1、为了实现对在线考试的考生的在线作弊状态的识别，在发明专利《一种在线测试认证考试管理系统》中通过对区域图像中的考生行为进行行为识别处理，得到考生的行为结果，根据所述行为结果对目标考生进行警示，但是却存在以下技术问题：

　　2、忽视了根据考生的历史作弊行为和考生人数等进行考生姿态的监测频率的确定，具体的，对于历史中存在作弊行为的考生和未有作弊行为的考生若采用相同的监测分析频率，则有可能导致服务器的处理压力过大，无法实现对作弊考生的实时可靠监测。

　　3、忽视了根据考生的异常姿态行为、切屏等操作异常行为将所述考生进行分类，并根据分类结果进行差异化监测处理，具体的，当考生存在多次异常行为时，若不能对其进行差异性的监测处理，则同样无法准确的实现对考生的作弊行为的实时监测。

　　4、针对上述技术问题，本发明提供了一种在线考试防作弊方法、系统与存储介质。

　　2、根据本发明的一个方面，提供了一种在线、一种在线考试防作弊方法，其特征在于，具体包括：

　　4、s11根据考生在历史考试中的异常历史行为次数将所述考生的历史考试划分为作弊考试、疑似作弊考试以及正常考试，并通过所述作弊考试、疑似作弊考试的次数以及所述考生的异常历史行为次数进行所述考生的历史作弊评估值的确定，并根据所述历史作弊评估值确定所述考生是否为异常考生，若是，则采用第一频率进行所述考生的行为的监测，若否，则进入下一步骤；

　　5、s12根据所述异常考生的数量、考生数量以及考试时长进行所述考生的基础监测频率的确定，并通过所述基础监测频率以及所述考生的历史作弊评估值进行监测频率的确定，通过所述监测频率获取所述考生的行为监测结果；

　　6、s13根据所述考生的行为监测结果确定所述考生是否存在异常操作行为或者异常姿态行为，若是，则进入步骤s14，若否，则仍就采用所述监测频率对所述考生的行为进行监测；

　　7、s14将所述考生的异常姿态行为划分为作弊行为、疑似作弊行为，并结合所述考生的异常操作行为进行所述考生的异常评估量的确定，并通过所述异常评估量和历史作弊评估值对所述考生进行分类得到分类结果，并根据所述分类结果进行修正监测频率的确定。

　　8、通过所述作弊考试、疑似作弊考试的次数以及所述考生的异常历史行为次数进行所述考生的历史作弊评估值的确定，从而实现了从历史考试的实际情况对考生进行了分类，保证了历史考试中作弊次数较多的考生能够被及时监测，提升了监测的针对性和处理效率。

　　9、通过根据所述异常考生的数量、考生数量以及考试时长进行所述考生的基础监测频率的确定，并通过所述基础监测频率以及所述考生的历史作弊评估值进行监测频率的确定，在保证服务器的运行可靠性以及考试基本数据的基础上，保证了考生的监测频率的确定的可靠性，并通过结合考生的历史作弊评估值，从而实现了根据考生的历史作弊情况的差异化监测，保证了监测的处理效率。

　　10、通过将所述考生的异常姿态行为划分为作弊行为、疑似作弊行为，并结合所述考生的异常操作行为进行所述考生的异常评估量的确定，实现了从实时的考生的实际行为以及历史行为相结合的方式对考生的监测频率进行动态调整，既能保证监测分析的处理效率，同时也保证了作弊可能性较大的用户的作弊行为能够被及时发现。

　　11、进一步的技术方案在于，所述异常历史行为次数包括但不限于异常历史操作行为次数、历史异常姿态行为次数、特定异常历史行为次数，其中特定异常历史行为包括但不限于打电话、身份不符、拍摄或者截取显示器图像。

　　12、进一步的技术方案在于，当所述考生在历史考试中的异常历史行为次数大于预设次数或者所述考生在历史考试中的异常历史行为包括特定异常历史行为时，则确定所述历史考试为作弊考试。

