信息技术

当前位置: 中心首页 > 学习资料 > 信息技术 > 正文

大数据告诉你:对外经贸大学校园网使用分析报告 | 数据服务

作者:王伟权 梅涛 韩芹 时间:2018年04月21日 22:57 点击:

随着信息时代的到来,校园网成为了互联网与高校紧密融合的产物,它在潜移默化中改变着大学生们的上网行为。走在校园里,可以随处看到学生们上网的身影,刷微博、上微信、看电影等已经成为了大学生们日常生活不可分割的一部分。


而随着大数据时代的到来,校园网用户使用网络的相关数据成为高校信息化建设的一个重要挖掘点,我们从中提取出有用的信息就能在保证网络需求的同时,对校园网用户进行科学、及时、有效的控制与管理。


本文的数据来源是对外经济贸易大学2017年9月校园网的真实运行数据,9月共有12375个学生用户使用了校园网,其中本科生8441名,约占学生用户的68%,研究生3934名,约占学生用户的32%,每一个学生的校园网账号可以同时登录两台设备,学生的上网策略分为国际网与国内网两种。


本文以上述运行数据为基础,对全校学生使用的流量、上网时长等信息进行统计分析。


流量统计分析

不同年级使用流量的比较

9月本科生使用流量总计为330.53T,约占全校学生使用流量的71%,研究生使用流量总计130.31T,约占全校学生使用流量的29%,如图1所示。


本科生使用流量的百分比大致与人数所占百分比相同。9月全校学生用户人均使用了38.13G,本科生的人均使用流量为40.10G,单账号最高使用量为517G,研究生的人均使用流量为33.91G,单账号最高使用量为1112G,如图2所示。可以看到本科生的人均使用流量远远高出研究生。

各年级的人均流量如图3所示。

从统计数据可以看到各年级的人均流量呈现波浪式,本科生群体中大一最低,仅15.67G,大四最高,为52.58G,比全校人均流量高出14G左右;研究生群体中研一为31.76G,研二最高,为37.66G,研三最低,仅为27G。


全校各流量区间段内的人数分布

本文对全校12375个学生用户使用的流量以5G作为一个区间段,统计不同区间段内的人数,如图4所示。

对外经济贸易大学的上网策略分为国际网与国内网两种,国内网免费、国际网收费,其中国内网的学生用户,他们仅能访问教育网提供的地址列表内的少数站点,远远无法满足正常的上网需求(比如上微信、看视频等),这部分学生用户很少使用校园网,所以区间0到5G内囤积了大量国内网的学生用户,这区间内的人数最多,高达1879人。


从5G开始可以看到,各流量区间段的人数近似正太分布,其中使用量20G到25G的学生用户最多,为979人,此后各流量区间段内的人数开始锐减,使用量在75G到80G的人数为183人,135G到140G内的人数仅为31人,超出140G的人数为346人。


为了更直观地反映大多数学生用户所使用的流量情况,我们扩大统计的区间段,以30G作为一个区间,如图5所示。

使用量在0到30G的人数为6533人,占了全校学生用户的53%,这应该是大多数学生日常的上网需求;30G到60G的人数为3490人,不到三分之一;60G到90G的同学仅11%,此后锐减;150G以上的人数只占全校的2.1%。


从统计数据,我们可以直观地看到绝大多数学生用户(全校约92%的人)的使用量都集中在0到90G这个区间内。


全校使用流量TOP1000的统计分析

由上述统计分析可以看到,9月校园网学生用户使用的流量跨度很大,从0G一直到1112G,本文对全校12375个学生用户使用的流量进行从高到低的排名,取排名前1000的用户使用的流量进行统计分析,如图6所示。

在学生用户TOP1000里,单账号使用量最高的为1112G(全校最高),最低的为91G,人均使用140G。TOP1000人使用的流量总和为137.54T,占了9月全校学生使用流量的29.9%,如图7所示。

这意味着学生用户里仅8.1%的人,用了几乎三成的总学生流量,这部分的学生用户属于流量使用过多的群体,需要对其进行合理的控制。


上网时间的统计分析

9月对外经济贸易大学校园网学生用户的在线时长总计约78326天,人均在线时长约153.7小时,平均每日在线时长约5.1小时,9月单账号最高在线时长为25天。


每日人均上网时长统计分析

每日人均上网时长的人数分布如图8所示。可以看到,大多数学生(76%)每天的上网时长在0到7.5小时之间,每日上网时长大于7.5小时的人不到全校学生的四分之一。

各年级学生每日的人均上网时长如图9所示,从整体而言,本科生每天的上网时长远多于研究生,大一的学生上网时长最低,这与他们刚入大学未熟悉生活环境有关;大二、大三、大四的学生每日上网时长较高,在8小时左右,是校园网使用的主力大军;研一研二的上网时长在5小时左右,研三的上网时长仅3.7小时,这意味着随着年级的增长和心智的成熟,学生们更多地把时间放在了网络世界以外的地方。


每日不同时间段内的流量统计分析

本文以3小时为一个统计区间段,对9月每日不同时段内的学生人均使用的流量进行了统计分析,如图10所示。

由图中可以看到,每日学生的上网高峰期有两个时段,分别是在晚上与中午。每日的上网最高峰时间段从21点开始,21点到24点期间内的人均使用流量高达1672M,此后,人均流量开始迅速下跌,在凌晨0点到3点期间,人均流量猛降至902M,在3点到6点这个时间段内达到每日的低谷255M,此后人均使用流量一路上升,6点到9点期间为480M,9点到12点为1222M,在12点到15点期间达到每日的第一个上网高峰期1592M,此后略微下降,15点到18点期间为1279M,18点到21点期间为1190M,接着一路上升至每日最高峰期。从图10所示的各时段人均流量曲线来看,基本与学生的作息、上课、三餐时间相关。


上网时长与流量的关系

本文对9月学生的上网时长与流量之间的关系进行了分析,二者的散点图如图11所示。从回归线的斜率可以看到,二者是呈正相关,上网时间越长,使用流量越多。此外,可直观地看到,9月大多数人的使用流量在200G以内,上网时长在18天以内。


IP地址分析

对外经贸大学9月学生产生流量的IP地址一共69122个,其相关信息见表1。

这些IP地址大体上可以分为四类,以59开头的IP地址对应的区域是虹远楼(女生宿舍楼)有线,219开头的IP地址对应的区域是男生宿舍楼有线,202开头的IP地址对应的是留学生楼的有线,而全校所有的无线网络地址皆以172开头。根据这些IP地址,我们可以将用户精确地定位到校园的某个区域以及访问网络的类型。


有线与无线的流量统计分析

通过统计各IP地址产生流量的相关信息,我们可以统计出有线与无线的总体流量使用情况,如图12所示。

9月全校学生用户使用无线网络产生的流量约为378T,使用有线网络产生的流量约为121T。学生无线校园网的流量占了全校学生流量的76%,远远多于有线,这说明随着社会信息化的快速发展,无线网络已经成为了学生日常上网的主流。


各区域的流量统计分析

9月学生在校园各区域使用的流量统计如图13所示,男女生宿舍区域使用的流量占了全校流量的86%,其中女生宿舍虹远楼的流量为260T,占全校的52%,四个男生宿舍楼总计使用了172T,占全校的34%,教学办公区域的流量为49T,约占全校的10%,室外无线的流量为8T,占全校2%。

从以上数据可以看出,学生的绝大多数流量是在宿舍区域使用的,其次是在日常上课及晚间自习的教学区域,最后是校园的室外区域。


男女生宿舍楼使用流量统计分析

根据IP地址我们可以进一步统计出9月学生宿舍楼所产生的有线与无线流量,如图14所示。

绝大多数学生在宿舍楼内使用无线网络产生的流量比有线网络要多,其中女生宿舍楼有线与无线网络产生的流量相差最大,其有线网络仅使用了37.6T,而其无线网络使用了221.65T的流量,是其有线网络流量的5倍多,这说明本校女生在宿舍内很少使用有线网络上网。此外,四个男生宿舍楼无线网络产生的流量大体相同,约25T,有线网络产生的流量略有差异,汇康楼最高,为25.3T,其余三个男生宿舍楼在15T左右。


校园网络使用管理

通过对校园网用户上网流量以及每日上网时间的分析,为了最大化地利用校园网带宽,我们在保证学生正常使用的条件下,对校园网做了以下限制:


每日上网的最高峰期22点至0点,全校单IP上下行限速在1Mbps以下,全校P2P下载带宽限制为500M,全校网络电视带宽保障为800M。


每日上网的次高峰期10点至14点,全校单IP下行限速为6Mbps,全校P2P下载带宽限制为800M,全校网络电视带宽保障为800M。


每日上网的最低谷期2点至8点,全校单IP下行放开至80Mbps,全校P2P下载与网络电视不做总带宽限制,其单IP限速在8Mbps。


本文采用对外经济贸易大学9月学生使用校园网的相关数据,从学生使用的流量状况、学生日常上网的时间、学校各区域产生的流量等几个方面进行了统计分析。通过以上分析,学校信息化管理处对学生上网的情况有了更全面、更精细化的了解,为以后规范学生上网行为、管理校园网络提供了坚实的基础,实现了校园网与学生日常生活的互利共赢,进一步推动了高校信息化的建设。

(作者单位为对外经济贸易大学信息化管理处)

本文刊载于《中国教育网络》杂志2017年12月刊

http://mp.weixin.qq.com/s?__biz=MjM5MTgzNDk4Mw==&mid=2652357790&idx=1&sn=338bd512439f95ec53f5261d28f62c26&chksm=bd4c12968a3b9b80d0b5c8b6e3cedb052f89df44c37c0e8b2fd6a21088fb474aeb5f6d3e87a8&mpshare=1&scene=1&srcid=1226wnAIHshlj6bovuIacM3G#rd 

(责任编辑:隋飞)


上一篇:蒋东兴:高校智慧校园技术参考模型设计 | 下一篇:基于大数据的学生校园行为分析预警管理平台建构