霧計算的教育應用：案例與趨勢

周 榕，劉成鳳，白若微

1陜西師范大學教育學院， 西安 710062；2寶雞高新第一中學， 陜西 寶雞 721013

自2012年思科公司正式提出霧計算的概念以來，霧計算的發展勢頭迅猛。2015年，OpenFog Consor- tium霧計算聯盟成立，2018年，全球首個霧計算技術實驗室在上海建立。同年，霧計算參考框架正式納入電氣電子工程師學會(The Institute of Electrical and Electronics Engineers，IEEE)標準。以太霧(Ethereum- Fog)、智能霧(SmartFog)相繼誕生，并在商務、工業、城市服務及軍事領域得到應用。目前，教育界也開始了針對霧計算的探索[1]，并出現了在智慧校園、在線課程平臺、移動學習等領域的典型應用案例。通過案例來剖析霧計算賦能教育的過程和方法，對于推進教育信息化進程有所裨益。

1 霧計算的教育功能解析

霧計算是由思科(Cisco)公司提出的一種云計算(cloud computing)的延伸概念。霧計算以私有云、企業云等小型云為主，介于云計算和個人計算之間，沒有很強的計算能力，是半虛擬化的服務計算架構模型[2]。霧計算的原理是通過使用邊緣網絡中的設備，讓基于云的服務可以離物聯網和傳感器更近。通過霧計算，可以將一些并不需要放到云上的數據在網絡邊緣層直接進行處理和存儲，提高數據處理的效率，降低延時，減少網絡傳輸壓力，提升安全性。同時，霧計算去中心化的網絡結構支持高移動性和實時互動，能夠進行云在線分析，也為人工智能服務、數據挖掘、物聯網搭建等提供更現實和便捷的技術路徑。

必須指出，霧計算不是云計算的替代物，而是對云計算的補充，現實應用時往往將兩者相結合。因此，它能夠繼承云技術在教育應用中的優勢，并提供更加便捷的教學服務。

1.1 提升學習分析效率

霧作為云和終端的中間層，處于用戶與數據中心的通信通路上，可以快速地過濾和聚合用戶消息。位于霧計算體系架構中的邊緣設備可全程記錄學習歷史數據，提供數據挖掘和學習分析所需信息源。學習分析的結果則可以快速發送到云端和個人終端，實現及時反饋。

1.2 支持泛在學習

霧節點數量龐大、分布廣泛。其位置感知特性可確認學習者的物理位置，教師根據學習者所處環境為其選擇合適的學習資源。霧技術還可實現教育資源的實時共享，減少等待時間，且不同學習資源、服務和平臺之間可實現互聯、互通。這樣，學習者就可以通過與環境的互動，隨時隨地獲得所需的學習資源，實現泛在學習。

1.3 實現智能感知

霧計算具有情境感知和社會感知的特性。情境感知可以探測學習者在何種場景、何種時間與誰交互。社會感知基于空間大數據揭示群體行為模式，感知個人與他人之間的社會關系。這些特征使得基于霧計算的平臺具有適應性，可以根據個人學習偏好和需求推送資源，更好地服務智慧教育環境下的個性化學習。

1.4 降低教學能耗

霧技術通過在本地處理選定的數據來節省網絡帶寬，減少運營成本，節約校園能耗。現有智慧教室系統是架構在整個校園網上的巨大分布式系統，對分布廣泛、數量眾多的網關設備的軟硬件要求高，其構建與維護成本也高[3]。基于霧計算的新架構，使得邊緣設備只需具備基本的數字通信技術，而不需要使用更高層協議進行數據通信與處理，從而降低了對網關設備的要求，有利于節省系統構建與維護的成本。

2 霧計算的教育應用案例

霧計算技術具有強大的可擴展性，能夠滿足教育信息化快速成長和服務多元化的要求，為各層次的教育系統提供有力的技術支持。

2.1 霧計算賦能智慧校園建設

教育信息化2.0背景下，智慧校園建設成為教育信息化的重要內容。意大利巴勒莫大學(University of Palermo)基于霧計算技術構建了新型智慧校園建設系統[4]。該系統使用智能手機、智能手表、平板電腦等智能設備，目標是收集來自校園不同區域的信息，聚合數據，為校園中的用戶提供新的服務或改進現有的服務。

