物馆内容的命令，从而提高与访问者的深度交互。用户还能够虚拟访问一个或多个馆藏，增加信息量和提升感官知觉。
2.2雾计算推进在线学习
房产界的自媒体还有自己的生意经，他们有的出身于房地产公司，有的来自公关公司，有的来自正规媒体。这些人对房地产开发流程相当熟稔，也颇能揪住一些企业的“小辫子”，再加上深谙传播规律，让其做出的报道更具杀伤力。有的趁相关房地产企业在四面楚歌的公关危机期，故意曲解公司财报数据，片面强调企业的“高负债”，营造大厦将倾风雨欲来的局面；有的把企业的正常人事调整说成“高层换血”“公司内讧”。有的甚至直接威胁：“我手头已有成百上千个有意向的客户名单，如果我写一篇黑稿砸群，你看着办吧。”这已经不单纯是自媒体在打擦边球、做小动作，而是赤裸裸的敲诈勒索了。
雾技术通过在本地处理选定的数据来节省网络带宽，减少运营成本，节约校园能耗。现有智慧教室系统是架构在整个校园网上的巨大分布式系统，对分布广泛、数量众多的网关设备的软硬件要求高，其构建与维护成本也高[3]。基于雾计算的新架构，使得边缘设备只需具备基本的数字通信技术，而不需要使用更高层协议进行数据通信与处理，从而降低了对网关设备的要求，有利于节省系统构建与维护的成本。
2.2.2工作机制 雾计算在线学习平台的数据运行机制如图2所示。运用该平台在线学习的每个学生都配备有一台智能手机和一支智能手环。该手机上安装基础Android应用程序，直接与GPS传感器、定时传感器以及心率变异性(HRV)传感器相连接，通过蓝牙与智能手环进行通信。该程序收集来自智能手机的GPS数据、计时数据以及来自智能手环的HRV心率数据，从而监测学生的学习习惯。其中，GPS数据反馈学生当前位置，如宿舍、食堂或图书馆等。定时数据是根据学生大学前3个学年的学习习惯确定。HRV数据作为活动疲劳和困倦的指标，按照1毫秒的速率进行采样和计算。
患者于术后1、3、6、12个月进行随访，此后每年门诊随访一次。术前及术后随访均进行临床及影像学评估。临床评估：包括牛津膝关节评分（Oxford knee score,OKS）［6］、美国膝关节协会评分 （American Knee Society Score,AKSS）［7］、骨关节炎指数评分（Western Ontario and McMaster Universities arthritis index,WOMAC）［8］、髌股关节评分［9］。
图 2雾计算在线学习平台的数据工作机制
之后，位于每层的分布式处理框架SAMOA(sc- alable advanced massive online analysis)根据上述数据为学生当前学习活动确定合适的学习内容。当学习内容选定后，相关信息会直接发送到教师的智能手机上以及在线学习系统的云。教师可以检验所选择的学习内容并通过反馈渠道向学生建议其他的学习内容。最后，研究人员可以使用存储在云端的数据对在线学习系统的使用情况进行分析，如辍学率等问题。
远程教育一直存在低完成率、高辍学率的现象。意大利eCampus大学智能研究中心(SMARTEST Res- earch Centre)和帕尔马大学(University of Parma)工程与建筑系联合设计了一个雾计算和大数据相结合的创新在线学习体系架构[7]，并在远程教育大学eCam- pus University(http://www.uniecampus.it)中进行了初步实施，该体系架构在阻止学生退学方面产生了一些良好的效果。
雾计算具有情境感知和社会感知的特性。情境感知可以探测学习者在何种场景、何种时间与谁交互。社会感知基于空间大数据揭示群体行为模式，感知个人与他人之间的社会关系。这些特征使得基于雾计算的平台具有适应性，可以根据个人学习偏好和需求推送资源，更好地服务智慧教育环境下的个性化学习。
①优化校园建筑能耗。高校校园建筑的能耗主要包括照明能耗、空调能耗、电梯能耗、实验能耗、热水能耗等[5]。为了显著降低校园能耗，需要借助雾技术支持的环境智能系统针对不同区域对使用情况进行评估，以优化单个建筑和具有相似特征的建筑群的能源管理。智慧校园雾系统使用低功耗的运动传感器来检测校园区域，并自动触发高级视频传感器来跟踪行为异常的特定用户，避免校园基础设施遭恶意破坏。此外，该系统还利用一组专用传感器，监测所在环境中安装的所有电器的能耗，如果能耗超过某一阈值则发出警报。目前，我国约有3 000多所高校，校园建筑数量庞大、建筑类型繁多。结合雾技术设计智能化的节能系统，将有助于推进节约型校园的建设。
