基于在线考试系统的非正常行为检测开题报告
[关键词:在线考试系统,非正常行为检测] [热度 ]1 立题依据
1.1 研究背景
学校在教书育人的过程中一个重要的环节就是考试。目前存在比较成熟的在线考试系统,在防作弊的体制中目前仍然处于人工监考的方式,因此还是存在着一些作弊的现象。传统的线下考试方式越来越跟不上学校信息化发展速度[1]。传统的人工出题、复印、考试、评分的考试方式,不仅耗费了大量的人力、物力和财力,也将考试的呈现方式过于死板[2]。由于当前线下考试的考场对学生身份的验证一般采用人防,即人工对考生证件与考生本人进行肉眼比对验验证,但在线上考试时,一般只能依靠手动输入身份信息进行验证[3]。然而在大数据时代下,在线教育也存在着信息过载、大量资源难以得到充分利用的问题[4]。从管理角度来说,采用在线考试系统,可以更加科学的管理考生的知识掌握情况,形式考试成绩分析报告,帮助教师进行下一步考试提供辅助[5]。同时,试题的保密性、统计结果的准确率、考试的公平性也是一个难以解决的难题[6]。因此,为保证考试顺利进行等一系列问题使得在线考试取代传统考试已迫在眉睫。我国教育市场规模大,具有巨大的发展潜力。近年来随着我国改革开发的不断推进,教育市场的竞争也日趋加剧,给民办教育机构带来了巨大的挑战[7]。设计开发在线考试的系统并能够对考生的非正常行为检测是是非常重要的。
1.2 研究进展
应用计算机和软件技术开发的考试系统的研究,起源于美国[8]。最早的考试系统是在60年代开始研究的,到目前已经过了60年的发展历程,各类考试系统已经在各国得到了普遍利用。目前,国外的网络教育招生考试系统不仅是在高校招生方面起作用,并且教育招生考试系统的信息化大胆的打破了传统,使远程招生不再是愿望,将时间和地域两个方面的限制忽视,使得学生的报考过程更加快捷[9]。国内外己经对在线考试的题库管理有所探索,具体有:(1)以雅思考试(IELTS系统)为例,雅思有着非常严格有序的试题库建设(2)以美国教育考试中心(ETAS)举办的美国研宄生入学考试(GRE)中使用的计算机化考试为例,其优点是:采用计算机自适应测试,能更准确的度量被测者的能力。(3)MOOC系统。主要由任课教师根据自己的教学进行出题,但课程题库试题较少。缺少题库的更新反馈与后续管理[10]。借助主流的软件开发技术以及互联网技术,国内外逐步使用信息化的手段进行管理[11]。
1.3 研究目的与意义
考试是检测学生学习水平、知识接受能力、教师教学效果的重要手段[12]。本系统基于B/S三层体系结构,有效地提高在线系统的易用性和扩展性,用户通过浏览器即可方便地实现对信息的管理和在线考试操作。系统是一个在线共享学习平台,目的是为了帮助更多软件开发的学习者能够少走弯路,同时这也是一个资源共享、资料查阅的学习平台[13]。本系统可适用于学校,为学生提供考试和练习,同时可以帮助教师了解学生对知识的掌握情况。同时,人脸识别的应用,避免了考生出现代考的行为,,有利于学生真实水平的发挥,保证考试的公平公正,节省身份验证时间,提高效率[14]。
2 研究的主要内容及预期目标
2.1 研究主要内容
本项目拟使用SSM框架设计学生在线考试系统,登陆角色设计有教师端、学生端等,实现一套一体化的考试系统。一方面,本文通过市场调研了解当前主流考试系统的优缺点,去其糟粕,取其精华,以B/S为架构,使用SSM框架进行系统搭建,提高系统的稳定性和安全性,选用MySQL数据库进行存储,利用UML统一建模语言将核心模块通过类图、时序图等形式进行展示,最终实现在线考试功能。另一方面,为了保证考试的初衷,本文拟对防作弊机制进行设计,在提高效率的的同时也保证考试的公平性。本文使用dlib中的深度残差网络(ResNet)实现实时人脸识别过程从而保证考生的真实性,避免出现作弊行为。
经查阅文献后,本文需要的技术包括以下几个方面:
(1)对当前已有的在线考试系统进行调研。分析当前市场上的在线考试系统的运行与维护的模式,了解在线现存考试系统的有缺点。
(2)深入学习SSM框架集的搭建。搭建由前后端交互的完整系统。
(3)利用Tensorflow搭建网络结构,并对数据集预处理后进行模型训练。
2.2 预期目标
图1 在线考试系统工作流程图
本设计是基于在线考试系统的非正常行为检测,采用模块化的设计方法,首先将用户分为不同的角色,不同角色中功能分为不同的模块,各个模块相互独立,本系统包括教师端、学生端。学生的在线考试功能流程图如图1所示,教师端需要实现的功能为学生管理、公告管理、试题卷管理、考试管理、教师登陆注册等几个模块;学生端需要实现的功能为个人信息、学术公告、考试中心、学生注册登陆等几个模块。
3 设计实现方案
3.1 系统总体设计
3.1.1教师端系统功能结构图如图2所示
图2 教师端系统功能结构图
(1)学生管理模块:教师可批量导入学生信息,对导入的学生列表进行分班管理,可查看学生信息列表,在学生列表的操作栏可查看每个学生的具体信息,除此之外能够对个别学生班级信息进行调整,或者批量删除已经毕业的学生。
(2)公告管理模块:教师在该模块可以编写公告通知内容,本模块集成了文本编辑器,支持编辑文本、插入图片等操作,文章更加美观。教师也可上传已编辑好的新闻稿件 Word 文档,除此之外教室管理员还可对已有新闻列表中的新闻进行错误编辑,删除无效新闻。
(3)试卷管理模块:教师在此模块老师可导入试题文件到试题库,可从不同难度进行设置,从试题库中随机的产生试题卷。试题卷分为已考试卷和未考试卷,教师可对未考试卷设置考试时间及使用班级,。
(4)考试管理模块:学生通过身份认证进入考试模式,教师可从数据库中已按要求生成的试题卷中挑选试卷,设置相关信息,教师可查看班级学生作答情况。
3.1.2学生端系统功能结构图如图3所示
图3 学生端系统功能结构图
(1)个人信息模块:除管理员批量导入学生信息外,学生也可以自己使用学好及手机号进行注册,并对自己信息进行管理。
(2)学术公告模块:学生登陆后,学生用户可以查看相关公告内容、规章制度及警示案例等信息。
(3)考试中心模块:学生登陆后,点击考试中心可以查看考试要求及待考信息,考试结束后可以查看成绩及题目相关正误,学生进行查漏补缺。
3.1.3学生注册模块的流程图如 所示
图4 注册模块程序流程图
用户注册过程中验证合法后,Redis检测是否冲突,数据库进行查询,若其中没有数据则注册成功,反之,注册失败。
3.1.4学生登陆模块流程图如图5所示
图5 登陆模块的程序流程图
3.1.5学生参加考试和查看成绩流程图如下所示
图6 考试和查看成绩流程图
学生登陆系统后,点击“我的考试“即可选择某项考试,如果在考试时间范围内就可以参加考试并作答试题;若不在考试时间范围内,并且在考试时间之前,那么考试就还没开始,如果在考试之后,若成绩已经发布,就可以查看试卷和相应的答案解析分数。
3.1.6人脸认证功能系统架构图如图7 所示
图7 人脸认证功能系统架构图
考生在注册时需提交ID证件照,为提交数据库的准确性,还需在注册时将自己的动态面部录入数据库,在进行在线考试时通过摄像头拍摄现场人脸图像进行身份验证。当两者向量距离低于预设阀值时,即认为考生身份有效,否则,不能进行考试。人来图像预处理过程通过三层级联网络[15]进行人脸框和特征点的检测,该级联卷积网络通过各级损失函数加权组合进行网络训练的监督,预处理流程如下所示:
图 8 人脸识别预处理流程
3.1.7人脸识别流程如图所示
人脸识别的功能包括两部分,一部分是人脸照片的采集,另一部分是识别的接口[16]。在人脸图像在以上过程中的预处理后,裁剪出其中的人脸部分,之后对裁剪部分进行灰度化,、归一化的处理,把得到的人脸特征进行保存,识别的过程如下:
图9 人脸识别过程
对于的获取人脸特征向量,其过程如下:
图10 获取人脸特征向量过程
整个过程分为两个阶段,本地存储已标记的人脸数据;识别阶段把从摄像头读取的人脸和本地进行匹配,得到分类结果。在使用CNN需要进行GPU加速,否侧速度比较慢,也可以使用HOG特征级联分类检测方法,但是效果略差于CNN。
3.2 拟采用的开发工具
该项目研究在MacOS操作系统下实现基于SSM框架的系统,客户端、前端界面拟采用HTML5、CSS、JavaScript、JSP动态网页技术等实现,服务器端基于Tomcat8.5开发,数据库使用MySQL;实现人脸识别功能需要安装Opencv和和dlib的Python库,以及一个和PC连接的摄像头。
4 研究进度安排
(1)2020.10-2020.12:查阅相关文献和技术文档,明确需求与技术要求。
(2)2021.03-2021.04:撰写开题报告,并准备开题报告答辩。
(3)2021.04-2021.10:进行系统分析设计,开发实现基于SSM的在线考试系统并进行测试。
(4)2021.11 -2022.04:撰写毕业论文并准备毕业论文答辩。
参考文献
[1] 赵守才, 杨校庆. 基于SSM的线上考试系统[J].电子技术与软件工程, 2021(03):220-221.
[2] 龚华堂. 实现一种基于SSM框架的考试系统研究[J]. 电脑知识与技术, 2021, 17(04):59-61.
[3] 崔华, 冯思哲, 王兰玲, 刘兴旺, et al. 基于残差网络的线上考试防替考系统设计[J]. 信息技术, 2019, 43(12):53-56+61.
[4] 邢瑞. 基于神经图模型的试题推荐在线考试系统设计与研究[D]. 吉林大学, 2020.
[5] 郭敏. 基于QT的在线考试系统设计与实现[D]. 电子科技大学, 2020.
[6] 朱腾超. 基于遗传算法的在线考试系统设计与实现[D].电子科技大学,2019.
[7] 张宝仁. 基于试题难度分级的在线考试系统设计与实现[D]. 兰州大学,2019.
[8] Ustin C. Ortagus. From the periphery to prominence: An examination of the changing profile。of online students in American higher education[J]. The Internet and Higher
[9] 宋鹏. 高校网络教育招生考试系统的设计与实现[J].电子商务, 2020(06):95-96.
[10] 杨伟海. 在线考试的智能题库管理系统的设计与实现[D]. 北京邮电大学, 2019.
[11] 张春雨. 大规模在线考试考务综合管理系统的设计与实现[D]. 哈尔滨工业大学, 2020.
[12] 董晓睿, 邸文华, 崔健, et al. 基于Spring Boot的在线考试系统的设计与开发[J]. 电脑编程技巧与维护, 2020(10):36-38.
[13] 李杰, 陈惠敏. 基于SSM的在线学习平台设计与实现[J]. 电脑编程技巧与维护, 2019(11):53-54+66.
[14] 张冲. 基于云服务和人脸识别的在线组卷、考试和阅卷系统[D]. 天津工业大学, 2016.
[15] Zhang K,Zhang Z,Li Z,et al. Joint face detection and alignment u-sing multitask cascaded convolutional networks[J]. IEEE SignalProcessing Letters,2016,23( 10) : 1499 - 1503.
[16] 李建平. 基于微服务架构的网络考试系统研究与实现[D]. 内蒙古大学, 2020.