基于網(wǎng)絡平臺的分布式考試防作弊系統(tǒng)和防作弊方法

摘 要：隨著網(wǎng)絡學習平臺在企業(yè)培訓中的應用，網(wǎng)絡考試質(zhì)量評價顯得尤為突出，只有嚴把網(wǎng)絡考試質(zhì)量關，才能對網(wǎng)絡學習的質(zhì)量進行準確地評價。因此，有必要研發(fā)專門針對網(wǎng)絡學習平臺的分布式考試防作弊技術。

關鍵詞：網(wǎng)絡考試；分布式；防作弊

1 開發(fā)背景

網(wǎng)絡學習平臺在我國還處于新興事物階段，由于不受時間、地點、空間限制，且支持移動（手機登錄）學習模式，受到廣大用戶的喜愛，已成為當今最熱門的企業(yè)內(nèi)部培訓模式。

隨著網(wǎng)絡學習平臺在企業(yè)培訓中的應用，網(wǎng)絡考試質(zhì)量評價日益突出，只有把好網(wǎng)絡考試質(zhì)量關，才能對網(wǎng)絡學習的質(zhì)量進行準確地評估。因此，研發(fā)專門針對網(wǎng)絡考試平臺的分布式考試防作弊技術具有重要意義。

2 系統(tǒng)分析

網(wǎng)絡考試防作弊技術與在考場集中考試的防作弊技術有許多相同的地方，都需要用到攝像機采集圖像信號，通過音頻采集部件和話筒采集現(xiàn)場的語音信號。對于考場來說，可以通過控制器來控制攝像機采集圖像信號，以及控制話筒采集現(xiàn)場的語音信號，并對其進行壓縮抒包處理，然后通過網(wǎng)絡接口向外部發(fā)送。同時，控制器還能通過網(wǎng)絡接口接收遠端控制中心發(fā)出的控制指令，并根據(jù)控制指令，通過焦距控制器和視角控制器實現(xiàn)對攝像機焦距和視角進行控制。

然而，在分布式網(wǎng)絡考試中所用的攝像機是學員自帶筆記本或臺式機上的攝像頭，話筒是筆記本或臺式機上的麥克風。這就無法在服務器端控制學員的攝像機焦距和視角，在防作弊操作上存在缺陷。針對現(xiàn)有技術所存在的不足，提供一種基于網(wǎng)絡平臺的分布式考試防作弊系統(tǒng)和防作弊方法。

2.1 分布式考試防作弊系統(tǒng)構(gòu)想

基于網(wǎng)絡平臺的分布式考試防作弊系統(tǒng)，包括相互連接的用戶端和服務端。其中，服務端接收用戶端傳輸?shù)目荚嚨顷戲炞C信息并處理后反饋至用戶端，用戶端向服務端發(fā)送考試信息并存儲在服務端中。

用戶端包括考前登錄模塊、網(wǎng)頁攝像模塊、網(wǎng)頁錄音模塊、網(wǎng)頁異步提交模塊。

考前登錄模塊分別與網(wǎng)頁攝像模塊、網(wǎng)頁錄音模塊連接，網(wǎng)頁攝像模塊、網(wǎng)頁錄音模塊連接分別與網(wǎng)頁異步提交模塊連接；考前登錄模塊驗證用戶的考試登錄信息并通過網(wǎng)頁攝像模塊、網(wǎng)頁錄音模塊發(fā)送至服務端，網(wǎng)頁攝像模塊、網(wǎng)頁錄音模塊分別采集圖像信息、語音信息傳輸至網(wǎng)頁異步提交模塊并通過網(wǎng)絡傳輸至服務端。

服務端包括服務端語音處理模塊、服務端圖像處理模塊、用戶考試記錄數(shù)據(jù)庫、作弊查閱和驗證模塊：

服務端語音處理模塊、服務端圖像處理模塊與用戶考試記錄數(shù)據(jù)庫、作弊查閱和驗證模塊連接，作弊查閱和驗證模塊與用戶考試記錄數(shù)據(jù)庫連接；服務端語音處理模塊、服務端圖像處理模塊接收用戶端發(fā)送的考試登錄信息并傳輸至作弊查閱和驗證模塊，作弊查閱和驗證模塊驗證考試登錄信息并反饋至用戶端；服務端語音處理模塊、服務端圖像處理模塊處理服務端接受的圖像信息、語音信息并存儲在用戶考試記錄數(shù)據(jù)庫中；作弊查閱和驗證模塊，調(diào)取用戶考試記錄數(shù)據(jù)庫中的圖像信息、語音信息判定是否作弊。

2.2 分布式考試防作弊方法構(gòu)想

基于網(wǎng)絡平臺的分布式考試防作弊方法，包括如下步驟：

考前登錄模塊檢測防作弊考試環(huán)境并驗證用戶信息，網(wǎng)頁異步提交模塊控制網(wǎng)頁錄音模塊、網(wǎng)頁攝像模塊實時采集用戶的考試信息發(fā)送至服務端。

服務端語音處理模塊、服務端圖像處理模塊分別對接收的用戶語音信息、圖像信息預處理并存儲在用戶考試記錄數(shù)據(jù)庫中。

管理員通過作弊查閱和驗證模塊查閱預處理后的語音信息和圖像信息驗證用戶的考試信息。

圖1 分布式考試防作弊系統(tǒng)的結(jié)構(gòu)示意圖

3 系統(tǒng)實現(xiàn)

3.1 用戶端實現(xiàn)

3.1.1 圖像信息采集

用戶在登錄頁面上輸入登錄信息時，該登錄頁面中的JavaScript程序會調(diào)用錄音函數(shù)、攝照函數(shù)控制用戶端的攝像頭、麥克風隨機拍照/錄像或錄音，得到隨機拍攝的照片/一小段錄像和錄下的一小段錄音。當用戶提交登錄頁面時，所錄下的聲音數(shù)據(jù)和所拍的照片數(shù)據(jù)/錄像數(shù)據(jù)一同傳送到服務端。

考慮到網(wǎng)絡傳輸速度差異，采用定時拍照傳輸圖片的方式。兼顧用戶作弊的動作速度及網(wǎng)頁異步傳輸?shù)乃俣龋恼盏臅r間間隔定為3秒較合適。利用定時獲取的圖片，在服務端由機器輔助管理員隨時判斷用戶是否作弊，而不是監(jiān)考員在考場監(jiān)視或集中監(jiān)視，避免干擾用戶自主考試。

圖像信息采集實現(xiàn)：在考試頁面添加JavaScript定時模塊：setTimeout（function（）（要執(zhí)行的代碼），3000），其中3000的單位是毫秒，即每隔3秒執(zhí)行一次function的代碼。采用Flash來實現(xiàn)網(wǎng)頁的圖像采集和語音采集功能，為此需要使得JavaScript可以調(diào)用Flash的函數(shù)。Flash的AddCallback方法允許JavaScript調(diào)用其時間上的函數(shù)，基本的調(diào)用語法如下：

External Interface.addCal lback（functionID：String， instance：Object，functionName：Function）。與call方法類似，它也是一個靜態(tài)方法，有三個參數(shù)：functionID為從JavaScript調(diào)用ActionScript函數(shù)時可使用的名稱。此名稱不必與ActionScript方法的實際名稱匹配；instance是在該方法中被解析成的對象。此對象不一定是在其上可找到該方法的對象，可以指定任何對象（或1）；functionName為要從JavaScript調(diào)用的ActionScript方法。

圖像信息采集時，主要用到Flash的Camera類，加入以下代碼實現(xiàn)圖像信息采集功能：myCam=Camera. get（）；myCam. setMode（400，300，10）；my_video.attachVideo（myCam）。再通過以下代碼實現(xiàn)視頻的撲捉：

function saveCamera（）{

lv.bm = new Flash.display.BitmapData（400， 300，true，0）；

lv.bm. draw（camera）；

var tempObj=_root.createEmptyMovieClip（\"photo\"，100）；

tempObj._x=400； tempObj._y=300；

tempObj.attachBitmap（lv. bm，1）；

}

3.1.2 音頻信息采集

為使服務端并行處理錄音文件，同時可分段對是否作弊進行校驗，采用定時錄音并發(fā)送的方式。兼顧用戶作弊的交談時長及網(wǎng)頁異步傳輸?shù)乃俣龋浺魰r長為30秒較合適。語音信號在服務端由機器判斷用戶是否有作弊嫌疑，避免干擾用戶自主考試。另外，考試開始前提示用戶選擇相對安靜的環(huán)境考試，避免服務端誤判作弊。

語音信息采集實現(xiàn)：在考試頁面上的JavaScript調(diào)用Flash的下列類來實現(xiàn)用戶語音信息采集功能：

import org.as3wavsound.WavSound；

import org.bytearray.micrecorder.MicRecorder；

import org.bytearray.micrecorder.encorder.WaveEncoder；

import org.bytearray.micrecorder.events.RecordingEvent；

import Flash.display.MovieClip；

var recorder：MicRecorder=new MicRecorder（new WavEncoder（） ）；

var player：WavSound；

recorder.addEventListener（RecordingEvent.RECORDING，onRecording）；

recorder.addEventListener（Event.COMPLETE，onRecordComplete）；

recorder.record（）；

recorder.stop（）；

new WavSound（recordar.output）；

3.1.3 圖像、音頻信息傳輸

用戶在考試頁面上答題的時間一般較長，以3秒作為記錄時長的圖像信息文件和語音信息文件需要及時送到服務端，而不能先暫時保存在頁面數(shù)據(jù)中。因此，每張考試網(wǎng)頁中都包含用AJAX寫的異步JavaScript腳本，其功能是將定時采集到的照片和語音信息推送到服務端。AJAX指的是異步JavaScript及XML（Asynchronous JavaScript And XML）。AJAX是一種獨立于Web服務器軟件的用于創(chuàng)建更好、更快，以及交互性更強的Web應用程序的技術。AJAX應用程序獨立于瀏覽器和平臺并被所有的主流瀏覽器支持，可使因特網(wǎng)應用程序更小、更快、更友好。AJAX能夠涉及廣大的用戶、更易安裝及維護，也更易開發(fā)。在AJAX中很好地定義了使用的Web標準，AJAX基于下列Web標準：JavaScript、XML、HTML和CSS。

通過使用AJAX，用戶的考試頁面可通過JavaScript的XML Http Request對象直接與服務器進行通信。通過這個對象，用戶考試頁面中的JavaScript腳本程序在定時器的作用下，定時獲得該時長內(nèi)的語音數(shù)據(jù)和圖像數(shù)據(jù)，而后建立要連接的URL，打開到具有給URL的服務器的連接，并設置服務器在接收完數(shù)據(jù)后要運行的函數(shù)，最后發(fā)送請求。

3.2 服務端實現(xiàn)

服務端存儲有每個用戶考試的錄音文件和圖片文件，并且還存有服務端語音處理模塊和服務端圖像處理模塊理過的文件，作弊查閱可從語音信息和圖像信息兩方面來進行。

3.2.1 音頻處理

音頻信息采用定時錄音并發(fā)送的方式，可使服務端并行處理錄音文件，同時可分段校驗是否作弊。兼顧用戶作弊的交談時長及網(wǎng)頁異步傳輸?shù)乃俣龋浺魰r長為30秒較合適。考慮到音頻信號會帶入背景噪音，利用這些幀的倒譜系數(shù)平均值作為背景噪聲倒譜系數(shù)估計值；計算每幀信號的倒譜系數(shù)，計算每幀信號的倒譜系數(shù)與噪聲倒譜系數(shù)估計值的倒譜距離；按各幀倒譜距離得到倒譜距離軌跡；然后利用近似能量方法中門限判決的方法檢測語音段和噪聲段；最后處理得到語音的起始點和終止點，通過中值濾波作處理；將處理過的波形數(shù)據(jù)連同原始錄音數(shù)據(jù)一同存入對應數(shù)據(jù)庫中的表單內(nèi)。用戶在考試期間的所有錄音文件按時間先后順序，以時間軸上的輪廓模式展示在頁面中，極大地方便管理員查找用戶在考試時是否有作弊的行為。

目前，語言邊界檢查算法有許多，鑒于倒譜被認為是語音信號一種較好的時頻表示，故采用倒譜系數(shù)法。倒譜系數(shù)包含線性預測倒譜系數(shù)（LPC2CEP）或Mel刻度倒譜系數(shù)（MFCC），這里用MFCC倒譜向量取代簡單特征參數(shù)作為語音端點檢測的判決特征向量。信號倒譜可以看成是信號能量譜密度函數(shù)S（w）的對數(shù)的傅里葉級數(shù)展開：

（1）

其中，Cn是倒譜系數(shù)，它是實數(shù)，且Cn=C，logS（？棕）是信號能量譜密度函數(shù)。

（2）

其中，C0為倒譜系數(shù)，d？棕表示對角速度進行積分運算。

對于一對譜密度函數(shù)S（？棕）和S'（？棕），應用Parsavel定理可用倒譜距離來表示對數(shù)譜的均方距離：

式中，Cn和C'n 為對應于譜密度函數(shù)S（？棕）和S'（？棕）的倒譜系數(shù)。

倒譜距離測量法根據(jù)每個信號幀與噪聲幀的倒譜距離的軌跡進行檢測，它采用門限判決的方法，其過程如下：

（1）假定抽樣信號的前幾幀信號是背景噪聲。利用這些幀的倒譜系數(shù)C0的平均值作為背景噪聲倒譜系數(shù)的估計值，用向量C表示。

（2）計算每幀信號的倒譜系數(shù)，然后用式（4）計算每幀信號的倒譜系數(shù)與噪聲倒譜系數(shù)估計值的倒譜距離：

式中：C'n為對應于Cn的倒譜系數(shù)；P為倒譜系數(shù)的階數(shù)。

（3）由步驟（2）計算的各幀倒譜距離得到倒譜距離軌跡。然后利用近似能量方法中門限判決的方法檢測語音段和噪聲段。

（4）為使背景噪聲倒譜系數(shù)的估計值C能夠適應噪聲的變化，采用一個平滑處理過程。背景噪聲倒譜估計C利用已經(jīng)檢測過的上一信號幀的倒譜向量，按照下式進行更新：

C（k）=？滓C（k）+（1-？滓）C（k-1） （5）

其中，k為信號幀幀號，C為上一信號幀倒譜向量，？滓為一個時間調(diào)整因子，并且這一幀被認為是非語音幀。

（5）最后處理得到語音的起始點和終止點，通過中值濾波作處理后，再將處理過的波形數(shù)據(jù)連同原始語音數(shù)據(jù)一同存入該用戶在用戶考試記錄數(shù)據(jù)庫中的表單內(nèi)。

3.2.2 圖像處理

圖像信息采用定時拍照傳圖片的方式。兼顧到用戶作弊的動作速度及網(wǎng)頁異步傳輸?shù)乃俣龋恼盏臅r間間隔定為3秒較合適，即每隔3秒執(zhí)行一次function的代碼。圖像采集傳輸至服務端處理，由機器輔助隨時判斷用戶是否在作弊。

服務端圖像處理模塊在服務端對接收的圖像縮放處理過程是這樣的：原圖像長為400像素，寬為300像素，現(xiàn)縮小到長為80像素，寬為60像素。將接收到的每張圖像分割成多個小區(qū)域，這個小區(qū)域的長為5像素，寬為5像素；找出每個小區(qū)域中每個像素點RGB值；對小區(qū)域中的像素點RGB值求平均值得到新的RGB值，進一步通過小區(qū)域中各像素的R（紅）值之和、G（綠）值之和以及B（藍）值之和，采用取平均值的方法求出該點的RGB值；將新的RGB值按照小區(qū)域的位置重新排列得到縮放后的圖片；將縮放后的圖片依序存儲在該用戶在用戶考試記錄數(shù)據(jù)庫中的表單內(nèi)。具體算法的語義描述如下：

For （w=0；w<80；w++）{

For （h=0；h<60；h++）{

Sum=0；

For （i=0；i<5；i++）

Sum+=rb[w*5+I，h*5]+rb[w*5+I，h*5+1]+rb[w*5+I，h*5+2]+rb[w*5+I，h*5+3]+ rb[w*5+I，h*5+4]；

Nb[w，h]=sum/25；

}

3.2.3 管理員查驗

服務端存儲了每個用戶考試期間的錄音、圖片原文件和處理過的縮小文件。管理員可以從圖像信息、語音信息兩方面檢查考生是否存在作弊嫌疑。

首先，管理員可以查看用戶的錄音處理文件，查看用戶被處理過的語音圖形信息，服務端將用戶考試期間經(jīng)倒譜處理后的坐標圖形呈現(xiàn)在管理員的顯示屏上，它展現(xiàn)為時間軸上的輪廓信息，坐標上有用戶語音的地方呈凸起圖形。若有凸起的輪廓，說明用戶在交談，管理員可認為此時用戶存在作弊嫌疑，點擊這個凸起區(qū)域，可進一步調(diào)取原始錄音文件進行驗證。管理員可聽到用戶此刻的原音回放，以此來驗證用戶是否在交談。

其次，管理員可以查看用戶考試期間的圖像信息，由于圖片做了縮放，服務端一次就將256張小圖片呈現(xiàn)在管理員的顯示屏上。管理員可按PgDn鍵來看下一屏的256張小圖片，按PgUp鍵來看上一屏的256張小圖片。用戶一個小時考試的圖片僅需5個滿屏就可全部瀏覽完（用戶每隔3秒拍攝一幅圖片），相當快捷方便。通過瀏覽圖片，就可回放用戶考試現(xiàn)場的情形，從而發(fā)現(xiàn)用戶是否存在作弊。

綜上，通過實時采集用戶的圖像信息和音頻信息，有效防止網(wǎng)絡用戶在自主考試時作弊，間接促使用戶切實從提高自身技能方面來加強網(wǎng)絡學習，杜絕投機、僥幸考試現(xiàn)象發(fā)生，客觀反映每位用戶的技能水平，從而有效提高網(wǎng)絡學習平臺的使用效能。

參考文獻

[1]董爽，于麗娟.基于B_S模式的物業(yè)管理信息系統(tǒng)的設計與實現(xiàn)[J].中國管理信息化，2010（6）.

[2]蔡明朝.教育考試防作弊技術之人臉識別技術的應用探討[J].關愛明天，2015（3）.

[3]徐巧枝，劉東升.網(wǎng)絡考試防作弊系統(tǒng)的研究與設計[J].計算機教育，2010（5）.

[4]劉思堯.在線考試系統(tǒng)防作弊策略研究[J].軟件導刊，2013，12（10）.

[5]張艷軍.基于ASP.NET在線考試系統(tǒng)防作弊策略[J].2010，6（33）.