[發明專利]在線考試的作弊監測方法和裝置

在審

• 申請號: 201911425431.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111382672A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 楊博;謝歡;朱戎;趙蕾;趙雪騫;劉安暢
• 申請（專利權）人: 國網北京市電力公司;國家電網有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06Q50/20
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩

1.一種在線考試的作弊監測方法，其特征在于，包括：

在用戶登錄考試系統的情況下，啟動攝像裝置獲取用戶圖像；

依據所獲取的用戶圖像判斷所述用戶是否考試作弊。

2.根據權利要求1所述的在線考試的作弊監測方法，其特征在于，在依據所獲取的用戶圖像判斷所述用戶是否考試作弊之前，所述方法還包括：對所獲取的用戶圖像進行預處理，其中，所述經過預處理后的用戶圖像用于執行“依據所獲取的用戶圖像判斷所述用戶是否考試作弊”步驟。

3.根據權利要求2所述的在線考試的作弊監測方法，其特征在于，對所獲取的用戶圖像進行預處理可以包括：對所述用戶圖像進行分割處理，以保留人像區域并去除背景區域；以及對所述用戶圖像進行灰度化處理。

4.根據權利要求2所述的在線考試的作弊監測方法，其特征在于，使用預處理后的用戶圖像判斷所述用戶是否考試作弊，包括：

基于改進遺傳算法提取所述用戶圖像中的特征點，并基于所述特征點得到人臉特征向量集合和行為特征向量集合；

以所述人臉特征向量集合為基礎將所述用戶圖像轉換為人臉識別模型對應的形式，并通過所述人臉識別模型判斷所述用戶圖像與所述考試賬號在數據庫中對應存儲的圖像是否匹配，其中，若不匹配則確定存在作弊狀態；

依據如下公式計算所述行為特征向量集合與作弊樣本特征集合之間的相似性，并判斷所述相似性是否高于預設閾值，其中，若高于預設閾值則確定存在異常狀態，

式中，v_p表示的是用戶圖像的行為特征向量，r_p表示作弊樣本的行為特征向量，m_p為特征向量對應的權重，p表示考試異常狀態特征分量的維度。

5.根據權利要求4所述的在線考試的作弊監測方法，其特征在于，在依據所獲取的用戶圖像判斷所述用戶是否考試作弊之后，所述方法還包括：

依據判斷出的作弊程度，啟動相應的報警程序。

6.根據權利要求1-5中任意項所述的在線考試的作弊監測方法，其特征在于，所述作弊監測方法還包括：

在用戶登錄考試系統的情況下，獲取所述考試系統所處的操作系統的運行信息；并依據所述運行信息判斷所述操作系統是否運行指定程序外的其他程序，若操作系統運行有所述其他程序則確定存在作弊狀態；

在用戶登錄考試系統的情況下，獲取所述考試系統與服務器之間的信號傳輸頻率，判斷所述信號傳輸頻率是否處于預設范圍內，若所述信號傳輸頻率未處于預設范圍內則確定存在異常狀態。

7.根據權利要求1-5中任意項所述的在線考試的作弊監測方法，其特征在于，所述作弊監測方法還包括：在所述數據庫中建立人臉圖像信息庫，其中，所述人臉圖像信息庫包括第一人臉庫和第二人臉庫，所述第一人臉庫的數據來源于考試申請資糧，所述第二人臉庫的數據來源于考試期間獲取的用戶圖像。

8.一種在線考試的作弊監測裝置，其特征在于，包括：

獲取單元，用于在用戶登錄考試系統的情況下，啟動攝像裝置獲取用戶圖像；

第一判斷單元，用于依據所獲取的用戶圖像判斷所述用戶是否考試作弊。

9.一種存儲介質，其特征在于，所述存儲介質包括存儲的程序，其中，在所述程序運行時控制所述存儲介質所在設備執行權利要求1至7中任意一項所述在線考試的作弊監測方法。

10.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執行權利要求1至7中任意一項所述在線考試的作弊監測方法。