2.1.1系統架構該系統架構分為4層(如圖1所示)，由低到高分別是邊緣層、霧層、云層和應用層。最底層是邊緣層，主要功能是收集原始數據，并與較高層實體共享；第二層是霧層，主要負責對從邊緣層設備接收到的數據進行聚合和分析；第三層是云層，用來存儲數據和執行浩大的分析計算，制定并發送相應的行動計劃；最頂層是應用層，位于應用層的各實體根據行動計劃執行相應的操作，對現實世界做出反應。

圖1 巴勒莫大學智慧校園霧系統

2.1.2應用場景巴勒莫大學(University of Palermo)應用智慧校園霧系統，實現和改善多種資源服務和公共空間管理。

①優化校園建筑能耗。高校校園建筑的能耗主要包括照明能耗、空調能耗、電梯能耗、實驗能耗、熱水能耗等[5]。為了顯著降低校園能耗，需要借助霧技術支持的環境智能系統針對不同區域對使用情況進行評估，以優化單個建筑和具有相似特征的建筑群的能源管理。智慧校園霧系統使用低功耗的運動傳感器來檢測校園區域，并自動觸發高級視頻傳感器來跟蹤行為異常的特定用戶，避免校園基礎設施遭惡意破壞。此外，該系統還利用一組專用傳感器，監測所在環境中安裝的所有電器的能耗，如果能耗超過某一閾值則發出警報。目前，我國約有3 000多所高校，校園建筑數量龐大、建筑類型繁多。結合霧技術設計智能化的節能系統，將有助于推進節約型校園的建設。

②助推智慧學習環境構建。智慧學習環境是一種能夠感知學習情境、識別學習者特征、提供合適的學習資源及路徑、動態分析學習過程數據、綜合評價學習成果，以促進學習者有效學習的學習空間或場所[6]。巴勒莫大學智慧校園霧系統提供了一個多平臺IT模塊，可以提供有關每個學生特定教育路徑的個性化信息，激勵學生在課程日歷上保持更新，指示到教室的路線，允許學生在大學圖書館預訂他們的學習地點，提供對存儲在云中的數字教材的訪問，通知提醒和報告感興趣的新聞。例如：如果一個學生需要從他目前所在的位置跑到她下一節課的教室，平臺可以使用他的智能手機收集的感官數據來推斷用戶將如何前往校園，并根據若干參數(例如交通、時間限制等)建議最佳解決方案。

③助力智能文化空間建設。借助增強現實等新技術，博物館開始走向智能化。智慧校園霧系統嘗試通過定義傳感器和服務的創新模型，將靜態文化空間轉變為智能文化空間。該系統通過建設校園內的博物館藏品來促進智能文化空間的建設。識別設備可以檢測特定手勢，將其解釋為探索虛擬博物館內容的命令，從而提高與訪問者的深度交互。用戶還能夠虛擬訪問一個或多個館藏，增加信息量和提升感官知覺。

2.2 霧計算推進在線學習

遠程教育一直存在低完成率、高輟學率的現象。意大利eCampus大學智能研究中心(SMARTEST Res- earch Centre)和帕爾馬大學(University of Parma)工程與建筑系聯合設計了一個霧計算和大數據相結合的創新在線學習體系架構[7]，并在遠程教育大學eCam- pus University(http://www.uniecampus.it)中進行了初步實施，該體系架構在阻止學生退學方面產生了一些良好的效果。

2.2.1體系架構創新在線學習體系結構最大的特點是通過云和霧之間的內部接口(Inner API)實現了云和霧之間的持續交互。云部分負責歷史備份和大量存儲操作，提供長期預測和評分功能，并通過外部接口(Outer API)與教育管理者溝通；霧部分通過輕挖掘技術進行短期預測，并通過外部API與教師、學生進行互動。

