CN104077735B - 在线考场可视化监测系统 - Google Patents

在线考场可视化监测系统 Download PDF

Info

Publication number
CN104077735B
CN104077735B CN201410250271.2A CN201410250271A CN104077735B CN 104077735 B CN104077735 B CN 104077735B CN 201410250271 A CN201410250271 A CN 201410250271A CN 104077735 B CN104077735 B CN 104077735B
Authority
CN
China
Prior art keywords
examination
examining
examinee
examination hall
status data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410250271.2A
Other languages
English (en)
Other versions
CN104077735A (zh
Inventor
陈红倩
李慧
李海生
刘鹂
孙践知
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Technology and Business University
Original Assignee
Beijing Technology and Business University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Technology and Business University filed Critical Beijing Technology and Business University
Priority to CN201410250271.2A priority Critical patent/CN104077735B/zh
Publication of CN104077735A publication Critical patent/CN104077735A/zh
Application granted granted Critical
Publication of CN104077735B publication Critical patent/CN104077735B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种针对在线考场状态的可视化监测系统,属于计算机图形学与可视化技术领域。包括:至少一个考场状态数据采集模块:在考试过程中实时采集考生所使用考试机与相连接的考试服务器之间的交互数据;和一台考场状态数据可视化监测计算机。考场状态数据可视化监测计算机包括:硬盘、考场状态数据接收模块:对交互数据按交互数据发生时序提交给考场状态数据可视化模块,同时将交互数据保存至硬盘文件中,以备后期分析与作弊举证;考场状态数据可视化模块:对交互数据进行可视化处理,得到可视化图形。本发明针对当前在线考场中,常规监考手段无法及时发现网络作弊的难题,给出了一种能够直观、有效、实时的考场状态可视化监测系统。

