CN117078219A - 基于物联网的学校信息安全管理系统及方法 - Google Patents

基于物联网的学校信息安全管理系统及方法 Download PDF

Info

Publication number
CN117078219A
CN117078219A CN202311321764.6A CN202311321764A CN117078219A CN 117078219 A CN117078219 A CN 117078219A CN 202311321764 A CN202311321764 A CN 202311321764A CN 117078219 A CN117078219 A CN 117078219A
Authority
CN
China
Prior art keywords
school
evaluation
professional
employment
information
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.)
Pending
Application number
CN202311321764.6A
Other languages
English (en)
Inventor
王鹏
刘晓明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Vocational And Technical College Of Hotel Management
Original Assignee
Qingdao Vocational And Technical College Of Hotel Management
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Vocational And Technical College Of Hotel Management filed Critical Qingdao Vocational And Technical College Of Hotel Management
Priority to CN202311321764.6A priority Critical patent/CN117078219A/zh
Publication of CN117078219A publication Critical patent/CN117078219A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/55—Education

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Accounting & Taxation (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于物联网的学校信息安全管理系统及方法，属于信息管理系统领域，基于物联网的学校信息安全管理方法包括学生ID信息安全管理、评估初级系数和评估终极系数生成。本发明根据应用场景不同，在实验室门禁识别场景中和多媒体教室考勤场景中利用基于特征的人脸识别增加安全性和高效率；获取学校各个专业每届的学生录取毕业信息，进行分析处理得到评估初级系数和评估终极系数，分别与其阈值进行比较，根据阈值比较结果做出针对性的预警、提醒和指示的信号，实现了对学校录取就业信息安全的评估管理。本发明为学校各专业后期的发展提供了指导性参考依据，提高了本校信息安全管理水平，有效地保护了学校的信息系统和数据安全。