2.2.2工作機制霧計算在線學習平臺的數據運行機制如圖2所示。運用該平臺在線學習的每個學生都配備有一臺智能手機和一支智能手環。該手機上安裝基礎Android應用程序，直接與GPS傳感器、定時傳感器以及心率變異性(HRV)傳感器相連接，通過藍牙與智能手環進行通信。該程序收集來自智能手機的GPS數據、計時數據以及來自智能手環的HRV心率數據，從而監測學生的學習習慣。其中，GPS數據反饋學生當前位置，如宿舍、食堂或圖書館等。定時數據是根據學生大學前3個學年的學習習慣確定。HRV數據作為活動疲勞和困倦的指標，按照1毫秒的速率進行采樣和計算。

圖2 霧計算在線學習平臺的數據工作機制

之后，位于每層的分布式處理框架SAMOA(sc- alable advanced massive online analysis)根據上述數據為學生當前學習活動確定合適的學習內容。當學習內容選定后，相關信息會直接發送到教師的智能手機上以及在線學習系統的云。教師可以檢驗所選擇的學習內容并通過反饋渠道向學生建議其他的學習內容。最后，研究人員可以使用存儲在云端的數據對在線學習系統的使用情況進行分析，如輟學率等問題。

2.2.3實施結果研究者選擇了來自eCampus Uni- versity工程學院、心理學院和文學院的100名新生和100名在讀學生，分別以傳統方式(A組)和利用新架構支持的在線學習平臺(B組)進行為期1學期的在線學習。結果發現，B組學生的退學率幾乎是A組水平的三分之一，說明該系統可以有效降低退學率。而且，通過平臺記錄數據分析，可以為教師實施適當策略提供有力的參考，例如為理工類學生設置更多的互動練習，而為心理學和文學類的學生設置更多的概念圖知識。

2.2.4應用前景未來，eCampus大學智能研究中心計劃繼續完善基于霧計算技術的創新在線學習平臺，增強學習者特征分析功能。例如：自動記錄學生完成某一學習內容時的困倦程度、學生是否跳過了某些學習內容、學生花費在特定學習內容上的時間、學生訪問學習內容的次數等。系統同時還支持教師和管理者跟蹤學習退出者，分析其退出的原因，并及時制定保留策略。

2.3 霧計算助力移動學習

利用云技術進行移動學習時，數據需要從云服務器傳輸到學習者終端，再將數據從終端返回云服務器，這種中心化的計算模式可能會導致延遲。韓國慶北國立大學(Kyungpook National University)計算機科學與工程學院研究團隊將霧計算應用到移動學習中[8]，實現高效的環境感知學習，更好地適應終端的高移動性，減少使用移動學習應用程序的時間延遲。

2.3.1平臺架構霧技術支持的移動學習平臺由云層、霧層和邊緣設備層組成。邊緣設備支持智能感知功能，使用模式識別、數據挖掘和學習分析等多種技術來收集學習過程中的數據，并將其發送至中央服務器進行分析。霧層類似服務器，支持智能分析和選擇功能。云層負責任務分配，管理終端的應用程序所要執行的各種操作。

2.3.2學習支持該系統結合學習分析、數據挖掘和大數據等技術，可以實現對移動學習者的以下支持：

①優化移動學習資源。霧服務器能夠感知其部署的環境，預測移動用戶的數據需求特點，選擇合適的數據緩存在霧服務器上。基于桌面、Web或移動應用程序的活動傳感器可以捕獲學習者當前的學習任務和進度。這些傳感器可以保存學習活動數據，從而有助于評估用戶的學習模式。而且，霧服務器可以從之前的操作中學習，這有助于系統跟蹤和分析學習數據，從而為學習者提供更高質量的移動學習資源。

②擴展移動學習環境。霧服務器緩存的數據，對周邊環境有一定的認知能力，可以提供更適合應用需求的高效接入機制。例如：部署在圖書館的霧服務器能夠緩存周圍環境的地圖數據，并通過無線定位技術為接入的移動設備提供導航服務。另外，移動設備的移動性具有顯著差異，不同移動模式導致移動設備在單個服務器內的時長具有差異性。利用這種差異性，霧服務器可以調節各移動設備的接入時機，降低對移動學習設備的要求，更好地滿足各類應用需求。