Description

在线考场可视化监测系统
技术领域
本发明涉及一种针对在线考场状态的可视化监测系统,属于计算机图形学与可视化技术领域。本发明针对当前在线考场中,常规监考手段无法及时发现网络作弊的难题,给出了一种能够直观、有效、实时的考场状态可视化监测系统。
技术背景
在线考场是一种广泛应用于考试的形式,通过计算机技术和网络技术支持的在线考场,从题库中抽取题目或从试卷库中抽取试卷,考生在计算机上进行答题,并通过计算机阅卷技术辅助实现高效的考试流程。
在线考场的考试形式中,考生通过传递答案或卷面抄袭的形式得以抑制。但随着在线考试系统的越来越普及,在线考场的监考出现了一些新的问题。在线考场中出现了一种通过网络技术实现的作弊方式,通过交换考生账号信息进行代答或通过网络技术进行抄袭。该方式能够通过网络技术手段隐蔽完成,由于作弊考生没有身体动作方面的行为异常,因此通过常规的人工监考基本无法发现异常。即便通过考场中的摄像头进行视频监控,也难以实现准确高效的防范作弊。
经查阅相关资料,还未发现有针对性的考场监控手段,随着在线考场应用的增多,对在线考场的作弊防范与作弊举证方法的探讨,成为一个急需解决的问题。
因此,对于这种新的作弊形式,必须针对在线考场研制一种作弊行为实时检测方法,能够在作弊行为发生时,尽快采取措施,并能够进行作弊行为举证,以降低作弊行为的发生。
发明内容
本发明的目的是针对在线考场的行为监测问题,提供一种能够对在线考场进行实时监控的系统。
本发明的目的是通过以下技术方案实现的。
一种在线考场可视化监测系统,用于监控与在线考场可视化监测系统连接的外围设备中考试机与服务器之间的数据传输状态,并进行分析,从而及时有效的发现考生作弊行为。所述在线考场可视化监测系统的外围设备包括1台以上考试服务器以及多台考试机,其中每台考试服务器与多台考试机连接。所述在线考场可视化监测系统,包括至少一个考场状态数据采集模块和一台考场状态数据可视化监测计算机。所述考场状态数据可视化监测计算机包括一个考场状态数据接收模块、一个考场状态数据可视化模块和硬盘。
所述考场状态采集模块安装于外围设备中的在线考场的考试服务器上,每一台考试服务器安装一个考场状态采集模块。所述考场状态采集模块的功能是:在考试过程中实时采集考生所使用考试机与相连接的考试服务器之间的交互数据,包括:考试服务器编号、考试操作发生时间、考生唯一身份标识、考试机IP地址、考试操作类型、所操作试题编号。所述考试操作类型包括登录、退出、查看试卷、查看题目、查看答案、提交答案。考场状态采集模块将采集到的交互数据发送至考场状态数据接收模块。
所述考场状态数据接收模块的功能是:从考场状态采集模块接收其采集到的交互数据,并对交互数据按交互数据发生时序提交给考场状态数据可视化模块,同时将交互数据保存至硬盘文件中,以备后期分析与作弊举证。
所述考场状态数据可视化模块的功能是:从考场状态数据接收模块接收其得到的交互数据,并对交互数据进行可视化处理,得到可视化图形,使考务人员能够从可视化图形中一目了然了解当前考生中是否存在潜在作弊行为。所述潜在作弊行为包括一台考试机出现多名考生考试行为或者一名考生信息在多台考试机上出现。
所述对交互数据进行可视化处理,得到可视化图形的具体操作步骤为:
步骤1:考场状态数据可视化模块从考场状态数据接收模块接收其得到的第一条交互数据中的考试操作发生时间设定为考试起始时间,该起始时间所对应的时间戳为0。
步骤2:建立一张考生信息表和一张考试机信息表。所述考生信息表中包括考生唯一身份标识以及考生唯一身份标识对应的考生顺序号;考生唯一身份标识与考生顺序号一一对应。所述考试机信息表包括考试机IP地址以及考试机IP地址对应的考试机顺序号;所述考试机IP地址与考试机顺序号一一对应。所述考生信息表和考试机信息表初始为空。
步骤3:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的交互数据中的考试操作类型以及试题编号进行排列组合,用P表示考试题目无关的考试操作类型的总数,用Q表示考试题目相关的考试操作类型总数,用T表示试题的总数,所得到组合数为然后建立一张色彩对照表。所述交互数据中的考试操作类型以及试题编号的每一种组合对应色彩对照表里的一条数据,同时为在色彩对照表里为交互数据中的考试操作类型以及试题编号的每一种组合设置一个RGB颜色值。
步骤4:建立一个映射点存储库。所述映射点存储库中包含多个队列,每个队列对应一台考试机,用来存储对应考试机的交互数据在可视化图形中映射点的横坐标、纵坐标和颜色值。每个队列的唯一识别码采用考试机信息表中每台考试机对应的考试机顺序号,并将每个队列初始化为空。
步骤5:针对考场状态数据可视化模块从考场状态数据接收模块接收其得到的各条交互数据进行步骤6至步骤10的操作,得到当前交互数据在可视化图形中的映射点的横坐标、纵坐标和颜色值,一条交互数据在可视化图形中对应一个映射点。