Description

基于物联网的学校信息安全管理系统及方法
技术领域
本发明属于信息管理系统技术领域，具体涉及基于物联网的学校信息安全管理系统及方法。
背景技术
基于特征的人脸识别技术是一种基于人脸图像中的特征点或特征向量进行人脸识别的方法。它通过提取人脸图像中的特定特征，例如眼睛、鼻子、嘴巴等关键位置的像素信息或特征描述，将其转化为数值表示，并与已知的数据库中的特征进行比较，从而实现人脸识别的目的，基于特征的人脸识别技术具有较高的准确性和稳定性。基于物联网的学校信息安全管理是指利用物联网技术来保护学校的信息系统和数据安全。目前，随着物联网技术的不断发展和普及，越来越多的学校开始关注并应用物联网技术来提升信息安全管理水平。虽然基于物联网的学校信息安全管理系统正在不断发展和完善，但是如何在学校实验室门禁识别场景中和多媒体教室考勤场景中对学生ID信息安全进行管理以及对学校各个专业的社会认可度、社会需求度情况以数值大小呈现进行评估反馈却并没有涉及。
基于此，本发明所需要解决的技术问题就是如何实现在不同场景下，对学生ID信息进行安全管理以及对学校各个专业的社会认可度、社会需求度情况以数值大小呈现进行评估反馈。
发明内容
本发明的目的在于为了解决上述问题，提出了基于物联网的学校信息安全管理系统及方法。
为了实现上述目的，本发明采用了如下技术方案：
基于物联网的学校信息安全管理系统，包括信息采集模块、信息处理模块、评估模块和反馈模块。
信息采集模块：采集学校每届各个专业的学生人脸图像以及每届新生和毕业生的录取就业信息，并将其发送至信息处理模块。
信息处理模块：对学校每届各个专业的学生人脸图像进行学生ID信息安全管理，并对每届新生和毕业生的录取就业信息进行处理生成评估初级系数和评估终极系数，并将评估初级系数和评估终极系数发送至评估模块。
评估模块：根据评估初级系数和评估终极系数判断学校各个专业的社会认可度和社会需求度高低情况。
反馈模块：根据学校各个专业的社会认可度和社会需求度高低情况，获得学校各个专业的社会认可度状态和社会需求度状态，采取对应措施做出反馈。
作为优选，信息采集模块通过基于特征的人脸识别技术采集学校每届各个专业的学生人脸图像，获得学生ID信息；通过学生ID信息验证身份，使用学校数据库来查询学校每届各个专业的每届新生和毕业生的录取就业信息，获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度。
作为优选，评估模块中，评估初级系数和评估终极系数生成方法包括如下内容：
将新生的录取率与高校平均录取率进行比对，得到学校各个专业的新生录取率匹 配权重指数l；将学校各个专业的热门度与学校其他专业平均热门度进行比对，得到学校 各个专业的热门度匹配权重指数；将学校各个专业的毕业生的就业率与高校毕业生平均 就业率进行比对，得到学校各个专业的毕业生就业率匹配权重指数；将学校各个专业的 毕业生就业率匹配权重指数序列相加得到，将n具体数值代入就业率的预测方程中计算得到就业率预测因子；将学校各个专业的毕业生就业岗位匹配度与高校毕 业生平均就业岗位匹配度进行比对，得到学校各个专业的毕业生就业岗位匹配度匹配权重 指数；将学校各个专业的毕业生就业岗位匹配度匹配权重指数序列相加得到，将n 具体数值代入就业岗位匹配度的预测方程中计算得到就业岗位匹配度预测因子； 将学校各个专业的录取率匹配权重指数l和专业热门度匹配权重指数代入公式1=K1中得到评估初级系数1，其中K1为评估校正系数，为评估误差 项；将学校各个专业的毕业生的就业率预测因子和就业岗位匹配度预测因子代入公式2=K中得到评估终极系数2，其中K2为评估校正系数，3为评 估误差项；
以上得到评估初级系数1和评估终极系数2；
将评估初级系数和评估终极系数分别与其阈值比较，当评估初级系数低于其阈值，判定学校各个专业的社会认可度存在风险；当数媒评估终级系数低于其阈值，判定学校各个专业的社会需求度存在风险。
作为优选，反馈模块中，当评估初级系数低于其阈值，反馈模块产生如下提高专业社会认可度的信号：调整专业课程的预警信号、加强实训频率的提醒信号和拓宽综合能力的指示信号。当评估终极系数低于其阈值，反馈模块产生如下提高专业社会需求度信号：调整专业课程的预警信号、加强实训频率的提醒信号和拓宽综合能力的指示信号。
基于物联网的学校信息安全管理方法，包括如下流程：
