CN113794759A - 一种基于区块链的考试云平台系统 - Google Patents
一种基于区块链的考试云平台系统 Download PDFInfo
- Publication number
- CN113794759A CN113794759A CN202111031623.1A CN202111031623A CN113794759A CN 113794759 A CN113794759 A CN 113794759A CN 202111031623 A CN202111031623 A CN 202111031623A CN 113794759 A CN113794759 A CN 113794759A
- Authority
- CN
- China
- Prior art keywords
- examinee
- examination
- current
- cheating
- target
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000012795 verification Methods 0.000 claims abstract description 28
- 210000005252 bulbus oculi Anatomy 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 15
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 description 51
- 238000010586 diagram Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 3
- 241000209202 Bromus secalinus Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
- H04L9/3231—Biological data, e.g. fingerprint, voice or retina
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Biodiversity & Conservation Biology (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于区块链的考试云平台系统,针对每个考生建立其对应的链路,每条链路包括多级节点,不同等级的节点被配置为执行不同功能的计算系统;一级节点响应于动态图像信息执行当前考生的身份验证操作,在验证成功后将接收到的当前考生的答案数据以及根据动态图像信息分析获得的当前考生的考试行为数据进行上链并进行全节点广播;二级节点在收到同一链路以及指定跨链的一级节点的广播后对当前考生的考试行为进行作弊分析,并将作弊分析结果实时发布至区块链中。本发明区块链中的不同节点被配置为实现不同功能的计算系统,使得考试监控过程中的每个步骤的分析结果都可透明化,还可提高作弊分析准确性,避免出现数据被篡改的情况。
Description
技术领域
本发明涉及区块链技术领域,尤其涉及一种基于区块链的考试云平台系统。
背景技术
目前,现有的电子考试系统一般都是考生在计算机上进行作答,计算机会将考生的答案与预设的标准答案进行比对,就可直接获得考生的最终成绩。但是,现有的考试平台只能对考生作答的答案进行评分,却无法识别出考生考试过程是否存在作弊行为。
现有部分考试平台可在考生作答时利用摄像头拍摄考生答题情况,但是其中作弊行为的分析还是需要人工监控,但是,人工监控无法对考场内每个考生进行长时间监控,且人工监控或现有的考试平台一般以一个简单的动作来识别考生是否作弊,分析准确率相对较低,且无法输出详细的分析过程,导致考生可能对其结果无法信服,从而产生纠纷。且现有的考试平台普遍为封闭式系统,所以存在数据被篡改或以其他方式被损坏的风险,使得现有的考试平台可信度较低。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种基于区块链的考试云平台系统,可准确自动识别考生作弊行为,提高考试平台可信度。
本发明的目的采用如下技术方案实现:
一种基于区块链的考试云平台系统,针对每个考生建立其对应的链路,每条链路包括多级节点,不同等级的节点被配置为执行不同功能的计算系统;