步骤6:考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试操作发生时间通过公式(1)转换为相对时间戳。
RT=(H-H0)*60+(M-M0) (1)
其中,RT为相对时间戳;H和M是当前考试操作发生时间的小时数与分钟数;H0和M0是考试起始时间的小时数与分钟数。由于在线考试不会跨越半夜零点,因此在所述在线考场可视化监测系统中,不需要考虑日期不同的情况。
步骤7:将步骤6得到的相对时间戳RT通过公式2得到当前交互数据在可视化图形中的映射点的横坐标值。
其中,X为当前交互数据在可视化图形中的映射点的横坐标值;WWIN为可视化窗口的整体宽度像素数,WWIN的值不小于600像素;TM为所设定的考试时间的总分钟数;XM为横坐标方向上可视化图形与可视化窗口边缘间的预留空白宽度,XM的值在10像素至50像素之间。
步骤8:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考生唯一身份标识,在考生信息表中查询其对应的考生顺序号。如未查询到,则将该考生唯一身份标识加入到考生信息表中,并为其顺序分配一个新的考生顺序号。
步骤9:将步骤8中所述顺序号通过公式(3)转换为当前交互数据在可视化图形中的映射点的纵坐标值。
其中,Y为当前交互数据在可视化图形中的映射点的纵坐标值;NC为步骤8中所述顺序号;int( )为取整函数;HWIN为步骤7中所述可视化窗口的整体高度像素数,HWIN的值不小于400像素;YM为纵坐标方向上可视化图形与可视化窗口边缘间的预留空白高度,YM的值在10像素至30像素之间;NUMC为所述在线考场中考生总数。
步骤10:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试操作类型和所操作试题编号,在步骤3中所述色彩对照表里查找考试操作类型和所操作试题编号组合对应的RGB颜色值。将该RGB颜色值设置为当前交互数据在可视化图形中的映射点的颜色值。
步骤11:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试机IP地址,在考试机信息表中查询其对应的考试机顺序号。如未查询到,则将该考试机IP地址加入到考试机信息表中,并为其顺序分配一个新的考试机顺序号。根据查询到的考试机顺序号或新分配的考试机顺序号,将该映射点加入到步骤4所述的映射点存储库中该考试机顺序号对应的映射点队列中。
步骤12:根据设定的绘制可视化图形的刷新频率绘制可视化图形。在每次绘制过程中,针对步骤4所述的映射点存储库中的每一个映射点队列中的所有映射点,使用折线绘制模式进行绘制。每一个映射点队列中的映射点连接为一条折线,两个映射点之间的连线颜色设置为以下三种类型之一:①与前点颜色相同;②与后点颜色相同;③从前点颜色渐变至后点颜色。
步骤13:当同一映射点队列中的映射点所绘制出的折线绘制结果为水平,则判断该折线所代表的考试机不存在潜在作弊行为;否则,则判断该折线所代表的考试机存在潜在作弊行为,对该折线的宽度增加至原宽度的2至3倍。
步骤14:考务人员根据所述可视化图形中的非水平加粗折线快速找到考场中存在潜在作弊行为的考生。
有益效果
本发明针对在线考场中,网络作弊行为检测困难的问题,提供了一种在线考场状态数据可视化监测系统,能够为考务人员提供一种直观的、实时的考场状态表现形式。能够针对在线考场中的潜在作弊行为实行即时发现,可以大大提高考务人员的工作效率。
附图说明
附图1为本发明实施例中的外围设备与可视化监测系统模块图;
附图2为本发明实施例中的在线考场可视化监测系统部分可视化监测结果示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的说明:
附图1为本发明实施例中的外围设备与可视化监测系统模块图,其中虚线框部分为外围设备,实线框部分为可视化监测系统模块。外围设备与各模块存在于考场、考试服务器和可视化监测计算机三部分中。
本实施例中的在线考场可视化监测系统的外围设备包括2台考试服务器以及400台考试机,其中每台考试服务器与200台考试机连接。所述在线考场可视化监测系统,包括:2个考场状态数据采集模块和1台考场状态数据可视化监测计算机。所述考场状态数据可视化监测计算机包括1个考场状态数据接收模块、1个考场状态数据可视化模块和硬盘。
所述考场状态采集模块安装于外围设备中的在线考场的考试服务器上,每一台考试服务器安装一个考场状态采集模块。所述考场状态采集模块的功能是:在考试过程中实时采集考生所使用考试机与相连接的考试服务器之间的交互数据,包括:考试服务器编号、考试操作发生时间、考生唯一身份标识、考试机IP地址、考试操作类型、所操作试题编号。所述考试操作类型包括登录、退出、查看试卷、查看题目、查看答案、提交答案。考场状态采集模块将采集到的交互数据发送至考场状态数据接收模块。
