在线考试中一种基于专家系统的反作弊方法

摘要：目前C／S结构的在线考试系统中的反作弊手段往往是采取屏弊违规动作的方式进行反作弊，这种方式往往采用硬编码的方式，不利于在线考试系统的升级。介绍基于专家系统的反作弊方法，不仅可以动态判断考生是否作弊，也可提高系统的可维护性。

关键词：在线考试；反作弊；专家系统

0　引言

随着信息技术的不断发展，在线考试系统越来越多地为各教学机构使用，在线考试系统的使用极大减少了传统考试中各环节的工作量，提高了学校运作效率并降低了成本。在享受在线考试系统带来便利的同时，传统考试中一些阴暗的东西也随之迁移到了在线考试上，并且结合在线考试的特点有了新的发展。在参考文献[1]中列举出了一些在线考试中的作弊方式。

1　在线考试系统

从架构上看考试系统可分B／S与C／S两大类。出于安全性、性能、试题多样性等多方面的考虑，学校中多题型多课程的通用在线考试系统往往采用C／S模式。

2　反作弊思路的创新

目前常见的在线考试反作弊方法是采用技术手段禁止考生做一些违规动作。例如参考文献[2]就采用了用系统消息拦截技术、回调技术、注册表访问技术、钩子技术、API调用技术等手段对一些操作进行屏蔽或禁用，以达到禁止学生系统切换、通信、复制及浏览相关资料的目的。

由于计算机系统的复杂性，以技术手段限制作弊的方式存在各种突破限制的bug，而且如果发现了一种bug则新增一条判断分支的源代码对其进行屏蔽，这种硬编码方式也降低了系统的可维护性，在新作弊手段不断出现的考场上是难以及时更新的。在此提出一个新的反作弊的思路，即将原先对作弊手段的屏弊改为对作弊手段的检测，从而降低了系统实现的难度。使用专家系统进行作弊的判定则实现了作弊判断机制与作弊判断规则的分离，提高了可维护性。

3　基于专家系统的反作弊方法

专家系统就是一种在具体领域中能应用领域专家的经验与专门知识，模拟人类思维过程，求解需要专家才能解决的问题。为实现作弊检测，本文使用专家系统来模拟优秀监考教师的行为构建在线考试中的反作弊模块。在考生答题过程中根据监考教师的经验对考生的动作进行动态特征检测，从而发现考生的作弊行为。

3.1　在线考试中对作弊动作收集

反作弊模块中的知识可以采用产生式进行表示。例如，有领域专家经验如下：A、B互为邻居，打乱题序的情况下某时间段内B考生的答题序列是否是A序列的子集，且当前A的试题跳转速度太快，则判定A比对B的答案。其产生式为：

IF Neighbour(A，B)AND SameOrder(A、B)ANDFastJumpfAl THEN A比对B答案

在上述产生式中对是否邻居、是否有相同答题顺序，跳转速度是否过快等事实均需要在考试中根据考生的答题动作进行动态获取。因此，在考试过程中需要对考生的动作进行收集，其数据格式见表1。

从表1得知因机房的IP基本有序，易判定是否邻居：题号的记录则可容易获取考生的答题轨迹：从发生的时间中可以判断考生答题的快慢。从表1中还可以获得考试过程中的其他一些事实。

3.3　知识库的物理设计

根据反作弊模块的特点，本文中选择了关系数据库作为知识库的存储结构。数据库表结构如表2所示。

有关表的说明：表2的“规则号”是表4的外键，与字段“父规则号”对应。表3记录已经存在的事实和推理得到的中间结果。表4包含前提与结论，它们通过“是否结论”字段来区分。

3.4　推理机制

为便于得到后续的推理过程，便于教师做出最后的判断，用递归方式进行逆向推理机的设计。其过程如下：

从事实表中查找是否有考生作弊的事实。

如果有对应的作弊事实，则返回真。

从规则表、子前提子结论表查找以考生作弊为目的的所有未标记为“已检查”的规则。

如果没有可用规则，则返回false

如果有找到{

对于每条可用规则，查找子前提//子前提可以作为另一规则，这是递归设计推理机的前提！

对于每个子前提递归匹配，看是否满足条件{

如果作弊前提不满足，则放弃该规则：

如果所有作弊子前提均满足的规则，则将该生作弊作为事实写入事实库，并返回真值：

]

将该规则标记为已用。

}

}

4　应用

任何专家系统都存在误判、漏判的可能，加上作弊方式不断变化下知识库需要不断更新，因此在线考试反作弊模块不能替代监考教师的作用。其定位是辅助监考，能将检测结果通知监考教师。另外由于采用逆向推理机制，监考教师还能参考其推理过程，做出最后的判断。

另外由于知识库与推理机的建立，使得作弊判定的知识的增加、删除、修改等维护可以在不变更源代码的方式下进行。当一种新的作弊方式被发现时，只需要增加对应的知识，就可以马上对该项作弊进行检测，大大提高了系统的可维护性。

参考文献

[1]黄玮，基于专家系统在线考试反作弊模块架构设计，福建电脑，2010(7)：14～15

[2]田民格，无纸化考试系统防止考生作弊的实现措施，三明学院学报，2007(12)：456-458

[3]王永庆，人工智能原理与方法，西安，西安交通大学出版社，1998.297～297