CN110728595B - 一种基于边缘计算的社区学习监控方法和系统 - Google Patents
一种基于边缘计算的社区学习监控方法和系统 Download PDFInfo
- Publication number
- CN110728595B CN110728595B CN201910834082.2A CN201910834082A CN110728595B CN 110728595 B CN110728595 B CN 110728595B CN 201910834082 A CN201910834082 A CN 201910834082A CN 110728595 B CN110728595 B CN 110728595B
- Authority
- CN
- China
- Prior art keywords
- learning
- edge
- edge server
- community
- computing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000004364 calculation method Methods 0.000 title description 5
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 230000000694 effects Effects 0.000 claims description 40
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000008921 facial expression Effects 0.000 claims description 6
- 230000008451 emotion Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
- G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例提供一种基于边缘计算的社区学习监控方法和系统。该方法包括:根据社区学员特征及社区地理分布特征构建边缘计算网络;边缘服务器根据计算中心初始指令构建边缘学习网络;接收邻居边缘服务器发出的更新通知后,按预设规则将邻居边缘服务器纳入边缘学习网络中,动态组成边缘学习网络;通过网络共享进行课程学习及互动,并在本地对学员学习状态进行实时采集,定向组播至边缘学习网络中的邻居边缘服务器及计算中心;当发现一个学员学习出现异常时,在学习网络内对每个学员进行群组监控;与指定边缘服务器进行数据交换及协同分析。本申请通过边缘计算技术提高了社区学习的效率。
Description
技术领域
本申请涉及边缘计算及学习监控领域,尤其涉及一种基于边缘计算的社区学习监控方法和系统。
背景技术
边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近服务。边缘计算通过给予网络边缘设备一定的计算能力和存储能力,形成“智能终端—边缘服务器—云数据中心”三层系统结构,在网络的边缘提供通信和IT服务、存储和计算资源,以降低应用的处理延迟以及更有效地利用移动网络。传统社区学习监控过程中,一般采用客户端采集,服务器端汇总统计的模式进行,客户端不具备计算能力,所有数据均需发回服务器端进行统计分析作业,客户端之间也不能进行协同工作,所有数据、资源的调配均需在服务器端进行,这样不能实时解决社区学员困难,加重了服务器的计算压力,并且存在大量的通信延迟,严重影响了社区学员的学习效率。因此,可以考虑基于边缘计算技术进行社区学习监控。
发明内容
有鉴于此,本申请的目的在于提出一种基于边缘计算的社区学习监控方法和系统,降低学习监控处理延时,解决目前社区学员学习过程中,数据存储、更新效率低的技术问题。
基于上述目的,本申请提出了一种基于边缘计算的社区学习监控方法,包括:
根据社区学员特征及社区地理分布特征构建边缘计算网络,边缘传感器采集社区学员学习需求,更新所述边缘计算网络中边缘服务器本地存储及计算中心存储;
边缘服务器根据计算中心初始指令构建边缘学习网络;接收邻居边缘服务器发出的更新通知后,更新存储信息,按预设规则将所述邻居边缘服务器纳入所述边缘学习网络中,动态组成边缘学习网络;
在所述边缘学习网络中,根据所述学习需求,通过网络共享进行课程学习及互动,并在本地对学员学习状态进行实时采集,分析学员学习效果,定向组播至所述边缘学习网络中的邻居边缘服务器及计算中心;
当发现一个学员学习出现异常时,在所述学习网络内对每个学员进行群组监控,并将群组监控结果返回至计算中心;