所述考场状态数据接收模块的功能是:从考场状态采集模块接收其采集到的交互数据,并对交互数据按交互数据发生时序提交给考场状态数据可视化模块,同时将交互数据保存至硬盘文件中,以备后期分析与作弊举证。
所述考场状态数据可视化模块的功能是:从考场状态数据接收模块接收其得到的交互数据,并对交互数据进行可视化处理,得到可视化图形,使考务人员能够从可视化图形中一目了然了解当前考生中是否存在潜在作弊行为。所述潜在作弊行为包括一台考试机出现多名考生考试行为或者一名考生信息在多台考试机上出现。
所述对交互数据进行可视化处理,得到可视化图形的具体操作步骤为:
步骤1:考场状态数据可视化模块从考场状态数据接收模块接收其得到的第一条交互数据中的考试操作发生时间设定为考试起始时间,该起始时间所对应的时间戳为0。
本实施例中,从考场状态数据接收模块接收其得到的第一条交互数据中的考试操作发生时间为8:30,将该时间设定为考试起始时间,该起始时间对应的时间戳为0;其后所接收到的所有交互数据发生时间将以该数据为基准进行转换。
步骤2:建立一张考生信息表和一张考试机信息表。所述考生信息表中包括考生唯一身份标识以及考生唯一身份标识对应的考生顺序号;考生唯一身份标识与考生顺序号一一对应。所述考试机信息表包括考试机IP地址以及考试机IP地址对应的考试机顺序号;所述考试机IP地址与考试机顺序号一一对应。所述考生信息表和考试机信息表初始为空。
步骤3:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的交互数据中的考试操作类型以及试题编号进行排列组合,用P表示考试题目无关的考试操作类型的总数,用Q表示考试题目相关的考试操作类型总数,用T表示试题的总数,所得到组合数为然后建立一张色彩对照表。所述交互数据中的考试操作类型以及试题编号的每一种组合对应色彩对照表里的一条数据,同时为在色彩对照表里为交互数据中的考试操作类型以及试题编号的每一种组合设置一个RGB颜色值。
本实施例中,考试题目无关的考试操作类型的总数为P=3种,考试题目相关的考试操作类型总数为Q=3种,试题总数为T=10种,因此组合总数为种。本实施例的色彩对照表如表1所示。
表1色彩对照表
序号 操作 颜色编码 序号 操作 颜色编码
1 登录 (10,10,255) 18 查看第5题答案 (40,4,110)
2 查看试卷 (25,120,20) 19 查看第6题答案 (142,206,13)
3 退出 (128,128,128) 20 查看第7题答案 (255,8,91)
4 查看第1题题目 (251,255,6) 21 查看第8题答案 (255,12,8)
5 查看第2题题目 (104,145,41) 22 查看第9题答案 (249,118,4)
6 查看第3题题目 (56,86,158) 23 查看第10题答案 (199,108,173)
7 查看第4题题目 (54,10,147) 24 提交题目第1题 (131,173,29)
8 查看第5题题目 (51,2,117) 25 提交题目第2题 (12,117,113)
9 查看第6题题目 (95,126,58) 26 提交题目第3题 (45,30,157)
10 查看第7题题目 (185,21,133) 27 提交题目第4题 (26,3,119)
11 查看第8题题目 (253,16,0) 28 提交题目第5题 (88,0,138)
12 查看第9题题目 (251,58,3) 29 提交题目第6题 (93,172,124)
13 查看第10题题目 (200,101,169) 30 提交题目第7题 (253,0,67)
14 查看第1题答案 (255,252,10) 31 提交题目第8题 (255,21,8)
15 查看第2题答案 (10,110,72) 32 提交题目第9题 (253,168,17
16 查看第3题答案 (42,62,125) 33 提交题目第10题 (152,173,141)
17 查看第4题答案 (50,3,141)
步骤4:建立一个映射点存储库。所述映射点存储库中包含多个队列,每个队列对应一台考试机,用来存储对应考试机的交互数据在可视化图形中映射点的横坐标、纵坐标和颜色值。每个队列的唯一识别码采用考试机信息表中每台考试机对应的考试机顺序号,并将每个队列初始化为空。
步骤5:针对考场状态数据可视化模块从考场状态数据接收模块接收其得到的各条交互数据进行步骤6至步骤10的操作,得到当前交互数据在可视化图形中的映射点的横坐标、纵坐标和颜色值,一条交互数据在可视化图形中对应一个映射点。
当前交互数据内容如下:
期末考试162 2013 January 10 10:19 192.168.5.46期末_管科124班_1204040412_刘建源programming view 7、Test7(10分)
在该交互数据中,包含的信息有:
(1)考试服务器信息:期末考试162