③提高移動學習效率。霧服務器能夠給移動設備和云服務器提供雙向的本地化計算服務。霧計算將計算任務盡可能地轉移至部署在應用現場的霧服務器上，不僅降低了總的響應延遲，而且能夠在沒有In- ternet連接的環境中仍然提供服務。將此平臺與其他三種基于云計算的移動學習系統進行對比后發現，霧技術支持的系統，其平均網絡延遲和寬帶使用率均遠低于其他三種系統，說明霧網絡能夠有效提高移動學習的效率。

3 霧計算教育應用趨勢

霧計算技術在教育中的應用特性為推動霧計算技術與教育的融合創新發展指明了方向。未來，應從本質上理解霧計算的核心機制，并積極拓展教育應用途徑。

3.1 關注霧計算關鍵技術開發

目前，霧計算的教育研究處于初級階段。若要充分利用云計算的教育優勢，不僅要完善理論層次研究，還要關注實用技術開發：第一，優化通信協議。霧節點眾多，單個霧節點不僅要與云層和設備層進行通信，還要與霧層的其他節點進行通信。面向霧節點的高效網絡通信協議，可助力教學效率提升[9]。第二，加速應用霧層虛擬化技術。虛擬化技術可以擴大硬件的容量，簡化軟件的重新配置過程。例如：CPU的虛擬化技術可以單CPU模擬多CPU并行，允許一個平臺同時運行多個操作系統，并且應用程序都可以在相互獨立的空間內運行而互不影響，從而顯著提高計算機的工作效率。第三，加速云霧端融合，實現一體化服務。霧技術作為一種中間技術，需要與云層、邊緣設備層以及大數據等技術相互配合，實現教育一體化服務。

3.2 構建霧計算教育服務平臺

霧計算為教育領域提供了高效率、低成本的信息服務模式，霧計算平臺可以垂直地聚合來自終端設備、邊緣網絡和數據中心的資源，以較低的成本為教育系統中的各類人員提供服務。在設計、開發教育服務平臺時，應加強功能創新，將霧技術與教學內容、教學媒體和教學傳播過程進行多層次融合；突破傳統教育方式的限制，建設智能教育服務平臺，實現協同辦公，為教師的科研及教學工作提供有效的支持。例如：設計基于霧技術的“互動反饋系統”(interactive response sys- tem，IRS)[10]，實現即時收集學生反饋信息，自動統計學生學習數據，適當開展組內協作交互，幫助教師更專注于霧環境中的教學設計，及時調整教學方法、策略及進程，提高學生的學習能力。

3.3 運用霧平臺開展個性化學習

霧技術通過介于邊緣設備和云服務中間的分布式霧節點，可以提供一種新型互動學習服務，體現為教學差異化、學習個性化和服務精準化。首先，霧技術能夠監測每個學生的學習行為和學習過程，使教師能夠深入了解每個學生的知識能力和學習需求，為教師開展差異化指導提供支持；其次，霧技術與大數據技術相結合，為學生確定相匹配的個性化學習資源，構建適應性的學習內容和學習路徑；再次，霧技術終端能夠對教學實踐數據全面獲取、科學分析、精準決策，提高教育系統的運行效率、決策水平和服務能力，每個學生根據自身需求制訂學習計劃，利用霧技術拓寬自主學習環境，實現真正意義上的個性化學習。

3.4 保障霧網絡數據安全

隨著區塊鏈技術的發展，如何實現異構性、輕量級、分布式的安全防護技術和部署方案是霧計算面臨的一大挑戰。未來應著力研究系統安全算法，保護用戶隱私。未來教育數據平臺將匯集大量學生數據，將學生數據隱私保護相關內容應寫入教育平臺開發技術規范之中，使得教育平臺收集和分析數據的功能符合數據隱私保護要求。同時，對教師和技術人員的專項培訓中加入數據安全和隱私保護的內容，并通過專門的系統和平臺，對學生數據安全隱私保護等提供持續的指導。

4 結語

霧技術在新型教育形態中的應用，不僅繼承了云計算優質資源共建共享的優勢，而且改善了云計算核心網絡擁塞、網絡延遲等缺陷，同時，具備了分布式管理，實現個性化學習等創新功能。未來，霧技術將更普遍、深入地應用于教育領域的各個方面，使技術賦能教育，推動教育信息化向前發展。