S1、采集学校各个专业的学生人脸图像，根据应用场景不同，将人脸图像与其数据类型分别对应存储至人脸图像数据库中；
S2、通过学生ID信息验证身份，使用本校数据库，来查询学校各个专业新生和毕业生的录取毕业信息，获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度；
S3、通过新生的录取率、专业热门度得到学校各个专业新生的录取率匹配权重指数和专业热门度匹配权重指数；
S4、通过毕业生的就业率、就业岗位匹配度得到学校各个专业毕业生的就业率预测因子和就业岗位匹配度预测因子；
S5、通过录取率匹配权重指数和专业热门度匹配权重指数得到评估初级系数；通过就业率预测因子和就业岗位匹配度预测因子得到评估终极系数；
S6、将评估初级系数和评估终极系数分别与其阈值比较，得出结论，做出反馈。
作为优选，学生ID信息安全管理方法包括如下内容：
采集学校各个专业的学生人脸图像，根据应用场景不同，将人脸图像与其数据类型分别对应存储至人脸图像数据库中；实时分析脸部图像数据库中的学生图像数据，判断脸部图像数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所在场景中所对应的数据信息进行处理，自动匹配出与异常数据信息对应学生图像的用户信息；其中，应用场景包括实验室门禁识别场景、多媒体教室考勤场景。
作为优选，将评估初级系数和评估终极系数分别与其阈值比较，当评估初级系数低于其阈值，判定学校各个专业的社会认可度存在风险；当数媒评估终级系数低于其阈值，判定学校各个专业的社会需求度存在风险。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明采集学校各个专业的学生人脸图像，根据应用场景不同，将人脸图像与其数据类型分别对应存储至人脸图像数据库中，利用基于特征的人脸识别，在实验室门禁识别场景、多媒体教室考勤场景中增加安全性和高效率。
2、本发明利用学校数据库来查询学校每届各个专业新生和毕业生的录取毕业信息，有针对性地获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度这四种数据，可以避免浪费时间和资源在不必要的数据收集上，更快速地完成工作，并将这四种数据进行分析处理得到评估初级系数和评估终极系数，分别与其阈值进行比较，根据阈值比较结果做出针对性的预警、提醒和指示的信号，实现了对学校每届各个专业新生与毕业生的录取就业信息安全的评估管理。
3、本发明为学校各专业后期的发展提供了指导性参考依据，在一定程度上提高了本校信息安全管理水平，优化了本校信息安全管理效率，有效地保护了学校的信息系统和数据安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明系统模块组成图；
图2示出了本发明学生ID信息安全管理的方法流程图；
图3示出了本发明基于物联网的学校信息安全管理方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1
参阅图1所示，本实施例的基于物联网的学校信息安全管理系统，包括信息采集模块、信息处理模块、评估模块和反馈模块。
信息采集模块用于采集学校每届各个专业的学生人脸图像以及每届新生和毕业生的录取就业信息，并将其发送至信息处理模块。具体地，通过基于特征的人脸识别技术采集学校每届各个专业的学生人脸图像，获得学生ID信息；通过学生ID信息验证身份，使用学校数据库来查询学校每届各个专业的新生和毕业生的录取就业信息，获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度。
基于特征的人脸识别技术是一种基于人脸图像中的特征点或特征向量进行人脸识别的方法。它通过提取人脸图像中的特定特征，例如眼睛、鼻子、嘴巴等关键位置的像素信息或特征描述，将其转化为数值表示，并与已知的数据库中的特征进行比较，从而实现人脸识别的目的。基于特征的人脸识别技术具有较高的准确性和稳定性，并且可以应用于各种场景，如人脸解锁、人脸支付、人脸考勤等。基于特征的人脸识别技术主要包括人脸检测、特征提取、特征匹配和人脸识别这几个步骤。
人脸检测：通过使用人脸检测算法，从图像或视频中准确地定位和提取出人脸区域。
特征提取：对于每个检测到的人脸区域，使用特征提取算法从图像中提取出关键特征点或特征向量。这些特征点通常是人脸的一些重要位置，如眼睛、鼻子、嘴巴等。
特征匹配：将提取到的人脸特征与已知的数据库中的特征进行比较和匹配，以确定是否存在相同或相似的人脸。常用的匹配方法包括欧氏距离、余弦相似度等。
人脸识别：根据匹配结果，判断输入的人脸是否与数据库中的某个人脸匹配，从而实现人脸识别。
信息处理模块用于对学校每届各个专业的学生人脸图像进行学生ID信息安全管理，并对每届新生和毕业生的录取就业信息进行处理生成评估初级系数和评估终极系数，并将评估初级系数和评估终极系数发送至评估模块。
评估模块用于根据评估初级系数1和评估终极系数2判断学校各个专业的社 会认可度和社会需求度高低情况。具体地，评估初级系数1越大，说明学校各个专业的社 会认可度越高，评估初级系数1越小，说明学校各个专业的社会认可度越低；评估终极系 数2越大，说明学校各个专业的社会需求度越高，评估终极系数2越小，说明学校各个专 业的社会需求度越低。
反馈模块用于根据学校各个专业的社会认可度和社会需求度高低情况，获得学校 各个专业的社会认可度状态和社会需求度状态，采取对应措施做出反馈。规定评估初级系 数阈值为，评估终极系数阈值为，经过软件通信技术人员采集大量数据进行软件模 拟得出且选取与真实值接近的值为2.5，值为3。
具体地，当评估初级系数1低于其阈值，说明学校某个专业的社会认可度降 低，反馈模块产生如下提高专业社会认可度的信号：调整专业课程的预警信号、加强实训频 率的提醒信号和拓宽综合能力的指示信号。
例如当体育专业评估初级系数1低于其阈值时，反馈模块给出的部分具体指 导措施如下：
①、深化体育专业课程设置：学校可以对体育专业的课程设置进行调整，结合市场需求和行业趋势，增加与体育相关的实用性强、就业前景好的课程内容，如增设体育管理、运动训练、体育产业方向的课程。
②、加强体育专业实践教学：通过与体育行业相关的企事业单位合作，提供更多实践机会，如实习、实训、参与体育赛事组织等，让学生能够在实际工作中锻炼自己的技能和能力，提高就业竞争力。
③、培养体育专业多元化技能：体育专业的学生不仅需要具备专业技能，还应培养其他方面的综合能力。学校可以设置相关选修课程，如管理、营销、沟通技巧，帮助学生全面发展并满足社会多样化的需求。
具体地，当评估终极系数2低于其阈值低于其阈值，说明学校某个专业的社 会需求度降低，反馈模块产生如下提高专业社会需求度信号：调整专业课程的预警信号、加 强实训频率的提醒信号和拓宽综合能力的指示信号。
例如当汉语言专业评估初级系数2低于其阈值2时，反馈模块给出的部分具体 指导措施如下：
①、深化汉语言专业课程设置：学校可以根据社会需求和行业发展趋势，调整和优化课程设置，增设与现实应用相关的课程，如商务汉语、新媒体汉语，使学生具备更广泛的专业技能。
②、增设双专业和辅修项目：学校可以开设与汉语言专业相关的另一门热门专业作为双专业或辅修项目，如国际经济、跨文化交流，提升汉语言专业学生综合能力和就业竞争力。
③、拓宽汉语言专业就业出路：学校可以积极引导学生了解和掌握其他与汉语言专业相关的就业领域，如教育、翻译、文化传媒，为学生提供多样化的就业选择。
本发明实施例中，通过信息采集模块、信息处理模块、评估模块和反馈模块将学校每届各个专业的学生的新生录取率、专业热门度、毕业生就业率和毕业生就业岗位匹配度数据进行分析处理得到评估初级系数和评估终极系数，并与其阈值进行比较，根据阈值比较结果做出针对性的预警、提醒和指示的信号；实现了对学校每届各个专业新生与毕业生的录取就业信息安全的评估管理，为学校各专业后期的发展提供了指导性参考依据，在一定程度上提高了学校信息安全管理水平，优化了学校信息安全管理效率，有效地保护了学校的信息系统和数据安全。
实施例2
参阅图2所示，本实施例的基于物联网的学校信息安全管理方法，包括如下流程：
S1、采集学校各个专业的学生人脸图像，根据应用场景不同，将人脸图像与其数据类型分别对应存储至人脸图像数据库中；
S2、通过学生ID信息验证身份，使用本校数据库，来查询学校各个专业新生和毕业生的录取毕业信息，获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度；
S3、通过新生的录取率、专业热门度得到学校各个专业新生的录取率匹配权重指数和专业热门度匹配权重指数；