　　13、进一步的技术方案在于，通过所述基础监测频率以及所述考生的历史作弊评估值进行监测频率的确定，具体包括：

　　14、获取所述考生的历史作弊评估值，并当所述考生的历史作弊评估值大于所述考试的考生的历史作弊评估值的均值时，则所述考生的监测频率的计算公式为：当所述考生的历史作弊评估值不大于所述考试的考生的历史作弊评估值的均值时，则所述考生的监测频率的计算公式为：其中q、q1、pj分别为历史作弊评估值、考生的历史作弊评估值的均值、基础监测频率，n、nlimit分别为历史作弊评估值大于历史作弊评估值的均值的人员数量以及预设数量。

　　15、进一步的技术方案在于，所述异常操作行为包括但不限于登录禁止客户端、切屏、长时间未操作、截取显示器图像；所述异常姿态行为包括但不限于打电话、身份不符、拍摄显示器图像、头部移动范围过大。

　　16、进一步的技术方案在于，所述分类结果包括但不限于重点关注考生、一般关注考生、其它考生，其中所述重点关注考生、一般关注考生、其它考生的修正监测频率通过预设的方式进行确定的，具体的所述重点关注考生的修正监测频率大于一般关注考生的修正监测频率，所述一般关注考生的修正监测频率大于其它考生的修正监测频率。

　　17、第二方面，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种在线、第三方面，本发明提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种在线、其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

　　20、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

　　2.如权利要求1所述的一种在线考试防作弊方法，其特征在于，所述异常历史行为次数包括但不限于异常历史操作行为次数、历史异常姿态行为次数、特定异常历史行为次数，其中特定异常历史行为包括但不限于打电话、身份不符、拍摄或者截取显示器图像。3.如权利要求1所述的一种在线考试防作弊方法，其特征在于，当所述考生在历史考试中的异常历史行为次数大于预设次数或者所述考生在历史考试中的异常历史行为包括特定异常历史行为时，则确定所述历史考试为作弊考试。

　　4.如权利要求1所述的一种在线考试防作弊方法，其特征在于，所述考生的历史作弊评估值的确定的方法为：

　　5.如权利要求4所述的一种在线考试防作弊方法，其特征在于，通过所述考生的作弊考试的次数以及所述考生的历史考试次数确定所述考生是否为异常考生，具体包括：

　　6.如权利要求1所述的一种在线考试防作弊方法，其特征在于，所述异常操作行为包括但不限于登录禁止客户端、切屏、长时间未操作、截取显示器图像；所述异常姿态行为包括但不限于打电话、身份不符、拍摄显示器图像、头部移动范围过大。

　　7.如权利要求1所述的一种在线考试防作弊方法，其特征在于，所述考生的基础监测频率的确定的具体步骤为：

　　8.如权利要求1所述的一种在线考试防作弊方法，其特征在于，通过所述基础监测频率以及所述考生的历史作弊评估值进行监测频率的确定，具体包括：

　　9.如权利要求1所述的一种在线考试防作弊方法，其特征在于，所述分类结果包括但不限于重点关注考生、一般关注考生、其它考生，其中所述重点关注考生、一般关注考生、其它考生的修正监测频率通过预设的方式进行确定的，具体的所述重点关注考生的修正监测频率大于一般关注考生的修正监测频率，所述一般关注考生的修正监测频率大于其它考生的修正监测频率。

　　10.一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行权利要求1-9任一项所述的一种在线.一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-9任一项所述的一种在线考试防作弊方法。

　　本发明提供一种在线考试防作弊方法、系统与存储介质，属于在线教育技术领域，具体包括：根据考生在历史考试中的异常历史行为次数将考生的历史考试划分为作弊考试、疑似作弊考试以及正常考试，并通过作弊考试、疑似作弊考试的次数以及考生的异常历史行为次数进行考生的历史作弊评估值的确定，根据异常考生的数量、考生数量、考试时长、考生的历史作弊评估值进行监测频率的确定，通过监测频率获取考生的行为监测结果，将考生的异常姿态行为划分为作弊行为、疑似作弊行为，并结合考生的异常操作行为进行考生的异常评估量的确定，并通过异常评估量和历史作弊评估值进行修正监测频率的确定，从而进一步提升了监测的针对性和准确性。k8凯发官网