2.2.4应用前景 未来，eCampus大学智能研究中心计划继续完善基于雾计算技术的创新在线学习平台，增强学习者特征分析功能。例如：自动记录学生完成某一学习内容时的困倦程度、学生是否跳过了某些学习内容、学生花费在特定学习内容上的时间、学生访问学习内容的次数等。系统同时还支持教师和管理者跟踪学习退出者，分析其退出的原因，并及时制定保留策略。
2.3雾计算助力移动学习
利用云技术进行移动学习时，数据需要从云服务器传输到学习者终端，再将数据从终端返回云服务器，这种中心化的计算模式可能会导致延迟。韩国庆北国立大学(Kyungpook National University)计算机科学与工程学院研究团队将雾计算应用到移动学习中[8]，实现高效的环境感知学习，更好地适应终端的高移动性，减少使用移动学习应用程序的时间延迟。
（3）完善激励制度。企业不仅要按时为员工发放奖金津贴等，还应该按照人才的技术贡献和管理才能等分发技术产权与管理产权，用多种方式留住技术人员与管理人才，激励核心人才全心全意为企业服务。企业还应该通过营造以人为本的企业文化，用感情留人，让每一位员工都觉得企业是自己的家，自己是企业的主人，这样更能激发员工奉献企业的动力。
2.3.1平台架构 雾技术支持的移动学习平台由云层、雾层和边缘设备层组成。边缘设备支持智能感知功能，使用模式识别、数据挖掘和学习分析等多种技术来收集学习过程中的数据，并将其发送至中央服务器进行分析。雾层类似服务器，支持智能分析和选择功能。云层负责任务分配，管理终端的应用程序所要执行的各种操作。
首先总结了10 kV线路重合闸整定原则及相关规定，然后对影响农村配电网10 kV线路重合闸成功率的相关因素进行了详细的分析，最后依据短时停电的定义和要求，梳理了几点建议，为电力企业在提高农村配电网10 kV线路重合闸成功率方面提供参考。
2.3.2学习支持 该系统结合学习分析、数据挖掘和大数据等技术，可以实现对移动学习者的以下支持：
①优化移动学习资源。雾服务器能够感知其部署的环境，预测移动用户的数据需求特点，选择合适的数据缓存在雾服务器上。基于桌面、Web或移动应用程序的活动传感器可以捕获学习者当前的学习任务和进度。这些传感器可以保存学习活动数据，从而有助于评估用户的学习模式。而且，雾服务器可以从之前的操作中学习，这有助于系统跟踪和分析学习数据，从而为学习者提供更高质量的移动学习资源。
②扩展移动学习环境。雾服务器缓存的数据，对周边环境有一定的认知能力，可以提供更适合应用需求的高效接入机制。例如：部署在图书馆的雾服务器能够缓存周围环境的地图数据，并通过无线定位技术为接入的移动设备提供导航服务。另外，移动设备的移动性具有显著差异，不同移动模式导致移动设备在单个服务器内的时长具有差异性。利用这种差异性，雾服务器可以调节各移动设备的接入时机，降低对移动学习设备的要求，更好地满足各类应用需求。
（3）优化平台网站结构，增强平台的安全性，对于电子商务平台来说，其方位的数据量和网站本身的安全性，是有个至关重要的运营因素。有很多方法可以很好的实现，但是数据挖掘可以通过客户本身的拥塞和访问平台的性能，来提示平台管理者加以改进平台的各项访问策略。比如网站的缓存策略、网络传输策略、流量负载平衡机制和数据的分布策略等。同时还可以有效防止非法人员恶意访问平台，消除平台的弱点，提高站点可靠性，保证平台的正常运行。
③提高移动学习效率。雾服务器能够给移动设备和云服务器提供双向的本地化计算服务。雾计算将计算任务尽可能地转移至部署在应用现场的雾服务器上，不仅降低了总的响应延迟，而且能够在没有In- ternet连接的环境中仍然提供服务。将此平台与其他三种基于云计算的移动学习系统进行对比后发现，雾技术支持的系统，其平均网络延迟和宽带使用率均远低于其他三种系统，说明雾网络能够有效提高移动学习的效率。
3雾计算教育应用趋势
雾计算技术在教育中的应用特性为推动雾计算技术与教育的融合创新发展指明了方向。未来，应从本质上理解雾计算的核心机制，并积极拓展教育应用途径。
3.1关注雾计算关键技术开发