(2)操作发生时间信息:2013 January 10 10:19
(3)考试机IP地址:192.168.5.46
(4)考生身份标识信息:期末_管科124班_1204040412_刘建源
(5)考试操作类型:programming view
(6)操作试题信息:7、Test7(10分)
步骤6:考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试操作发生时间通过公式(1)转换为相对时间戳。
当前交互数据,操作发生时间信息为“2013 January 1010:19”,在本场考试过程中,起始时间为8:30,则实施例中的考试操作相对时间戳为:
步骤7:将步骤6得到的相对时间戳RT通过公式2得到当前交互数据在可视化图形中的映射点的横坐标值。
在实施例中,可视化窗口的整体宽度像素数为WWIN=1280px,所设定的考试时间总长度为2小时,即TM=120,横坐标方向上可视化图形与可视化窗口边缘间的预留空白宽度为XM=40px,当前交互数据中操作发生时间映射的可视化图形中的X坐标为:
步骤8:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考生唯一身份标识,在考生信息表中查询其对应的考生顺序号。如未查询到,则将该考生唯一身份标识加入到考生信息表中,并为其顺序分配一个新的考生顺序号。
当前交互数据中,考生唯一身份标识信息为“期末_管科124班_1204040412_刘建源”,首先根据此信息,在步骤2所述的考生信息表中进行检索,获取该信息所对应的考生顺序号为38。
当该考生首次登陆考试系统时,考生信息表中检索不到该考生,则将该信息(即“期末_管科124班_1204040412_刘建源”)加入到考生信息表中,并为其顺序分配一个新的考生顺序号,此后与该考生相关的交互数据处理过程中,即可检索到该考生信息。
步骤9:将步骤8中所述顺序号通过公式(3)转换为当前交互数据在可视化图形中的映射点的纵坐标值。
在实施例中,可视化窗口的整体高度像素数为HWIN=900px,纵坐标方向上可视化图形与可视化窗口边缘间的预留空白高度为YM=20px,在线考场中考生总数为NUMC=400名,在步骤8中通过检索考生信息表获得该考生对应的考生顺序号为NC=38,则当前交互数据在可视化图形中的映射点的纵坐标值为:
步骤10:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试操作类型和所操作试题编号,在步骤3中所述色彩对照表里查找考试操作类型和所操作试题编号组合对应的RGB颜色值。将该RGB颜色值设置为当前交互数据在可视化图形中的映射点的颜色值。
在实施例中,当前交互数据中的“考试操作类型”为“programming view”,“操作试题信息”为“7、Test7(10分)”,根据考试操作类型和操作试题信息,查询步骤3中所述的“色彩对照表”,获得该交互数据对应的颜色值为(185,21,133)。
步骤11:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试机IP地址,在考试机信息表中查询其对应的考试机顺序号。如未查询到,则将该考试机IP地址加入到考试机信息表中,并为其顺序分配一个新的考试机顺序号。根据查询到的考试机顺序号或新分配的考试机顺序号,将该映射点加入到步骤4所述的映射点存储库中该考试机顺序号对应的映射点队列中。
当前交互数据的“考试机IP地址”为“192.168.5.46”,首先根据此信息,在步骤2所述的考试机信息表中进行检索,获取该信息所对应的考试机顺序号为38。将该映射点加入到步骤4所述的映射点存储库中38号考试机对应的映射点队列中。
考生信息表与考试机信息表是在交互数据处理过程中添加新记录的;正常情况下,一名考生的首次操作行为对应的交互数据,其所含的“考生唯一身份标识”和“考试机IP地址”都应是首次出现,因此,大多数情况下考生顺序号与考试机顺序号是同一数字,当考场中存在作弊行为时,其后产生的顺序号将可能不一致。
在该考试机IP地址首次出现时,考试机信息表中检索不到该考试机IP地址,则将该信息(即“192.168.5.46”)加入到考试机信息表中,并为其顺序分配一个新的考试机顺序号,下次与该考试机相关的交互数据处理过程中,即可检索到该考试机IP地址。
步骤12:根据设定的绘制可视化图形的刷新频率绘制可视化图形。在每次绘制过程中,针对步骤4所述的映射点存储库中的每一个映射点队列中的所有映射点,使用折线绘制模式进行绘制。每一个映射点队列中的映射点连接为一条折线,两个映射点之间的连线颜色设置为从前点颜色渐变至后点颜色。
步骤13:当同一映射点队列中的映射点所绘制出的折线绘制结果为水平,则判断该折线所代表的考试机不存在潜在作弊行为;否则,则判断该折线所代表的考试机存在潜在作弊行为,对该折线的宽度增加至原宽度的2至3倍。