一级节点响应于动态图像信息执行当前考生的身份验证操作,在验证成功后将接收到的当前考生的答案数据以及根据动态图像信息分析获得的当前考生的考试行为数据进行上链并进行全节点广播;
二级节点在收到同一链路以及指定跨链的一级节点的广播后对当前考生的考试行为进行作弊分析,并将作弊分析结果实时发布至区块链中。
进一步地,所述一级节点进行身份验证的方法为:
根据外部拍摄设备拍摄获得的动态图像信息识别出考生的脸部特征信息,并将脸部特征信息与数据库中的考生信息进行比对以获得考生的身份验证结果。
进一步地,获得当前考生的考试行为数据的方法为:
根据动态图像信息识别出考生的眼球运动轨迹,将眼球运动轨迹与当前考生的标准注视范围进行比对,若根据眼球运动轨迹判断得出某一时间段眼球注视位置超过其标准注视范围,则将其眼球注视位置标志为异常位置,并识别出该异常位置所对应的眼球注视方向以及注视该异常位置所对应的时间段。
进一步地,所述一级节点进行广播的方法为:
根据眼球注视异常位置的注视方向确定位于该注视方向上的目标考生,获取目标考生的身份信息,并将目标考生的身份信息作为密钥生成对应的通信验证请求,将当前考生的考试行为数据以及通信验证请求进行同步广播。
进一步地,任意一链路的二级节点接收到广播后利用本链路所对应的考生身份信息对通信验证请求进行验证以判断本链路所对应的考生的身份信息与目标考生的身份信息是否相同,若相同,本链路通过通信请求并与发起广播的链路建立临时通信通道以利用临时通信通道传输数据。
进一步地,二级节点进行作弊分析的方法为:
判断当前考生的答案数据与目标考生的答案数据的错误相似度是否超过预设值,若是,则判定当前考生的注视行为为作弊行为。
进一步地,二级节点进行作弊分析的方法为:
从当前考生的考试行为数据中获取当前考生注视异常位置的时间,对该时间进行预设值叠加以获得目标时间范围;
根据每个考生的每个答案内容的答题时间确定目标时间范围内当前考生以及目标考生的答案内容,判断二者的答案内容的错误相似度是否高于预设值,若是,则判定当前考生的注视行为为作弊行为。
进一步地,二级节点进行作弊分析的方法为:
根据同一时间段内目标考生和当前考生的考试行为数据中的注视方向进行比对,若目标考生的注视方向也正对当前考生,且二者的答案内容的错误相似度高于预设值,则将目标考生的注视行为也判定为作弊行为,并将该结果在目标考生所在链路的二级节点进行上链和广播。
进一步地,还包括:
三级节点,用于接收监考人员针对当前考生所做出的动作所录入的评价信息,根据评价信息对考试系统做出的作弊行为判定进行准确性估算,并对评价信息和估算结果进行上链和广播。
进一步地,获得当前考生的考试行为数据的方法为:
根据动态图像信息识别出当前考生的唇部动作,将唇部动作数据导入唇部模型中以输出当前考生唇部动作所对应的语音信息,对语音信息进行内容识别以判断语音中是否存在作弊内容,若存在则判定当前考生执行了作弊行为。
相比现有技术,本发明的有益效果在于:
区块链中的不同节点被配置为实现不同功能的计算系统,使得考试监控过程中的每个步骤的分析结果都可透明化,还可避免分析过程数据出现被篡改的情况;同时在进行考试过程监控中,除了对考生本身的行为动作进行监控外,还需获取并参考其他考生的考试行为数据以答案,才能综合判断出考生是否作弊,提高分析准确性,提高可信度。
附图说明
图1为本发明基于区块链的考试云平台系统的链路结构示意图;
图2为本发明基于区块链的考试云平台系统的流程示意图;
图3为本发明基于区块链的考试云平台系统的考场空间示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
本实施例提供一种基于区块链的考试云平台系统,利用该考试云平台系统可让位于统一考场内的考生实现线上考试的目的,还可对考生对线上考试所做出的答案进行评分,甚至可对考生在考试期间的行为进行分析以确定考试是否存在作弊行为,提高考试分析准确性;同时,基于区块链的考试云平台系统可避免考试数据被篡改以及其他被损坏的风险,实现所有数据透明化管理,让考生、家长及监考人员可随时查看考生的考试状态,提高考试分析的可信度。
如图1、图2所示,本实施例的考试云平台系统可为每个考生建立其对应的链路,每条链路至少包括有多级节点,不同等级的节点被配置为执行不同功能的计算机系统;本实施例的单条链路至少包括二级节点,一级节点被配置为供考生线上考试并对考生脸部图像进行实时拍摄和分析的前端考试系统,而二级节点则被配置为对考生状态进行作弊分析的后端分析系统;每级节点所配置的计算系统执行系列计算分析动作后将所有数据进行上链并向所有节点进行广播,使得所有数据都可透明化管理。