接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析。
在一些实施例中,所述根据社区学员特征及社区地理分布特征构建边缘计算网络,包括:
所述边缘服务器将本边缘服务器所在社区学员特征及社区地理分布特征发送至计算中心;
所述计算中心根据所述边缘服务器发送的社区学员特征及社区地理分布特征进行查询和计算,将得到的邻居边缘服务器集合返回给所述边缘服务器;
所述边缘服务器根据计算中心返回的所述邻居边缘服务器集合,更新本地邻居列表,并向所述邻居边缘服务器集合中的边缘服务器发起建立连接请求;
所述邻居边缘服务器收到连接请求后,判断是否需要建立连接:若需要建立连接,则与所述边缘服务器建立连接,并向所述计算中心发送建立连接结果;若不需要建立连接,则向所述边缘服务器发送拒绝响应,并向所述计算中心发送建立连接结果;
所述计算中心通过心跳算法更新边缘网络拓扑存储信息,所述心跳算法的失效阈值计算公式如下:
在一些实施例中,所述边缘传感器采集社区学员学习需求,包括:
所述边缘传感器采集学员作业完成效果、课堂互动情况、面部神态,形成社区学员学习需求集;
根据边缘服务器和/或计算中心分析统计需求,通过边缘传感器进行一次或多次反馈式学习需求采集。
在一些实施例中,所述接收邻居边缘服务器发出的更新通知后,更新存储信息,包括:
所述邻居边缘服务器根据更新通知,对学习内容进行标记,向社区学员发出学习难度预警;
所述邻居边缘服务器分析所述学习内容标记内容过程中的学习效果,并返回至计算中心。
在一些实施例中,所述邻居边缘服务器分析所述学习内容标记内容过程中的学习效果,并返回至计算中心,包括:
所述学习效果包括学员互动结果、课堂播放进度、课堂反馈内容、学员听课神情;
当所述边缘服务器进行分析时,如果本地计算资源或数据缺失,则向邻居边缘服务器发起协助请求,调取资源或数据继续分析。
在一些实施例中,所述接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析,包括:
所述计算中心向指定参与数据交换及协同分析的边缘服务器发送控制指令;
所述参与数据交换及协同分析的边缘服务器集合中的边缘服务器根据学习效果分析效率向计算中心发送计算资源调整请求。
基于上述目的,本申请还提出了一种基于边缘计算的社区学习监控系统,包括:
构建模块,用于根据社区学员特征及社区地理分布特征构建边缘计算网络,边缘传感器采集社区学员学习需求,更新所述边缘计算网络中边缘服务器本地存储及计算中心存储;
更新模块,用于边缘服务器根据计算中心初始指令构建边缘学习网络;接收邻居边缘服务器发出的更新通知后,更新存储信息,按预设规则将所述邻居边缘服务器纳入所述边缘学习网络中,动态组成边缘学习网络;
采集模块,用于根据所述学习需求,通过网络共享进行课程学习及互动,并在本地对学员学习状态进行实时采集,分析学员学习效果,定向组播至所述边缘学习网络中的邻居边缘服务器及计算中心;
监控模块,用于当发现一个学员学习出现异常时,在所述学习网络内对每个学员进行群组监控,并将群组监控结果返回至计算中心;
协同模块,用于接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析。
在一些实施例中,所述采集模块,包括:
效果单元,用于所述边缘传感器采集学员作业完成效果、课堂互动情况、面部神态,形成社区学员学习需求集;
反馈单元,用于根据边缘服务器和/或计算中心分析统计需求,通过边缘传感器进行一次或多次反馈式学习需求采集。
在一些实施例中,所述更新模块,包括:
标记单元,用于根据更新通知,对学习内容进行标记,提示社区学员课堂特征;
反馈单元,用于分析所述学习内容标记内容过程中的学习效果,并返回至计算中心。
在一些实施例中,所述协同模块,包括:
控制单元,用于向指定参与数据交换及协同分析的边缘服务器发送控制指令;
请求单元,用于所述参与数据交换及协同分析的边缘服务器集合中的边缘服务器根据学习效果分析效率向计算中心发送计算资源调整请求。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的基于边缘计算的社区学习监控方法的流程图。
图2示出根据本发明实施例的基于边缘计算的社区学习监控系统的构成图。
图3示出根据本发明实施例的采集模块的构成图。
图4示出根据本发明实施例的更新模块的构成图。
图5示出根据本发明实施例的协同模块的构成图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出根据本发明实施例的基于边缘计算的社区学习监控方法的流程图。如图1所示,该基于边缘计算的社区学习监控方法包括:
步骤S11、根据社区学员特征及社区地理分布特征构建边缘计算网络,边缘传感器采集社区学员学习需求,更新所述边缘计算网络中边缘服务器本地存储及计算中心存储;
在一种实施方式中,所述边缘服务器将本边缘服务器所在社区学员特征及社区地理分布特征发送至计算中心;
所述计算中心根据所述边缘服务器发送的社区学员特征及社区地理分布特征进行查询和计算,将得到的邻居边缘服务器集合返回给所述边缘服务器;
所述边缘服务器根据计算中心返回的所述邻居边缘服务器集合,更新本地邻居列表,并向所述邻居边缘服务器集合中的边缘服务器发起建立连接请求;
所述邻居边缘服务器收到连接请求后,判断是否需要建立连接:若需要建立连接,则与所述边缘服务器建立连接,并向所述计算中心发送建立连接结果;若不需要建立连接,则向所述边缘服务器发送拒绝响应,并向所述计算中心发送建立连接结果;
所述计算中心通过心跳算法更新边缘网络拓扑存储信息,所述心跳算法的失效阈值计算公式如下:
具体来说,社区学员特征包括学员的年龄、性别、兴趣、历史学习情况、学习伙伴情况等信息。边缘服务器获取社区学员的特征后,通过数据分析、机器学习等技术手段,实现根据社区学员特征推送学习内容,并生成学习辅导策略,达到“因材施教”的目的。
另一方面,收集社区学员的地理分布,可以按照不同地理区域的学生特点进行学习辅导及数据传输。例如,北京地区的社区学员学习应符合北京市教育监管部门的相关规定,而旧金山地区的社区学员学习则应符合加州地区教育监管部门的相关规定,因此,对两地社区学员进行学习内容推送时,应区别对待;而且,两地由于地理位置相距甚远,而边缘计算服务器往往需要跨网段为社区学员提供服务,因此,在得到社区地理分布特点后,可以组建一个数据传输效率最高的数据传输网络,以实现不同社区学员获得相同的学习效果。
在一种实施方式中,所述边缘传感器采集社区学员学习需求,包括:
所述边缘传感器采集学员作业完成效果、课堂互动情况、面部神态,形成社区学员学习需求集;
根据边缘服务器和/或计算中心分析统计需求,通过边缘传感器进行一次或多次反馈式学习需求采集。
具体来说,作业完成效果表征了学员的学习效果,在课程进行过程中,对学员的作业完成效果进行分析,可以在新课的过程中有针对性地对以往掌握比较薄弱的学习内容进行复习。
课堂互动情况表征了学员对课堂内容的了解情况,如果学员互动比较积极,则说明学员对所学课程掌握得比较好,则可以适当加快学习进度;如果学员互动比较弱,则说明学院可能存在疑惑,此时可以向学员推送相关知识点的串讲,并适当减慢学习节奏。
学员的面部神态也是学习效果的一个重要体现,边缘传感器可以通过设置人脸识别装置,对学员学习时的神态进行采集、分析。例如,当学员表情凝重时,可以适当放慢课堂节奏,并尝试根据学习内容中的难点向学员推送相关知识点的讲解。
计算中心与边缘传感器之间的学员学习情况采集是实时的,也就是说,边缘传感器一直在采集每个学员的学习情况,并在本地边缘服务器的运算能力范围内进行运算分析,根据本地边缘服务器运算的初步结果,对于有必要的(例如出现故障、学习情况异常等),将发送给计算中心进行处理。而且,计算中心还可以主动地对各边缘服务器和边缘传感器进行信息的调取,以确保每个边缘服务器和边缘传感器的正常工作。
步骤S12、边缘服务器根据计算中心初始指令构建边缘学习网络;接收邻居边缘服务器发出的更新通知后,更新存储信息,按预设规则将所述邻居边缘服务器纳入所述边缘学习网络中,动态组成边缘学习网络;
举例来说,社区中学习兴趣、进度类似的学员可以组成学习小组,通过组建边缘学习网络的形式,形成线上智能学习小组。边缘学习网络中的边缘服务器之间将互通学习进度,并可以通过大数据分析的方式,向未学习的学员提示课程的重难点,推送邻居边缘服务器中学员的学习经验,交流学习方法和思维模式。
在一种实施方式中,所述接收邻居边缘服务器发出的更新通知后,更新存储信息,包括:
所述邻居边缘服务器根据更新通知,对学习内容进行标记,向社区学员发出学习难度预警;
所述邻居边缘服务器分析所述学习内容标记内容过程中的学习效果,并返回至计算中心。
例如,边缘服务器网络中的A学员在学习过程中,学到第i个知识点时比较迷惑,A学员进行了标记,服务器自动向A学员推送了i知识点的相关理解材料。此时,还可以对i知识点进行标记,当B学员进行学习时,告知B学员i知识点被多少学员进行了标记,理解方式和材料都有哪些,这样就方便了B学员的学习。
步骤S13、在所述边缘学习网络中,根据所述学习需求,通过网络共享进行课程学习及互动,并在本地对学员学习状态进行实时采集,分析学员学习效果,定向组播至所述边缘学习网络中的邻居边缘服务器及计算中心;
