CC BY
49
DOI: 10.24412/2413-2527-2021-428-34-38
Архитектура образовательной платформы для подготовки специалистов транспортной отрасли
В. А. Варфоломеев, д.т.н. Э. К. Лецкий Российский университет транспорта Москва, Россия vvictor@mail.ru, letzky@mail.ru
Аннотация. Представлена концепция создания виртуального учебно-научного центра для обеспечения своевременной и качественной подготовки (переподготовки) квалифицированных специалистов в области современных информационных технологий на транспорте на основе качественного образовательного контента с использованием современных цифровых технологий. Основой центра станет платформа, объединяющая сервисы дистанционного (электронного) обучения, виртуальных лабораторий для проведения учебного практикума и научных исследований, создания и контроля качества и актуальности образовательного контента, системы управления обучением, базы знаний и базы электронных образовательных ресурсов, системы образовательной аналитики.
Ключевые слова: электронное обучение, виртуальная лаборатория, система управления обучением, образовательная аналитика, качество обучения, транспортные системы.
Введение
В настоящее время все более ощутимой становится потребность транспортной отрасли в квалифицированных специалистах в области современных технологий, включая технологии искусственного интеллекта (ИИ) и машинного обучения. Уже сейчас внедрены или находятся в стадии испытаний беспилотные поезда, интеллектуальные системы диагностики пути и подвижного состава, системы поддержки принятия решений при управлении перевозками [1, 2]. В дальнейшем инновационные проекты в этой области будут только расширяться и множиться.
В данной работе представлена концепция создания виртуального учебно-научного центра (УНЦ) «Интеллектуальные транспортные системы», предназначенного для подготовки специалистов в области технологий искусственного интеллекта и машинного обучения на транспорте, а также проведения научных исследований. Создаваемый центр будет представлять собой платформу, объединяющую сервисы электронного (дистанционного) обучения и управления обучением, а также ряд вспомогательных сервисов для обеспечения качественной, своевременной подготовки в области искусственного интеллекта, отвечающей современному уровню знаний и требованиям транспортной отрасли.
Главными пользователями центра станут студенты и специалисты, выступающие в роли обучаемых — потребителей учебного контента (знаний), а также разработчи-ки-инноваторы, получающие в свое распоряжение необходимые ресурсы и хостинг-площадку для создания и тестирования новых проектов и обмена опытом. Преподава-
тели, методисты, менеджеры и вспомогательный персонал получат необходимые инструменты для разработки современных учебных программ, качественного контента, планирования учебных мероприятий, контроля результатов обучения, администрирования ресурсов.
Архитектура УНЦ
Для реализации сервисов центра предлагается использовать облачную архитектуру. Выбор облачной архитектуры обусловлен возможностью быстрого развертывания и предоставления пользователям множества типовых конфигураций программного обеспечения, что позволит существенно снизить капитальные и эксплуатационные затраты, а также повысить эффективность использования имеющихся ресурсов. Однако при этом накладываются дополнительные требования к обеспечению высокой доступности сервисов при непрерывной круглосуточной работе, а также безопасности пользовательских данных.
Для развертывания облака предлагается использовать гомогенный кластер с модульной архитектурой. Ресурсы кластера будут разделены с помощью программного обеспечения виртуализации между сервисами УНЦ. Использование в кластере оборудования с одинаковой архитектурой позволит упростить процесс администрирования системы и снизить эксплуатационные затраты. Количество узлов кластера будет уточнено на этапе создания УНЦ, при этом данная архитектура легко масштабируется.
Для развертывания системы дистанционного обучения, виртуальных лабораторий и других сервисов в кластере будут создаваться отдельные виртуальные машины (ВМ). Механизм создания виртуальных машин по заданному шаблону позволит не только быстро разворачивать дополнительные ВМ по мере роста нагрузки, но и добиться некоторой унификации используемых программ (рис. 1).
Рис. 1. Архитектура УНЦ
Доступ к виртуальным машинам УНЦ может осуществляться через локальную сеть, либо сеть Интернет, в том числе с использованием мобильных устройств. Защита от несанкционированного доступа будет обеспечена путем введения строгой политики безопасности на виртуальных машинах, объединения их в домен и установки высоких требований к сложности паролей и частоте их смены.
Объемы данных, необходимые для функционирования УНЦ, на данный момент оцениваются в 15-20 Тб. При увеличении требуемого объема хранимой информации в процессе развития УНЦ не исключается возможность подключения системы хранения данных.
Коммуникационная сеть кластера должна обеспечить, с одной стороны, поддержку достаточно интенсивного пользовательского трафика (до нескольких сотен пользователей одновременно), а с другой стороны — дополнительный трафик от систем мониторинга, удаленного управления, синхронизации, авторизации и других. Потоки данных от пользователей и управляющие данные необходимо распределить по двум разным сетям. Для этого все сервера должны быть оснащены как минимум двумя сетевыми интерфейсами с пропускной способностью не менее 1 Гбит/с.
В настоящее время существует достаточно большое количество программных платформ для построения частного облака. В качестве основы для УНЦ предлагается использовать УМгеаге у8рИеге. Преимуществами этой платформы являются простой и понятный интерфейс, наличие возможностей для быстрого создания и настройки виртуальных машин с заданными атрибутами, обеспечение безопасной и устойчивой работы облака.
Основой облачной среды является гипервизор. Гипер-визор позволяет разделять имеющиеся аппаратные ресурсы кластера между множеством виртуальных машин. Для каждой виртуальной машины генерируется уникальный 1Р-адрес для подключения и дальнейшей работы. В качестве гостевых операционных систем, устанавливаемых на виртуальную машину, поддерживаются все основные версии операционных систем, используемые в корпоративном секторе.
Программное обеспечение, устанавливаемое на виртуальные машины для поддержки сервисов УНЦ будет сформировано из готовых проверенных решений, созданных преимущественно на основе свободного программного обеспечения (ПО). Однако некоторые задачи потребуют разработки новых приложений.
Функциональная структура УНЦ
В состав сервисов, поддерживаемых на платформе УНЦ, войдут:
• система дистанционного обучения (СДО);
• комплекс виртуальных лабораторий;
• средства разработки электронного учебного контента;
• база данных электронных образовательных ресурсов (ЭОР);
• система контроля качества и актуальности ЭОР;
• сервис построения индивидуальной траектории обучения;
• система образовательной аналитики и контроля результатов обучения;
• система контроля при проведении аттестационных мероприятий (прокторинг);
• база знаний в области искусственного интеллекта. Рассмотрим особенности реализации вышеперечисленных сервисов.
Система дистанционного обучения и средства
управления контентом Система дистанционного обучения обеспечивает доступ пользователей к учебному контенту (электронным курсам) и предоставляет средства для проведения тестирования, а также предоставляет возможности для проведения онлайн-видеолекций. Как правило в составе СДО представлены средства для формирования состава учебных групп, назначения преподавателей, планирования учебных мероприятий, что можно отнести к функциям управления обучением. Следует отметить, что современные системы дистанционного обучения, представленные на рынке, располагают также инструментами для автоматического сбора и согласования заявок на обучение, планирования и расчета затрат на обучение управления очным обучением, управлением компетентностным профилем обучаемых, формированием документов и др.
Учебный контент для СДО, включая тестовые задания, должен подготавливаться опытными преподавателями и методистами с использованием специализированных инструментальных средств (конструкторов контента). При этом для представления контента в системе дистанционного обучения необходимо обеспечить соответствие одному из общепризнанных международных стандартах (8СОИМ, хАР1). Современные конструкторы электронных курсов позволяют создавать контент с использованием интерактивных элементов с привлечением графики, видео, аудио, технологии геймификации и другими компонентами, существенно повышающими эффективность восприятия и запоминания учебного материала.
Для использования в обучении и проведения анализа разработанного контента формируется база данных электронных образовательных ресурсов. Одной из задач анализа является задача оценки актуальности и качества методической составляющей электронных курсов (понятность текста, качество структуры, интерактивность, использование мультимедиа и т. д.). Качество контента определяется как совокупность свойств, способствующих получению обучаемым знаний, умений и навыков. Для этого используется специально разработанная система показателей [3].
Виртуальные лаборатории Важнейшей функцией УНЦ является поддержка комплекса виртуальных лабораторий (ВЛ). Применительно к рассматриваемой предметной области виртуальная лаборатория предоставляет обучаемому средства и возможности для отработки практических навыков применения технологий искусственного интеллекта и машинного обучения. Отметим, что в рамках виртуальной лаборатории могут быть предоставлены рабочее пространство и ресурсы для проведения научных исследований и выполнения проектов по разработке инновационных решений.
Реализация такого подхода основана на предоставлении каждому пользователю сконфигурированной и оснащенной в соответствии с требованиями виртуальной машины [4]. В зависимости от требований изучаемой дисциплины, возможно создание виртуальной машины по любому типу предоставляемых сервисов (1аа8, Раа8, 8аа8). Для целей обучения наиболее востребованной станет модель 8аа8, в рамках которой будут созданы виртуальные машины с предустановленным системным и прикладным ПО, используемым при выполнении практической работы. Облачная среда позволит легко создавать требуемое количество оснащенных виртуальных машин на основе процедуры клонирования.
При использовании виртуальной лаборатории, учитывая, что не только результаты работы студента, но и действия, выполняемые им в процессе получения результатов, могут быть автоматически зафиксированы, целесообразно применять автоматизированный контроль результатов обучения, который принято называть технологией «виртуальный тьютор» [4]. Речь идет о специальном приложении, которое осуществляет контроль за действиями студентов при работе с учебным ПО, ведет учет индивидуальных результатов выполнения запланированных практических заданий и дает необходимую информацию преподавателю для формирования оценки. Такая возможность обусловлена тем, что:
• действия студента приводят к созданию предопределенных файлов средствами изучаемого ПО;
• действия студента фиксируются в журнальных файлах, формируемых штатно операционной системой или системным ПО (при надлежащей настройке);
• студент разрабатывает приложения (скрипты), результаты работы которых можно проверить;
• дополнительно действия студента могут фиксироваться с помощью специально создаваемого приложения (например, анализатора трафика).
Вспомогательные сервисы
Если к результатам выполнения практикума, зафиксированным в виртуальной лаборатории, добавить действия и результаты, полученные при изучении электронных курсов и прохождении тестирования, можно получить полный «цифровой след» обучаемого, на основе анализа которого можно делать выводы о качестве пройденной подготовки и дать рекомендации по последующим шагам. В частности, выбрать оптимальную траекторию обучения, позволяющую сократить время для достижения требуемых навыков [5]. Эти задачи решаются в рамках сервиса образовательной аналитики и контроля результатов обучения.
В рамках УНЦ возникает задача проведения аттестационных мероприятий для получения сертификата по освоению определенного набора компетенций или достижения определенного профессионального уровня. Если эти мероприятия проводятся в дистанционном режиме, то одним из важнейших вопросов, обеспечивающих качество обучения при удаленном взаимодействии, является проверка самостоятельной аттестации обучаемых (прокто-ринг). При этом необходима верификация личности аттестуемого (на основании документа, удостоверяющего личность, или биометрической аутентификации), а также
наблюдение за аттестуемыми в реальном времени и автоматический анализ видеозаписей аттестаций с целью подтверждения самостоятельности прохождения аттестации [6].
База знаний УНЦ будет содержать материалы, освещающие передовой опыт создания и применения интеллектуальных технологий на транспорте и других отраслях. Кроме того, в базе знаний может размещаться учебная, методическая, справочная, нормативная и иная информация, используемая в процессе обучения. База знаний должна включать эффективную систему поиска информации, а также возможность оценки полезности и актуальности размещенных материалов.
Портал УНЦ
Для получения пользователями доступа к сервисам УНЦ формируется портал, предоставляющий единый унифицированный интерфейс доступа к образовательным ресурсам для всех сотрудников корпорации, как проходящих обучение, так и участвующих в организации и управлении учебным процессом. Портал содержит базу данных зарегистрированных пользователей, в которой отражена информация об индивидуальных результатах обучения («цифровой след»).
На уровне портала целесообразно реализовать интерфейс доступа ко всем вспомогательным сервисам, включая сервис образовательной аналитики, базу знаний, систему контроля качества и актуальности контента, сервис построения индивидуальной траектории обучения.
Кроме того, портал должен поддерживать новостной сервис, а также форум для общения и обмена опытом между пользователями УНЦ.
Заключение
Реализация предложенной концепции виртуального учебно-научного центра на облачной платформе позволит создать гибкую интегрированную образовательную среду, которая будет способствовать ускорению и повышению качества подготовки специалистов транспортной отрасли, а также продвижению инновационных решений и передового опыта в области интеллектуальных транспортных систем.
Литература
1. Матюхин, В. Г. О текущем состоянии проекта ИСУЖТ и реализации технологии интервального регулирования на его платформе / В. Г. Матюхин, В. И. Уманский, А. Б. Ша-бунин // Труды VIII научно-технической конференции «Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование» (ИСУЖТ-2019) (Москва, Россия, 21 ноября 2019 г.). — Москва: АО «НИИАС», 2019. — С. 3-7.
2. Касми, Э. Искусственный интеллект оставит без работы маневровых диспетчеров РЖД // CNews. — 2020. — 18 сентября. URL: http://www.cnews.ru/news/top/2020-09-18_iskusstvennyj_intellekt (дата обращения 07.12.2021).
3. Автоматизированная система оценки качества электронных курсов / Э. К. Лецкий, Э. И. Костюковская, К. С. Пилюгин, К. В. Ольховой // Программные продукты и системы. 2013. № 1 (101). С. 159-162.