S4、通过毕业生的就业率、就业岗位匹配度得到学校各个专业毕业生的就业率预测因子和就业岗位匹配度预测因子；
S5、通过录取率匹配权重指数和专业热门度匹配权重指数得到评估初级系数；通过就业率预测因子和就业岗位匹配度预测因子得到评估终极系数；
S6、将评估初级系数和评估终极系数分别与其阈值比较，得出结论，做出反馈。
具体地，学生ID信息安全管理方法包括如下内容：
采集学校各个专业的学生人脸图像，根据应用场景不同，将人脸图像与其数据类型分别对应存储至人脸图像数据库中。其中，应用场景包括实验室门禁识别场景、多媒体教室考勤场景。实时分析脸部图像数据库中的学生图像数据，判断脸部图像数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所在场景中所对应的数据信息进行处理，自动匹配出与异常数据信息对应学生图像的用户信息。
实验室门禁识别场景中，学生ID信息安全管理工作流程如下：
S101、当学生接近实验室门禁设备时，门禁系统会通过摄像头实时监测场景中的人脸，并进行人脸检测和特征提取；
S102、提取到人脸特征后，门禁系统将提取到的人脸特征与人脸图像数据库中人脸特征进行比对和匹配；
S103、根据比对结果，门禁系统会判断是否匹配成功；如果匹配成功，门禁系统会触发开门动作，允许学生通过门禁；如果匹配失败，则门禁系统会拒绝访问，启动一级警示，进行访客登记相关信息。
多媒体教室考勤场景中，学生ID信息安全管理工作流程如下：
S201、当学生到达教室地点时，考勤系统会通过摄像头实时监测场景中的人脸，并进行人脸检测和特征提取；
S202、提取到人脸特征后，门禁系统将提取到的人脸特征与人脸图像数据库中人脸特征进行比对和匹配；
S203、根据比对结果，系统会判断学生是否匹配成功，并记录考勤时间和结果；如果匹配成功，系统将记录学生的考勤时间并标记为正常；如果匹配失败，则记录为异常考勤。
本发明实施例中使用人脸识别门禁可以有效控制学校各个专业实验室内部人员的出入，防止其他人员进入实验室。人脸识别技术通过比对面部特征进行身份验证，减少了钥匙、门禁卡等物品的丢失或被盗用的风险，增加了门禁系统的安全性，提高了安全性；人脸识别考勤系统可以实现自动化考勤，节省了时间和精力，简化了考勤流程，并且可以精确地辨认每个学生减少了因手写错误、代签等原因导致的考勤数据不准确的情况，确保考勤数据的真实性和准确性。
实施例3
参阅图3所示，本实施例的基于物联网的学校信息安全管理方法，还包括评估初级系数和评估终极系数生成的方法。
具体地，评估初级系数和评估终极系数生成方法包括如下内容：
通过学生ID信息验证身份，使用学校数据库来查询学校各个专业每届新生和毕业生的录取毕业信息，获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度。
将新生的录取率与高校平均录取率进行比对，得到学校各个专业的新生录取率匹 配权重指数，将其标记为l,l的定义为：
=；
其中表示学校各个专业的新生录取率；表示高校新生平均录取率；、、 是学校各个专业的新生录取率匹配权重指数回归系数；、、是高校新生平均录取率 匹配权重指数回归系数；a2、a3是新生录取率影响因子，分别表示招生计划因子、报考 人数因子、录取标准因子，且1。
将学校各个专业的热门度与学校其他专业平均热门度进行比对，得到学校各个专 业的热门度匹配权重指数,将其标记为,的定义为：
=；
其中表示学校各个专业的热门度；表示学校其他专业平均热门度；、、、是学校各个专业的热门度匹配权重指数回归系数；、、、是学校其他专业 平均热门度匹配权重指数回归系数；b2、b3、b4是专业热门度影响因子，分别表示就业 前景因子、社会需求因子、学习难度因子、兴趣爱好因子,且1。
以上得到学校各个专业的新生的录取率匹配权重指数l和专业热门度匹配权重 指数。
将学校各个专业的毕业生的就业率与高校毕业生平均就业率进行比对，得到学校 各个专业的毕业生就业率匹配权重指数，将其标记为；学校各个专业的毕业生就业率匹 配权重指数序列为，的定义为：
；
将学校各个专业的毕业生就业率匹配权重指数序列相加得到，的定 义为：
=,；
其中表示第个班级，表示学校各个专业的班级数量。
就业率的预测方程与正相关，就业率的预测方程为具体可以写成：
；
式中、分别表示关联度参数和作用量参数，可以解出预测方程得到以下等 式：
=；
