在线考试防作弊行为识别模型构建与多模态验证_应用型研究课题.docxVIP

PAGE

PAGE1

在线考试防作弊行为识别模型构建与多模态验证

第一章问题导向与应用需求分析

1.1现实问题识别与背景分析

1.1.1行业现状与问题识别

随着教育信息化与“互联网+教育”的深度融合，在线考试已从疫情期间的应急方案转变为常态化、规模化应用的重要模式。它打破了时空限制，降低了考试组织成本，为终身学习体系构建提供了有力支撑。然而，考试环境的虚拟化与监考力量的远程化，使得考试公平性面临前所未有的严峻挑战。传统的在线监考多依赖于单一模态的监控手段，如周期性抓拍或实时视频流，其防作弊能力存在显著短板。这些手段难以有效应对日益复杂和隐蔽的作弊行为，例如使用虚拟摄像头播放预录视频、雇佣“枪手”代考、利用第二设备查阅资料、通过即时通讯工具获取答案等。这些作弊行为不仅严重损害了考试的公平性与严肃性，更侵蚀了在线教育的公信力，使得考试结果的可靠性与有效性大打折扣，最终影响人才培养质量评估的准确性，制约了在线教育模式的健康、可持续发展。

1.1.2问题成因与影响机制分析

在线考试作弊问题的滋生与蔓延，源于技术、环境与管理等多重因素的叠加。从技术层面看，考生端设备与环境完全不受控，为各类作弊软件和外部设备的接入提供了可能。从环境层面看，远程监考缺乏物理考场中监考员的直接威慑与全方位观察，考生心理压力减小，作弊动机增强。从管理层面看，现有防作弊技术多聚焦于身份核验（如人脸