姜娜 楊海燕 黃吉亞 顧慶傳

摘? 要：隨著高校的擴建，校園安全已成為校園管理工作中的重要問題。現(xiàn)有的大部分門禁系統(tǒng)僅記錄各類人員出入校園的時間信息，信息數(shù)量大，且未進行有效利用。校園安全工作要穩(wěn)定有效地持續(xù)進行，則需要利用計算機平臺，將過去的人工管理方式逐步轉(zhuǎn)變?yōu)榛诖髷?shù)據(jù)和機器學(xué)習(xí)的智能化的管理、決策方式。本文基于機器學(xué)習(xí)，對校園安全門禁系統(tǒng)方法的選擇和系統(tǒng)的現(xiàn)實意義進行了探討，以期為相關(guān)系統(tǒng)分析與設(shè)計提供參考。

關(guān)鍵詞：校園安全;機器學(xué)習(xí);門禁系統(tǒng);學(xué)習(xí)模型

中圖分類號：TP181? ? ? 文獻標(biāo)識碼：A 文章編號：2096-4706（2019）01-0160-02

Research on the Application of Machine Learning in

Campus Security Access Control System

JIANG Na，YANG Haiyan，HUANG Jiya，GU Qingchuan

（School of Physics and Information Engineering，Zhaotong University，Zhaotong? 657000，China）

Abstract：With the expansion of colleges and universities，the work of the campus public security has been an important problem in campus management. Most of the existing access control systems only record the time information of person who entered and leaved the campus. The amount of information is large，but it is not effectively used. In order to carry out campus security work steadily and effectively，it is necessary to use computer platform to gradually transform the past manual management mode into intelligent management and decision-making mode based on large data and machine learning. Based on machine learning，this paper discusses the selection of methods and practical significance of campus security access control system，in order to provide reference for the analysis and design of related systems.

Keywords：campus security;machine learning;access control system;learning model

0? 引? 言

目前我國高校正處于蓬勃發(fā)展時期，各高校學(xué)生數(shù)量多，管理難度高，校園安全已成為高校校園管理中不可忽視的重要問題。在“互聯(lián)網(wǎng)+”發(fā)展背景下，利用計算機平臺，將校園安全過去的人工管理方式逐步轉(zhuǎn)變?yōu)橹悄芑芾矸绞?，提高管理效率，避免管理過程中出現(xiàn)遺漏十分必要。

高校校園安全主要體現(xiàn)在消防安全、飲食安全、人身安全、交通安全、心理健康等方面。本文主要針對校園安全中的學(xué)生人身安全管理系統(tǒng)進行闡述。針對學(xué)生人身安全，目前不少高校均已建設(shè)相關(guān)的門禁方案對學(xué)生進行出入管理，例如，使用一卡通、校園卡等設(shè)備對學(xué)生進出公寓進行記錄，從而獲得學(xué)生的出入情況。但是，如果出現(xiàn)出入憑證丟失或冒用的情況，就會導(dǎo)致統(tǒng)計數(shù)據(jù)不真實，造成潛在的校園安全隱患;另外，校園安全中涉及到的各種意外情況，除學(xué)生公寓外，可能會出現(xiàn)在校園的各個區(qū)域，因此有必要對教師、后勤人員和其他外來人員進行統(tǒng)一的校園進出管理登記。在建設(shè)智慧型平安校園背景下，本文提出一種基于機器學(xué)習(xí)的門禁系統(tǒng)，校園管理人員利用出入憑證對教師和學(xué)生進行統(tǒng)一管理;同時利用臨時出入憑證對外來人員進行統(tǒng)一管理，對各類人員進出校園、宿舍或圖書館進行記錄，并對數(shù)據(jù)進行統(tǒng)計，使用機器學(xué)習(xí)算法得出分析模型，使用計算機技術(shù)最大程度地確保學(xué)生的校園人身安全和財產(chǎn)安全，亦可配合教學(xué)、后勤等部門進行輔助管理。該系統(tǒng)在現(xiàn)有校園安全門禁系統(tǒng)和宿舍門禁系統(tǒng)的基礎(chǔ)上，使用機器學(xué)習(xí)知識，挖掘各類進出校園或宿舍人員的進出數(shù)據(jù)規(guī)律，及時向管理人員通報異常信息，提高校園安全管理效率，保障校園安全。