其中,本实施例的一级节点响应于动态图像信息执行当前考生的身份验证操作,在验证成功后将接收到的当前考生的答案数据以及根据动态图像信息分析获得的当前考生的考试行为数据进行上链并进行全节点广播。
本实施例一级节点所配置的前端考试系统匹配有对应的摄像头,利用摄像头可对当前考生进行脸部图像录像以获得动态图像信息,一级节点所配置的系统可对动态图像信息进行脸部特征识别从而识别出当前考生的脸部特征信息,将当前考生的脸部特征信息与数据库中预存考生的脸部特征进行比对;其中,数据库中预先存储有需要考试或训练的考生信息,其考生信息可通过考生本人、家长或教师根据实际考试或训练需求预先录入,甚至在经过授权后从报考平台直接获取,其考生信息包括考生的名称、年龄、性别、学校、报考科目、考试时间、声纹数据、指纹数据、脸部特征数据等与考生身份及考试相关的各种信息。若任意一考生在开始考试前通过前端考试系统所匹配的摄像头拍摄到脸部图像所对应的脸部特征信息与数据库中任意一考生的脸部特征相同,则以当前考生的身份登陆考试系统,当前考生即可在考试系统中进行答题。
此外,考试系统也可匹配对应的音频采集设备或指纹录取设备,通过音频采集设备采集当前考生的实时语音或通过指纹录取设备采集考生指纹图像,根据实时语音信息识别出当前考生的声纹数据,将该声纹数据或指纹图像与数据库中预存的考生信息进行比对,从而实现考生身份验证的目的。
考试系统可通过任意一种身份验证方式进行考生身份验证操作,无论通过哪种身份验证方式,都需在进行身份验证时采集考生的标准注视范围,其采集方法为:在考试系统的显示屏幕中出现注视点,并控制注视点在显示屏幕的中心以及四周边缘处移动,并提醒当前考生注视着注视点并跟随注视点的移动而进行眼球活动,此时,通过考试系统的摄像头对考生的眼球进行追踪以获得考生的标准注视范围,该标准注视范围代表考生在考试过程中正常注视显示屏幕的范围,可用于对眼球识别和追踪进行校正,还可利用该标准注视范围判断考生的注视位置是否出现异常从而确定是否存在作弊行为。
本实施例的考试系统在考生身份验证成功后将当前考生正在使用的考场硬件设备在考场中的位置与当前考生的考生信息进行绑定,同时,考试系统从考生信息中获取当前考生的报考科目,自动调取并下载该考生的报考科目所对应的考试试题供考生作答。
考生在作答期间,考生每作答一个题目,考试系统会对考生所作答的每个题目进行答案内容记录和答题时间记录,同时,在考生作答期间,考试系统所匹配的摄像头会持续对考生的脸部进行拍摄,根据脸部拍摄所得的动态图像信息识别出当前考生的考试行为数据,并对考试系统中获取的考生的身份信息、答案内容、答题时间、考试行为数据等数据均进行上链并进行全节点广播。
其中,考试行为数据包括眼球运动轨迹、眼球注视的异常位置、异常位置所对应的眼球注视方向以及注视时间等;而考试行为数据的获取方法为:根据当前考生在作答期间所拍摄的动态图像信息中识别出考生的眼球位置,并对考生对眼球进行追踪以生成眼球运动轨迹,将眼球运动轨迹与当前考生的标准注视范围进行比对,若根据眼球运动轨迹判断得出某一时间段眼球注视位置超过其标准注视范围,则将其眼球注视位置标志为异常位置,并识别出该异常位置所对应的眼球注视方向以及注视该异常位置所对应的时间段。
本实施例一级节点进行数据广播的目的除了将数据公开以防止篡改外,还用于通过向外广播的方式从其他链路节点中获取目标考生的考试数据,以对当前考生对考试行为数据进行作弊分析。本实施例一级节点在进行广播前,需根据当前考生的考试行为数据中眼球注视异常位置的注视方向确定位于该注视方向上的考生为目标考生,获取目标考生的身份信息,并将目标考生的身份信息作为密钥生成对应的通信验证请求,将当前考生的考试行为数据以及通信验证请求进行同步广播。
其中,确定注视方向上的目标考生的方法为:在每个考生都进入考场并在考生所对应的硬件设备上完成身份验证后,考试系统根据每个硬件设备在考场内的位置以及每个硬件设备所绑定的考生信息生成考场空间图,如图3所示,根据考场空间图可体现每个考生在考场中的位置以及考生与考生之间的位置关系。在确定当前考生的考试行为数据中的注视方向后,在考试空间图中标记出当前考生的位置以及该考生的注视方向即可确定当前考生的注视方向上是否存在其他考生,若存在其他考生,则将该考生定义为目标考生,若注视方向上不存在其他考生,则不存在目标考生。而图3中实线框住的考生为当前考生,箭头代表当前考生的注视方向,而虚线框住的考生在当前考生的注视方向上因此虚线框住的考生为目标考生。
一级节点对获得的所有数据进行上链并进行全节点广播后,所有链路的节点都可接收到广播信息,当任意一链路节点接收到广播后利用本链路所对应的考生身份信息对通信验证请求进行验证,若利用本链路所对应的考生的身份信息可通过通信验证请求,则代表本链路的考生身份信息与目标考生的身份信息相同,此时,本链路通过通信验证请求后即可与发起广播的链路建立临时通信通道以利用临时通信通道传输目标考生的相关数据。
当前考生所对应的链路的二级节点在接收到其链路一级节点所广播的数据后,再通过临时通信通道从目标考生所在链路的一级节点中获取目标考生的答案内容、答题时间以及考试行为数据,根据目标考生的上述数据对当前考生的考试行为数据进行作弊分析,将作弊分析结果进行上链和广播。
本实施例中进行作弊分析的方法为:
判断当前考生的答案数据与目标考生的答案数据的错误相似度是否超过预设值,若是,则判定当前考生的注视行为为作弊行为。具体地,在获取当前考生和目标考生的答案数据后,对当前考生和目标考生作答的每道题目的答案内容与预存的正确答案进行比对,从而确定当前考生和目标考生答题错误的题目数量以及题目序号,将当前考生和目标考生的错误题目数量以及错误题目序号进行比对,若二者相似度达到预设值,则可以看作当前考生在考试时注视了目标考生的考试答案,则可将当前考生的注视行为判定为作弊行为。
在一些实施例中,由于当前考生在注视其他考生答案后所做出的答案极有可能是抄袭其他考生所做出的答案,因此,将当前考生注视异常位置后目标时间范围内所做出的答案与目标考生的答案进行比对,根据答案比对结果即可获知当前考生是否有作弊行为。具体地,其作弊分析的方法为:
从当前考生的考试行为数据中获取当前考生注视异常位置的时间,对该时间进行预设值叠加以获得目标时间范围;由于考生注视其他考生答案时有可能看到一道或一道以上数量的题目答案,因此,叠加预设值形成目标时间范围则可将一道或一道以上数量的题目答案标记为可疑答案进行进一步的作弊分析;
根据当前考生以及目标考生所对应的每个答案内容的答题时间确定目标时间范围内当前考生以及目标考生的答案内容,判断二者的答案内容的错误相似度是否高于预设值,若是,则判定当前考生的注视行为为作弊行为。
在对当前考生的考试行为数据进行分析的同时,还可将同一时间段内目标考生和当前考生的考试行为数据中的注视方向进行比对,若在当前考生注视目标考生的时间段内,判断得出目标考生的注视方向也正对当前考生,则代表目标考生也有可能参与了作弊,因此将二者的答案内容进行错误相似度比对,若二者的答案内容的错误相似度高于预设值,则将目标考生的注视行为也判定作弊行为,并通过目标考生所在链路的二级节点对目标考生的作弊行为也进行上链和广播。
一级节点在进行动态图像信息时,还可对动态图像信息进行唇部分析,具体地,根据动态图像信息识别出当前考生的唇部动作,将唇部动作数据导入唇部模型中以输出当前考生唇部动作所对应的语音信息,对语音信息进行内容识别以判断语音中是否存在作弊内容,若存在则判定当前考生执行了作弊行为。其中所使用的唇部模型可预先采集大量的唇部动作图像以及唇部动作所对应的语音内容作为神经网络的训练样本,对神经网络进行大量样本学习和训练后可即可获得对应的唇部模型。
而二级节点将其作弊行为分析过程、分析结果、考生答题的正确和错误题目的数量及序号,以及答题得分等数据进行上链和广播,使得考生、家长和教师都可查询考生的考试相关信息,同时可防止数据被篡改。
若当前考生注视方向上不存在目标考生,此时可通过用于拍摄考试环境的摄像设备对当前考生所在位置坐标进行定点拍摄,并将定点拍摄所获的视频图像发送至监考人员的终端中,供监考人员人工对当前考生的行为动作进行作弊判断。此时,本实施例的在多级节点的链路上还可新增三级节点,三级节点所匹配的计算系统可接收一级节点和二级节点所广播的所有内容,同时开放人工评估功能,让监考人员在查阅各种数据后可针对当前考生所做出的考试动作进行人工评价,当三级节点接收到监考人员录入的评价信息后,可根据评价信息对考试系统做出的作弊行为判定进行准确性估算。
其中,监考人员可直接对系统做出的考试作弊行为判定进行准确度评分,也可通过文字评价的方式输入一段评价文字,系统对评价文字进行文字内容识别以确定监考人员是否认可系统做出的考试作弊行为判定,从而根据评价信息生成对应的准确度评分。
三级节点将监考人员做出的评价以及准确度评分结果进行上链和广播,使得考生、家长通过其自身所拥有的密码在区块链中随时查阅监考人员做出的评价。同时,若存在任意一考生的行为被判定为作弊行为,且监考人员做出的准确度评分高于预设值,则直接将该考生的成绩判定为零分;若准确度评分低于预设值,则依然保留考生成绩,同时考生、家长、教师以及监考人员等人员都可通过密码在区块链中查阅所有已上链的数据,使得监考过程、考试成绩以及作弊分析更加透明化。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种基于区块链的考试云平台系统,其特征在于,针对每个考生建立其对应的链路,每条链路包括多级节点,不同等级的节点被配置为执行不同功能的计算系统;
一级节点响应于动态图像信息执行当前考生的身份验证操作,在验证成功后将接收到的当前考生的答案数据以及根据动态图像信息分析获得的当前考生的考试行为数据进行上链并进行全节点广播;
二级节点在收到同一链路以及指定跨链的一级节点的广播后对当前考生的考试行为进行作弊分析,并将作弊分析结果实时发布至区块链中。
2.根据权利要求1所述的基于区块链的考试云平台系统,其特征在于,所述一级节点进行身份验证的方法为:
根据外部拍摄设备拍摄获得的动态图像信息识别出考生的脸部特征信息,并将脸部特征信息与数据库中的考生信息进行比对以获得考生的身份验证结果。
3.根据权利要求1所述的基于区块链的考试云平台系统,其特征在于,获得当前考生的考试行为数据的方法为:
根据动态图像信息识别出考生的眼球运动轨迹,将眼球运动轨迹与当前考生的标准注视范围进行比对,若根据眼球运动轨迹判断得出某一时间段眼球注视位置超过其标准注视范围,则将其眼球注视位置标志为异常位置,并识别出该异常位置所对应的眼球注视方向以及注视该异常位置所对应的时间段。
4.根据权利要求3所述的基于区块链的考试云平台系统,其特征在于,所述一级节点进行广播的方法为:
根据眼球注视异常位置的注视方向确定位于该注视方向上的目标考生,获取目标考生的身份信息,并将目标考生的身份信息作为密钥生成对应的通信验证请求,将当前考生的考试行为数据以及通信验证请求进行同步广播。
5.根据权利要求4所述的基于区块链的考试云平台系统,其特征在于,任意一链路的二级节点接收到广播后利用本链路所对应的考生身份信息对通信验证请求进行验证以判断本链路所对应的考生的身份信息与目标考生的身份信息是否相同,若相同,本链路通过通信请求并与发起广播的链路建立临时通信通道以利用临时通信通道传输数据。
6.根据权利要求3所述的基于区块链的考试云平台系统,其特征在于,二级节点进行作弊分析的方法为:
判断当前考生的答案数据与目标考生的答案数据的错误相似度是否超过预设值,若是,则判定当前考生的注视行为为作弊行为。
7.根据权利要求3所述的基于区块链的考试云平台系统,其特征在于,二级节点进行作弊分析的方法为:
从当前考生的考试行为数据中获取当前考生注视异常位置的时间,对该时间进行预设值叠加以获得目标时间范围;
根据每个考生的每个答案内容的答题时间确定目标时间范围内当前考生以及目标考生的答案内容,判断二者的答案内容的错误相似度是否高于预设值,若是,则判定当前考生的注视行为为作弊行为。
8.根据权利要求3所述的基于区块链的考试云平台系统,其特征在于,二级节点进行作弊分析的方法为:
根据同一时间段内目标考生和当前考生的考试行为数据中的注视方向进行比对,若目标考生的注视方向也正对当前考生,且二者的答案内容的错误相似度高于预设值,则将目标考生的注视行为也判定为作弊行为,并将该结果在目标考生所在链路的二级节点进行上链和广播。
9.根据权利要求1所述的基于区块链的考试云平台系统,其特征在于,还包括:
三级节点,用于接收监考人员针对当前考生所做出的动作所录入的评价信息,根据评价信息对考试系统做出的作弊行为判定进行准确性估算,并对评价信息和估算结果进行上链和广播。
10.根据权利要求3所述的基于区块链的考试云平台系统,其特征在于,获得当前考生的考试行为数据的方法还包括:
根据动态图像信息识别出当前考生的唇部动作,将唇部动作数据导入唇部模型中以输出当前考生唇部动作所对应的语音信息,对语音信息进行内容识别以判断语音中是否存在作弊内容,若存在则判定当前考生执行了作弊行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031623.1A CN113794759B (zh) | 2021-09-03 | 2021-09-03 | 一种基于区块链的考试云平台系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031623.1A CN113794759B (zh) | 2021-09-03 | 2021-09-03 | 一种基于区块链的考试云平台系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113794759A true CN113794759A (zh) | 2021-12-14 |
CN113794759B CN113794759B (zh) | 2022-08-12 |
Family
ID=79182693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111031623.1A Active CN113794759B (zh) | 2021-09-03 | 2021-09-03 | 一种基于区块链的考试云平台系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113794759B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115146243A (zh) * | 2022-07-08 | 2022-10-04 | 武汉全英教育咨询有限公司 | 一种基于数据分析的线上vr考试考生信息核对管理系统 |
CN115860591A (zh) * | 2023-03-03 | 2023-03-28 | 济南大学 | 一种实验操作ai考试评分方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039869A1 (en) * | 2015-08-07 | 2017-02-09 | Gleim Conferencing, Llc | System and method for validating honest test taking |
CN107895336A (zh) * | 2017-12-01 | 2018-04-10 | 合肥亚慕信息科技有限公司 | 一种基于多方位动态捕捉的在线考试监考系统及工作方法 |
US20180232830A1 (en) * | 2017-02-10 | 2018-08-16 | International Business Machines Corporation | Dynamic irregularity management |
US20190139431A1 (en) * | 2017-11-07 | 2019-05-09 | International Business Machines Corporation | Contextual test alteration |
CN111611865A (zh) * | 2020-04-23 | 2020-09-01 | 平安国际智慧城市科技股份有限公司 | 考试作弊行为识别方法、电子设备及存储介质 |
-
2021
- 2021-09-03 CN CN202111031623.1A patent/CN113794759B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039869A1 (en) * | 2015-08-07 | 2017-02-09 | Gleim Conferencing, Llc | System and method for validating honest test taking |
US20180232830A1 (en) * | 2017-02-10 | 2018-08-16 | International Business Machines Corporation | Dynamic irregularity management |
US20190139431A1 (en) * | 2017-11-07 | 2019-05-09 | International Business Machines Corporation | Contextual test alteration |
