基于云計算的高校課程遠(yuǎn)程教學(xué)平臺設(shè)計

摘要：為助力高校在線課程發(fā)展，文章開展了基于云計算的高校課程遠(yuǎn)程教學(xué)平臺設(shè)計與應(yīng)用研究。該項目通過選取處理器與視頻服務(wù)器完成平臺硬件搭建，并在此基礎(chǔ)上完成平臺軟件設(shè)計，即利用云計算技術(shù)高效采集遠(yuǎn)程教學(xué)數(shù)據(jù)，設(shè)置遠(yuǎn)程教學(xué)協(xié)議，對課程內(nèi)容與交互數(shù)據(jù)進(jìn)行高級加密，構(gòu)建模型監(jiān)測遠(yuǎn)程教學(xué)狀態(tài)。應(yīng)用結(jié)果表明，設(shè)計平臺整體動態(tài)幀數(shù)均高于1 fps，可為用戶帶來更為良好的學(xué)習(xí)體驗，應(yīng)用性能較好。

關(guān)鍵詞：云計算；OpenStack組件；高校課程；遠(yuǎn)程教學(xué)平臺

中圖分類號：G434 "文獻(xiàn)標(biāo)志碼：A

0 引言

在當(dāng)今全球信息化浪潮的推動下，教育領(lǐng)域正經(jīng)歷著前所未有的變革，其中，遠(yuǎn)程教學(xué)作為教育現(xiàn)代化的重要標(biāo)志之一，以其獨特的優(yōu)勢在全球范圍內(nèi)迅速普及與發(fā)展［1］。傳統(tǒng)的教學(xué)模式受限于時間、地點和資源的約束，難以滿足日益增長的個性化學(xué)習(xí)需求及終生學(xué)習(xí)的時代要求。高校課程遠(yuǎn)程教學(xué)平臺通過構(gòu)建一個集課程資源管理、在線互動教學(xué)、學(xué)習(xí)進(jìn)度跟蹤、效果評估反饋等功能于一體的綜合性數(shù)字化學(xué)習(xí)環(huán)境，打破了這些限制，使得優(yōu)質(zhì)教育資源能夠跨越地域界限，實現(xiàn)師生之間的即時溝通與高效協(xié)作。因此，開發(fā)一種穩(wěn)定、高效的課程遠(yuǎn)程教學(xué)平臺非常重要。

1 基于云計算技術(shù)的遠(yuǎn)程教學(xué)分析

云計算技術(shù)是一種新的互聯(lián)網(wǎng)計算方式，通過虛擬化技術(shù)，將計算資源與存儲資源進(jìn)行整合，形成大規(guī)模的資源池，為用戶提供按需即取的計算能力和數(shù)據(jù)存儲服務(wù)。其核心特點包括高靈活性、可擴(kuò)展性和高性價比，這些特性使云計算在教育領(lǐng)域中具有廣闊的應(yīng)用前景。

高校課程遠(yuǎn)程教學(xué)平臺通過引入云計算技術(shù)，為師生提供了便捷、高效的教學(xué)和學(xué)習(xí)環(huán)境，這一舉措打破了時間和空間限制，提供了強(qiáng)有力的支持。云計算平臺實現(xiàn)了課件、視頻、模擬仿真素材等教學(xué)資源集中管理與共享。教師和學(xué)生通過云平臺便捷地訪問所需內(nèi)容。通過大數(shù)據(jù)分析和挖掘技術(shù)，平臺還能實現(xiàn)對學(xué)生學(xué)習(xí)情況的精準(zhǔn)評估，進(jìn)而提供個性化的學(xué)習(xí)方案和教學(xué)資源，增強(qiáng)教學(xué)效果與學(xué)習(xí)興趣。此外，云計算平臺支持實時互動功能，促進(jìn)教師及學(xué)生間的在線討論與合作學(xué)習(xí)，提升學(xué)習(xí)參與度與效果。同時，平臺提供靈活的教學(xué)管理工具，便于教師根據(jù)課程需求和學(xué)生反饋調(diào)整教學(xué)策略，通過教學(xué)評估和反饋機(jī)制持續(xù)優(yōu)化教學(xué)質(zhì)量。

