Nghiên cứu và phát triển ứng dụng quản lý và phát hiện hành vi gian lận trong thi trực tuyến để đảm bảo tính công bằng, độ tin cậy và chất lượng

MỤC LỤC

PHẦN MỞ ĐẦU

     Ngoài ra, các thuật toán cũng có thể nhận diện các từ ngữ hoặc cấu trúc câu có liên quan đến gian lận như các thuật ngữ kỹ thuật được sử dụng một cách không đúng ngữ nghĩa hoặc sự thay đổi đột ngột trong ngôn ngữ của thí sinh. Có nhiều hệ thống, phần mềm thi trực tuyến có các chức năng quản lý và phát hiện hành vi vi phạm khi thi trực tuyến đã được ứng dụng trong thực tế, phải kể đến như: EDU EXAM, EDUNOW, … Những hệ thống này có các tính năng chống gian lận như không thể mở thêm tab, không được truy cập vào Internet, mất kết nối khi thi, nhờ người thi hộ, xem và sử dụng tài liệu, sử dụng thiết bị ngoại vi như điện thoại, đồng hồ thông minh, máy tính bảng v.v…. Đề án sẽ tập trung vào việc nghiên cứu và phát triển một ứng dụng cụ thể để quản lý và phát hiện gian lận trong thi cử trực tuyến, với mục tiêu tăng tính công bằng, độ tin cậy và chất lượng trong quá trình tổ chức thi.

    PHẦN NỘI DUNG

    CÁC HỆ THỐNG QUẢN LÝ VÀ PHÁT HIỆN GIAN LẬN THI TRỰC TUYẾN HIỆN NAY

    • Các hệ thống quản lý và phát hiện gian lận hiện nay

      Khả năng giả mạo: Mặc dù hệ thống Edu Exam có các biện pháp nhận dạng khuôn mặt và giám sát hành vi, nhưng vẫn có khả năng bị giả mạo bằng cách sử dụng các công cụ hoặc phần mềm giả mạo. Như vậy, mặc dù hệ thống Edu Exam có nhiều ưu điểm trong việc phát hiện gian lận và đảm bảo tính công bằng trong quá trình thi, nhưng cũng cần xem xét các nhược điểm và cân nhắc các yếu tố quyền riêng tư và đạo đức trong việc áp dụng hệ thống này. Ứng dụng Edu Exam là một giải pháp quản lý và phát hiện hành vi gian lận trong thi trực tuyến với tính năng quản lý thi, phát hiện gian lận, giao diện người dùng thân thiện, báo cáo và phân tích dữ liệu, cảnh báo và hỗ trợ giáo viên, và tích hợp với hệ thống quản lý học tập.

      Phát hiện gian lận: Dựa trên kết quả phân tích dữ liệu, hệ thống Edunow có khả năng phát hiện các hành vi gian lận như sao chép nội dung, sử dụng trợ giúp không hợp lệ, gian lận trong bài làm hay sử dụng các phương pháp gian lận khác. Phát hiện gian lận: Hệ thống có khả năng phát hiện các hành vi gian lận trong quá trình học tập trực tuyến, như sao chép nội dung, sử dụng phần mềm hỗ trợ gian lận, hay các hành vi không đúng quy tắc. Phân tích dữ liệu và trí tuệ nhân tạo: Hệ thống sử dụng các thuật toán và kỹ thuật phân tích dữ liệu, cùng với trí tuệ nhân tạo, để xác định các mẫu học tập không bình thường và hành vi gian lận.

      Tích hợp và dễ sử dụng: Edunow được thiết kế để tích hợp dễ dàng vào các hệ thống học tập trực tuyến hiện có và có giao diện người dùng thân thiện, giúp giáo viên và người quản lý dễ dàng sử dụng và quản lý hệ thống. Tổng quan, hệ thống Edunow mang lại nhiều ưu điểm trong việc phát hiện và quản lý gian lận trong quá trình học tập trực tuyến, tuy nhiên cần được triển khai và sử dụng cẩn thận để vượt qua những nhược điểm tiềm ẩn. Một số người cho rằng việc sử dụng hệ thống này có thể giúp bảo vệ tính hợp lệ của quá trình thi trực tuyến, trong khi người khác có ý kiến lo ngại về vấn đề riêng tư và an ninh thông tin khi dữ liệu học sinh được thu thập.

      Giỏm thị trực tuyến: Hệ thống sử dụng camera và microphone để theo dừi học viên trong suốt quá trình thi, giúp ngăn chặn và phát hiện các hành vi gian lận như việc nhìn vào tài liệu hoặc tương tác với người khác.

      Hình 2.1. Ứng dụng Edu Exam
      Hình 2.1. Ứng dụng Edu Exam

      DỤNG TẬP LUẬT

      Phân tích yêu cầu chức năng của ứng dụng

      Cung cấp hướng dẫn và hỗ trợ cho người dùng trong quá trình sử dụng ứng dụng.

      Thiết kế hệ thống 1. Kiến trúc hệ thống

      • Phương pháp phát hiện và thu log 1. Phương pháp chung

         Yêu cầu chức năng: Xác định các chức năng quan trọng trong hệ thống, bao gồm quản lý người dùng, quản lý bài thi, phát hiện gian lận, thu thập log, quản lý tập luật và thông báo, cảnh báo. Khả năng bỏ sót hành vi mới: Phương pháp này khó khăn trong việc phát hiện các hành vi gian lận mới mẻ và chưa được biết đến trước đây, do tập luật không thể bao quát hết mọi tình huống. Không tự động hóa cao: Phương pháp này đòi hỏi sự can thiệp thủ công để phát triển, cập nhật và kiểm tra tập luật, làm giảm khả năng tự động hóa và hiệu suất của phương pháp.

        Phát triển và cập nhật tập luật: Tập luật cần được phát triển và cập nhật liên tục để điều chỉnh cho các hình thức gian lận mới và thay đổi trong hành vi của người dùng. Khả năng đảm bảo độ nhạy và độ đặc thù: Phương pháp theo tập luật có thể dẫn đến tỷ lệ dự đoán sai (false positives hoặc false negatives) nếu tập luật không được điều chỉnh một cách chính xác. Khả năng áp dụng trong thời gian thực: Phương pháp theo tập luật có thể đòi hỏi thời gian xử lý lâu hơn so với các phương pháp phân loại máy học hoặc trí tuệ nhân tạo khác, làm giảm khả năng áp dụng trong thời gian thực.

        Luật này sử dụng Javascript [9] để kiểm tra và thu log khi thí sinh mở tab mới hoặc mở ứng dụng khỏc như sau: Bằng cỏch đăng ký theo dừi một sự kiện trờn trang thi để đảm bảo sẽ được thông báo khi trình duyệt phát hiện ra sự thay đổi về khả năng hiển thị của trang. Luật này sử dụng Javascript để kiểm tra và thu log khi thí sinh không tương tác với bài thi trong một khoảng thời gian nhất định như sau: Bằng cách đăng ký theo dừi một sự kiện trờn trang thi để đảm bảo sẽ được thụng bỏo khi trỡnh duyệt phát hiện không có sự tương tác giữa thí sinh và bài thi. Luật này sử dụng Javascript kết hợp với WebSocket để kiểm tra và thu log khi thí sinh tham gia thi và khi ngắt kết nối trong khi thi như sau: Sử dụng WebSocket để duy trì kết nối liên tục với máy chủ, chúng ta có thể xử lý sự kiện kết nối trong phương thức onOpen() và ngắt kết nối trong phương thức onClose() của WebSocket.

        Với luồng thu log này, khi một thí sinh kết nối hoặc ngắt kết nối từ trang thi thụng qua WebSocket, chỳng ta sẽ cú cỏc bản ghi log tương ứng để theo dừi và phân tích sự kiện này.

        Hình 3.2. Mô hình Diagram
        Hình 3.2. Mô hình Diagram

        Thử nghiệm và đánh giá

        • Một số kịch bản thử nghiệm và phân tích kết quả

          - Trong sự kiện onOpen của WebSocket, gửi thông tin đăng nhập hoặc các dữ liệu cần thiết khác để xác định thí sinh và phòng thi. - Trong sự kiện onOpen của WebSocket, gửi thông tin đăng nhập hoặc các dữ liệu cần thiết khác để xác định thí sinh và phòng thi. - Thiết bị liên lạc với cán bộ coi thi (điện thoại bàn, điện thoại di động) trong trường hợp thiết bị tham gia thi trực tuyến gặp sự cố như: mất kết nối Internet, kết nối không ổn định, camera hỏng, mất điện ngoài ý muốn.

          Lịch sử kết quả thi của thí sinh 3.5.2.2: Thử nghiệm các chức năng chính với vài trò là giáo viên Bước 1: Thực hiện thiết lập cấu hình các tập luật.  Số lần vi phạm sẽ nhắc nhở: Cấu hình số lượng khi vi phạm đến 1 số lượng đã cấu hình thì thí sinh sẽ nhận được cảnh báo tự động. - Trong màn xem chi tiết thí sinh tham gia sẽ hiển thị thí sinh bao gồm các thông tin: Tên thí sinh, Trạng thái kết nối, số lần vi phạm và button xem chi tiết vi phạm.

          - Khi giám thị bấm vào nút xem chi tiết sẽ hiển thị ra danh sách các vi phạm của thí sinh và giám thị sẽ xem xét để đóng bài thi của thí sinh ngay lập tức hoặc sẽ chỉ gửi thông tin nhắc nhở. Qua phần thử nghiệm, đề án đã nghiên cứu, phát triển và áp dụng thành công các tập luật đã được cấu hình khi thực thiện các cơ chế thu log vi phạm của thí sinh khi làm bài thi trong ứng dụng phát hiện và quản lý gian lận thi trực tuyến. Đề án đưa ra đề xuất phương pháp chung để phát hiện và xử lý các gian lận, tiêu biểu là 2 tập luật đã được phân tích và áp dụng vào ứng dụng ở trên.

          Tuy nhiên, để áp dụng cho một hệ thống chống gian lận khi thi trực tuyến lớn hơn thì vẫn cần nghiên cứu và bổ sung thêm các tập luật mới.

          Hình 3.16 . Vi phạm quá số lần cho phép
          Hình 3.16 . Vi phạm quá số lần cho phép