CN107895336A (zh) * | 2017-12-01 | 2018-04-10 | 合肥亚慕信息科技有限公司 | 一种基于多方位动态捕捉的在线考试监考系统及工作方法 |
CN111611865A (zh) * | 2020-04-23 | 2020-09-01 | 平安国际智慧城市科技股份有限公司 | 考试作弊行为识别方法、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115146243A (zh) * | 2022-07-08 | 2022-10-04 | 武汉全英教育咨询有限公司 | 一种基于数据分析的线上vr考试考生信息核对管理系统 |
CN115146243B (zh) * | 2022-07-08 | 2023-09-15 | 北京布局未来教育科技有限公司 | 一种基于数据分析的线上vr考试考生信息核对管理系统 |
CN115860591A (zh) * | 2023-03-03 | 2023-03-28 | 济南大学 | 一种实验操作ai考试评分方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113794759B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10380333B1 (en) | Multi-factor authentication for determining whether a user is authorized to take an examination | |
CN109726663A (zh) | 在线考试监控方法、装置、计算机设备及存储介质 | |
CN111611865B (zh) | 考试作弊行为识别方法、电子设备及存储介质 | |
CN113794759B (zh) | 一种基于区块链的考试云平台系统 | |
CN105791299A (zh) | 一种无人监考的智能化上机考试系统 | |
CN110807090A (zh) | 一种面向在线考试的无人监考方法 | |
CN110738114A (zh) | 一种用于在线教育的学员身份安全验证系统 | |
CN111402439B (zh) | 一种基于人脸识别的在线培训到课率统计管理方法及系统 | |
CN111539313A (zh) | 考试作弊行为检测方法及系统 | |
CN110909722A (zh) | 基于目标动作检测的防作弊摄像头 | |
CN109242412B (zh) | 考务管理系统 | |
CN111933296B (zh) | 一种校园疫情在线监测系统 | |
CN111553189A (zh) | 基于视频信息的数据验证方法、装置及存储介质 | |
CN110705270A (zh) | 基于五定技术的语音监控在线考试方法及其装置 | |
CN112244827A (zh) | 用于心理测试的远程评分方法、系统、终端与存储介质 | |
CN112087603A (zh) | 智慧考场监管方法 | |
KR102648772B1 (ko) | 메타버스로 구현된 부정행위 예방 및 대응 온라인 시험 플랫폼 | |
Ivanova et al. | Enhancing trust in eassessment-the tesla system solution | |
CN115132228B (zh) | 一种语言能力分级方法及系统 | |
CN111666785A (zh) | 行为识别方法、系统、装置、计算设备和介质 | |
CN114971658B (zh) | 一种反诈宣传方法、系统、电子设备以及存储介质 | |
CN116228477A (zh) | 基于物联网的体育监测考试系统 | |
CN113920396B (zh) | 一种特殊岗位人员视觉认知能力量化评测方法、系统及评测设备 | |
Kawamata et al. | Student authentication by updated facial information with weighting coefficient in e-Learning | |
KR20220006248A (ko) | 온라인 비대면 시험 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |