基于云開發(fā)平臺的移動學(xué)習(xí)系統(tǒng)的設(shè)計與研究-北京交通大學(xué)軟件工程碩士學(xué)位論文開題報告

1、 碩士學(xué)位論文開題報告論文題目： 學(xué)院： 軟件工程專業(yè)： 軟件工程學(xué)號： XXX學(xué)生姓名：導(dǎo)師姓名：提交日期：一、論文選題的背景意義和根據(jù)（對基礎(chǔ)研究，著重結(jié)合國際科學(xué)發(fā)展趨勢，論述課題的科學(xué)意義；對應(yīng)用基礎(chǔ)或應(yīng)用研究，著重結(jié)合學(xué)科前沿、圍繞國民經(jīng)濟、社會發(fā)展和管理實踐的重要問題，論述其應(yīng)用前景） 在信息化社會環(huán)境下，移動智能終端設(shè)備的使用范圍越來越廣，同時隨著相關(guān)支持技術(shù)的發(fā)展，如移動計算技術(shù)、無線通信技術(shù)等使得移動學(xué)習(xí)（M-Learning）作為一種新的學(xué)習(xí)方式應(yīng)運而生，并且隨著專業(yè)人士的關(guān)注而成為教育技術(shù)領(lǐng)域的研究熱點之一。雖然目前對于移動學(xué)習(xí)還未形成統(tǒng)一的概念和定義，但這并不影響其在廣

2、泛社會人群和研究領(lǐng)域中的運用和推廣。移動學(xué)習(xí)憑借其自身具有的優(yōu)點，如個性化、情境性、便捷性、移動性等，可以為移動學(xué)習(xí)者提供隨時、隨地、隨身的學(xué)習(xí)體驗，以滿足移動學(xué)習(xí)者的學(xué)習(xí)需求，進而能夠達(dá)到一些目前的傳統(tǒng)教學(xué)模式所無法達(dá)到的效果。如今，移動學(xué)習(xí)已經(jīng)在學(xué)校、企業(yè)、博物館等不同場景中得到運用，人們對移動學(xué)習(xí)的相關(guān)研究從最初的先期探索階段逐漸轉(zhuǎn)入使其成為主流學(xué)習(xí)方式的研究階段，并進而影響對當(dāng)前教育模式及主流學(xué)習(xí)學(xué)習(xí)方式的探索，關(guān)注如何使得移動學(xué)習(xí)更加便利、更加廣泛、更加普適。但是到目前為止，移動學(xué)習(xí)的發(fā)展還處在初級階段，雖然已經(jīng)取得諸多的成效，但其自身還存在諸多不足和缺陷，這不僅影響移動學(xué)習(xí)的效果，

3、也制約著移動學(xué)習(xí)自身優(yōu)勢的發(fā)揮和發(fā)展。同時，相關(guān)技術(shù)的進步和推廣為移動學(xué)習(xí)的發(fā)展提供了必要的技術(shù)支持和新思路，不僅能有效解決其現(xiàn)階段存在的不足和缺陷，也提高了本文開展相關(guān)研究的可行性。有關(guān)方面的最新成果和發(fā)展動態(tài) （包括國內(nèi)外相關(guān)研究現(xiàn)狀和實踐發(fā)展?fàn)顩r分析） 在信息化社會環(huán)境下，移動智能終端設(shè)備的使用范圍越來越廣，同時隨著相關(guān)支持技術(shù)的發(fā)展，如移動計算技術(shù)、無線通信技術(shù)等使得移動學(xué)習(xí)（M-Learning）作為一種新的學(xué)習(xí)方式應(yīng)運而生1，并且隨著專業(yè)人士的關(guān)注而成為教育技術(shù)領(lǐng)域的研究熱點之一。雖然目前對于移動學(xué)習(xí)還未形成統(tǒng)一的概念和定義，但這并不影響其在廣泛社會人群和研究領(lǐng)域中的運用和推廣2。

4、移動學(xué)習(xí)憑借其自身具有的優(yōu)點，如個性化、情境性、便捷性、移動性等，可以為移動學(xué)習(xí)者提供隨時、隨地、隨身的學(xué)習(xí)體驗，以滿足移動學(xué)習(xí)者的學(xué)習(xí)需求，進而能夠達(dá)到一些目前的傳統(tǒng)教學(xué)模式所無法達(dá)到的效果。如今，移動學(xué)習(xí)已經(jīng)在學(xué)校、企業(yè)、博物館等不同場景中得到運用，人們對移動學(xué)習(xí)的相關(guān)研究從最初的先期探索階段逐漸轉(zhuǎn)入使其成為主流學(xué)習(xí)方式的研究階段，并進而影響對當(dāng)前教育模式及主流學(xué)習(xí)學(xué)習(xí)方式的探索，關(guān)注如何使得移動學(xué)習(xí)更加便利、更加廣泛、更加普適3。但是到目前為止，移動學(xué)習(xí)的發(fā)展還處在初級階段，雖然已經(jīng)取得諸多的成效，但其自身還存在諸多不足和缺陷，這不僅影響移動學(xué)習(xí)的效果，也制約著移動學(xué)習(xí)自身優(yōu)勢的發(fā)揮和發(fā)

5、展。同時，相關(guān)技術(shù)的進步和推廣為移動學(xué)習(xí)的發(fā)展提供了必要的技術(shù)支持和新思路，不僅能有效解決其現(xiàn)階段存在的不足和缺陷，也提高了本文開展相關(guān)研究的可行性。 基更博士在亞洲開放大學(xué)協(xié)會第18 屆年會上的主題報告中指出：“移動學(xué)習(xí)代表了下一代的學(xué)習(xí)”4。移動學(xué)習(xí)具有諸多優(yōu)點，給學(xué)習(xí)者隨時、隨身、隨地的開展學(xué)習(xí)提供了很大的幫助。對于學(xué)習(xí)者而言任何學(xué)習(xí)方式中的學(xué)習(xí)資源都是有效學(xué)習(xí)的重要來源和基本保障，移動學(xué)習(xí)亦是如此。移動學(xué)習(xí)資源的設(shè)計與開發(fā)影響著移動學(xué)習(xí)效果，所以在移動學(xué)習(xí)相關(guān)研究過程中需要對其重點關(guān)注。 借助相關(guān)先進技術(shù)和資源建設(shè)標(biāo)準(zhǔn)來設(shè)計和開發(fā)移動學(xué)習(xí)資源，實現(xiàn)資源跨平臺共享與資源的個性化定制是迫切

6、需要采取的措施。自2006 年Google 公司正式提出“云計算”這個名詞之后，云計算技術(shù)的發(fā)展如火如荼，并且影響到了眾多領(lǐng)域。同樣，云計算技術(shù)的興起與飛速發(fā)展為移動學(xué)習(xí)帶來了新的思路5，異構(gòu)系統(tǒng)資源共享機制和分布式計算模式是實現(xiàn)移動學(xué)習(xí)系統(tǒng)的關(guān)鍵技術(shù)手段，這將有效緩解和解決移動學(xué)習(xí)現(xiàn)階段存在的弊端和不足，充分將移動學(xué)習(xí)與云計算技術(shù)兩者的優(yōu)勢相結(jié)合，實現(xiàn)優(yōu)勢互補，有效提高和改善學(xué)習(xí)者的學(xué)習(xí)體驗和學(xué)習(xí)效果6。一、云開發(fā)平臺國內(nèi)外研究現(xiàn)狀 云平臺，顧名思義，這種平臺允許應(yīng)用程序的開發(fā)者們或是將其寫好的程序放進“云”里運行，或是直接使用“云”里所提供的各種服務(wù)，又或是二者兼而有之7。究其本質(zhì)而論，云

7、平臺并不是技術(shù)層面的創(chuàng)新，而是支持應(yīng)用的方式層面的創(chuàng)新；由于IBM、Yahoo、Amazon、Google以及微軟等公司積極投入將并行計算、分布式計算與虛擬現(xiàn)實等技術(shù)想商業(yè)化方向推動，導(dǎo)致這種新的支持應(yīng)用的方式云平臺，發(fā)展極為迅速，并且有著巨大的應(yīng)用前景。 實際環(huán)境中的云平臺能夠提供的服務(wù)通常分為三大類：SaaS、PaaS及IaaS8。第一類：軟件即服務(wù)(SaaS)。SaaS應(yīng)用時完全在云里運行的，其客戶端通常是瀏覽器或者其他簡易的客戶端。Salesforce是目前最知名的SaaS應(yīng)用，另外還有許多其他優(yōu)秀的SaaS應(yīng)用。第二類：附著服務(wù)。每個應(yīng)用其本身都具有一定的功能，可以不時地去訪問云里提

8、供的針對該種應(yīng)用的服務(wù)以增強自身的功能。因為這些服務(wù)職能為這些特定的應(yīng)用所使用，所以可以認(rèn)為這些服務(wù)是附著于該種應(yīng)用的。例如蘋果公司的iTunes、微軟公司的Exchange等。第三類：云平臺。云平臺提供應(yīng)用開發(fā)者在創(chuàng)建應(yīng)用時所需要采用的基于云的服務(wù)。 云平臺全稱云計算平臺。云計算平臺中的云計算，是將分布式計算、并行計算、網(wǎng)絡(luò)存儲、虛擬化等傳統(tǒng)的計算機技術(shù)和網(wǎng)絡(luò)技術(shù)進行融合和發(fā)展后的產(chǎn)物5。云計算具有可動態(tài)配置性、按需訪問性和自動化管理三個特點。目前對于云平臺的研究工作主要集中在以下幾個方面：云存儲技術(shù)、云數(shù)據(jù)中心、云安全和虛擬化技術(shù)等6。云平臺通?？梢詣澐譃橐韵氯悾阂詳?shù)據(jù)處理為主的計算型云

9、平臺、以數(shù)據(jù)存儲為主的存儲型云平臺、以及計算和數(shù)據(jù)存儲兼顧型的綜合性云平臺7。目前全球的去多公司都擁有自己的商業(yè)云平臺，其中比較著名的包括微軟的Azure平臺、Google的AppEngine、阿里巴巴的云電子商務(wù)平臺、中國移動的BigCloude-大云平臺等8。 現(xiàn)有的云計算的產(chǎn)品有很多，但是業(yè)界龍頭亞馬遜的AWS卻是不得不提9。AWS是一個典型的IaaS服務(wù)，它提供了存儲、計算能力、消息傳遞和數(shù)據(jù)集等一系列的服務(wù)。這些云計算服務(wù)也成為云計算領(lǐng)域各個服務(wù)廠商競相追逐與模仿的風(fēng)向標(biāo)10?；趤嗰R遜的AWS，企業(yè)用戶可以在幾分鐘的時間內(nèi)快速地獲取基于亞馬遜基礎(chǔ)設(shè)施的虛擬基礎(chǔ)設(shè)施服務(wù)；并且這些基礎(chǔ)

10、設(shè)施是有彈性的，可以任意擴展11。就像windows之于Linux，IOS之于Android，同樣除了以上提到的商用的解決方案，也有開源的云平臺12。Abicloud是Abiquo公司推出的一個開源云計算平臺，它能使公司或者企業(yè)能以簡單、快速和可擴展的方式創(chuàng)建和管理大型、復(fù)雜的IT基礎(chǔ)設(shè)施13。Abicloud與其他同類產(chǎn)品的主要區(qū)別在于有強大的Web管理界面14。Eucalyptus最初是美國加利福尼亞大學(xué)的一個研究項目，但是現(xiàn)在已經(jīng)商業(yè)化，發(fā)展成了Eucalyptus Systems Inc15。不過Eucalyptus仍然按開源項目模式那樣維護和開發(fā)。OpenStack是亞馬遜AWS的開

11、源實現(xiàn)，該項目是由Rackspace和NASA共同發(fā)起的16。從其被研發(fā)問世到現(xiàn)在已吸引了超過176家公司和2000名開發(fā)者17。OpenStack的愿景是為所有公有云和公有云提供商提供可滿足他們?nèi)我庑枨蟆⑷菀讓嵤┣铱纱笠?guī)模擴展的開源云計算平臺18。二、云計算技術(shù) “云”是網(wǎng)絡(luò)、互聯(lián)網(wǎng)的一種比較形象的說法。云計算是傳統(tǒng)計算機技術(shù)和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物，其中網(wǎng)絡(luò)技術(shù)包括網(wǎng)格計算、分布式計算、網(wǎng)絡(luò)存儲、以及負(fù)載均衡等技術(shù)支持19。云計算可以將移動終端設(shè)備中的信息和云端服務(wù)器中存儲的資源集中在一起，實現(xiàn)基于互聯(lián)網(wǎng)的協(xié)同工作的超級計算模式。與此同時，云計算技術(shù)擁有由大量計算機構(gòu)成的云端服務(wù)器資源池，

12、并將計算任務(wù)分布其中，即使是大量用戶同時訪問也能從容應(yīng)對，能夠適應(yīng)各種不同應(yīng)用操作系統(tǒng)并可以根據(jù)用戶需要獲取計算力、存儲空間和各種軟件服務(wù)20。 在分布式數(shù)據(jù)處理技術(shù)的支撐下，云計算技術(shù)能夠?qū)Υ髷?shù)據(jù)環(huán)境下的海量互聯(lián)網(wǎng)信息進行有效的存儲和管理，使數(shù)據(jù)的檢索、調(diào)用等更加智能化，為學(xué)習(xí)者和用戶查詢、獲取信息提供了更加快捷的服務(wù)21。云計算技術(shù)還具有一些明顯的特征優(yōu)勢：如具有超大存儲空間、數(shù)據(jù)安全性、超強計算能力，通用性等特點，這些都為實現(xiàn)資源存儲、調(diào)配和共享提供了極大的便利，同時也為移動學(xué)習(xí)資源的個性化定制和共享率的提高提供了思路22。三、云端一體化 云端一體化的理念是隨著云計算技術(shù)與各種終端技術(shù)的

13、發(fā)展而演變來的，各種終端包括個人筆記本、平板電腦、智能手機、智能眼鏡或手表等，本文研究中涉及到的終端設(shè)備主要是具有不同操作系統(tǒng)的移動智能設(shè)備23。換言之，云端一體化就是云服務(wù)器端和移動智能終端是可以相互作用的，即不同操作系統(tǒng)的手機可以訪問云端的資源和信息，實現(xiàn)資源共享；同時，云服務(wù)器端也為移動智能終端提供反饋，根據(jù)學(xué)習(xí)者請求給出回復(fù)，并可以將學(xué)習(xí)者存儲在云端的資源用于不同學(xué)習(xí)者之間的資源和信息共享，通過信息的上傳下達(dá)滿足不同學(xué)習(xí)者的學(xué)習(xí)需求24。3. 1 云端一體化的內(nèi)涵與特點 云端一體化可以實現(xiàn)云端與異構(gòu)移動終端之間數(shù)據(jù)信息無間隙、一體化傳輸和共享，其目標(biāo)是滿足學(xué)習(xí)者在任何時間、任何地點訪問

14、任何信息與應(yīng)用，并且管理任何數(shù)據(jù)的需求。通過云端一體化，學(xué)習(xí)者可以將對設(shè)備操作系統(tǒng)、硬件設(shè)備條件等的約束降到最小化，將數(shù)據(jù)存儲在云端，不僅安全、可靠，還能夠享受隨時隨地訪問云端信息資源的便利25。云端一體化平臺是連接云端和異構(gòu)移動終端的紐帶，滿足不同學(xué)習(xí)者的學(xué)習(xí)需求，傳遞信息，具有以下特點：3.3.2 協(xié)同性 一端是數(shù)據(jù)量極大的服務(wù)器集群，另一端是無處不在的移動終端；一端是相對完善的信息資源池，另一端是學(xué)習(xí)者各不相同的學(xué)習(xí)興趣和需求等，這些是該平臺需要連接和服務(wù)的兩端，同時也是該平臺要協(xié)同完成任務(wù)的兩端28。協(xié)同云端與移動端的連接、傳輸?shù)裙ぷ?，協(xié)同資源與請求之間的調(diào)配；還要協(xié)同不同用戶之間的請

15、求，提高資源的利用效率29。3.3.3 獨立性 云端一體化平臺主要解決的問題之一就是資源不能跨平臺、共享率低，通過相關(guān)技術(shù)的設(shè)計與開發(fā)，最終實現(xiàn)與平臺無關(guān)、硬件獨立、不同終端之間資源共享和重復(fù)利用的效果，為學(xué)習(xí)者自主性、個性化的學(xué)習(xí)需求提供支持30。3.3.4 便捷性 解決了資源的共享問題之后，用戶可以通過任意移動終端訪問云端學(xué)習(xí)資源，把用戶從對操作系統(tǒng)平臺和硬件設(shè)備的依賴中解放出來，減少甚至消除訪問時間和訪問地點的限制，真正滿足用戶不受時間、空間限制的學(xué)習(xí)，為移動學(xué)習(xí)者的學(xué)習(xí)提供了極大的便利31-33。3.2 云端一體化移動學(xué)習(xí)資源的技術(shù)支持 云端一體化移動學(xué)習(xí)資源開發(fā)需要借助特定的技術(shù)條件

16、和手段，包括移動開發(fā)工具包（SDK），J2ME、Flash Lite 等技術(shù)程序34，以及支持移動學(xué)習(xí)資源開發(fā)的不同操作系統(tǒng)（如安卓、塞班、微軟等）等開發(fā)移動學(xué)習(xí)資源。鑒于本研究的目的之一是實現(xiàn)資源的跨平臺共享，故主要對以下技術(shù)支持做具體分析：3.2.1 操作系統(tǒng) 根據(jù)市場分析提供的智能手機操作系統(tǒng)在全球范圍內(nèi)的分布情況，可以得知，時間截止到2014 年第二季度，Android 操作系統(tǒng)的全球市場份額已達(dá)84.6%（有史以來最高比重），而其他操作系統(tǒng)，如iOS、Windows 等操作系統(tǒng)市場占有比均有所下滑35。 其中，Android 操作系統(tǒng)在近兩年的全球市場份額中一直穩(wěn)居第一位，而且本季度

17、將近85%的比重卻是歷史最高紀(jì)錄36。該調(diào)查還指出在2014 年第二季度，支持Android操作系統(tǒng)的移動設(shè)備在全球范圍內(nèi)的出貨量高達(dá)為2.496 億部，與去年同期為1.868億部相比增加量十分可觀37。根據(jù)調(diào)查，我國Android 手機操作系統(tǒng)的市場占比達(dá)到78.8%。眾所周知，Android 操作系統(tǒng)與其他操作系統(tǒng)的不同是它的源代碼是開放的，并且主要用于移動設(shè)備。Android 操作系統(tǒng)的高份額的市場占有率也為移動學(xué)習(xí)資源在大范圍內(nèi)統(tǒng)一標(biāo)準(zhǔn)，實現(xiàn)資源共享提供了契機38,39。3.2.2 編程開發(fā)語言 Java 語言是Android 操作系統(tǒng)中運行軟件的開發(fā)語言，其具有以下主要特點:平臺無關(guān)

18、性，Java 可以運行于不同的操作平臺；具有高安全性，對程序提供了安全管理器，能夠防止程序的非法訪問40。此外，Java 還具有面向?qū)ο蟆⒎植际?、健壯性等特點，通過庫函數(shù)可以在使用網(wǎng)絡(luò)上的文件時和使用本機文件一樣容易,其中，Java RMI（Java Remote Method Invocation）是Java 編程語言中一種用于實現(xiàn)遠(yuǎn)程過程調(diào)用的應(yīng)用程序編程接口。同時，Java 還致力于檢查程序在編譯和運行時的錯誤，減少內(nèi)存出錯的可能性。Java 程序語言的以上特性其得到廣泛的應(yīng)用，同時也為移動學(xué)習(xí)資源的開發(fā)提供了編譯基礎(chǔ)和便利41。 除Java 編程語言外，可擴展標(biāo)記語言XML 非常適合網(wǎng)

19、絡(luò)數(shù)據(jù)傳輸，其功能極其簡單且易于在不同程序之間讀寫數(shù)據(jù)。XML 語言在數(shù)字化學(xué)習(xí)管理中能夠順利通過現(xiàn)有HTTP 傳輸協(xié)議，實現(xiàn)數(shù)據(jù)可靠傳輸；其靈活有效的數(shù)據(jù)管理和存儲格式能夠?qū)崿F(xiàn)于不同系統(tǒng)間數(shù)據(jù)的共享與交互，以上特性可以有助于實現(xiàn)移動學(xué)習(xí)資源不同操作系統(tǒng)之間的兼容與共享。 3.3 云端一體化體系架構(gòu) 云計算的應(yīng)用形式主要有SAAS(軟件即服務(wù))，PAAS(平臺即服務(wù))，IAAS(基礎(chǔ)設(shè)施即服務(wù))。本研究中的云端一體化體系既有SAAS 的部分功能，又有PAAS 的服務(wù)，但整體而言本研究更加偏向于SAAS軟件即服務(wù)42。云計算的SAAS 應(yīng)用形式是指將開發(fā)好的軟件置于云端服務(wù)器中，用戶只需要通過瀏

20、覽器即可獲取該軟件所包含的信息和資源，不僅可以省去在移動終端安裝軟件的時間，還可以有效減少移動設(shè)備內(nèi)存的占用，保證學(xué)習(xí)過程中資源訪問的流暢度43。 云端一體化平臺簡單來看就是將云端資源與異構(gòu)移動智能終端設(shè)備連接起來，對學(xué)習(xí)資源的獲取不再受不同操作系統(tǒng)以及硬件設(shè)備的局限，可以相互訪問和通信。云端一體化平臺中的云端服務(wù)器接收并處理移動終端的各種請求，解析處理后向移動終端發(fā)送相關(guān)信息；同樣地，移動終端不僅可以訪問存儲在云端的各種資源和服務(wù)，也可以將自己的資源存儲于云端供其他學(xué)習(xí)和交流44。 云端一體化未來將作為移動學(xué)習(xí)的主要支撐平臺，不僅為移動學(xué)習(xí)提供強大的服務(wù)支持，實現(xiàn)資源之間的跨平臺共享與交流，

21、還為學(xué)習(xí)者提供可靠的學(xué)習(xí)體驗，降低學(xué)習(xí)成本，提高了學(xué)習(xí)效率45。四、云端一體化下移動學(xué)習(xí)資源設(shè)計思想 從以上分析中可以看出，云端一體化的內(nèi)涵與特點以及其技術(shù)支持等為移動學(xué)習(xí)的進行和發(fā)展提供了良好的條件，兩者有共通之處，同時云端一體化也為移動學(xué)習(xí)資源現(xiàn)階段問題和不足的解決提供了新的解決思路和途徑46-49。云端一體化是對云計算技術(shù)的進一步延伸和拓展，并將其運用到移動學(xué)習(xí)領(lǐng)域，使云端海量學(xué)習(xí)資源和服務(wù)與各種異構(gòu)移動終端連接在一起，為學(xué)習(xí)者提供豐富、良好的學(xué)習(xí)支持和服務(wù)50,51。4.1 云端一體化對移動學(xué)習(xí)的作用 在云計算模式中，互聯(lián)網(wǎng)的計算架構(gòu)由“服務(wù)器+客戶端”向“云服務(wù)平臺+客戶端”演變。云

22、端一體化平臺作為云環(huán)境下移動學(xué)習(xí)的主要支撐平臺，能為移動學(xué)習(xí)者提供海量、安全的信息存儲和快捷、便利的網(wǎng)絡(luò)服務(wù)，使學(xué)習(xí)者真正實現(xiàn)與平臺無關(guān)、硬件獨立的無縫學(xué)習(xí)狀態(tài)52-54。云端一體化對移動學(xué)習(xí)的作用主要體現(xiàn)在以下幾個方面：4.1.1 提供強大的存儲能力和服務(wù)功能 云端服務(wù)器是由數(shù)量龐大的服務(wù)器集群組成的，不僅有存儲數(shù)據(jù)的大量空間，還有很高的數(shù)據(jù)處理和計算能力55。所以，在存儲海量移動學(xué)習(xí)資源的同時，云端一體化平臺能夠在分布式處理技術(shù)、網(wǎng)格技術(shù)等技術(shù)支持下快速處理學(xué)習(xí)者請求，將學(xué)習(xí)資源與各種服務(wù)高度整合，能夠為移動學(xué)習(xí)者提供強大的學(xué)習(xí)支持服務(wù)56-58。此外，還可以擴大移動學(xué)習(xí)資源共享和使用的范

23、圍，提高資源的利用效率，適合大規(guī)模使用移動智能終端進行學(xué)習(xí)的移動學(xué)習(xí)模式59。4.1.2實現(xiàn)資源在不同操作系統(tǒng)之間共享，提高資源重復(fù)使用率 移動學(xué)習(xí)資源存儲在云端服務(wù)器中，在統(tǒng)一的學(xué)習(xí)資源管理系統(tǒng)的調(diào)配下，全國各地甚至世界各地的移動學(xué)習(xí)者只要通過移動設(shè)備與云端實現(xiàn)無線連接，就可以訪問存儲在云端的所有共享的資源60。除此之外，移動學(xué)習(xí)者可以充分利用云計算超強計算能力和資源靈活定制這一優(yōu)點，根據(jù)自己的實際需要和興趣愛好獲取學(xué)習(xí)資源，因人而異的獲取一套方便快捷、符合自己的個性化的學(xué)習(xí)服務(wù)。 4.1.3資源存儲安全可靠 在云端一體化環(huán)境下，海量信息包括移動學(xué)習(xí)者的用戶信息、學(xué)習(xí)數(shù)據(jù)以及學(xué)習(xí)資源和服務(wù)等

24、都存儲在云服務(wù)器端，這樣即使服務(wù)器端的節(jié)點出現(xiàn)問題，或者移動學(xué)習(xí)者的移動設(shè)備出現(xiàn)故障，都不會影響移動學(xué)習(xí)61。而且，云計算具有數(shù)據(jù)備份和保護功能，能夠保證云端數(shù)據(jù)信息和支持服務(wù)的穩(wěn)定與安全。4.2.1 以學(xué)習(xí)者為中心，滿足移動學(xué)習(xí)者的需求 移動學(xué)習(xí)是由學(xué)習(xí)者自主進行的個性化學(xué)習(xí)，與傳統(tǒng)意義上的學(xué)習(xí)不同。移動學(xué)習(xí)者的特點和學(xué)習(xí)需求是資源設(shè)計與開發(fā)的落腳點，在設(shè)計中應(yīng)該以學(xué)習(xí)者為中心，立足于學(xué)習(xí)者的學(xué)習(xí)需求使其根據(jù)自己的實際需要自主制定學(xué)習(xí)計劃、選擇學(xué)習(xí)內(nèi)容62。因此，資源開發(fā)者要盡量設(shè)計出適合不同學(xué)習(xí)者的個性化的學(xué)習(xí)資源，充分利用相關(guān)技術(shù)優(yōu)勢，根據(jù)學(xué)習(xí)者的需求和興趣給予最快捷而準(zhǔn)確的反饋，滿足不

25、同學(xué)習(xí)者的個性化需求63。4.2.2 立足移動學(xué)習(xí)的特點，符合“碎片化”要求 移動學(xué)習(xí)具有情境性、交互性、碎片化等特點，所以資源設(shè)計要遵循自身特點，開發(fā)出持續(xù)時間短、與情境相關(guān)、并包含有效交互的微型學(xué)習(xí)內(nèi)容，以方便移動學(xué)習(xí)者易受外界干擾、注意持續(xù)時間較短的特點，滿足隨時、隨地、隨身的學(xué)習(xí)要求64。移動學(xué)習(xí)的情境是比較靈活的，比如公交車、地鐵、火車站、快餐店等。在以上情境中進行的移動學(xué)習(xí)極易受到外界環(huán)境的干擾甚至中斷；而且移動學(xué)習(xí)者的學(xué)習(xí)時間也是 “碎片化”的，持續(xù)時間不長。因此，移動學(xué)習(xí)資源的設(shè)計應(yīng)該考慮外界環(huán)境的干擾、以及碎片化時間的學(xué)習(xí)等因素，盡量避免結(jié)構(gòu)復(fù)雜、體系龐大的學(xué)習(xí)資源。在移動學(xué)

26、習(xí)資源的設(shè)計過程中應(yīng)該選擇結(jié)構(gòu)簡單、知識量小的知識點，與移動學(xué)習(xí)的特點相呼應(yīng)，使學(xué)習(xí)者能夠隨時隨地的開展學(xué)習(xí)，提高學(xué)習(xí)效率65。4.2.3 交互性原則 移動學(xué)習(xí)過程不僅需要學(xué)習(xí)者獨立自主進行，完成學(xué)習(xí)任務(wù)，同時在這一過程中也需要學(xué)習(xí)者與周圍的同伴、老師、學(xué)習(xí)環(huán)境、學(xué)習(xí)支持系統(tǒng)等進行交互，相互協(xié)助，共同完成學(xué)習(xí)任務(wù)66。同時，移動學(xué)習(xí)支持系統(tǒng)要對學(xué)習(xí)者的學(xué)習(xí)進度和學(xué)習(xí)狀態(tài)進行記錄并反饋給學(xué)習(xí)者和教師，這樣不僅有助于學(xué)習(xí)者了解和掌握自己的學(xué)習(xí)情況，有的放矢的學(xué)習(xí)，也有助于教師掌握學(xué)生的整體和個別學(xué)習(xí)情況，方便統(tǒng)觀全局和因材施教67。對此在移動學(xué)習(xí)資源的設(shè)計與開發(fā)中應(yīng)該增強有效交互，使學(xué)習(xí)者能夠獲得

27、實時的交流、評價和反饋，增強學(xué)習(xí)的興趣和動機，在潛移默化中提高學(xué)習(xí)興趣，完成學(xué)習(xí)任務(wù)68。4.2.4 統(tǒng)一資源建設(shè)標(biāo)準(zhǔn)，建設(shè)“規(guī)范化”學(xué)習(xí)資源。 現(xiàn)階段移動學(xué)習(xí)資源建設(shè)缺乏統(tǒng)一標(biāo)準(zhǔn)和規(guī)范，導(dǎo)致資源重復(fù)開發(fā)，且重復(fù)利用率低。目前，對于移動學(xué)習(xí)資源的設(shè)計和開發(fā)可以借鑒相關(guān)模型有e-Learning 標(biāo)準(zhǔn)、SCORM 標(biāo)準(zhǔn)等，通過已有相關(guān)標(biāo)準(zhǔn)制定出適合移動學(xué)習(xí)資源的建設(shè)標(biāo)準(zhǔn)，使移動學(xué)習(xí)資源更加有序、有效，增加資源的跨平臺使用和共享，節(jié)省存儲空間，方便資源高效管理和調(diào)用，減少學(xué)習(xí)資源開發(fā)的成本，進一步完善云端一體化環(huán)境下移動學(xué)習(xí)的用戶體驗。三、課題的研究內(nèi)容及擬采取的研究方法、技術(shù)路線及研究難點，預(yù)期

28、達(dá)到的目標(biāo)1.課題的研究內(nèi)容 （1）對移動學(xué)習(xí)的內(nèi)涵與特點，以及移動學(xué)習(xí)設(shè)備的特點作詳細(xì)分析，之后闡述移動學(xué)習(xí)的理論基礎(chǔ)與技術(shù)支持，其中理論基礎(chǔ)包括學(xué)習(xí)理論、設(shè)計理論和教學(xué)理論；技術(shù)支持包括移動計算技術(shù)、無線通信技術(shù)、軟件技術(shù)和云計算技術(shù)等。在基本內(nèi)容闡述完成之后提出云端一體化環(huán)境下移動學(xué)習(xí)資源的設(shè)計思想，并對資源設(shè)計需要遵循的原則作出分析。 （2）以“教育技術(shù)”課程的移動學(xué)習(xí)為案例，在教學(xué)設(shè)計理論等思想的指導(dǎo)下對云端一體化環(huán)境下移動學(xué)習(xí)資源進行設(shè)計，包括移動學(xué)習(xí)材料、移動學(xué)習(xí)環(huán)境和移動學(xué)習(xí)支持系統(tǒng)三個部分，并著重對移動學(xué)習(xí)資源資源個性化、交互性進行設(shè)計研究。 （3）為進一步完善移動學(xué)習(xí)資源的

29、設(shè)計與研究，架構(gòu)出云端一體化移動學(xué)習(xí)資源庫模型與云端一體化移動學(xué)習(xí)平臺模型，并對平臺具體模塊和功能進行分析，為以后移動學(xué)習(xí)資源的相關(guān)研究奠定基礎(chǔ)。2.擬采取的研究方法、技術(shù)路線及研究難點 (1) 擬采取的研究方法 本研究采取異構(gòu)系統(tǒng)資源共享機制和分布式計算模式，此模式是實現(xiàn)移動學(xué)習(xí)系統(tǒng)的關(guān)鍵技術(shù)手段，這將有效緩解和解決移動學(xué)習(xí)現(xiàn)階段存在的弊端和不足，充分將移動學(xué)習(xí)與云計算技術(shù)兩者的優(yōu)勢相結(jié)合，實現(xiàn)優(yōu)勢互補，有效提高和改善學(xué)習(xí)者的學(xué)習(xí)體驗和學(xué)習(xí)效果。 (2)技術(shù)路線 基于云端一體化的移動學(xué)習(xí)資源設(shè)計與研究，首先將云計算技術(shù)與移動終端技術(shù)相結(jié)合，滿足移動學(xué)習(xí)者的學(xué)習(xí)需求，為其提供豐富、即時、準(zhǔn)確的