2 硬件設(shè)計

遠(yuǎn)程教學(xué)云平臺硬件設(shè)計框架旨在構(gòu)建一個高效、穩(wěn)定且可擴(kuò)展的硬件基礎(chǔ)設(shè)施，以全面支持遠(yuǎn)程教學(xué)活動［2］。硬件設(shè)計整體框架緊密圍繞核心處理單元、視頻處理與傳輸系統(tǒng)、數(shù)據(jù)存儲與備份系統(tǒng)以及用戶交互與管理等關(guān)鍵組件展開，確保平臺能夠應(yīng)對大規(guī)模并發(fā)訪問，實現(xiàn)高清視頻流暢傳輸并具備高效的數(shù)據(jù)處理能力。此框架集成了處理器、視頻服務(wù)器、存儲系統(tǒng)、網(wǎng)絡(luò)設(shè)備與交互設(shè)備等核心組件，保障教學(xué)資源的快速處理、安全傳輸及用戶便捷訪問。

硬件設(shè)計框架采用模塊化設(shè)計理念，各組件之間通過高速總線或網(wǎng)絡(luò)接口相互連接，形成一個高度集成、高效協(xié)同的硬件系統(tǒng)。這一設(shè)計提升了系統(tǒng)的可擴(kuò)展性和靈活性，確保各組件之間無縫協(xié)作，共同實現(xiàn)平臺的各項功能需求。

2.1 處理器

本文選取CLOUD-EDGE-X9處理器作為核心硬件，該處理器通過精密設(shè)計總線，將資源管理、數(shù)據(jù)處理、安全加密、網(wǎng)絡(luò)加速及用戶交互單元這5個關(guān)鍵模塊無縫集成于定制開發(fā)板上，使其共同支撐平臺的高速運算與穩(wěn)定服務(wù)，確保遠(yuǎn)程教學(xué)流暢無阻［3］。處理器構(gòu)成如圖1所示。

2.2 視頻服務(wù)器

本文選用的視頻服務(wù)器主要采用DM355芯片作為核心處理器，視頻服務(wù)器結(jié)構(gòu)如圖2所示。

電源模塊為整個系統(tǒng)提供穩(wěn)定的電源；調(diào)試模塊主要用于系統(tǒng)在開發(fā)、測試和維護(hù)階段進(jìn)行調(diào)試和故障診斷；視頻采集模塊負(fù)責(zé)捕獲外部視頻源的視頻信號，將其轉(zhuǎn)換為數(shù)字信號；NAND Flash存儲器用于存儲配置數(shù)據(jù)；DDR SDRAM內(nèi)存用于暫時存儲正在處理的視頻數(shù)據(jù)；Ethernet模塊負(fù)責(zé)視頻服務(wù)器與網(wǎng)絡(luò)之間的連接，支持視頻數(shù)據(jù)的傳輸和遠(yuǎn)程訪問控制。

3 軟件設(shè)計

3.1 基于云計算的遠(yuǎn)程教學(xué)數(shù)據(jù)采集設(shè)計

本文運用云計算中的OpenStack組件，對其進(jìn)行部署［4］。OpenStack為開源的云計算管理平臺，其核心組件為：Nova、Neutron、Glance、Cinder、Swift、Horizon及Keystone，共同構(gòu)建云計算服務(wù)框架［5］。其模塊化設(shè)計、強(qiáng)大的社區(qū)支持、豐富的RESTful API接口及多租戶特性，為遠(yuǎn)程教學(xué)數(shù)據(jù)采集系統(tǒng)提供了底層基礎(chǔ)設(shè)施。