附图2为本实施例中的在线状态可视化监测结果图形的一部分。在该实施例中,共有400名考生同时参加考试,实际运行结果的可视化图形中共有400条折线。无潜在作弊行为的考生的交互数据映射点,连接后获得的线为一条水平线,水平线宽度为1px,水平线中的每一段线段对应一个考试操作的交互数据;线段的不同颜色对应不同操作类型和试题编号。有潜在作弊行为的考生的交互数据映射点,连接后获得的线为一条折线,折线宽度为2px,折线中的不同高度的线段对应的是使用不同考生信息的考试操作的交互数据。
由于截图高度/宽度的限制,400条直线/折线同时显示在图中不易进行描述,因此附图2中选取考试机顺序号为7、57、107、157、207、257、307、357的八条直线/折线进行显示。其中顺序号为207的考试机有潜在作弊行为,因此以宽度为2px进行绘制,其他考试机映射点连线使用1px宽度进行绘制。
步骤14:考务人员根据所述可视化图形中的非水平加粗折线快速找到考场中存在潜在作弊行为的考生。
根据附图2中可以发现,顺序号为207的考试机存在潜在作弊行为。
进一步分析考试操作的交互数据,考试机顺序号为207的考生所发生的主要考试操作有:
(1)在时间戳为11时,以考生顺序号207的考生(考生本人)身份信息“登录”考试系统,但未有任何“提交答案”操作;
(2)在时间戳为26时,以考生顺序号73的考生身份信息“登录”考试系统,对73#考生的第1题和第2题进行“查看答案”操作;
(3)在时间戳为44时,以考生顺序号268的考生身份信息“登录”考试系统,并在时间戳为44至45时间段内对268#考生的第1、2、3题进行“查看答案”操作;
(4)在时间戳为46时,以考生顺序号207的考生身份信息“登录”考试系统;并在时间戳为46至51时间段内,依次对第1、2、3题进行“提交答案”操作;
(5)在时间戳为51至58时间段内,以考生顺序号207的考生身份信息,对第4、5、6、7题进行“查看题目”操作,但未有任何“提交答案”操作;
(6)在时间戳为59时,以考生顺序号268的考生身份信息“登录”考试系统,并在时间戳为59时对268#考生的第4、5题进行“查看答案”操作;
(7)在时间戳为59时,以考生顺序号207的考生身份信息“登录”考试系统;并在时间戳为46时对第4题进行“提交答案”操作;并在时间戳为59至时间戳为74时间段内对第5题不断进行“查看题目”操作,但未有任何“提交答案”操作;
(8)在时间戳为74时,以考生顺序号268的考生身份信息“登录”考试系统,并在时间戳为75时对268#考生的第5、6题及第4题进行“查看答案”操作;
(9)在时间戳为76时,以考生顺序号295的考生身份信息“登录”考试系统,进行“查看试卷”操作;
(10)在时间戳为76时,以考生顺序号207的考生身份信息“登录”考试系统,进行“查看试卷”操作;
(11)在时间戳为77时,以考生顺序号295的考生身份信息“登录”考试系统,进行“查看试卷”操作;
(12)在时间戳为78时,以考生顺序号207的考生身份信息“登录”考试系统,进行“查看试卷”操作;经过后期分析,295#考生与207#考生所操作的试题为不同套试题;
(13)在时间戳为78至90时间段内,以考生顺序号207的考生身份信息,对第4、5、6、7题进行“查看题目”操作,但未有任何“提交答案”操作;
(14)在时间戳为91时,以考生顺序号268的考生身份信息“登录”考试系统,并在时间戳为91时对268#考生的第7题进行“查看答案”操作;
(15)在时间戳为92时,以考生顺序号207的考生身份信息“登录”考试系统;并在时间戳为93时对第7题进行“提交答案”操作;并在时间戳为93至100时间段内,对第4题进行“查看题目”操作,但未有任何“提交答案”操作;
(16)在时间戳为100时,以考生顺序号268的考生身份信息“登录”考试系统,并在时间戳为100时对268#考生的第4题进行“查看答案”操作;
(17)在时间戳为101时,以考生顺序号207的考生身份信息“登录”考试系统,并在时间戳为101至103时间段内,对第6题进行“查看题目”操作;
(18)在时间戳为104时,以考生顺序号268的考生身份信息“登录”考试系统,并在时间戳为104时对268#考生的第5、6、9题进行“查看答案”操作;
(19)在时间戳为106时,以考生顺序号207的考生身份信息“登录”考试系统,在时间戳为106时对第9题进行“提交答案”操作;
(20)在时间戳为107时,以考生顺序号268的考生身份信息“登录”考试系统,并在时间戳为107时对268#考生的第3、7题进行“查看答案”操作;
(21)在时间戳为108时,以考生顺序号207的考生身份信息“登录”考试系统,对第8、6、5题多次执行“查看题目”操作;
(22)在时间戳为111时,对第6、8题执行“提交答案”操作;
(23)在时间戳为112时,执行“退出”操作,交卷完毕。

Claims (1)

1.一种在线考场可视化监测系统,用于监控与在线考场可视化监测系统连接的外围设备中考试机与服务器之间的数据传输状态,并进行分析,从而及时有效的发现考生作弊行为;其特征在于:所述在线考场可视化监测系统的外围设备包括1台以上考试服务器以及多台考试机,其中每台考试服务器与多台考试机连接;所述在线考场可视化监测系统,包括至少一个考场状态数据采集模块和一台考场状态数据可视化监测计算机;所述考场状态数据可视化监测计算机包括一个考场状态数据接收模块、一个考场状态数据可视化模块和硬盘;
所述考场状态数据采集模块安装于外围设备中的在线考场的考试服务器上,每一台考试服务器安装一个考场状态数据采集模块;所述考场状态数据采集模块的功能是:在考试过程中实时采集考生所使用考试机与相连接的考试服务器之间的交互数据,包括:考试服务器编号、考试操作发生时间、考生唯一身份标识、考试机IP地址、考试操作类型、所操作试题编号;所述考试操作类型包括登录、退出、查看试卷、查看题目、查看答案、提交答案;考场状态数据采集模块将采集到的交互数据发送至考场状态数据接收模块;
所述考场状态数据接收模块的功能是:从考场状态数据采集模块接收其采集到的交互数据,并对交互数据按交互数据发生时序提交给考场状态数据可视化模块,同时将交互数据保存至硬盘文件中,以备后期分析与作弊举证;
所述考场状态数据可视化模块的功能是:从考场状态数据接收模块接收其得到的交互数据,并对交互数据进行可视化处理,得到可视化图形,使考务人员能够从可视化图形中一目了然了解当前考生中是否存在潜在作弊行为;所述潜在作弊行为包括一台考试机出现多名考生考试行为或者一名考生信息在多台考试机上出现;
其特征在于:所述考场状态数据可视化模块对交互数据进行可视化处理,得到可视化图形的具体操作步骤为:
步骤1:考场状态数据可视化模块从考场状态数据接收模块接收其得到的第一条交互数据中的考试操作发生时间设定为考试起始时间,该起始时间所对应的时间戳为0;
步骤2:建立一张考生信息表和一张考试机信息表;所述考生信息表中包括考生唯一身份标识以及考生唯一身份标识对应的考生顺序号;考生唯一身份标识与考生顺序号一一对应;所述考试机信息表包括考试机IP地址以及考试机IP地址对应的考试机顺序号;所述考试机IP地址与考试机顺序号一一对应;所述考生信息表和考试机信息表初始为空;
步骤3:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的交互数据中的考试操作类型以及试题编号进行排列组合,用P表示考试题目无关的考试操作类型的总数,用Q表示考试题目相关的考试操作类型总数,用T表示试题的总数,所得到组合数为然后建立一张色彩对照表;所述交互数据中的考试操作类型以及试题编号的每一种组合对应色彩对照表里的一条数据,同时为在色彩对照表里为交互数据中的考试操作类型以及试题编号的每一种组合设置一个RGB颜色值;
步骤4:建立一个映射点存储库;所述映射点存储库中包含多个队列,每个队列对应一台考试机,用来存储对应考试机的交互数据在可视化图形中映射点的横坐标、纵坐标和颜色值;每个队列的唯一识别码采用考试机信息表中每台考试机对应的考试机顺序号,并将每个队列初始化为空;
步骤5:针对考场状态数据可视化模块从考场状态数据接收模块接收其得到的各条交互数据进行步骤6至步骤10的操作,得到当前交互数据在可视化图形中的映射点的横坐标、纵坐标和颜色值,一条交互数据在可视化图形中对应一个映射点;
步骤6:考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试操作发生时间通过公式(1)转换为相对时间戳;
RT=(H-N0)*60+(M-M0) (1)
其中,RT为相对时间戳;H和M是当前考试操作发生时间的小时数与分钟数;H0和M0是考试起始时间的小时数与分钟数;由于在线考试不会跨越半夜零点,因此在所述在线考场可视化监测系统中,不需要考虑日期不同的情况;
步骤7:将步骤6得到的相对时间戳RT通过公式2得到当前交互数据在可视化图形中的映射点的横坐标值;
X = R T * W W I N - 2 * X M T M + X M - - - ( 2 )
其中,X为当前交互数据在可视化图形中的映射点的横坐标值;WWIN为可视化窗口的整体宽度像素数,WWIN的值不小于600像素;TM为所设定的考试时间的总分钟数;XM为横坐标方向上可视化图形与可视化窗口边缘间的预留空白宽度,XM的值在10像素至50像素之间;
步骤8:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考生唯一身份标识,在考生信息表中查询其对应的考生顺序号;如未查询到,则将该考生唯一身份标识加入到考生信息表中,并为其顺序分配一个新的考生顺序号;
步骤9:将步骤8中所述顺序号通过公式(3)转换为当前交互数据在可视化图形中的映射点的纵坐标值;
Y = N C * int ( H W I N - 2 * Y M NUM C ) + Y M - - - ( 3 )
其中,Y为当前交互数据在可视化图形中的映射点的纵坐标值;NC为步骤8中所述顺序号;int()为取整函数;HWIN为步骤7中所述可视化窗口的整体高度像素数,HWIN的值不小于400像素;YM为纵坐标方向上可视化图形与可视化窗口边缘间的预留空白高度,YM的值在10像素至30像素之间;NUMC为所述在线考场中考生总数;
步骤10:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试操作类型和所操作试题编号,在步骤3中所述色彩对照表里查找考试操作类型和所操作试题编号组合对应的RGB颜色值;将该RGB颜色值设置为当前交互数据在可视化图形中的映射点的颜色值;
步骤11:根据考场状态数据可视化模块从考场状态数据接收模块接收其得到的当前交互数据中的考试机IP地址,在考试机信息表中查询其对应的考试机顺序号;如未查询到,则将该考试机IP地址加入到考试机信息表中,并为其顺序分配一个新的考试机顺序号;根据查询到的考试机顺序号或新分配的考试机顺序号,将该映射点加入到步骤4所述的映射点存储库中该考试机顺序号对应的映射点队列中;
步骤12:根据设定的绘制可视化图形的刷新频率绘制可视化图形;在每次绘制过程中,针对步骤4所述的映射点存储库中的每一个映射点队列中的所有映射点,使用折线绘制模式进行绘制;每一个映射点队列中的映射点连接为一条折线,两个映射点之间的连线颜色设置为以下三种类型之一:①与前点颜色相同;②与后点颜色相同;③从前点颜色渐变至后点颜色;
步骤13:当同一映射点队列中的映射点所绘制出的折线绘制结果为水平,则判断该折线所代表的考试机不存在潜在作弊行为;否则,则判断该折线所代表的考试机存在潜在作弊行为,对该折线的宽度增加至原宽度的2至3倍;
步骤14:考务人员根据所述可视化图形中的非水平加粗折线快速找到考场中存在潜在作弊行为的考生。
CN201410250271.2A 2014-06-09 2014-06-09 在线考场可视化监测系统 Expired - Fee Related CN104077735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410250271.2A CN104077735B (zh) 2014-06-09 2014-06-09 在线考场可视化监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410250271.2A CN104077735B (zh) 2014-06-09 2014-06-09 在线考场可视化监测系统

Publications (2)

Publication Number Publication Date
CN104077735A CN104077735A (zh) 2014-10-01
CN104077735B true CN104077735B (zh) 2017-06-13

Family

ID=51598978

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410250271.2A Expired - Fee Related CN104077735B (zh) 2014-06-09 2014-06-09 在线考场可视化监测系统

Country Status (1)

Country Link
CN (1) CN104077735B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104735147B (zh) * 2015-03-26 2018-11-27 梧州学院 一种电子座位号的实现方法
CN106251258A (zh) * 2016-07-18 2016-12-21 淮海工学院 一种电子考试装置
CN107153538A (zh) * 2017-04-11 2017-09-12 深圳市海云天科技股份有限公司 机位管理方法、监考机、考生机及机位管理系统
CN107845300B (zh) * 2017-11-22 2020-07-07 浙江中医药大学 一种实时监控的安全考试系统
CN110020690B (zh) * 2019-04-11 2023-07-07 广州华多网络科技有限公司 一种作弊行为检测方法、装置及存储介质
CN110782376A (zh) * 2019-09-24 2020-02-11 深圳市海云天科技股份有限公司 一种考试防作弊方法、装置、电子装置和存储介质
CN112116505A (zh) * 2020-08-31 2020-12-22 湖北美和易思教育科技有限公司 一种防作弊在线竞赛系统及方法
WO2023243657A1 (ja) * 2022-06-15 2023-12-21 株式会社データミックス 試験システム
CN116822486A (zh) * 2023-04-28 2023-09-29 广州优比建筑咨询有限公司 一种Revit建模考试的作弊行为检测方法、存储介质及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1595873A (zh) * 2004-06-23 2005-03-16 北京邮电大学 基于混合架构和多安全机制的网络考试系统及其实现方法
CN101727544A (zh) * 2010-01-08 2010-06-09 中国人民解放军专业技术干部考试中心 一种考试处理系统和方法
CN101964152A (zh) * 2010-10-27 2011-02-02 昆明冶金高等专科学校 一种基于局域网的网络考试系统及其实现方法
CN102890747A (zh) * 2012-06-15 2013-01-23 北京理工大学 在线考试智能监控方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130089847A1 (en) * 2011-10-11 2013-04-11 John Allen Baker SYSTEMS AND METHODS FOR MONITORING eLEARNING SYSTEM DATA AND GENERATING RECOMMENDATIONS

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1595873A (zh) * 2004-06-23 2005-03-16 北京邮电大学 基于混合架构和多安全机制的网络考试系统及其实现方法
CN101727544A (zh) * 2010-01-08 2010-06-09 中国人民解放军专业技术干部考试中心 一种考试处理系统和方法
CN101964152A (zh) * 2010-10-27 2011-02-02 昆明冶金高等专科学校 一种基于局域网的网络考试系统及其实现方法
CN102890747A (zh) * 2012-06-15 2013-01-23 北京理工大学 在线考试智能监控方法

Also Published As

Publication number Publication date
CN104077735A (zh) 2014-10-01

Similar Documents

Publication Publication Date Title
CN104077735B (zh) 在线考场可视化监测系统
CN107977637B (zh) 一种多题型的智能阅卷系统
DE112016005292T5 (de) Automatischer Abweichungsdetektionsdienst auf heterogenen Protokollströmen
DE112013006312T5 (de) Verfahren und Systeme zur verbesserten automatisierten visuellen Inspektion eines physischen Guts
CN105869085A (zh) 一种成绩录入系统及图像处理的方法
CN110232379A (zh) 一种车辆姿态检测方法及系统
CN109615572A (zh) 基于大数据的人员亲密度分析的方法及系统
CN1598845A (zh) 一种用于主观题的网上阅卷方法
CN109887362A (zh) 一种用于教学的人机交互式自动展示系统
CN106598741A (zh) 个性化推荐系统的分布式a/b测试方法、系统及视频推荐系统
CN104200415A (zh) 针对在线考场中作弊行为的实时检测方法
CN106384316A (zh) 一种考试院实名制验证系统
JP2005523053A5 (zh)
CN116185757B (zh) 机房能耗智能监测系统
CN108764640A (zh) 一种基于大数据的个性化的动态教学诊断与改进系统
CN105258792A (zh) 一种布点式环境噪声分析系统
CN108628980A (zh) 一种基于用户网络行为的用户画像方法及系统
CN103164993B (zh) 数字教学系统及其屏幕监控方法
CN106779362A (zh) 一种数学学习调查方法及装置
CN107220290B (zh) 展示电子看板的方法、装置、服务器和终端
CN206489612U (zh) 一种生产报工系统
CN201654789U (zh) 一种评卷机
Sanders et al. Optimising Twitter-based Political Election Prediction with Relevance andSentiment Filters
CN109637223A (zh) 一种终端考试机及在线考试系统
CN109637138A (zh) 一种基于信息利用度的可变标志信息发布方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Hongqian

Inventor after: Li Hui

Inventor after: Li Haisheng

Inventor after: Liu Li

Inventor after: Sun Jianzhi

Inventor before: Chen Hongqian

Inventor before: Li Haisheng

Inventor before: Liu Li

Inventor before: Sun Jianzhi

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170613

Termination date: 20200609