T/UNP 321-2024 智能教学系统技术规范

ICS 35.240.90
UNSPSC 81.11.15
CCS L 77
团体标准
T/UNP 321—2024
智能教学系统技术规范
Technical specification for intelligent teaching systems
2024 - 11 - 28 发布 2024 - 11 - 28 实施
中国联合国采购促进会 发布

目次
前言 ................................................................................ III
引言 ................................................................................. IV
1 范围 ............................................................................... 1
2 规范性引用文件 ..................................................................... 1
3 术语、定义和缩略语 ................................................................. 1
术语和定义 ..................................................................... 1
缩略语 ......................................................................... 1
4 系统架构 ........................................................................... 1
5 基本要求 ........................................................................... 2
系统兼容性 ..................................................................... 2
AI 模型训练和部署 ............................................................... 2
6 功能要求 ........................................................................... 2
教学资源管理 ................................................................... 2
课程管理 ....................................................................... 2
作业与测试管理 ................................................................. 3
交流社区管理 ................................................................... 3
个性分析 ....................................................................... 3
智能答疑与辅导 ................................................................. 3
学习进度监控 ................................................................... 3
7 性能要求 ........................................................................... 3
码率 ........................................................................... 3
错误率 ......................................................................... 3
分辨率 ......................................................................... 4
并发能力 ....................................................................... 4
响应时间 ....................................................................... 4
每秒显示帧数 ................................................................... 4
8 数据要求 ........................................................................... 4
数据采集 ....................................................................... 4
数据存储 ....................................................................... 4
数据备份 ....................................................................... 4
数据安全 ....................................................................... 5