在遠(yuǎn)程教學(xué)數(shù)據(jù)采集系統(tǒng)的設(shè)計中，OpenStack發(fā)揮關(guān)鍵作用。Nova組件負(fù)責(zé)高效管理計算資源，動態(tài)部署和管理采集節(jié)點，確保數(shù)據(jù)處理能力隨需而變。Neutron則優(yōu)化網(wǎng)絡(luò)配置，保障數(shù)據(jù)在采集、傳輸過程中的流暢與安全。Glance的快速鏡像服務(wù)提高了采集環(huán)境的部署速度，而Cinder和Swift則根據(jù)數(shù)據(jù)特點靈活選擇存儲方案，確保海量教學(xué)數(shù)據(jù)的持久化存儲與訪問效率。

OpenStack的RESTful API接口促進(jìn)了系統(tǒng)與其他教育應(yīng)用的集成，實現(xiàn)數(shù)據(jù)共享與業(yè)務(wù)流程無縫對接。OpenStack組件搭建的分布式架構(gòu)完成了數(shù)據(jù)采集，分布式架構(gòu)如圖3所示。

圖3中，采集節(jié)點部署于OpenStack平臺，負(fù)責(zé)從教學(xué)終端收集視頻流、學(xué)生互動及教學(xué)進(jìn)度等數(shù)據(jù)。OpenStack作為遠(yuǎn)程教學(xué)數(shù)據(jù)采集系統(tǒng)的核心，提供全面的云計算基礎(chǔ)架構(gòu)服務(wù)，通過Nova、Neutron、Cinder等關(guān)鍵組件管理計算資源、網(wǎng)絡(luò)配置和存儲策略，確保采集節(jié)點的穩(wěn)定運行。路由則基于Neutron服務(wù)構(gòu)建，負(fù)責(zé)高效連接采集節(jié)點與處理中心，實現(xiàn)數(shù)據(jù)傳輸和節(jié)點間的有效通信。采集節(jié)點以虛擬機(jī)形式部署在OpenStack平臺上，搭載數(shù)據(jù)采集軟件，根據(jù)實際需求配置數(shù)量和位置，從教學(xué)終端收集視頻流、互動數(shù)據(jù)等關(guān)鍵信息，確保數(shù)據(jù)傳輸過程中的安全性和完整性。整個系統(tǒng)架構(gòu)協(xié)同工作，為遠(yuǎn)程教學(xué)數(shù)據(jù)的采集與處理提供了有力支持。

3.2 高校課程遠(yuǎn)程教學(xué)協(xié)議設(shè)置

在完成遠(yuǎn)程教學(xué)數(shù)據(jù)采集設(shè)計后，須要設(shè)置高校課程遠(yuǎn)程教學(xué)協(xié)議，利用云計算中的CDN增強(qiáng)教學(xué)安全特性，對傳輸數(shù)據(jù)進(jìn)行高級加密處理［6-7］。為實現(xiàn)教學(xué)協(xié)議的靈活配置與動態(tài)調(diào)整，本文設(shè)置API協(xié)議編譯與執(zhí)行框架，其數(shù)學(xué)表達(dá)式為：

STP=f（C，M，R，E）（1）

其中，f為API協(xié)議編譯函數(shù)；C為課程內(nèi)容模塊；M為訪問權(quán)限設(shè)置；R為學(xué)習(xí)路徑規(guī)劃；E為學(xué)習(xí)成果評估。為加強(qiáng)高校課程遠(yuǎn)程教學(xué)平臺的整體安全與管理效率，構(gòu)建一個括課程管理控制層（Course Management Control Layer，CMC）與訪問監(jiān)控層（Access Monitoring Layer，AML）的分層控制架構(gòu)。其中，CMC負(fù)責(zé)課程內(nèi)容的創(chuàng)建、審核、發(fā)布及更新，而AML則專注于用戶行為的監(jiān)控與記錄，兩者通過高效的數(shù)據(jù)交換機(jī)制緊密相連，其數(shù)據(jù)交互的安全性評估函數(shù)可表示為：

