洪 鉑，惠 偉，朱韋橋

（中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081）

2020年，我國5G移動通信技術正式進入商用階段，其高速度、低功耗、低時延特性被各行業(yè)廣泛關注。同時，高清視頻教學、AR/VR實驗、雙師課堂等新型教學形式也在不斷地沖擊著教育培訓行業(yè)。

鐵路教育培訓平臺是服務全路企業(yè)的公共教育培訓系統(tǒng)，覆蓋全路職工、干部和黨員的教育培訓。通過5G移動通信等新技術與鐵路企業(yè)教育培訓業(yè)務的融合創(chuàng)新，可進一步完善鐵路教育培訓平臺，支持新型教學形式，更好地適應鐵路企業(yè)職工人數眾多、分布區(qū)域廣、人員構成復雜的特點。

分析鐵路教育培訓平臺當前面臨的發(fā)展要求及挑戰(zhàn)，利用邊緣計算在靠近物或數據源頭的網絡邊緣側提供的計算、存儲等邊緣智能服務[1-3]，提高鐵路教育培訓平臺的應用性能和智能化水平，進一步提升用戶體驗。

1 邊緣計算簡介

邊緣計算是云計算框架下的一種系統(tǒng)架構，通過在靠近數據源的網絡邊緣側部署邊緣節(jié)點設備，具備計算、緩存和本地應用功能；邊緣節(jié)點與云中心協作，支持實時業(yè)務、敏捷連接、應用性能優(yōu)化，改變傳統(tǒng)網絡架構中由數據中心集中存儲和處理數據的方式。利用靠近數據源端的網關、基站、服務器、智能終端等邊緣節(jié)點設備，完成部分原來由數據中心承擔的數據存儲與處理任務，通常把僅在本地使用的數據、要求低延時和快速響應的業(yè)務處理以及安全敏感數據等放在邊緣端設備，提高服務響應速度，保證數據安全，為用戶提供更好的體驗。

邊緣計算的優(yōu)勢主要有3個方面：（1）在靠近數據源端就近完成數據處理，降低傳輸時延，提高數據處理效率；（2）與云中心相比，邊緣計算和存儲成本更低；（3）對云端依賴性低，可降低數據傳輸錯誤率和單點故障率。

2 鐵路教育培訓平臺的現狀、發(fā)展及挑戰(zhàn)

2.1 鐵路教育培訓平臺的現狀

鐵路企業(yè)對職工培訓信息化一直十分重視，2008年上線運行的鐵路組織人事管理信息系統(tǒng)設置有干部培訓功能。2018年在該系統(tǒng)升級改造時，對培訓功能全面強化，搭建獨立的鐵路教育培訓平臺，使其覆蓋全路職工、干部和黨員。

經過2期系統(tǒng)建設，該平臺目前具備鐵路企業(yè)培訓需求管理、培訓計劃、培訓實施、培訓評估及培訓預算、培訓報銷等管理功能，基本涵蓋教育培訓管理全過程，還可為用戶提供業(yè)務分析功能，實現與相關系統(tǒng)的數據交互與共享。

目前，利用該平臺整合中國國家鐵路集團有限公司及所屬單位、鐵路外各高校和培訓基地教育資源的相關工作已經開展，正在建設網絡學習和手機App。

2.2 平臺發(fā)展的要求及挑戰(zhàn)

2020年，在新冠疫情防控進入常態(tài)化背景下，各類教育培訓平臺得到快速發(fā)展。通過技術與應用融合創(chuàng)新，鐵路教育培訓平臺有望為鐵路企業(yè)職工提供更為豐富的培訓內容，幫助企業(yè)教育培訓管理部門改善培訓管理，取得更好的系統(tǒng)應用成果。

（1）實施精準化培訓管理

鐵路教育培訓平臺包括鐵路所有在職職工，覆蓋鐵路相關的各類專業(yè)和工種，具有學員人數眾多、個人情況復雜、課程種類繁多、考核方式多樣的特點，只有快速、精準地取得管理數據，通過數據分析及時掌握鐵路教育培訓狀況及存在問題，才能更快地制定或調整培訓政策和培訓內容，實現培訓管理精準化。

（2）豐富培訓內容和方式

利用5G移動通信高速度、大帶寬、低延時、海量互聯的優(yōu)勢，高清視頻傳輸不再是瓶頸，高清直播、VR/AR視頻、游戲應用將更加廣泛，雙師課堂可能成為鐵路企業(yè)教育培訓的新模式，使在線教育形式更加豐富多彩；而邊緣計算可為高清視頻的緩存、畫面的渲染提供技術支持。

（3） 滿足鐵路企業(yè)個性化教育培訓需要

鐵路企業(yè)教育培訓工作具有行業(yè)統(tǒng)一規(guī)范，但因單位性質和主要職責不同，也有鮮明的個性化培訓需求。鐵路教育培訓平臺不僅應滿足鐵路行業(yè)一般性需求，也應為企業(yè)提供個性化教育培訓服務，可將計算量要求較低、個性化特征明顯、與云端交互量較少的功能部署在邊緣側節(jié)點，由邊緣側節(jié)點先對數據進行預處理和緩存，再上傳到云中心存儲和進一步處理，有利于減少網絡帶寬占用，減輕云中心計算負荷。

3 鐵路教育培訓平臺架構設計

3.1 網絡架構

基于邊緣計算構建鐵路教育培訓平臺，將促使平臺由傳統(tǒng)的“云到端”計算架構演進成為新興的“云-邊-端”計算架構，如圖1所示。

鐵路教育培訓平臺的主體應用功能部署在云端，平臺運維管理終端設置在核心網絡中，確保系統(tǒng)主體運行安全。

在邊緣側將部署具有緩存能力的基站，增加計算節(jié)點和緩存節(jié)點，部署本地獨立應用，對采集的數據進行實時處理，支持AI計算和數據緩存，提供圖像渲染、視頻緩存，數據過濾等服務。

采用具有獨立計算能力的終端設備，可對本地采集的數據進行預處理，提高平臺整體數據處理能力，也利于降低網絡數據傳輸量。例如，利用智能手機提供的計算能力，可以對學員雙眼的關注點進行捕捉，過濾掉學員關注度不夠的事件，從而減少云中心業(yè)務應用計算的數據量。

3.2 系統(tǒng)架構

圖1 鐵路教育培訓平臺網絡架構

3.2.1 傳統(tǒng)的鐵路教育培訓平臺系統(tǒng)架構

在傳統(tǒng)的鐵路教育培訓平臺中，各種系統(tǒng)資源和業(yè)務服務部署在云中心，實現集中化存儲與計算，如圖2所示。

圖2 鐵路教育培訓平臺的傳統(tǒng)系統(tǒng)架構

（1）展示層：為用戶提供監(jiān)控后臺、管理門戶和用戶門戶（含教師和學員）3種操作界面，終端設備需支持多種瀏覽器和和主流移動設備。

（2）業(yè)務層：根據展示層的需求，將教育培訓業(yè)務封裝為各種服務，包括課程管理、計劃管理、教師管理等。

（3）服務層：為平臺提供公共服務支持，包括流程服務、文件存儲服務、報表服務等。

（4）資源層：包括教育培訓平臺所管理的所有資源，如：教學機構庫、培訓教師庫、培訓課程庫等。

（5）系統(tǒng)監(jiān)控：自上而下貫穿業(yè)務層、服務層、資源層，全面監(jiān)控平臺的服務和資源，提供服務日志分析、鏈路跟蹤、熔斷限流等服務。

（6）服務管理：對業(yè)務層、服務層的服務提供服務注冊、服務授權、任務調度等功能。

3.2.2 基于邊緣計算模式的系統(tǒng)架構

在鐵路教育培訓平臺的傳統(tǒng)系統(tǒng)架構下，僅利用5G網絡提供的高帶寬數據傳輸，雖可支持含1 080 P在內的高清視頻播放業(yè)務和百人左右的直播課堂，但在彈性計算能力、處理VR/AR渲染、數據預處理等方面存在一定限制。因此，基于邊緣計算對系統(tǒng)架構進行改進，如圖3所示。

圖3 基于邊緣計算的鐵路教育培訓平臺系統(tǒng)架構

在新的系統(tǒng)架構中，增加了感應層和邊緣計算層。其中，感應層包括溫度、濕度、煙霧等各種傳感器，也包括智能攝像頭、智能手持終端等，可增強平臺的情景感知能力；邊緣計算層是在靠近物或數據源頭設置的網絡邊緣節(jié)點，既可為用戶門戶提供圖像緩存和渲染計算，還可對感知層采集的數據進行匯聚和處理。

設置感應層和邊緣計算層有助于提高平臺整體處理性能和智能化水平，充分發(fā)揮邊緣計算模式在緩解網絡帶寬壓力、增強服務響應能力等方面的優(yōu)勢[4]；將數據過濾功能放在邊緣節(jié)點服務器甚至直接推向智能終端，可以顯著減少網絡傳輸數據量；將人臉識別、關注度模型、暴力行為檢測等計算功能部署在邊緣節(jié)點，支持平臺智能化運營和精細化培訓管理；為高清視頻的傳輸提供邊緣緩存、視頻渲染計算，可顯著降低延時，有助于提高用戶體驗；通過平臺情景感知賦能，可讓現場教學和線上教學有效結合，改善培訓場所的舒適度和安全性。

4 應用探索

4.1 改善用戶體驗

（1）利用邊緣計算模式下基站緩存、透明緩存等技術，可將培訓內容緩存到網絡邊緣，讓學員就近獲取學習內容，避免教學內容重復傳輸[5]。

（2）利用邊緣計算模式下的移動內容分發(fā)網絡為視頻傳輸選擇合適的碼率、擁塞控制策略等，實現超高清視頻的高效傳輸[6]，使移動設備獲得與傳統(tǒng)互聯網設備一樣的流量承載能力，讓數以百萬的學員使用不同設備同時參與課程直播，如圖4所示。

圖4 鐵路教育培訓平臺的CDN拓撲圖

（3）將VR/AR的圖像渲染處理交由網絡邊緣節(jié)點完成，不僅可以增強渲染效果，降低終端設備的存儲要求，還可以提高服務響應速度[7]。

總之，邊緣計算模式可以有效地降低培訓內容的傳輸時延，為用戶提供更豐富、迅捷的培訓內容，顯著改善用戶體驗。

4.2 提高培訓管理機構對復雜場景的應對能力

在教育培訓過程中，需要對人員聚集的食堂、教室、考場等人員密集場所進行監(jiān)控。利用5G網絡，將電磁、煙霧監(jiān)控設備、攝像頭與臺式機、筆記本、平板電腦、手寫板等培訓、考試設備接入鐵路教育培訓平臺，直接與網絡邊緣節(jié)點連接，既解決“云-端”交互的異構接入和傳輸時延等問題[8]，還對集中培訓時段內學員考勤、異常行為進行監(jiān)控，全面提高鐵路教育培訓平臺的智能化水平。

4.3 助力鐵路教育培訓大數據分析

（1）鐵路教育培訓平臺不僅要為廣大鐵路職工提供豐富的培訓資料，方便個人學習，還需要為培訓管理提供支持。教育培訓管理部門可通過平臺掌握學員對教學內容的使用情況、學員學習進展情況，以及各單位培訓工作情況。對鐵路企業(yè)每年近億人次的培訓進行智能化分析，并提供可視化界面，幫助鐵路教育培訓管理部門監(jiān)管鐵路企業(yè)職工教育培訓工作，及時實施指導和制定針對性策略。

（2）對用戶瀏覽時間過短、培訓內容瀏覽異常、或用戶打開卻未觀看的數據進行過濾，只將有效的數據傳輸到云端進行計算，不僅可減少數據傳輸量和存儲量，還為大數據分析做好數據預處理，有助于實現教學內容的精準推送。

5 結束語

隨著5G移動通信技術的不斷普及，教育培訓內容全高清時代已為時不遠。在5G移動通信技術與鐵路教育培訓業(yè)務的融合創(chuàng)新中引入邊緣計算模式，有助于支持新型教學形式，增強平臺的整體應用性能和智能化水平，改善用戶體驗。

今后，還將研究平臺與物聯網技術應用的融合創(chuàng)新，進一步提升該平臺的智能化水平，使鐵路企業(yè)教育培訓實現決策、控制、反饋、再決策、再控制、再決策和再反饋的精細化閉環(huán)管理[8]，提高職工對教育培訓工作滿意度和對企業(yè)的認同感。