9 接口要求 ........................................................................... 5
接口设计 ....................................................................... 5
接口协议 ....................................................................... 5
接口性能 ....................................................................... 5
接口安全 ....................................................................... 5
T/UNP 321—2024
II
10 安全要求 ........................................................................... 5
网络安全 ....................................................................... 5
系统安全 ....................................................................... 6
隐私安全 ....................................................................... 6
11 运维管理要求 ....................................................................... 6
12 评价改进 ........................................................................... 6
参考文献 ............................................................................... 7
T/UNP 321—2024
III
前言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定
起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由为湖北匠芯智软科技有限公司提出。
本文件由中国联合国采购促进会归口。
本文件起草单位：湖北匠芯智软科技有限公司、湖北海岩文化发展有限公司、武汉鑫利创科技发展
有限公司、森才（武汉）科技有限公司、武汉市高捷翼鑫互联网信息服务有限责任公司。
本文件主要起草人：黄磊、李军、李琳、朱松松、陆思浙。
T/UNP 321—2024
IV
引言
为助力中国企业参与国际贸易，推动企业高质量发展，中国联合国采购促进会依托联合国采购体系，
制定服务于国际贸易的系列标准，这些标准在国际贸易过程中发挥了越来越重要的作用，对促进贸易效
率提升，减少交易成本和不确定性，确保产品质量与安全，增强消费者信心具有重要的意义。
联合国标准产品与服务分类代码（UNSPSC，United Nations Standard Products and Services
Code）是联合国制定的标准，用于高效、准确地对产品和服务进行分类。在全球国际化采购中发挥着至
关重要的作用，它为采购商和供应商提供了一个共同的语言和平台，促进了全球贸易的高效、有序发展。
围绕UNSPSC进行相关产品、技术和服务团体标准的制定，对助力企业融入国际采购，提升国际竞争
力具有十分重要的作用和意义。
本文件采用UNSPSC分类代码由6位组成，对应原分类中的大类、中类和小类并用小数点分割。
本文件UNSPSC代码为“81.11.15”，由3段组成。其中：第1段“81”为大类，表示“工程和研究以
及基于技术的服务”，第2段为中类，“11”表示“计算机服务”，第3段为小类，“15”表示“软件或
硬件工程”。
T/UNP 321—2024
1
智能教学系统技术规范
1 范围
本文件规定了智能教学系统的系统架构、基本要求、功能要求、性能要求、数据要求、接口要求、
安全要求、运维管理要求及评价改进。
本文件适用于教育教学领域智能教学系统（以下简称“系统”）的设计、开发、应用和维护。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，
仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本
文件。
GB/T 22239 信息安全技术 网络安全等级保护基本要求
GB/T 29765 信息安全技术 数据备份与恢复产品技术要求与测试评价方法
GB/T 41479 信息安全技术 网络数据处理安全要求
3 术语、定义和缩略语
术语和定义
本文件没有需要界定的术语和定义。
缩略语
下列缩略语适用于本文件。
AI：人工智能（Artificial Intelligence）
BACnet：建筑自动化和控制网络（Building Automation and Control Networks）
JSON：数据交换格式（JavaScript Object Notation）
LonWorks：局部操作网络（Local Operating Network）
ModBus：Modicon通信协议（Modicon Communication Protocol）
NLP：自然语言处理（Natural Language Processing）
OPC：用于过程控制的OLE（OLE for Process Control）
RS485/422/232：电信工业协会485/422/232-A标准（Recommended Standard 485/422/232）
XML：可扩展标记语言（Extensible Markup Language）
SSL：安全套接层（Secure Socket Layer）
