本发明属于通信监听技术领域,特别是涉及一种考试期间筛选可疑ms方法及系统。
背景技术:
在进行某些大型考试时,出于保密性和防止作弊需求,通常在考试期间对考场区域进行通信语音监听或屏蔽。需要一种能够在考试期间筛选出可疑ms的技术方案,为此提出一种考试期间筛选可疑ms方法及系统。
技术实现要素:
本发明所要解决的技术问题是不能在考试期间筛选出可疑ms的问题,提出一种考试期间筛选可疑ms方法及系统。
本发明根据考试科目识别考试敏感内容关键词,并在考试期间对考场区域的通信进行监听,识别监听数据中敏感内容关键词出现的次数,计算通信内容与考试内容的相关度,根据相关度筛选可疑ms。
本发明的考试期间筛选可疑ms方法,包括以下步骤:
识别考试敏感内容关键词:接收考试科目信息,根据考试科目识别与考试内容相关的敏感内容关键词,数量记为n,对敏感内容关键词进行编号,记为i,1≤i≤n,设置敏感内容关键词的权重值,记为bi,生成考试敏感内容关键词集合a。
所述敏感内容关键词是指与考试科目相关的关键词或干扰考试正常进行的关键词或泄露试题的关键词或与作弊相关的关键词的任一项或多项组合。
统计监听数据中关键词出现次数:收集考试期间单个ms的通信数据,统计通信数据中敏感内容关键词出现的次数,用变量ni表示。
识别可疑ms:根据集合a中敏感内容关键词数量n、通信数据中各敏感内容关键词出现的次数ni及敏感内容关键词的权重值bi计算通信内容与考试的相关度x;判断x是否大于事先设置的相关度阈值x,若是,则判定该ms为可疑ms。
所述通信内容与考试的相关度
进一步筛选ms(可选步骤):调取事先设置的指定人员ms清单,在筛选出的可疑ms列表中删除属于指定人员的ms。
所述指定人员包括监考人员、巡考人员、清洁人员及安保人员。
本发明的考试期间筛选可疑ms系统,其特征在于包括:
监听器;
一个或多个处理器;
存储器;
以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括:
识别考试敏感内容关键词模块:接收考试科目信息,根据考试科目识别与考试内容相关的敏感内容关键词,数量记为n,对敏感内容关键词进行编号,记为i,1≤i≤n,设置敏感内容关键词的权重值,记为bi,生成考试敏感内容关键词集合a。
所述敏感内容关键词是指与考试科目相关的关键词或干扰考试正常进行的关键词或泄露试题的关键词或与作弊相关的关键词的任一项或多项组合。
统计监听数据中关键词出现次数模块:收集考试期间单个ms的通信数据,统计通信数据中敏感内容关键词出现的次数,用变量ni表示。
识别可疑ms模块:根据集合a中敏感内容关键词数量n、通信数据中各敏感内容关键词出现的次数ni及敏感内容关键词的权重值bi计算通信内容与考试的相关度x;判断x是否大于事先设置的相关度阈值x,若是,则判定该ms为可疑ms。
所述通信内容与考试的相关度
进一步筛选ms模块(可选模块):调取事先设置的指定人员ms清单,在筛选出的可疑ms列表中删除属于指定人员的ms。
所述指定人员包括监考人员、巡考人员、清洁人员及安保人员。
本发明的方法及系统具有的优点是:
(1)根据通信内容中考试敏感内容关键词出现的次数及其权重值,有效筛选出考试期间的可疑ms。
(2)通过监听考试期间的通信及筛选可疑ms,有效监控考试过程,防止出现考试作弊或试题泄露。
附图说明
图1是本发明实施例一的考试期间筛选可疑ms方法流程图;
图2是本发明实施例二的考试期间筛选可疑ms方法流程图;
图3是本发明实施例三的考试期间筛选可疑ms系统结构示意图;
图4是本发明实施例四的考试期间筛选可疑ms系统结构示意图。
具体实施方式
下面对本发明优选实施例作详细说明。
本发明根据考试科目识别考试敏感内容关键词,并在考试期间对考场区域的通信进行监听,识别监听数据中敏感内容关键词出现的次数,计算通信内容与考试的相关度,根据相关度筛选可疑ms。本实施例对某次全国性考试某考场区域的可疑ms进行筛选,在考场所在的教学大楼处部署监听器。
实施例一、一种考试期间筛选可疑ms方法。
本实施例的考试期间筛选可疑ms方法,包括以下步骤:
识别考试敏感内容关键词:接收考试科目信息,根据考试科目识别与考试内容相关的敏感内容关键词,数量记为n,对敏感内容关键词进行编号,记为i,1≤i≤n,设置敏感内容关键词的权重值,记为bi,生成考试敏感内容关键词集合a。
所述敏感内容关键词是指与考试科目相关的关键词或干扰考试正常进行的关键词或泄露试题的关键词或与作弊相关的关键词的任一项或多项组合。本实施例中,接收考试科目信息为数学,根据数学试题内容及考场规范识别此次考试相关的内容相关的敏感内容关键词,生成考试敏感内容集合a={“数学”、“选择题”、“应用题”、a或b或c或d的英文字母},数量n=4,分别编号为1、2、3、4,根据各敏感关键词对考试科目的影响程度设置敏感内容关键词的权重值b1=0.1,b2=0.4,b3=0.1,b4=0.4。
统计监听数据中关键词出现次数:收集考试期间单个ms的通信数据,统计通信数据中敏感内容关键词出现的次数,用变量ni表示。本实施例中,在考场区域部署的监听器持续获取考场区域内的所有电话语音、短信文字、数据语音、数据图像及数据视频内容,某时刻收集到考场区域内某个ms的短信通信,采用现有的ai语义分析算法识别短信文字数据中敏感内容关键词出现的次数分别为n1=1,n2=1,n3=0,n4=20。
识别可疑ms:根据集合a中敏感内容关键词数量n、通信数据中各敏感内容关键词出现的次数ni及敏感内容关键词的权重值bi计算通信内容与考试的相关度x;判断x是否大于事先设置的相关度阈值x,若是,则判定该ms为可疑ms。
所述通信内容与考试的相关度
本实施例一的考试期间筛选可疑ms方法流程图,如图1所示。
实施例二、一种考试期间筛选可疑ms方法。
本实施例的考试期间筛选可疑ms方法,包括以下步骤:
识别考试敏感内容关键词:接收考试科目信息,根据考试科目识别与考试内容相关的敏感内容关键词,数量记为n,对敏感内容关键词进行编号,记为i,1≤i≤n,设置敏感内容关键词的权重值,记为bi,生成考试敏感内容关键词集合a。
所述敏感内容关键词是指与考试科目相关的关键词或干扰考试正常进行的关键词或泄露试题的关键词或与作弊相关的关键词的任一项或多项组合。本实施例中,接收考试科目信息为数学,根据数学试题内容及考场规范识别此次考试相关的内容相关的敏感内容关键词,生成考试敏感内容集合a={“数学”、“选择题”、“应用题”、a或b或c或d的英文字母},数量n=4,分别编号为1、2、3、4,根据各敏感关键词对考试科目的影响程度设置敏感内容关键词的权重值b1=0.1,b2=0.4,b3=0.1,b4=0.4。
统计监听数据中关键词出现次数:收集考试期间单个ms的通信数据,统计通信数据中敏感内容关键词出现的次数,用变量ni表示。本实施例中,在考场区域部署的监听器持续获取考场区域内的所有电话语音、短信文字、数据语音、数据图像及数据视频内容,某时刻收集到考场区域内某个ms的短信通信,采用现有的ai语义分析算法识别短信文字数据中敏感内容关键词出现的次数分别为n1=1,n2=1,n3=0,n4=20。
识别可疑ms:根据集合a中敏感内容关键词数量n、通信数据中各敏感内容关键词出现的次数ni及敏感内容关键词的权重值bi计算通信内容与考试的相关度x;判断x是否大于事先设置的相关度阈值x,若是,则判定该ms为可疑ms。
所述通信内容与考试的相关度
进一步筛选ms:调取事先设置的指定人员ms清单,在筛选出的可疑ms列表中删除属于指定人员的ms。
所述指定人员包括监考人员、巡考人员、清洁人员及安保人员。本实施例中,事先设置指定人员包括监考人员、巡考人员、清洁人员及安保人员等的ms信息并保存在数据库中,调取指定人员ms清单,在筛选出的可疑ms列表中删除指定人员ms。
本实施例二的考试期间筛选可疑ms方法流程图,如图2所示。
实施例三、一种考试期间筛选可疑ms系统。
本实施例的考试期间筛选可疑ms系统,其特征在于包括:
监听器;
一个或多个处理器;
存储器;
以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括:
识别考试敏感内容关键词模块:接收考试科目信息,根据考试科目识别与考试内容相关的敏感内容关键词,数量记为n,对敏感内容关键词进行编号,记为i,1≤i≤n,设置敏感内容关键词的权重值,记为bi,生成考试敏感内容关键词集合a。
所述敏感内容关键词是指与考试科目相关的关键词或干扰考试正常进行的关键词或泄露试题的关键词或与作弊相关的关键词的任一项或多项组合。本实施例中,接收考试科目信息为数学,根据数学试题内容及考场规范识别此次考试相关的内容相关的敏感内容关键词,生成考试敏感内容集合a={“数学”、“选择题”、“应用题”、a或b或c或d的英文字母},数量n=4,分别编号为1、2、3、4,根据各敏感关键词对考试科目的影响程度设置敏感内容关键词的权重值b1=0.1,b2=0.4,b3=0.1,b4=0.4。
统计监听数据中关键词出现次数模块:通过监听器收集考试期间单个ms的通信数据,统计通信数据中敏感内容关键词出现的次数,用变量ni表示。本实施例中,在考场区域部署的监听器持续获取考场区域内的所有电话语音、短信文字、数据语音、数据图像及数据视频内容,某时刻收集到考场区域内某个ms的短信通信,采用现有的ai语义分析算法识别短信文字数据中敏感内容关键词出现的次数分别为n1=1,n2=1,n3=0,n4=20。
识别可疑ms模块:根据集合a中敏感内容关键词数量n、通信数据中各敏感内容关键词出现的次数ni及敏感内容关键词的权重值bi计算通信内容与考试的相关度x;判断x是否大于事先设置的相关度阈值x,若是,则判定该ms为可疑ms。
所述通信内容与考试的相关度
本实施例三的考试期间筛选可疑ms系统结构示意图,如图3所示。
实施例四、一种考试期间筛选可疑ms系统。
本实施例的考试期间筛选可疑ms系统,其特征在于包括:
监听器;
一个或多个处理器;
存储器;
以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括:
识别考试敏感内容关键词模块:接收考试科目信息,根据考试科目识别与考试内容相关的敏感内容关键词,数量记为n,对敏感内容关键词进行编号,记为i,1≤i≤n,设置敏感内容关键词的权重值,记为bi,生成考试敏感内容关键词集合a。
所述敏感内容关键词是指与考试科目相关的关键词或干扰考试正常进行的关键词或泄露试题的关键词或与作弊相关的关键词的任一项或多项组合。本实施例中,接收考试科目信息为数学,根据数学试题内容及考场规范识别此次考试相关的内容相关的敏感内容关键词,生成考试敏感内容集合a={“数学”、“选择题”、“应用题”、a或b或c或d的英文字母},数量n=4,分别编号为1、2、3、4,根据各敏感关键词对考试科目的影响程度设置敏感内容关键词的权重值b1=0.1,b2=0.4,b3=0.1,b4=0.4。
统计监听数据中关键词出现次数模块:通过监听器收集考试期间单个ms的通信数据,统计通信数据中敏感内容关键词出现的次数,用变量ni表示。本实施例中,在考场区域部署的监听器持续获取考场区域内的所有电话语音、短信文字、数据语音、数据图像及数据视频内容,某时刻收集到考场区域内某个ms的短信通信,采用现有的ai语义分析算法识别短信文字数据中敏感内容关键词出现的次数分别为n1=1,n2=1,n3=0,n4=20。
识别可疑ms模块:根据集合a中敏感内容关键词数量n、通信数据中各敏感内容关键词出现的次数ni及敏感内容关键词的权重值bi计算通信内容与考试的相关度x;判断x是否大于事先设置的相关度阈值x,若是,则判定该ms为可疑ms。
所述通信内容与考试的相关度
进一步筛选ms模块:调取事先设置的指定人员ms清单,在筛选出的可疑ms列表中删除属于指定人员的ms。
所述指定人员包括监考人员、巡考人员、清洁人员及安保人员。本实施例中,事先设置指定人员包括监考人员、巡考人员、清洁人员及安保人员等的ms信息并保存在数据库中,调取指定人员ms清单,在筛选出的可疑ms列表中删除指定人员ms。
本实施例四的考试期间筛选可疑ms系统结构示意图,如图4所示。
当然,本技术领域中的普通技术人员应当认识到,以上实施例仅是用来说明本发明的,而并非作为对本发明的限定,只要在本发明的范围内,对以上实施例的变化、变型都将落入本发明的保护范围。