S=∑Mj=1ρjUjM（2）

其中，ρj為第j個數(shù)據(jù)的加密度量；Uj為與第j個用戶相關(guān)的認(rèn)證度量；M為總的數(shù)據(jù)傳輸量。通過該函數(shù)，可確保每一筆數(shù)據(jù)交換都經(jīng)過嚴(yán)格的安全驗證。接著，采用擴(kuò)展的Hadoop分布式文件系統(tǒng)（Hadoop Distributed File System，HDFS）架構(gòu)，確保教學(xué)資源的完整性與快速訪問，通過智能的數(shù)據(jù)分布與核心服務(wù)器的集中調(diào)度，有效避免教學(xué)資源碎片化問題。

3.3 高校課程遠(yuǎn)程教學(xué)狀態(tài)監(jiān)測設(shè)計

通過建立模型以全面監(jiān)測課程遠(yuǎn)程教學(xué)狀態(tài)。此模型與遠(yuǎn)程教學(xué)平臺實現(xiàn)無縫對接，能夠自動生成教學(xué)效能評估報告，為教師提供直觀的教學(xué)反饋。為量化評估教學(xué)質(zhì)量，引入教學(xué)效能指數(shù)，該指數(shù)表達(dá)式如下：

TEI=αPI+βEI+γFI（3）

其中，PI為教學(xué)參與度；EI為教學(xué)效果指數(shù)；FI為反饋響應(yīng)指數(shù)；α、β、γ為權(quán)重系數(shù)，根據(jù)課程特性與教學(xué)目標(biāo)動態(tài)調(diào)整。基于式（3）計算結(jié)果，教師和管理員可及時調(diào)整教學(xué)策略，優(yōu)化教學(xué)資源分配。此外，平臺還支持視頻回放功能，助力教學(xué)質(zhì)量提升。依托云服務(wù)器，能夠生成直觀圖表和報告，便于掌握教學(xué)全貌。同時，平臺內(nèi)置智能預(yù)警機(jī)制，便于及時發(fā)現(xiàn)并通知潛在教學(xué)問題，確保高效遠(yuǎn)程教學(xué)。

4 平臺應(yīng)用分析

4.1 應(yīng)用環(huán)境準(zhǔn)備

在進(jìn)行高校課程遠(yuǎn)程教學(xué)平臺的應(yīng)用實踐中，模擬了實驗環(huán)境來進(jìn)行測試和驗證。確保平臺性能與實驗環(huán)境的逼真性，是提升教學(xué)質(zhì)量與學(xué)習(xí)體驗的關(guān)鍵環(huán)節(jié)。實驗環(huán)境如圖4所示。

該實驗環(huán)境通過高度還原的虛擬實驗場景和流暢的操作體驗，為學(xué)生提供了接近實體教室的學(xué)習(xí)環(huán)境。在此基礎(chǔ)上，本次以“計算機(jī)組成原理”課程的班級為研究對象開展測試，為后續(xù)的平臺優(yōu)化與升級提供支持。

4.2 應(yīng)用結(jié)果分析

動態(tài)幀數(shù)效率是衡量系統(tǒng)響應(yīng)速度的關(guān)鍵指標(biāo)。該指標(biāo)通過計算處理的總幀數(shù)、質(zhì)量因子和測試耗時得出，反映平臺在實時交互和動態(tài)內(nèi)容展示方面的性能。計算公式為：