目前，雾计算的教育研究处于初级阶段。若要充分利用云计算的教育优势，不仅要完善理论层次研究，还要关注实用技术开发：第一，优化通信协议。雾节点众多，单个雾节点不仅要与云层和设备层进行通信，还要与雾层的其他节点进行通信。面向雾节点的高效网络通信协议，可助力教学效率提升[9]。第二，加速应用雾层虚拟化技术。虚拟化技术可以扩大硬件的容量，简化软件的重新配置过程。例如：CPU的虚拟化技术可以单CPU模拟多CPU并行，允许一个平台同时运行多个操作系统，并且应用程序都可以在相互独立的空间内运行而互不影响，从而显著提高计算机的工作效率。第三，加速云雾端融合，实现一体化服务。雾技术作为一种中间技术，需要与云层、边缘设备层以及大数据等技术相互配合，实现教育一体化服务。
3.2构建雾计算教育服务平台
雾计算为教育领域提供了高效率、低成本的信息服务模式，雾计算平台可以垂直地聚合来自终端设备、边缘网络和数据中心的资源，以较低的成本为教育系统中的各类人员提供服务。在设计、开发教育服务平台时，应加强功能创新，将雾技术与教学内容、教学媒体和教学传播过程进行多层次融合；突破传统教育方式的限制，建设智能教育服务平台，实现协同办公，为教师的科研及教学工作提供有效的支持。例如：设计基于雾技术的“互动反馈系统”(interactive response sys- tem，IRS)[10]，实现即时收集学生反馈信息，自动统计学生学习数据，适当开展组内协作交互，帮助教师更专注于雾环境中的教学设计，及时调整教学方法、策略及进程，提高学生的学习能力。
散装食品的销售和贮存应当遵守下列要求：设立散装食品销售专区或者专柜；不同批次的散装食品不应混装销售。鼓励使用相关设施或者设备防止不同批次的散装食品混装；散装食品的销售容器或者销售牌上应标明食品品名、配料、生产者名称、地址、联系方式、生产日期或批号、保质期和/或保存方法等。
3.3运用雾平台开展个性化学习
雾技术通过介于边缘设备和云服务中间的分布式雾节点，可以提供一种新型互动学习服务，体现为教学差异化、学习个性化和服务精准化。首先，雾技术能够监测每个学生的学习行为和学习过程，使教师能够深入了解每个学生的知识能力和学习需求，为教师开展差异化指导提供支持；其次，雾技术与大数据技术相结合，为学生确定相匹配的个性化学习资源，构建适应性的学习内容和学习路径；再次，雾技术终端能够对教学实践数据全面获取、科学分析、精准决策，提高教育系统的运行效率、决策水平和服务能力，每个学生根据自身需求制订学习计划，利用雾技术拓宽自主学习环境，实现真正意义上的个性化学习。
3.4保障雾网络数据安全
随着区块链技术的发展，如何实现异构性、轻量级、分布式的安全防护技术和部署方案是雾计算面临的一大挑战。未来应着力研究系统安全算法，保护用户隐私。未来教育数据平台将汇集大量学生数据，将学生数据隐私保护相关内容应写入教育平台开发技术规范之中，使得教育平台收集和分析数据的功能符合数据隐私保护要求。同时，对教师和技术人员的专项培训中加入数据安全和隐私保护的内容，并通过专门的系统和平台，对学生数据安全隐私保护等提供持续的指导。
宣传推广 仪器设备开放共享的成效体现在两方面：一是开放率；二是共享率。传统的彩页、海报、口碑、电话等宣传方式受众面窄量小，基于互联网的大仪共享平台是最直观、最简洁、最高效的，实验室大型仪器设备开放共享的宣传渠道包括：
4结语
雾技术在新型教育形态中的应用，不仅继承了云计算优质资源共建共享的优势，而且改善了云计算核心网络拥塞、网络延迟等缺陷，同时，具备了分布式管理，实现个性化学习等创新功能。未来，雾技术将更普遍、深入地应用于教育领域的各个方面，使技术赋能教育，推动教育信息化向前发展。
参考文献
[1]周榕,李世瑾.大数据的后时代:雾计算的教育应用探析[J].中国医学教育技术,2018,32(4):357-361
[2]施巍松,孙辉,曹杰,等.边缘计算:万物互联时代新型计算模型[J]．计算机研究与发展,2017(5):907-924
[3]阎坚,桂劲松.基于物联网技术的智慧教室设计与实现[J].中国电化教育,2016(12):83-86
[4]Agate V.WiP:Smart Services for an Augmented Campus[EB/OL].https://ieeexplore.ieee.org/abstract/docume- nt/8421369,2018-07-31
[5]高彪,谭洪卫,宋亚超.高校校园建筑用能现状及存在问题分析—以长三角地区某综合型大学为例[J].建筑节能,2011(39):41-44