将n具体数值代入就业率的预测方程中，采用最小二乘法得到关联度参数 和作用量参数，就业率预测因子与关联度参数、作用量参数正相关，计算得到 就业率预测因子的解析式为：
=d0；
其中d1为截距，0为误差项。
将学校各个专业的毕业生就业岗位匹配度与高校毕业生平均就业岗位匹配度进 行比对，得到学校各个专业的毕业生就业岗位匹配度匹配权重指数，将其标记为；学校各 个专业的毕业生就业率匹配权重指数序列为，的定义为：
；
将学校各个专业的毕业生就业岗位匹配度匹配权重指数序列相加得到，的定义为：
=,；
其中表示第个班级，表示学校各个专业的班级数量。
就业岗位匹配度的预测方程与正相关，就业岗位匹配度的预测方程为，具体可以写成：
；
式中、分别表示关联度参数和作用量参数，可以解出预测方程得到以下等 式：
=；
将n具体数值代入就业岗位匹配度的预测方程中，采用最小二乘法得到关 联度参数和作用量参数，就业岗位匹配度预测因子与关联度参数、作用量参数正相关，计算得到就业岗位匹配度预测因子的解析式为：
=d21；
其中d2为截距，1为误差项。
以上得到学校各个专业的毕业生的就业率预测因子和就业岗位匹配度预测因 子。
将学校各个专业的录取率匹配权重指数l和专业热门度匹配权重指数代入公 式1=K1中得到评估初级系数1，其中K1为评估校正系数，为 评估误差项；
将学校各个专业的毕业生的就业率预测因子和就业岗位匹配度预测因子代 入公式2=K中得到评估终极系数2，其中K2为评估校正系数，3为评估误差项；
以上得到评估初级系数1和评估终极系数2。
将评估初级系数1和评估终极系数2分别与其阈值和比较，当评估初级 系数1低于，判定学校各个专业的社会认可度存在风险，当数媒评估终级系数2低于，判定学校各个专业的社会需求度存在风险。
需要说明的是，评估初级系数1越大，说明学校各个专业的社会认可度越高，评 估初级系数1越小，说明学校各个专业的社会认可度越低；评估终极系数2越大，说明学 校各个专业的社会需求度越高，评估终极系数2越小，说明学校各个专业的社会需求度越 低。
本发明实施例中通过学生ID信息验证身份，使用学校数据库来查询学校各个专业每届新生和毕业生的录取毕业信息，有针对性地获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度这四种数据，可以避免浪费时间和资源在不必要的数据收集上，更快速地完成工作；生成评估初级系数和评估终极系数使得学校各个专业的社会认可度和社会需求度情况以数值大小呈现，更容易被理解和处理，能很好地反映学校各个专业的社会认可度和社会需求度情况，帮助我们揭示规律、发现趋势和作出预测，可以帮助我们进行权衡和比较，从而做出更明智的决策。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可做很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.基于物联网的学校信息安全管理系统，其特征在于，包括信息采集模块、信息处理模块、评估模块和反馈模块；
信息采集模块：用于采集学校每届各个专业的学生人脸图像以及每届新生和毕业生的录取就业信息，并将其发送至信息处理模块；
信息处理模块：用于对学校每届各个专业的学生人脸图像进行学生ID信息安全管理，并对每届新生和毕业生的录取就业信息进行处理生成评估初级系数和评估终极系数，并将评估初级系数和评估终极系数发送至评估模块；
评估模块：用于根据评估初级系数和评估终极系数判断学校各个专业的社会认可度和社会需求度高低情况；
反馈模块：用于根据学校各个专业的社会认可度和社会需求度高低情况，获得学校各个专业的社会认可度状态和社会需求度状态，采取对应措施做出反馈。
2.根据权利要求1所述的基于物联网的学校信息安全管理系统，其特征在于，所述信息采集模块通过基于特征的人脸识别技术采集学校每届各个专业的学生人脸图像，获得学生ID信息；通过学生ID信息验证身份，使用学校数据库来查询学校每届各个专业的每届新生和毕业生的录取就业信息，获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度。
3.根据权利要求1所述的基于物联网的学校信息安全管理系统，其特征在于，所述评估模块中，评估初级系数和评估终极系数生成方法包括如下内容：