4. Варфоломеев, В. А. Построение виртуальной лаборатории на основе облачных технологий // Современные
проблемы железнодорожного транспорта: Сборник трудов Международной интернет-конференции (Москва, Россия, 07 апреля 2020 г.) / под общ. ред. К. А. Сергеева. — Москва: Российский университет транспорта, 2020. — С. 297-302.
5. Соколов, Н. К. Синтез оптимальных траекторий обучения // Наука и образование. 2012. № 1. Статья № 324435. 63 с.
6. Бугаева, М. Г. Разработка системы видеонаблюдения при аттестации на базе СДО // Сборник тезисов докладов научно-практической конференции «Неделя науки-2015» (Москва, Россия, 13-17 апреля 2015 г.). — Москва: Московский государственный университет путей сообщения, 2015.
DOI: 10.24412/2413-2527-2021-428-34-38
The Architecture of the Educational Platform for Transport Industry Specialists Training
V. A. Varfolomeev, Grand PhD E. K. Letsky Russian University of Transport
Moscow, Russia vvictor@mail.ru, letzky@mail.ru
Abstract. The concept of creating a virtual educational and scientific center is presented to ensure timely and high-quality training (retraining) of qualified specialists in the field of artifl-cial intelligence technologies and machine learning in transport based on high-quality educational content using modern digital technologies. The center will be based on a platform that combines distance (e-learning) services, virtual laboratories for conducting educational workshops and scientific research, creating and monitoring the quality and relevance of educational content, learning management systems, knowledge bases and databases of electronic educational resources, educational analytics systems.
Keywords: е-learning, virtual laboratory, learning management system, educational analytics, learning quality, transportation systems.
References
1. Matyukhin V. G., Umansky V. I., Shabunin A. B. On the Current State of the ISUZhT Project and the Implementation of Interval Control Technology on Its Platform [O tekush-chem sostoyanii proekta ISUZhT i realizatsii tekhnologii in-terval'nogo regulirovaniya na ego platforme], Proceedings of the VIII Science and Practical Conference «Intelligent Control Systems in Railway Transport. Computer and Mathematical Modeling» [Trudy VIII nauchno-tekhnicheskoy konferentsii «Intellektual'nye sistemy upravleniya na zheleznodorozhnom transporte. Komp'yuternoe i matematicheskoe modeliro-vanie»] (ISUZhT-2019), Moscow, Russia, November 21, 2019. Moscow, NIIAS JSC, 2019, Pp. 3-7.
2. Kasmi E. Artificial Intelligence Will Leave Without Work Shunting Dispatchers of Russian Railways [Iskusstven-nyy intellekt ostavit bez raboty manevrovykh dispetcherov RZhD], CNews [CNews]. Published online at September 18, 2020. Available at: http://www.cnews.ru/news/top/2020-09-18_iskusstvennyj _intellekt (accessed 07 Dec 2021).
3. Letsky E. K., Kostyukovskaya E. I., Pilyugin K. S., Olkhovoy K. V. Automatic System for Quality Estimation of Online Courses [Avtomatizirovannaya sistema otsenki kachest-va elektronnykh kursov], Software and Systems [Programmnye produkty i sistemy], 2013, No. 1 (101), Pp. 159-162.
4. Varfolomeev V. A. Building a Cloud-Based Virtual Laboratory [Postroenie virtual'noy laboratorii na osnove ob-lachnykh tekhnologiy]. In: Sergeev K. A. (ed.) Modern problems of railway transport: Proceedings of the International Internet Conference [Sovremennye problemy zheleznodorozh-nogo transporta: Sbornik trudov Mezhdunarodnoy internet-konferentsii], Moscow, Russia, April 07, 2020. Moscow, Russian University of Transport, 2020, Pp. 297-302.
5. Sokolov N. K. Synthesis of Optimal Education Trajectories [Sintez optimal'nykh traektoriy obucheniya], Science and Education [Nauka i obrazovanie], 2012, No. 1, Art. No. 324435, 63 p.
6. Bugaeva M. G. Development of a Video Surveillance System for Certification Based on LMS [Razrabotka sistemy videonablyudeniya pri attestatsii na baze SDO], Collection of Abstracts of the Scientific and Practical Conference «Science Week-2015» [Sbornik tezisov dokladov nauchno-prakticheskoy konferentsii «Nedelya nauki-2015»], Moscow, Russia, April 13-17, 2015. Moscow, Moscow State Transport University, 2015.
HHmmneKmyanbHbie техноnогии Ha mpaHcnopme. 2021. № 4
38