在一种实施方式中,所述邻居边缘服务器分析所述学习内容标记内容过程中的学习效果,并返回至计算中心,包括:
所述学习效果包括学员互动结果、课堂播放进度、课堂反馈内容、学员听课神情;
当所述边缘服务器进行分析时,如果本地计算资源或数据缺失,则向邻居边缘服务器发起协助请求,调取资源或数据继续分析。
具体来说,边缘服务器将学习内容返回计算中,计算中心在掌握了一定量数据后,可以对学习效果进行分析,判断整个课程设计的合理性,对课程的重难点进行分析,并有针对性地调整课程内容和进度。
另外,当一台边缘服务器发生故障时,可以立即向邻居边缘服务器发送协助请求,邻居边缘服务器可以向本地服务器提供教学服务,从而防止学习内容的中断,不影响学员的正常学习。
在边缘学习网络中,学员学习状态经过采集、分析后,以定向组播的形式向边缘学习网络中指定的多个邻居服务器进行传输,而没有采用传统的广播形式,这是因为,一方面,本地边缘计算服务器具有一定的计算能力,能够分析计算出哪些邻居边缘服务器需要这些数据;另一方面,采用组播的形式进行传输可以大幅减小网络负载,避免高峰学习时出现网络拥塞。
步骤S14、当发现一个学员学习出现异常时,在所述学习网络内对每个学员进行群组监控,并将群组监控结果返回至计算中心;
具体来说,当一个学员出现异常时,有必要对整个学习网络进行诊断,防止其他学员也遇到相同的问题而影响学习效率,也避免了大量学员同时向计算中心反馈异常。异常现象一般包括边缘服务器的死机、边缘计算网络的瘫痪、信息传输故障、学习内容丢失等。
步骤S15、接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析。
在一种实施方式中,所述接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析,包括:
所述计算中心向指定参与数据交换及协同分析的边缘服务器发送控制指令;
所述参与数据交换及协同分析的边缘服务器集合中的边缘服务器根据学习效果分析效率向计算中心发送计算资源调整请求。
举例来说,每个本地边缘服务器有一定的计算分析能力,可以对学员的学习情况,作业掌握情况等进行判断分析,也具有一定的存储能力,可以存储学员感兴趣的课程内容。通过边缘服务器之间的协同分析处理,可以交换学员之间的学习情况,扩散学习内容及材料,分享学习经验,减轻了计算中心的处理压力。
当边缘服务器经过一定跳数的资源请求后均未发现可以提供协助的邻居边缘服务器时,可以直接向计算中心发送协助请求,以减少进一步等待协助耗费的时间。
图2示出根据本发明实施例的基于边缘计算的社区学习监控系统的构成图。如图2所示,该基于边缘计算的社区学习监控系统整体可以分为:
构建模块21,用于根据社区学员特征及社区地理分布特征构建边缘计算网络,边缘传感器采集社区学员学习需求,更新所述边缘计算网络中边缘服务器本地存储及计算中心存储;
更新模块22,用于边缘服务器根据计算中心初始指令构建边缘学习网络;接收邻居边缘服务器发出的更新通知后,更新存储信息,按预设规则将所述邻居边缘服务器纳入所述边缘学习网络中,动态组成边缘学习网络;
采集模块23,用于根据所述学习需求,通过网络共享进行课程学习及互动,并在本地对学员学习状态进行实时采集,分析学员学习效果,定向组播至所述边缘学习网络中的邻居边缘服务器及计算中心;
监控模块24,用于当发现一个学员学习出现异常时,在所述学习网络内对每个学员进行群组监控,并将群组监控结果返回至计算中心;
协同模块25,用于接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析。
图3示出根据本发明实施例的采集模块的构成图。从图3可以看出,采集模块包括:
效果单元231,用于所述边缘传感器采集学员作业完成效果、课堂互动情况、面部神态,形成社区学员学习需求集;
反馈单元232,用于根据边缘服务器和/或计算中心分析统计需求,通过边缘传感器进行一次或多次反馈式学习需求采集。
图4示出根据本发明实施例的更新模块的构成图。从图4可以看出,更新模块包括:
标记单元221,用于根据更新通知,对学习内容进行标记,提示社区学员课堂特征;
反馈单元222,用于分析所述学习内容标记内容过程中的学习效果,并返回至计算中心。
图5示出根据本发明实施例的协同模块的构成图。从图5可以看出,协同模块包括:
控制单元251,用于向指定参与数据交换及协同分析的边缘服务器发送控制指令;
请求单元252,用于所述参与数据交换及协同分析的边缘服务器集合中的边缘服务器根据学习效果分析效率向计算中心发送计算资源调整请求。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (1)
1.一种基于边缘计算的社区学习监控方法,其特征在于,包括:
根据社区学员特征及社区地理分布特征构建边缘计算网络,边缘传感器采集社区学员学习需求,更新所述边缘计算网络中边缘服务器本地存储及计算中心存储;
边缘服务器根据计算中心初始指令构建边缘学习网络;接收邻居边缘服务器发出的更新通知后,更新存储信息,按预设规则将所述邻居边缘服务器纳入所述边缘学习网络中,动态组成边缘学习网络;
在所述边缘学习网络中,根据所述学习需求,通过网络共享进行课程学习及互动,并在本地对学员学习状态进行实时采集,分析学员学习效果,定向组播至所述边缘学习网络中的邻居边缘服务器及计算中心;
当发现一个学员学习出现异常时,在所述学习网络内对每个学员进行群组监控,并将群组监控结果返回至计算中心;
接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析;
所述根据社区学员特征及社区地理分布特征构建边缘计算网络,包括:
所述边缘服务器将本边缘服务器所在社区学员特征及社区地理分布特征发送至计算中心;
所述计算中心根据所述边缘服务器发送的社区学员特征及社区地理分布特征进行查询和计算,将得到的邻居边缘服务器集合返回给所述边缘服务器;
所述边缘服务器根据计算中心返回的所述邻居边缘服务器集合,更新本地邻居列表,并向所述邻居边缘服务器集合中的边缘服务器发起建立连接请求;
所述邻居边缘服务器收到连接请求后,判断是否需要建立连接:若需要建立连接,则与所述边缘服务器建立连接,并向所述计算中心发送建立连接结果;若不需要建立连接,则向所述边缘服务器发送拒绝响应,并向所述计算中心发送建立连接结果;
所述计算中心通过心跳算法更新边缘网络拓扑存储信息,所述心跳算法的失效阈值计算公式如下:
所述边缘传感器采集社区学员学习需求,包括:
所述边缘传感器采集学员作业完成效果、课堂互动情况、面部神态,形成社区学员学习需求集;
根据边缘服务器和/或计算中心分析统计需求,通过边缘传感器进行一次或多次反馈式学习需求采集;
所述接收邻居边缘服务器发出的更新通知后,更新存储信息,包括:
所述邻居边缘服务器根据更新通知,对学习内容进行标记,向社区学员发出学习难度预警;
所述邻居边缘服务器分析所述学习内容标记内容过程中的学习效果,并返回至计算中心;
所述邻居边缘服务器分析所述学习内容标记内容过程中的学习效果,并返回至计算中心,包括:
所述学习效果包括学员互动结果、课堂播放进度、课堂反馈内容、学员听课神情;
当所述边缘服务器进行分析时,如果本地计算资源或数据缺失,则向邻居边缘服务器发起协助请求,调取资源或数据继续分析;
所述接收所述计算中心的指令和数据,与指定边缘服务器进行数据交换及协同分析,包括:
所述计算中心向指定参与数据交换及协同分析的边缘服务器发送控制指令;
所述参与数据交换及协同分析的边缘服务器集合中的边缘服务器根据学习效果分析效率向计算中心发送计算资源调整请求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910834082.2A CN110728595B (zh) | 2019-09-04 | 2019-09-04 | 一种基于边缘计算的社区学习监控方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910834082.2A CN110728595B (zh) | 2019-09-04 | 2019-09-04 | 一种基于边缘计算的社区学习监控方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110728595A CN110728595A (zh) | 2020-01-24 |
CN110728595B true CN110728595B (zh) | 2020-12-18 |
Family
ID=69217809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910834082.2A Active CN110728595B (zh) | 2019-09-04 | 2019-09-04 | 一种基于边缘计算的社区学习监控方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110728595B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111722532A (zh) * | 2020-06-29 | 2020-09-29 | 重庆跃途科技有限公司 | 一种基于边缘计算技术的智慧教室控制方法及系统 |