TLS：传输层安全性协议（Transport Layer Security）
VPN：虚拟专用网络（Virtual Private Network）
VLAN：虚拟局域网（Virtual Local Area Network）
4 系统架构
系统架构见图1，应包括以下七层：
a) 应用层：直接面向用户，为用户提供各种业务功能和服务；
b) 接口层：接收和处理传入传出的数据，规范数据的格式和交互方式；
c) 运维层：承担系统的运行维护工作，包括服务器监控、故障处理和系统更新等操作；
d) 支撑层：为应用层提供各种技术和业务支持；
e) 网络层：负责系统内外部数据的传输，构建通信链路和网络拓扑结构；
f) 硬件层：提供系统运行的物理基础，包括服务器、存储设备、网络设备等硬件设施；
g) 安全层：保障系统免受外部威胁和内部数据泄露风险。
T/UNP 321—2024
2
C
教学资源管理
作业与测试管理
个性分析
应用层
支撑层
硬件层
接口层
课程管理
安全层
运维层
网络层
智能答疑与辅导
学习进度监控
交流社区管理
图1 智能教学系统架构图
5 基本要求
系统兼容性
系统应能在Windows xp及以上系统平台下正常运行。
AI 模型训练和部署
AI模型训练和部署满足以下要求：
a) 在系统的微服务架构中，应集成AI 服务组件，如个性分析、智能答疑与辅导等；
b) 应建立AI 模型的持续迭代与优化机制，定期对AI 模型进行训练，且根据系统的实际运行数
据和用户反馈，不断调整和优化AI 算法的性能和效果；
c) AI 服务的部署应经过测试和验证，确保在实际运行中的表现符合预期。
6 功能要求
教学资源管理
6.1.1 应具备对各类教学资源（如课件、视频、文档等）进行分类存储和管理的功能。
6.1.2 教师可上传、管理和分享各类教学资源。
6.1.3 学生可访问教学资源，进行自主学习。
6.1.4 学生、教师可对教学资源进行检索，并支持通过多种检索方式快速查找（如关键字检索、全文
检索、学科分类检索等）。
6.1.5 应整合不同学科的学习资源，便于学生进行跨学科学习，提升综合素养。
6.1.6 宜提供教师在线备课和协同编辑工具，支持多名教师同时编辑同一份教学资料，提高备课效率
和质量。
课程管理
6.2.1 可创建、编辑和删除课程，可设置课程名称、简介、授课教师等信息。
6.2.2 教师可根据课程教学大纲与教学计划，在课程管理界面中创建课程章节。
6.2.3 针对每个课程章节，教师可进一步细化课时分配。
T/UNP 321—2024
3
作业与测试管理
6.3.1 应支持多种形式的作业和测试，包括选择题、填空题、主观题等，应支持自动批改和人工批改。
6.3.2 学生可在线提交作业，并接收教师的批改反馈和成绩报告。
6.3.3 教师可设置测试的时间、难度、题量等参数。
6.3.4 应提供成绩统计与分析功能，包括统计与分析平均分、最高分、最低分等，帮助学生了解自己
的学习成果和不足之处，及时调整学习方法和策略。
交流社区管理
应提供协作学习的工具和交流社区，如在线讨论区、小组作业管理工具等，支持学生与其他学习者
交流心得、分享资源、参与讨论。
个性分析
6.5.1 应利用AI 技术对学生学习过程中的各种行为数据进行深度分析，包括学习时长、答题速度、错
误率等。
6.5.2 除了基于关键词的推荐外，AI 技术可根据学生的学习偏好和兴趣，为其推荐相关的学习资源，
如视频教程、文档资料、在线课程等。
6.5.3 应采用协同过滤、内容推荐等机器学习算法，并根据学生的学习历史、知识点掌握情况、学习
习惯等因素，构建学生个人学习画像，并通过算法模型对学生未来的学习需求进行预测，为其推荐最适
合的学习资源和路径。
智能答疑与辅导
6.6.1 应建立问题库和解答库，支持学生搜索已有问题和答案。
6.6.2 应对常见问题进行聚类分析，新问题提出时可自动推荐类似问题的解答。
6.6.3 应集成情感分析功能，智能识别学生在提问时表达的情绪（如困惑、焦急等），并据此调整回
答的语气或提供额外的安慰或鼓励。
6.6.4 应利用深度学习等AI 技术，增强智能答疑的能力，并通过NLP 和机器学习算法自动从知识库或
历史答疑数据中检索和生成更精确的答案。
6.6.5 当学生在学习过程中遇到困难时，系统可提供智能辅导，如提示、讲解等。
6.6.6 应具备错题分析功能，帮助学生找出错误原因并进行针对性学习。
6.6.7 应支持教师与学生之间的实时在线答疑，通过聊天、语音、视频等方式进行。
学习进度监控
6.7.1 教师可实时查看学生的学习进度和学习状态，并根据学生的学习进度和反馈，实时调整学生学
习方案。
6.7.2 应定期评估学生的学习成效，根据评估结果对学习方案进行优化。
6.7.3 应能自动监测学生的学习活跃度和进度，对于长时间未登录或学习进度滞后的学生，宜发送适
时的提醒和激励信息。
7 性能要求
码率
7.1.1 音频量化位数不应低于8 位，码率不应低于64 kb/s。
7.1.2 存档的音频量化位数应采用16 位，码率不应低于128 kb/s。
7.1.3 视频码率网络传输版应在1 Mb/s～4 Mb/s 范围内，存档版不应低于4 Mb/s。
错误率
系统在高并发的情况下循环调用某个接口错误率应低于0.6%，高并发评估标准以系统在实际运行
中的表现为准。
T/UNP 321—2024
4
分辨率
7.3.1 图像分辨率不应低于96 dpi。
7.3.2 视频分辨率不应低于1024 dpi×576 dpi 或1024 dpi×768 dpi。
并发能力
系统并发能力每小时宜≥62万次服务，评估标准以系统在实际运行中的表现为准。
响应时间
7.5.1 系统登陆后的主页面加载时间不应超过2 s，其他页面加载时间不应超过3 s。
7.5.2 数据检索响应时间不应超过1 s。
7.5.3 用户操作后的系统反馈时间应小于3 s。
每秒显示帧数
系统的每秒显示帧数应大于25帧/s。
8 数据要求
数据采集
8.1.1 采集内容
系统所采集的数据内容包括但不限于：
a) 用户数据：学生、教师的基本信息（如姓名、年龄、性别、学号、工号等）和账户信息（如用
户名、密码、角色等）；
b) 学习行为数据：登录时间、学习时长、答题记录、资源访问记录等；
c) 教学资源数据：教学资源的元数据（如标题、作者、发布时间等）和实际文件；
d) 系统管理数据：用户权限分配、系统日志、数据统计分析结果等。