1? 機器學(xué)習(xí)概述

機器學(xué)習(xí)（Machine Learning）是指計算機在已有經(jīng)驗學(xué)習(xí)的基礎(chǔ)上，習(xí)得學(xué)習(xí)模型，將學(xué)習(xí)模型用于新數(shù)據(jù)預(yù)測并得出結(jié)論的過程。校園安全門禁系統(tǒng)通常記錄學(xué)生的出入情況，機器學(xué)習(xí)將出入情況作為已有數(shù)據(jù)可挖掘不同學(xué)生出入校園、宿舍或圖書館，以及結(jié)伴出行規(guī)律，可用于預(yù)測某個學(xué)生某一天的出入情況;同樣的方式，機器學(xué)習(xí)亦可用于教職工、管理人員以及外來臨時人員的出入預(yù)測，以得到逼近真相的預(yù)測結(jié)論，即獲得強泛化能力的模型。當(dāng)預(yù)測情況與實際情況偏差較大時，如超出預(yù)期時間學(xué)生未返回宿舍，外來臨時人員未離校等，機器學(xué)習(xí)則會自動向管理人員發(fā)送警示信息提醒其進行人工核實。

根據(jù)已有經(jīng)驗數(shù)據(jù)是否包含標(biāo)記信息，可將機器學(xué)習(xí)算法分為監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí);根據(jù)預(yù)測結(jié)果是否連續(xù)，可將機器學(xué)習(xí)算法分為預(yù)測離散值的分類學(xué)習(xí)方法和預(yù)測連續(xù)值的回歸學(xué)習(xí)方法。根據(jù)校園安全門禁系統(tǒng)的出入數(shù)據(jù)，最終可以預(yù)測各類人員在校安全狀態(tài)，因此，選擇適用的分類學(xué)習(xí)方法十分必要。機器學(xué)習(xí)開發(fā)流程如圖1所示。

2? 方法研究

在校園安全門禁系統(tǒng)中，前期數(shù)據(jù)錄入包括每一位出入人員的基本信息以及出入學(xué)校、宿舍或圖書館的時間節(jié)點信息等。其中，基本信息通過人工或批量導(dǎo)入方式錄入;出入時間節(jié)點信息通過安全門禁系統(tǒng)獲得并批量導(dǎo)入。系統(tǒng)記錄各類人員的相關(guān)信息，預(yù)測其出入情況，并給出結(jié)論—正常或異常。校園安全門禁系統(tǒng)通過統(tǒng)計校園各人員進出校園的規(guī)律，得出預(yù)測結(jié)論，并在出現(xiàn)異常情況時給出相應(yīng)的管理決策建議，從而支撐智慧校園管理。

2.1? 數(shù)據(jù)錄入以及安全狀態(tài)

數(shù)據(jù)的錄入，包括各類人員基本信息（姓名、身份證號＼ 學(xué)號、年齡、專業(yè)、所屬類別等），出入相關(guān)詳細信息（日期、實際出入時間、預(yù)計出入時間等）的錄入工作。對數(shù)據(jù)進行分析，令D={x1，x2，…，xn}，表示第n個出入校園人員的數(shù)據(jù)集，第m個出入校園人員的數(shù)據(jù)xm是由基本信息中A個數(shù)據(jù)構(gòu)成的一個向量;若要根據(jù)某個進出校園人員的出入信息預(yù)測其當(dāng)前在校安全狀態(tài)，則令第m個出入校園人員的安全狀態(tài)類型是ym，則（xm，ym）就是數(shù)據(jù)集中的第m個樣例（擁有標(biāo)記信息的示例）。機器學(xué)習(xí)通過對訓(xùn)練集的學(xué)習(xí)，習(xí)得的模型為f，在進行預(yù)測時，可得到測試例x的預(yù)測標(biāo)記y=f（x），即通過出入校園人員的出入信息預(yù)測其當(dāng)前在校安全狀態(tài)。機器學(xué)習(xí)模型使用流程如圖2所示。

2.2? 決策樹模型

由于各類人員出入學(xué)校、宿舍或圖書館的時間受課時安排、周末、節(jié)假日等影響，因此在對機器學(xué)習(xí)進行分析的過程中，需結(jié)合日期進行預(yù)測。

以日期作為自變量，以各類人員當(dāng)前在校安全狀態(tài)作為預(yù)測結(jié)果，建立模型，如圖3所示。

2.3? K均值聚類算法

常見聚類算法有：K均值聚類算法、均值漂移聚類算法、基于密度的聚類算法、凝聚層次聚類算法。其中，K均值聚類算法速度快，計算簡便，劃分得到的K個簇的中心均值是每個簇所有值的均值。各類人員中，學(xué)生人數(shù)最多，且出入時間主要集中在某幾個時間段，因此，可使用聚類方法得到學(xué)習(xí)模型。

在學(xué)生、教師、管理人員等每一類人員中，隨機選取K個對象作為聚類中心，根據(jù)對象距離聚類中心的長度將該對象分配給離它最近的聚類中心，每次新加入對象時重新計算，直到誤差平方和局部最小，即可獲得每一類人員相似出行規(guī)律的學(xué)習(xí)模型。當(dāng)對下一次出入信息進行記錄時，判斷出入記錄是否滿足學(xué)習(xí)模型規(guī)律，若滿足則記錄，否則向管理人員發(fā)出警報信息，由管理人員人工審核，若有特殊情況，則便于向?qū)W生工作管理人員上報詳細信息，提高各部門聯(lián)合管理的效率。

3? 意義以及存在的問題

機器學(xué)習(xí)在校園安全門禁系統(tǒng)中的應(yīng)用，具有如下現(xiàn)實意義：

機器學(xué)習(xí)在校園安全門禁系統(tǒng)中的應(yīng)用可以使校園安全管理人員及時獲得出入學(xué)校、宿舍或圖書館人員的信息和某一時刻臨時出入校園人員的詳細信息，高效地進行校園安全管理;當(dāng)不符合人員出入學(xué)習(xí)模型的異常情況出現(xiàn)時，系統(tǒng)將自動向管理人員發(fā)出警報，時效性強，可以最大程度地保障學(xué)生的在校安全;系統(tǒng)除適用于校園安全管理外，也可以輔助教學(xué)管理人員進行出勤統(tǒng)計;根據(jù)此系統(tǒng)學(xué)生管理部門，除可獲得學(xué)生的出入情況外，還可根據(jù)具體的異常情況，對學(xué)生進行針對性的管理、幫助或心理疏導(dǎo)，進而對學(xué)生工作進行輔助決策及管理。

本文探討了機器學(xué)習(xí)在校園安全門禁系統(tǒng)中的應(yīng)用、方法以及意義，但若出現(xiàn)出入憑證丟失、冒用等情況，則校園安全門禁系統(tǒng)的出入情況數(shù)據(jù)準(zhǔn)確率將會降低，未來可結(jié)合生物識別技術(shù)提高身份識別的準(zhǔn)確性，如指紋識別、人臉識別，進而提高校園安全門禁系統(tǒng)預(yù)測的準(zhǔn)確率。另外，由于學(xué)習(xí)工作、任務(wù)因?qū)W期、學(xué)年而不同，各類人員的出入規(guī)律也會發(fā)生變化，系統(tǒng)未來的研究方向為將舊學(xué)期數(shù)據(jù)和新學(xué)期數(shù)據(jù)之間建立關(guān)聯(lián)，以獲得更加通用、準(zhǔn)確的學(xué)習(xí)模型。

參考文獻：

[1] 周志華.機器學(xué)習(xí) [M].北京：清華大學(xué)出版社，2016.

[2] [美]Pete Harrington著.機器學(xué)習(xí)實戰(zhàn) [M].李銳，李鵬，曲亞東，等譯.北京：人民郵電出版社，2013.

[3] 范淼，李超.Python機器學(xué)習(xí)及實踐 [M].北京：清華大學(xué)出版社，2016.

[4].常見的六大聚類算法 [EB/OL].https：//blog.csdn.net/Katherine_hsr/article/details/79382249，2018-03-01.

[5] 各種聚類算法（原理+代碼+對比分析）最全總結(jié) [EB/OL]. https：//blog.csdn.net/qq_30262201/article/details/ 78799926，2017-12-14.