CN112130999B (zh) * | 2020-09-23 | 2024-02-13 | 南方电网科学研究院有限责任公司 | 一种基于边缘计算的电力异构数据处理方法 |
CN112700356B (zh) * | 2021-03-23 | 2021-06-22 | 深圳市华师兄弟教育科技有限公司 | 一种实时网络在线教育培训人员管理信息方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101359394A (zh) * | 2007-07-31 | 2009-02-04 | 北京清大世纪教育投资顾问有限公司 | 网络远程教育平台测评监控方法 |
CN103679591A (zh) * | 2012-09-25 | 2014-03-26 | 山东博学教育软件科技有限公司 | 一种远程学习状态监测系统及方法 |
CN108734613A (zh) * | 2018-06-08 | 2018-11-02 | 江苏昕宁数字科技有限公司 | 多端线下及线上互动教育系统、方法及装置 |
CN109272430A (zh) * | 2018-09-25 | 2019-01-25 | 东北大学 | 面向智能制造的自主学习系统 |
CN109672751B (zh) * | 2019-01-15 | 2019-12-27 | 特斯联(北京)科技有限公司 | 一种基于边缘计算的智慧人口统计方法 |
-
2019
- 2019-09-04 CN CN201910834082.2A patent/CN110728595B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110728595A (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110728595B (zh) | 一种基于边缘计算的社区学习监控方法和系统 | |
CN101842710B (zh) | 桥接/虚拟专用lan服务环境中的可缩放连通性故障管理 | |
CN101755432B (zh) | 用于协调多个传感器的方法及检测系统 | |
CN106162714B (zh) | 一种投诉信息处理方法及装置 | |
CN109213842A (zh) | 一种智能客服实现方法、装置及存储介质 | |
CN111082960B (zh) | 数据的处理方法及装置 | |
CN107633352A (zh) | 规范任务流程的方法和装置 | |
CN106161511A (zh) | 业务请求处理方法、相关装置及系统 | |
CN111611351A (zh) | 在线客服会话的控制方法、装置和电子设备 | |
CN109063576A (zh) | 用于航班动作节点的管理方法及装置 | |
CN108764739A (zh) | 智能机器人控制系统及方法、可读存储介质 | |
CN106023021A (zh) | 一种基于ble蓝牙信标的考勤方法与系统 | |
CN109214666A (zh) | 一种智能化客服管理调控系统 | |
CN105516658A (zh) | 一种监控设备控制方法及装置 | |
Li et al. | Layered fault management scheme for end-to-end transmission in internet of things | |
CN110867105B (zh) | 一种基于边缘计算的家庭学习监督方法和系统 | |
DE102006015016B3 (de) | Verteilte Organisation von Sensornetzwerken | |
CN110059921A (zh) | 一种基于边缘计算的游客信息分析方法和系统 | |
CN110430261A (zh) | 探测设备故障处理方法及装置 | |
CN104243473B (zh) | 一种数据传输的方法以及装置 | |
CN109160396A (zh) | 乘梯方法、智能设备和电梯 | |
CN111683384B (zh) | 运用人工智能实现通讯链路动态加权的网络优化方法 | |
CN114866599B (zh) | 基于最优联邦方选择的联邦学习方法、设备及系统 | |
CN112769620B (zh) | 一种网络部署方法、设备和计算机可读存储介质 | |
CN109104472A (zh) | 区块链网络组网方法、装置、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |