摘要
本发明公开了一种基于大数据的智慧校园管理方法及系统,具体涉及数据管理技术领域;通过部署多种类型和数量的传感器,在校园内不同监测区域实时采集高峰时段内的延迟和吞吐量数据,并对数据进行预处理和特征提取,分别提取延迟异常波动趋势和吞吐量下降速率骤减特征,构建机器学习模型来预测智慧校园管理系统的实时响应能力值,并与预设的标准阈值进行对比,从而将系统的实时响应能力划分为高、中、低等级,对于不同等级的响应能力,系统可以采取相应的措施,能够有效解决大数据时代智慧校园中数据处理延迟和系统响应能力不稳定的问题,提高系统的实时性、可靠性和灵活性,确保校园管理系统在高峰时段或大规模活动中的高效运行。