将新生的录取率与高校平均录取率进行比对，得到学校各个专业的新生录取率匹配权重指数l；将学校各个专业的热门度与学校其他专业平均热门度进行比对，得到学校各个专业的热门度匹配权重指数/>；将学校各个专业的毕业生的就业率与高校毕业生平均就业率进行比对，得到学校各个专业的毕业生就业率匹配权重指数/>；将学校各个专业的毕业生就业率匹配权重指数序列相加得到/>，将n具体数值代入就业率的预测方程/>中计算得到就业率预测因子/>；将学校各个专业的毕业生就业岗位匹配度与高校毕业生平均就业岗位匹配度进行比对，得到学校各个专业的毕业生就业岗位匹配度匹配权重指数/>；将学校各个专业的毕业生就业岗位匹配度匹配权重指数序列相加得到/>，将n具体数值代入就业岗位匹配度的预测方程/>中计算得到就业岗位匹配度预测因子/>；将学校各个专业的录取率匹配权重指数/>l和专业热门度匹配权重指数/>代入公式/>1=K1中得到评估初级系数/>1，其中K1为评估校正系数，/>为评估误差项；将学校各个专业的毕业生的就业率预测因子/>和就业岗位匹配度预测因子/>代入公式2=K/>中得到评估终极系数/>2，其中K2为评估校正系数，/>3为评估误差项；
以上得到评估初级系数1和评估终极系数/>2；
将评估初级系数和评估终极系数分别与其阈值比较，当评估初级系数低于其阈值，判定学校各个专业的社会认可度存在风险；当数媒评估终级系数低于其阈值，判定学校各个专业的社会需求度存在风险。
4.根据权利要求1所述的基于物联网的学校信息安全管理系统，其特征在于，所述反馈模块中，当评估初级系数低于其阈值，反馈模块产生如下提高专业社会认可度的信号：调整专业课程的预警信号、加强实训频率的提醒信号和拓宽综合能力的指示信号；当评估终极系数低于其阈值，反馈模块产生如下提高专业社会需求度信号：调整专业课程的预警信号、加强实训频率的提醒信号和拓宽综合能力的指示信号。
5.基于物联网的学校信息安全管理方法，其特征在于，包括如下流程：
S1、采集学校各个专业的学生人脸图像，根据应用场景不同，将人脸图像与其数据类型分别对应存储至人脸图像数据库中；
S2、通过学生ID信息验证身份，使用本校数据库，来查询学校各个专业新生和毕业生的录取毕业信息，获取新生的录取率、专业热门度、毕业生的就业率和毕业生的就业岗位匹配度；
S3、通过新生的录取率、专业热门度得到学校各个专业新生的录取率匹配权重指数和专业热门度匹配权重指数；
S4、通过毕业生的就业率、就业岗位匹配度得到学校各个专业毕业生的就业率预测因子和就业岗位匹配度预测因子；
S5、通过录取率匹配权重指数和专业热门度匹配权重指数得到评估初级系数；通过就业率预测因子和就业岗位匹配度预测因子得到评估终极系数；
S6、将评估初级系数和评估终极系数分别与其阈值比较，得出结论，做出反馈。
6.根据权利要求5所述的基于物联网的学校信息安全管理方法，其特征在于，所述学生ID信息安全管理方法包括如下内容：
采集学校各个专业的学生人脸图像，根据应用场景不同，将人脸图像与其数据类型分别对应存储至人脸图像数据库中；实时分析脸部图像数据库中的学生图像数据，判断脸部图像数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所在场景中所对应的数据信息进行处理，自动匹配出与异常数据信息对应学生图像的用户信息。
7.根据权利要求5所述的基于物联网的学校信息安全管理方法，其特征在于，将所述评估初级系数和评估终极系数分别与其阈值比较，当评估初级系数低于其阈值，判定学校各个专业的社会认可度存在风险；当数媒评估终级系数低于其阈值，判定学校各个专业的社会需求度存在风险。
CN202311321764.6A 2023-10-13 2023-10-13 基于物联网的学校信息安全管理系统及方法 Pending CN117078219A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311321764.6A CN117078219A (zh) 2023-10-13 2023-10-13 基于物联网的学校信息安全管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311321764.6A CN117078219A (zh) 2023-10-13 2023-10-13 基于物联网的学校信息安全管理系统及方法