DFE=NQTDPR（4）

其中，N為處理的總幀數(shù)；Q為質(zhì)量因子；T為測試耗時。

通過上述計算公式可得出實際的動態(tài)幀數(shù)。以此為基礎(chǔ)，開展實驗測試，得出最終的測試結(jié)果如圖5所示。

基于云計算的高校課程遠(yuǎn)程教學(xué)平臺在測試期間，整體動態(tài)幀數(shù)均穩(wěn)定地保持在高于1 fps的幀率水平，甚至接近常見的幀率范圍，如24 fps、30 fps。這一數(shù)值說明學(xué)生學(xué)習(xí)體驗質(zhì)量顯著提升。幀率作為衡量視頻播放流暢度的重要指示，決定了用戶在使用過程中的視覺感受。在遠(yuǎn)程教學(xué)場景中，高幀率意味著視頻畫面更加連貫、自然，能夠有效減少卡頓、延遲等現(xiàn)象，從而為學(xué)生提供更加流暢、真實的遠(yuǎn)程學(xué)習(xí)體驗。這種流暢、真實的遠(yuǎn)程學(xué)習(xí)體驗對于提升教學(xué)效果和學(xué)習(xí)滿意度具有一定價值。對于學(xué)生而言，高幀率帶來的清晰畫面和準(zhǔn)確聲音傳遞，有助于學(xué)生更好地理解和掌握課程內(nèi)容，提高學(xué)習(xí)效率和質(zhì)量。對于教師而言，流暢的遠(yuǎn)程教學(xué)平臺則能夠為其提供更加廣闊的教學(xué)空間和更加靈活的教學(xué)手段，使其能夠更加自如地運用各種教學(xué)資源和方法，從而達(dá)到更好的教學(xué)效果。

5 結(jié)語

基于云計算的高校課程遠(yuǎn)程教學(xué)平臺，功能強(qiáng)大、架構(gòu)靈活，可為高校教學(xué)帶來革命性改變，不僅提升了教學(xué)資源的利用效率，還促進(jìn)了師生之間的有效互動與學(xué)生個性化發(fā)展。隨著技術(shù)的不斷進(jìn)步，相信該平臺將持續(xù)優(yōu)化與創(chuàng)新，為更多高校師生提供高效、便捷、安全的在線學(xué)習(xí)環(huán)境，推動教育事業(yè)的發(fā)展。

參考文獻(xiàn)

［1］王艷榮.泛在環(huán)境下應(yīng)用型高校ESP課程協(xié)同教學(xué)平臺設(shè)計［J］.無線互聯(lián)科技，2023（10）：61-64.

［2］謝鋒云，王玲嵐，閆少石，等.基于云平臺和物聯(lián)網(wǎng)技術(shù)的電機(jī)遠(yuǎn)程監(jiān)測系統(tǒng)［J］.機(jī)械設(shè)計與研究，2023（2）：153-157.

［3］王喬.基于Web的遠(yuǎn)程教學(xué)平臺設(shè)計：以住宅建筑設(shè)計原理課程為例［J］.信息與電腦（理論版），2023（8）：4-6.

［4］黃超.基于云計算的高職物聯(lián)網(wǎng)應(yīng)用技術(shù)專業(yè)教學(xué)資源平臺構(gòu)建研究［J］.秦智，2024（5）：93-95.

［5］齊連眾，張小鳳.基于Openstack與Hadoop的實驗教學(xué)大數(shù)據(jù)系統(tǒng)應(yīng)用研究［J］.現(xiàn)代信息科技，2023（17）：131-135.

［6］夏開堂，林菲，張聰，等.基于MOOC的FPGA硬件類課程遠(yuǎn)程實驗教學(xué)平臺設(shè)計［J］.軟件導(dǎo)刊，2022（2）：144-148.

［7］楊健兵，陳莉莉.基于OpenStack云計算的計算機(jī)教學(xué)實訓(xùn)平臺設(shè)計與實現(xiàn)［J］.無線互聯(lián)科技，2024（2）：66-68，78.

（編輯 沈 強(qiáng)編輯）

Design of distance teaching platform for college courses based on cloud computing

LI" Yang

（Changchun University of Finance and Economics， Changchun 130117， China）

Abstract： In order to help the development of online courses in universities， the article carries out the design and application research of distance teaching platform for university courses based on cloud computing. The project completes the hardware construction of the platform hardware through the selection of processor and video server， and completes the platform software design， that is， using cloud computing technology to efficiently collect remote teaching data， set up distance teaching protocol to conduct advanced encryption of the course content and interactive data， and build a model to monitor the remote teaching state. The application results show that the overall dynamic frame number of the design platform is higher than 1 fps， which can bring users more excellent learning experience and better application performance.

Key words： cloud computing; OpenStack component; college courses; distance learning platform