8.1.2 采集方式
宜采用以下方式进行数据采集：
a) 利用智能终端设备自动采集学生学习行为数据；
b) 对接外部教学系统，采集教学资源使用数据；
c) 通过网络监测采集在线学习互动数据。
8.1.3 采集保障
采集保障宜满足以下要求：
a) 建立数据采集进度监控机制，及时掌握并调整数据采集的进展情况，按时完成数据采集任务；
b) 建立数据采集反馈渠道，及时收集用户对数据采集工作的意见和建议，不断改进数据采集方法
和保障措施。
数据存储
8.2.1 应能存储学生的基本信息、学习行为等数据。
8.2.2 应对数据进行分类存储，并通过哈希索引、倒排索引等方式进行查询和检索。
8.2.3 应采用分布式存储、冗余存储等技术，防止数据丢失、损坏或被篡改。
数据备份
8.3.1 应制定数据的备份方案，且备份方案应符合GB/T 29765 的相关规定。
8.3.2 应定期进行数据备份，并对备份数据进行验证和恢复测试。
8.3.3 应建立数据备份机制，备份频率应根据数据的更新频率和重要性来确定，至少每天进行一次增
量备份，每周进行一次全量备份。备份内容包括但不限于：
a) 页面基本信息；
T/UNP 321—2024
5
b) 教学课程（课件）信息；
c) 平台用户的基本信息和应用信息；
d) 课程（课件）在线交易信息；
e) 学生学习过程信息。
数据安全
系统数据安全应满足以下要求：
a) 应在数据存储、访问、处理等各环节采取安全保障措施，包括用户授权、数据加密、冗余存储
备份等；
b) 对于所有的监测数据导入都应进行身份限定，除授予权限外；
c) 数据中心应采用VPN 专线，保障数据安全；
d) 应保证用户的登录安全，具备防范网络攻击的能力，实现数据安全存储，并做好预防工作；
e) 应符合GB/T 22239、GB/T 41479 规定的信息安全要求。
9 接口要求
接口设计
系统的接口设计符合以下要求：
a) 应按统一的接口调用规范设计，包括接口命名、参数格式和返回值格式等；
b) 应采用统一的数据格式，如JSON 和XML；
c) 应采用用户身份认证机制和SSL 或TLS 进行数据加密。
接口协议
应兼容多种通信协议和接口标准，包括但不限于OPC、BACnet、LonWorks、RS485/422/232、ModBus
等，应实时关注最新协议和标准的发展，确保与不同设备和系统的无缝对接。
接口性能
系统的接口性能符合以下要求：
a) 可采用负载均衡技术分散接口请求压力，提高系统的整体处理能力；
b) 应支持使用缓存机制，减少接口请求次数和服务器压力；
c) 对于耗时较长的操作，应支持采用异步处理机制。
接口安全
9.4.1 在接口应用前，应进行全面的安全评估，识别潜在的安全风险和威胁，并制定安全防护措施。
9.4.2 应根据用户的角色和权限，对接口的访问进行授权管理。
9.4.3 应定期对接口进行安全审计，检查接口的安全配置、访问日志等。
9.4.4 应定期更新接口的安全补丁和防护措施，可应对新出现的安全威胁和漏洞。
9.4.5 应对接口的每个版本进行控制，在更新或升级接口时不应引入新的安全问题。
10 安全要求
网络安全
系统应采用以下技术来保障系统的网络安全：
a) 防火墙技术：在内部网络和外部网络之间设置屏障，阻止对内部信息资源进行非法访问；
b) 入侵检测技术：采用入侵检测技术记录证据，并采取相应的防护手段（如跟踪和恢复、断开网
络连接等）；
c) 内部网的安全保障技术：采用认证、授权、用户注册和VLAN 技术；
d) 服务器的安全保障技术：利用操作系统本身所带有的安全机制，制定完善的安全策略。
T/UNP 321—2024
6
系统安全
系统应采用以下方法来保障系统操作安全：
a) 对现有操作系统进行安全防护，加强对操作系统的漏洞管理，并及时安装补丁；
b) 集中收集和分析系统日志，包括登录尝试、系统操作、异常行为等；
c) 设置告警机制，快速完成系统的应急响应；
d) 提升主机操作系统的安全防护等级，完善系统安全的配置和策略。
隐私安全
10.3.1 应对直接识别用户身份的信息（如姓名、身份证号等）进行匿名化处理，并使用编码或哈希等
技术保障个人与相关数据之间无直接可联性。
10.3.2 应制定隐私政策，明确说明系统如何收集、使用、存储和保护用户的个人信息。
10.3.3 应在用户使用系统之前，明确告知用户隐私政策的内容，并征得用户的同意。
11 运维管理要求
应定期更新系统软件，修复已知漏洞并引入新功能。
应制定系统运维流程规范，包括故障处理、数据备份、版本发布等各个环节，定期对流程进行审
查和更新。
应编写涵盖系统架构、配置信息、操作指南等内容的运维文档，并实施文档的版本控制。
应制定应急预案和响应流程，建立应急响应团队，对发生的故障和安全事件进行预判和准备。
采用以下方式进行智能化管理：
a) 智能监控系统：采用AI 技术实现系统运行状态的智能监控，对发生的故障进行预测，并提前
制定预防措施；应实时监测系统的各项指标，如服务器性能、网络宽度、数据库负载等，及时
发现异常情况并发出警报，并通过邮件、短信或系统内通知等方式及时通知相关人员；
b) 故障自动诊断与恢复：构建基于机器学习算法的故障自动诊断系统，实现系统故障的自动识别
与快速恢复。故障自动诊断系统可分析故障的类型和原因，自动采取相应的恢复措施，减少故
障对系统的影响；
c) 智能数据分析：增加智能化的学习分析仪表板，为教学管理者、教师和学生提供基于AI 的学
习数据分析结果，包括学习成效、教学质量等方面的综合评估。
应构建由具备丰富经验和专业技能的运维人员组成的团队，并定期开展团队培训工作，提升团队
成员的技能水平。
应实施权限管理和访问控制，对不同运维人员设定权限范围。
应鼓励运维团队开展系统优化工作，且引入新的技术与工具。
应建立完善的运维沟通机制，确保运维团队内部以及与业务团队之间的顺畅沟通，及时响应业务
需求和处理问题。
12 评价改进
依据第5章～11章规定的要求，定期开展系统的功能要求、性能要求、数据要求、接口要求、安全
要求、运维管理要求的评价，审查不合格项，并有针对性地采取纠偏措施并持续改进。
T/UNP 321—2024
7
参考文献
[1] GB/T 20269—2006 信息安全技术 信息系统安全管理要求
[2] GB/T 21644—2008 网络远程教育平台总体要求