[6]吴洪艳.智慧学习视角下个性化在线学习系统设计与应用[J].中国电化教育,2015(6):127-131
[7]Pecor R.A Virtual Learning Architecture Enhanced by Fog Computing and Big Data Streams[J].Future Inter- net,2018，10(1)：1-30
[8]Hameed P.Context-Driven Mobile Learning Using Fog Computing[EB/OL].https://ieeexplore.ieee.org/abst- ract/document/8472763,2018-09-27
[9]Hong H J.Animation Rendering on Multimedia Fog Com- puting Platforms[EB/OL].https://ieeexplore.ieee.org/abstract/document/7830701,2017-02-26
[10]李雪萍.云端漫步开启数字化学习的新时代[J].中小学信息技术教育,2017(11):30-33
Educational Application of Fog Computing: Cases and Trends
Zhou Rong 1, Liu Chengfeng 1, Bai Ruowei 2
1 School of Education , Shaanxi Normal University , Xi ' an 710062; 2 Baoji High - tech Zone No .1 Middle School , Baoji 721013, China
【Abstract】: The growing development of fog computing technology has brought innovation to many industries and injected new vitality into the field of education. The paper analyzes the edu- cational function of fog computing in detail, and gives application cases of fog computing in smart campus construction, online learning and mobile learning, and explains its educational application value. Finally, the future trend of fog computing education application is put forward: paying at- tention to the key technology development of fog computing, constructing fog education service platforms, using fog platform to carry out personalized learning, and ensuring security of fog net- work data.
【Key words】: Fog computing; Educational application; Smart campus; Online learning; Mob- ile learning
【中图分类号】： G40- 057
【文献标志码】： A
【文章编号】： 1004- 5287( 2019) 03- 0257- 04
【DOI】 ： 10.13566/ j.cnki.cmet.cn61- 1317/ g4.201903001
基金项目： 2013年陕西师范大学中央高校基本科研业务费专项资金项目一般项目“信息环境下免费师范生专业创新能力协同成长机制与策略研究”(13SZYB14)
收稿日期： 2019-04-03
作者简介： 周榕(1976-)，女，西安人，副教授，博士，主要研究方向：远程教育、信息技术与课程整合。
标签：雾计算论文; 教育应用论文; 智慧校园论文; 在线学习论文; 移动学习论文; 陕西师范大学教育学院论文; 宝鸡高新第一中学论文;