30、學(xué)習(xí)內(nèi)容；其次，使移動學(xué)習(xí)者在移動學(xué)習(xí)過程中能夠獲得較高的學(xué)習(xí)交互體驗，支持學(xué)習(xí)者進行協(xié)作學(xué)習(xí)和情境學(xué)習(xí)。最終，將云端與各異構(gòu)移動智能終端連為一體，實現(xiàn)移動學(xué)習(xí)資源跨平臺共享，減少操作平臺系統(tǒng)、硬件設(shè)備、應(yīng)用安裝管理等對學(xué)習(xí)者隨時、隨地學(xué)習(xí)的束縛，更好的為學(xué)習(xí)者服務(wù)。 (3)研究難點 第一，云計算技術(shù)與移動終端技術(shù)相相融合并應(yīng)用與移動學(xué)習(xí)當(dāng)中。第二，使最終構(gòu)建的云端一體化的移動學(xué)習(xí)平臺能夠?qū)W(xué)習(xí)者產(chǎn)生有效的促進作用。3.預(yù)期達(dá)到的目標(biāo)（1）構(gòu)建出移動學(xué)習(xí)資源教學(xué)設(shè)計的一般流程和資源庫模型。（2）將云端一體化與移動學(xué)習(xí)資源設(shè)計相結(jié)合，并架構(gòu)出云端一體化移動學(xué)習(xí)平臺模型。（3）實現(xiàn)云端一體化移動學(xué)

31、習(xí)資源的系統(tǒng)開發(fā)和實踐應(yīng)用。四、文章寫作目錄第1 章緒論1.1 研究背景與研究意義1.2 國內(nèi)外研究現(xiàn)狀1.2.1 國內(nèi)外移動學(xué)習(xí)資源研究綜述1.2.2 國內(nèi)云端一體化研究現(xiàn)狀1.3 主要研究內(nèi)容1.4 本文組織結(jié)構(gòu)第2 章移動學(xué)習(xí)相關(guān)理論與技術(shù)支持2.1 移動學(xué)習(xí)的內(nèi)涵與特征2.1.1 移動學(xué)習(xí)的內(nèi)涵2.1.2 移動學(xué)習(xí)的特征2.2 移動學(xué)習(xí)終端設(shè)備2.3 移動學(xué)習(xí)的相關(guān)理論基礎(chǔ)2.3.1 學(xué)習(xí)理論2.3.2 設(shè)計理論2.3.3 教學(xué)理論2.4 移動學(xué)習(xí)的技術(shù)支持2.4.1 移動計算技術(shù)2.4.2 移動通信技術(shù)2.4.3 軟件技術(shù)2.4.4 云計算技術(shù)第3 章云端一體化下移動學(xué)習(xí)資源的設(shè)計思

32、想3.1 移動學(xué)習(xí)資源3.1.1 學(xué)習(xí)資源3.1.2 移動學(xué)習(xí)資源的內(nèi)涵3.1.3 移動學(xué)習(xí)資源的特點3.2 云端一體化研究概述3.2.1 云端一體化的內(nèi)涵與特點3.2.2 云端一體化移動學(xué)習(xí)資源的技術(shù)支持3.2.3 云端一體化體系架構(gòu)3.3 云端一體化下移動學(xué)習(xí)資源設(shè)計思想3.3.1 云端一體化對移動學(xué)習(xí)的作用3.3.2 云端一體化下移動學(xué)習(xí)資源的設(shè)計原則第4 章云端一體化下移動學(xué)習(xí)資源的教學(xué)設(shè)計4.1 前端分析4.1.1 確定教學(xué)目標(biāo)4.1.2 學(xué)習(xí)內(nèi)容分析4.1.3 學(xué)習(xí)者特征分析4.1.4 確定學(xué)習(xí)需求4.2 移動學(xué)習(xí)資源設(shè)計4.2.1 移動學(xué)習(xí)材料設(shè)計4.2.2 移動學(xué)習(xí)環(huán)境設(shè)計4.

33、2.3 移動學(xué)習(xí)支持系統(tǒng)設(shè)計4.3. 腳本撰寫4.4 云端一體化移動學(xué)習(xí)資源庫設(shè)計第5章云端一體化移動學(xué)習(xí)平臺設(shè)計與資源開發(fā)5.1 云端一體化移動學(xué)習(xí)平臺5.1.1 云端一體化移動學(xué)習(xí)平臺架構(gòu)5.1.2 自適應(yīng)網(wǎng)絡(luò)接口設(shè)計5.2 移動學(xué)習(xí)資源開發(fā)與測試5.2.1 開發(fā)技術(shù)與環(huán)境5.2.2 移動學(xué)習(xí)資源模擬測試五、論文詳細(xì)工作進度和安排 時間段研究內(nèi)容2015.01前期調(diào)研，撰寫開題報告和文獻(xiàn)綜述2015.022015.03項目實地考察、資料收集2015.032015.04相關(guān)資料整理與分析2015.042015.05系統(tǒng)設(shè)計相關(guān)技術(shù)及材料整理2015.05系統(tǒng)設(shè)計完成2015.062015.0

34、7系統(tǒng)應(yīng)用與測試2015.072015.08論文框架結(jié)構(gòu)設(shè)計，完成，并提綱撰寫畢業(yè)論文初稿2015.082015.09畢業(yè)論文修改、完稿2015.09準(zhǔn)備答辯六、主要參考文獻(xiàn)1 黃榮懷,Jyri Salomaa. 移動學(xué)習(xí)-理論、現(xiàn)狀、趨勢M. 北京: 科學(xué)出版社.2008:21-25.2Desmond Keegan.The future of Learning: from eLearning to mLearningEB/OL. http:/www.pubhealth.spb.ru/Handheld/mlearn_web.pdf3侯穎，李小聰.淺析云計算對移動學(xué)習(xí)的影響J中國教育信息化201

