近年来,我国各大高校信息化建设进入加速发展的新阶段,教育信息化已跨入移动互联、云计算、大数据的“智慧教育”时代。面对愈加复杂的数据应用、持续不断管理创新和迅速增加的带宽需求,智慧化校园网孕育而生。如何依托先进的网络技术和产品,提升校园网的应用价值,提升教育信息的智能化水平,成为现阶段智慧校园建设的主要问题。
为更好地创建一个面向未来的新一代教育信息化云平台,扬州工业职业学院选择携手国内顶尖的网络互联解决方案专家DCN,共建高可靠、高可用、高服务质量的校园网,给全校师生提供更为优质、稳定、高效、安全的网络环境。通过部署DCN“云石”系列新一代数据中心核心交换机,极大地提高了扬州工业职业学院校园网的承载和适应能力,进一步提升了校园网的应用价值,使全校的信息化建设向“智慧校园”迈出了坚实的一步。
面向未来 构建新一代校园网络平台
扬州工业职业技术学院坐落在扬州市扬子津科教园区,学校占地总面积55.6万平方米、建筑面积30.3万平方米,校园风景秀丽,环境优美,学术氛围浓郁,是一所园林化、数字化、生态型的校园。学校于2004年7月经江苏省人民政府批准,由原扬州化工学校、扬州建筑工程学校等合并组建而成,以培养适应石油化工行业、建筑行业和现代制造业以及地方经济社会发展需要的高素质技术技能型人才为已任,是苏中地区最大的工科类高等职业院校,也是扬州地区唯一一所省级示范性高等职业院校建设单位。
据了解,扬州工业职业技术学院从2005年开始建设校园网,经过一、二、三期网络基础建设,新校区的校园网络建设已经基本覆盖全部校园。整个校园网的网络设备全部采用神州数码网络公司的网络设备,核心采用神州数码的DCRS-7608 IPV6万兆双栈路由交换机,各楼宇汇聚采用神州数码的DCRS-6804 IPV6万兆双栈路由交换机,接入交换机采用智能安全交换机DCS-3950系列。
DCN扬州工业职业技术学院教育信息化相关负责人介绍,随着校园网规模越来越大,教学、科研对信息化的依赖越来越强,校园信息化的发展也越发迅速,网络结构也越来越复杂,管理运维的难度不断加大。需要对网络架构和核心设备升级改造,创建新一代校园网络平台。此次升级改造的最突出的需求是智能性,一方面要求设备性能强大,因为只有性能卓越且稳定性高的架构才能满足我们的需求,另一方面需要网络设备的技术和功能要有开创性、融合性、扩展性,只有这样才可以建成面对未来的智慧校园平台。
近年来,伴随着校园网络应用的深入,现今的校园网不仅要具有更高的带宽、更强的性能与可靠性,还必需能对不同数据进行合理有效的管理,以便充分的利用网络传输带宽。同时,为了应对网络规模日益扩大所带来的繁杂的维护工作,现代校园网络还应具备更智能的网络管理能力,将网络管理人员从繁重的工作中解脱出来。
扬州工业职业技术学院校园网原先采用的传统三层架构,网络结构相对复杂,汇聚层设备做三层网关,启用路由协议,与核心之间三层互通。同时,为了避免环路,接入层与汇聚层设备需要启用复杂的MSTP生成树协议,配置的复杂造成了管理的复杂,网络管理员需要熟知整网的状况以及每台设备的配置情况,以便在出现网络问题时能够快速定位。
此次的扬州工业职业技术学院校园网核心升级改造采用一台神州数码新一代数据中心交换机CS16809作为核心,整体采用大二层结构设计,将路由、认证终结,核心设备作三层网关,终结ARP,启用路由协议,核心层设备功能丰富、性能强大、可以更好的满足校园网发展需求。接入、汇聚全部为纯二层配置,负责二层转发,原有汇聚设备不再需要配置复杂的路由功能及安全功能,接入设备只需要配置vlan及简单的端口隔离功能即可,所有数据经由核心转发,满足现网用户数量10000人,最大并发用户数量达到7000人的使用要求。
DCN该项目负责人表示,随着信息化建设的推进,校园网建设有着比传统校园网建设更高的要求,面向应用的、高效多业务的融合网络平台才是真正面向未来的智慧校园网络。此次帮助扬州工业职业技术学院搭建新一代智慧校园网络平台,再次证明了DCN新一代数据中心交换机CS16809强大的业务自适应能力和高速智能的性能特征,以及其在智慧校园网络建设中的行业应用优势。在未来,DCN将继续用创新的技术和产品,帮助更多的学校构建属于自己的“智慧校园”,推动中国教育信息化深入发展。
好文章,需要你的鼓励
谷歌发布数据共享模型上下文协议服务器,使开发者和AI智能体能够通过自然语言访问真实世界统计数据。该服务整合了政府调查、行政数据和联合国等全球机构的公共数据集。新服务旨在解决AI系统训练中常见的数据噪声和幻觉问题,为AI提供可验证的结构化信息。谷歌还与ONE Campaign合作推出数据智能体工具,该开源服务器兼容任何大语言模型。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
微软宣布从周三开始将Anthropic的AI模型集成到其Copilot助手中,此前该助手主要依赖OpenAI技术。企业用户可在OpenAI的深度推理模型和Anthropic的Claude Opus 4.1、Claude Sonnet 4之间选择,用于复杂研究和构建定制AI工具等任务。此举标志着微软与OpenAI这对曾经独家合作伙伴关系的进一步松动。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。