Publications (1)

Publication Number Publication Date
CN117078219A true CN117078219A (zh) 2023-11-17

Family

ID=88711966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311321764.6A Pending CN117078219A (zh) 2023-10-13 2023-10-13 基于物联网的学校信息安全管理系统及方法

Country Status (1)

Country Link
CN (1) CN117078219A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100856705B1 (ko) * 2007-03-02 2008-09-04 한국기술교육대학교산학협력단 인터넷을 이용한 진로 및 취업 지도 서비스 시스템 및 방법
CN106960273A (zh) * 2017-03-01 2017-07-18 河南科技学院 一种高校毕业生就业竞争力指数的评价体系及测评方法
CN107844913A (zh) * 2017-11-24 2018-03-27 上海思博职业技术学院 基于大数据统计分析的智慧型高职专业预警系统
CN108198262A (zh) * 2018-02-08 2018-06-22 南京信息工程大学 一种考勤系统及实现方法
CN108648120A (zh) * 2018-05-11 2018-10-12 重庆工商职业学院 一种学院就业数据分析方法及系统
CN111062700A (zh) * 2019-12-28 2020-04-24 李瑶 一种校园管理系统
CN111754669A (zh) * 2020-06-24 2020-10-09 桂林理工大学 一种基于人脸识别技术的高校学生管理系统
CN111985807A (zh) * 2020-08-19 2020-11-24 霍祥明 一种基于大数据的校园安防远程监控管理系统
CN112184039A (zh) * 2020-09-30 2021-01-05 广州安智信科技有限公司 一种学校新设专业的评估方法和系统
CN112508747A (zh) * 2020-11-22 2021-03-16 陈君 一种基于云计算的大学生就业登记数据计算方法
CN113763619A (zh) * 2021-09-09 2021-12-07 湖南强智科技发展有限公司 一种基于大数据的高校学生管理系统
CN115953273A (zh) * 2022-12-27 2023-04-11 精华教育科技股份有限公司 一种基于数据分析专业建设可行性系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100856705B1 (ko) * 2007-03-02 2008-09-04 한국기술교육대학교산학협력단 인터넷을 이용한 진로 및 취업 지도 서비스 시스템 및 방법
CN106960273A (zh) * 2017-03-01 2017-07-18 河南科技学院 一种高校毕业生就业竞争力指数的评价体系及测评方法
CN107844913A (zh) * 2017-11-24 2018-03-27 上海思博职业技术学院 基于大数据统计分析的智慧型高职专业预警系统
CN108198262A (zh) * 2018-02-08 2018-06-22 南京信息工程大学 一种考勤系统及实现方法
CN108648120A (zh) * 2018-05-11 2018-10-12 重庆工商职业学院 一种学院就业数据分析方法及系统
CN111062700A (zh) * 2019-12-28 2020-04-24 李瑶 一种校园管理系统
CN111754669A (zh) * 2020-06-24 2020-10-09 桂林理工大学 一种基于人脸识别技术的高校学生管理系统
CN111985807A (zh) * 2020-08-19 2020-11-24 霍祥明 一种基于大数据的校园安防远程监控管理系统
CN112184039A (zh) * 2020-09-30 2021-01-05 广州安智信科技有限公司 一种学校新设专业的评估方法和系统
CN112508747A (zh) * 2020-11-22 2021-03-16 陈君 一种基于云计算的大学生就业登记数据计算方法
CN113763619A (zh) * 2021-09-09 2021-12-07 湖南强智科技发展有限公司 一种基于大数据的高校学生管理系统
CN115953273A (zh) * 2022-12-27 2023-04-11 精华教育科技股份有限公司 一种基于数据分析专业建设可行性系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张怡: "地方高校本科专业评估关键因素研究", 《教育理论与实践》, vol. 43, no. 30, pages 9 - 13 *
李录平等: "地方高校本科专业状态评价指标体系研究", 《黑龙江教育》, no. 5, pages 18 - 20 *
范晶: "以稳定专业思想与转变就业观念为导向的专业预警机制研究", 《黑龙江教育学院学报》, vol. 35, no. 4, pages 22 - 24 *
赵永胜: "高职院校高水平专业建设研究", 《教育与职业》, no. 14, pages 29 - 35 *

Similar Documents

Publication Publication Date Title
CN110069609B (zh) 裁判文书分析方法、装置、计算机设备及存储介质
CN108090830B (zh) 一种基于面部画像的信贷风险评级方法和装置
CN114329034B (zh) 基于细粒度语义特征差异的图像文本匹配判别方法及系统
Alam et al. A confidence-based late fusion framework for audio-visual biometric identification
CN112331230A (zh) 一种欺诈行为识别方法、装置、计算机设备及存储介质
CN111930925A (zh) 一种基于在线教学平台的试题推荐方法及系统
CN110909236A (zh) 一种基于大数据的专家推荐方法
CN117454426A (zh) 一种理赔资料信息脱敏采集方法、装置及系统
CN117095436A (zh) 企业员工信息智能管理系统及其方法
CN117575828A (zh) 一种基于云计算的财务报销数据处理系统及方法
CN117408827A (zh) 一种企业财务报销智能管理方法及系统
CN116308888A (zh) 一种基于神经网络的操作票管理系统
CN117371049A (zh) 基于区块链与生成式对抗网络的机器生成文本检测方法及系统
CN117078219A (zh) 基于物联网的学校信息安全管理系统及方法
CN112115834A (zh) 一种基于小样本匹配网络的标准证件照检测方法
CN116343300A (zh) 人脸特征标注方法、装置、终端以及介质
CN114510617B (zh) 在线课程学习行为确定方法及装置
CN114595459B (zh) 基于深度学习的问题整改建议生成方法
CN115146904A (zh) 一种基于人工智能的证券资产风险监控系统
CN109472277A (zh) 借贷方分类的方法、装置以及存储介质
CN117251599B (zh) 一种视频语料智能测试优化方法、装置和存储介质
Ariga et al. Artificial intelligence creates new opportunities to combat fraud
CN110135980A (zh) 一种金融贷前反欺诈系统
Mougan et al. Kantian Deontology Meets AI Alignment: Towards Morally Robust Fairness Metrics
CN116843432B (zh) 一种基于地址文本信息的反欺诈方法和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20231117

RJ01 Rejection of invention patent application after publication