35、1.(13).4 張仕成. 基于Google Android 平臺的應(yīng)用程序開發(fā)與研究J. 電腦知識與技術(shù): 學(xué)術(shù)交流, 2009, 5(10): 7959-7962.5 房秉毅, 張云勇, 陳清金. 云計算環(huán)境下統(tǒng)一SaaS 平臺J. 電信網(wǎng)技術(shù), 2011 (5): 15-18.6倪巍, 王宗欣. 基于接收信號強度測量的室內(nèi)定位算法J. 復(fù)旦學(xué)報(自然科學(xué)版), 2004, 43(1): 72-76.7 張明華, 張申生, 曹健. 無線局域網(wǎng)中基于信號強度的室內(nèi)定位J. 計算機科學(xué), 2007, 34(6): 68-71.8 李小寧, 李磊, 金連文, 等. 基于Open Stack 構(gòu)建

36、私有云計算平臺J. 電信科學(xué),2012, 28(9): 1-8.9 陳谷. IBM 云計算和政府云平臺J. 程序員, 2008 (11): 56-57.10 韓家煒, 坎伯. 數(shù)據(jù)挖掘: 概念與技術(shù)J. 北京: 機械工, I 出版社, 2001, 100: 103.11 乃揚, 英杰. 數(shù)據(jù)挖掘中的新方法: 支持向量機M. 科學(xué)出版社, 2004.12 Fayyad U M, Piatetsky-Shapiro G, Smyth P, et al. Advances in knowledge discovery and data miningJ. 1996.13 Hall M, Frank E

37、, Holmes G, et al. The WEKA data mining software: an updateJ. ACM SIGKDD explorations newsletter, 2009, 11(1): 10-18.14 Fayyad U, Piatetsky-Shapiro G, Smyth P. From data mining to knowledge discovery in databasesJ. AI magazine, 1996, 17(3): 37.15 顧宏久.淺談虛擬化與云計算的關(guān)系J.科學(xué)咨詢,2011(8):6816 Ghemawat Sanjay,

38、Gobioff Howard, Shun-Tak Leung. The Google file system C.ACMSIGOPS Operating Systems Review. ACM, 2003, 37(5):29-417 Yuping Xing, Yongzhao Zhan.Virtualization and Cloud ComputingJ. Future Wireless Networks and Information Systems, 2012: 305-31218 Jin-Mook Kim, Jeong-Kyung Moon, Bong-HwaHong. Researc

39、h of Virtualization Services Valuation for Cloud Computing Environment J.Embedded and Multimedia Computing Technology and Service, 2012:613-62019Stanik A, Hovestadt M, Kao O.Hard wareasa Service(HaaS): The completion of the cloud stack C.Computing Technology and Information Management(ICCM),2012 8th

40、 International Conference on. IEEE, 2012, 2:830-83520Milojii D, Llorente IM, Montero RS. Open Nebula: A cloud management toolJ.Internet Computing, IEEE, 2011, 15(2):1121 寧寧.高校數(shù)字化教育資源云共享模式與機制研究D.浙江師范大學(xué),2011.22 李倩.安全云存儲中高效的關(guān)鍵詞查找方案D.中南大學(xué),2012.23郭紹青.黃建軍.袁慶飛.國外移動學(xué)習(xí)應(yīng)用發(fā)展綜述J.電化教育研究.2011(5).24劉豫鈞.鬲淑芳,移動學(xué)習(xí)國外研

41、究現(xiàn)狀之綜述J.現(xiàn)代教育技術(shù).2004.(14). 25Mobile campusEB/OL. http:/www.campusmobil.de/.26JORGE L. V. BARBOSA etc. Intensive Use of Mobile Technologies in a Computer Engineering CourseJ.2012 Wiley Periodicals, Inc. Comput Appl Eng Educ 22:686698.27Mobile Learning: The Next Generation Of LearningEB/OL. http:/learn

42、ing. Eriksson . net/mlearning2.28Alice Mitchell , Martin Doherty. m-Learning support for disadvantaged young adultsEB/OL./docs/Cal03%20paper%20Ultralab%20Apr%2003.pdf.29Munteanu, Molyneaux, Maitland, McDonald. Hidden in plain sight: low-literacy adults in a developedcountry overcoming social and edu

43、cational challenges through mobile learning support toolsJ.PersUbiquit Compute (2014) 18:14551469.30Iskander Snchez-Rola. Mobile NBM - android medical mobile application designed to help in learning how to identify the different regions of interest in the brains white matterJ.BMC Medical Education 2

44、014, 14:148.31mobile Learning Explorations at the Stand ford Learning Lab: A newsletter for Stand ford academic communityEB/OL, /acpubs/SOC/Back_Issues/SOC55/#3.32Special Publication 800-145. The NIST Definition of Cloud Computing S.America: National Institute of Standards and Technology, 2011. 33Cl

45、oud Security Alliance. Guidance for Critical Security Areas of Focus in Cloud ComputingR. 2009. 34Cloud Security Alliance. Top Threats to Cloud Computing V1.0R.2010.35Cloud Security Alliance. The Notorious Nine: Cloud Computing Top Threats in 2013R.2013.36Y. Cai, “Model of Cloud Computing Informatio

46、n System Security”, Risk Assessment. China Management Informationization, vol. 13, pp. 75-77, 2010.37Jijun Zhang, Dejian Sun, Donghang Zhai. A Research on the Indicator System of Cloud Computing Security Risk Assessment. IEEE International Conference C.2012:121-123.38Hewitt C.ORGs for scalable, robust, privacy-friendly client cloud computing. IEEE Internet computingC,2008,12(5):96-99.39Bunya R, Yeo C S, Venugopal S. Market-or-intend c