区块链在在线考试中的安全框架及应用

网络安全和应用1（2022）100005一个先进而安全的框架，用于使用区块链方法Md Rahat Ibne Sattara，Md.Thowhid Bin Hossain Eftya，Taiyaba ShadakaRafa，Tusar Dasa，Md Sharif Samada，Abhijit Pathaka，Mayeen Uddin Khandakerb，c，Md.Habib Ullahda孟加拉国查托格拉姆BGC信托大学计算机科学与工程系b双威大学工程技术学院应用物理和辐射技术中心，47500 Bandar Sunway，Selangor，Malaysiac孟加拉国达卡1341，DIU路，达瓦迪勒国际大学科学和信息技术学院，普通教育发展系。d孟加拉国达卡美国国际大学科学技术学院物理系，1229孟加拉国aRT i cL e i nf o关键词：在线考试IP登录人工智能RDP区块链监考人监督a b sTR a cT如今，在线平台已被许多教育机构用于进行测试，特别是针对中学到大学的学生。最流行的在线测试程序是通过向候选人提供用户ID和密码来运行的，随后，他们登录到给定的网页来回答问题。然而，这个系统有很多缺陷，密码可以被滥用，然后在考试中作弊。这表明实施安全系统以避免此类问题的重要性。本文提出了一个区块链框架，用于保护在线考试系统。所提出的框架已被用于保护连接到现有教育数据的数据管理系统。机构可以简单地编辑他们的数据历史，而不需要从中央服务器复制拟议的区块链框架提高了数据安全性，并消除了访问应用程序和服务的用户或第三方机构之间的任何潜在欺诈行为。在这方面，本研究提供了一个安全的框架进行和评估主题测试，以确保学生和服务器之间的一致性，并从服务器的问卷安全交付1. 介绍在新冠肺炎疫情期间，孟加拉国的所有教育机构都像世界其他国家一样关闭。因此，孟加拉国有超过4亿学生受到影响，学生们别无选择，只能在网上学习。此外，考试通过在线平台进行然而，通过在线考试对学生学习的正确评价仍然令人担忧。具体而言，一些问题，如假身份，问题分布，常见问题，后台应用程序或多个设备，复制复制脚本和安全结果发布已经成为一个重要的问题。解决这些重大问题变得非常必要;否则，许多学生将在素质教育方面落后幸运的是，在孟加拉国，通信技术的使用近年来有了显著在这方面，为在线考试系统设计了一个先进和安全的框架，以提高孟加拉国中小学、学院和大学本研究的主要目的是建立一个合适的系统来解决学生和教师在网上学习过程中所面临的主要问题考试这项研究着眼于个人身份的挑战和其他用户未经授权访问网络使用不同的客户端。本研究的目的是（i）分析几个在线程序的功能，这些程序出于各种目的进行在线测试，(ii)为孟加拉国的教育机构开发基于区块链的安全在线考试系统。预计所提出的系统可以处理从基于IP的登录开始到基于区块链的结果验证的所有操作，这使得考试过程更加安全，用户友好，节省时间和有效。2. 文献综述Albertkey等人[1]研究了在没有监考监督的情况下参加在线考试的可能方法。作者详细讨论了学生作弊的常见情况，以及如何防止学生作弊。他们提出了一些开发在线测试计划的技术和一些在线考试控制程序，如在一个设定的时间参加考试，使用响应锁定浏览器（RDL），验证学生ID等。Tejra等人∗ 通讯作者。电子邮件地址：rahat@bgctub.ac.bd（M.R.I. Sattar），mayeenk@sunway.edu.my（M.U. Khandaker）。https://doi.org/10.1016/j.csa.2022.100005接收日期：2022年4月10日;接收日期：2022年6月4日;接受日期：2022年8月10日2022年8月11日在线提供2772-9184/© 2022作者。由Elsevier B.V.代表KeAi Communications Co.出版，这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）可在ScienceDirect上获得目录列表网络安全和应用期刊首页：http://www.keaipublishing.com/en/journals/cyber-security-and-applications/核磁共振Sattar，Md.T.B.H. Efty，T. S. Rafa等人网络安全和应用1（2022）1000052[2]提出使用卷积神经网络（CNN）通过观察学生的运动来正确识别在线考试中的学生但CNN的缺点是它不能分析学生的方向和位置，而且它需要太多的数据来预览结果。Mukta等人[3]致力于模糊逻辑方法用于在线学习中的自适应测试表生成。他们建议使用一种模糊的方法来评估学生Jung和Yeom[4]讨论了如何使用组密码术保护在线考试管理系统。他们描述了SECONE软件系统如何帮助建立一个安全的在线管理系统。然而，它需要使用高质量的网络摄像头和麦克风，这是该系统的一个缺点。Liu和Fan[5]在评估学生的学习成果时引入了术语作者认为，应该在教育机构中开展数学研究，以增加对学生学习需求的了解，这可能会对学习者的学习和进步产生积极影响。Monjitha及其同事[6]提出了一个系统，在该系统中，问卷的生产经理选择问题复杂度的百分比。根据百分比选择系统，可以选择满足条件的随机问题。该程序还可以根据管理员提供的格式生成论文。论文制作完成后，将以PDF格式保存并通过电子邮件发送点击一下就能进入大学Paul等人[7]提出了如何根据输入要求设计试卷模板。Zhen和Su[8]提出了人脸识别系统在这方面的一些方法。作者描述了如何神经网络（NN），支持向量机（SVM），和代数特征可以在人脸识别系统中使用。Jain及其同事介绍了区块链网络在教育系统中的重要性。他们开发了一个基于区块链的在线考试系统。他们使用了公共区块链平台他们还比较了- 基于区块链的系统与基于云的系统的所有性能。Lee及其同事[10]提出了一种系统，该系统通过使用最先进的机器学习技术捕获头部姿势估计和眼睛注视估计来对学生的VFOA（视觉注意力焦点）数据进行分类。当学生动摇时，考官会警觉起来在他的VFOA从屏幕大于X，一个预定义的阈值时间;应用程序将保存人的数据时，他的VFOA是在屏幕上，并将其发送给考官手动检查和标记是否学生的行动是企图渎职或只是一个短暂的失误，在浓度。 在“他们建议采用单重生物识别检测技术。在该研究中，他们检测了学生在线签名，照片和指纹，然而，我们正在检测学生IP地址，面部识别，360° AI视图和噪声检测方法。在 Hylton等人[12]在题为“利用基于网络摄像头的监考来阻止在线考试中的不当行为”的研究中，利用了基于网络摄像头的监考程序进行在线考试。他们从参与者参加的在线考试结果以及基于网络的调查中收集数据。他们的结论是，基于网络摄像头的监考阻止了在线考试中的不当行为。3. 拟议系统受疫情影响，教育机构被迫将学习平台转移至线上。 然而，这显示出一些挑战，主要问题是一些学生在在线考试期间采取不道德的步骤。为了解决这些问题，这项工作提出了人工智能和区块链系统，考虑了学生身份识别，作弊场景和安全的结果发布。所提出的系统的概念性工作流程如图所示。1.一、预计它将在未来的教育体系中创造一个新的边缘。学生的设备和教师代理的设备都通过服务器连接。教师和学生的所有数据将通过数据库保存在主存储系统中。学生的数据也可以通过数据库暂时存储在教师代理的暂存器中。每个部门都有一个图形用户界面（GUI）来操作系统。从学生4. 方法4.1. 评价体系工作流程图图2中的图表说明了系统的操作流程。 首先，学生将使用IP地址登录系统。在登录过程之后，将启用基于AI的人脸识别系统以及360° AI视图和噪声检测系统。然后，系统将使用SSH连接建立RDP。 随后，它将为每个IP/ID指定每个问题，并设置一个spe-给每个问题留出一定的时间来写答案。 在收集了所有的答案脚本后，它将创建一个数据库，并检查每个脚本的抄袭。如果答案脚本显示抄袭超过百分之七十，那么它将决定该脚本与另一个答案脚本有人类交互，并且它将简单地在区块链系统中转发标记。如果显示抄袭率低于70%，系统将把答案脚本转发给标记分发。之后，它会将标记转发到基于区块链的系统。这样， 这个制度就会终结。4.2. 安全考试系统控制程序（SESCP）SESCP-A：检测参与者的个人IP，并为将来的交互建立该IP。学生不能改变设备或任何其他人/网络不能干扰他们的工作。SESCP-B：使用AI技术识别人脸。它将检测面部形状和参与者的运动。平行参与者必须提交一个360全景视图。在那里，人工智能系统将检测电子设备和人脸。YOLO算法用于人脸检测。其简单的架构提高了检测速度、学习能力和准确性[13]。这是基于回归分析。首先，它将拍摄的图像划分为N个网格，具有SX S的等维每个节点都负责决策。SESCP-C：建立远程桌面协议来限制后台应用程序，另一方面，流量分析器将用于任何其他网络交互。因此，受试者禁止使用他的设备与任何其他主题进行交互。SESCP-D：系统将加密、分解并将整个问题分成一小部分，生成一个唯一的哈希，并将每个哈希分配到一个特定的IP。每个人都有一个固定的时间框架，问题的一部分。SESCP-E：参与者必须向系统提供公钥。然后，系统将为个人解密问题，并按时收集答案脚本。SESCP-F：在本节中，系统将创建一个数据库。每个答案脚本将在同一个数据库中，系统将检查每个答案脚本的剽窃。释义工具用于检查剽窃。它是一个基于Python的工具，使用同义词用法，更改语法结构和更改词性作为技术。本文还采用了基于语义的方法、基于语法的方法、语法语义混合的方法和聚类技术来检测剽窃。[14个]SESCP-G：本节将定义剽窃并消除答案脚本。我们希望在这里进行人际互动。答桉有百分之七十或以上的plagiarity将被转发给老师。 他们将判断和控制这些答案脚本，以备将来使用。核磁共振Sattar，Md.T.B.H. Efty，T. S. Rafa等人网络安全和应用1（2022）1000053Fig. 1. 拟议系统的概念框架。图二. 拟议系统的流程图。并且，答案脚本的其余部分将被转发用于标记分配。SESCP-H：标记将存储在基于区块链的系统中，以确保安全性。4.3. 标记分布区块链是一个书面发布的数据库，和/或任何交易所，合同的计算机数据库-应该自由记录。区块链的一大特点是，这个计算机化的数据库是开放的，有几个大的PC号码，毫无疑问，它将存储在一个位置。平方系列最令人振奋的部分是，它戏剧性地减少了信息中断的潜在影响。有趣的是，通过标准的公平过程，同一知识库的各种共享副本使得支付信息攻击或数字攻击变得困难。由于具有抢劫的所有高安全性特征，方形链的建立可以改变业务的多样性，使形式比标准的业务形式更智能，更安全，更直接，更高效。• 数据以JSON格式保存，易于实现和阅读。数据保存在包含多个数据的块中。添加多个块以通过指纹确定其他块。• 指纹打印是通过使用散列来完成的，确切地说，使用SHA256散列算法。 每个块都包含自己的散列和前一个函数• 这种指纹被用来将块联合起来。每个块都连接到前一个块，包括它的哈希和下一个块，通过给出它的哈希。• 新区块的开采是通过成功发现工作量证明的解决方案来完成的。工作量证明必须很难被操纵来制造采矿挑战。• 正确挖掘区块后，该区块将计入链中。• 在挖掘多个区块后，必须限制链的有效性防止篡改区块链• Web应用程序是用Flask开发的。区块链/DLT是“价值互联网”的结构块“价值”指向任何资产许可证记录和特定信息许可证。 四、我们使用第1层区块链可扩展性解决方案来实现可扩展性，包括分片、隔离见证（SEGWIT）和硬分叉。第1层解决方案专注于改善区块链网络第1层解决方案需要对代码库进行修改核磁共振Sattar，Md.T.B.H. Efty，T. S. Rafa等人网络安全和应用1（2022）1000054图3. 区块链技术的结构。见图4。区块链技术中的数据结构。图五. 用户交互图。核磁共振Sattar，Md.T.B.H. Efty，T. S. Rafa等人网络安全和应用1（2022）1000055见图6。建议系统的快照;（a）学生面板（b）教师面板和结果面板。核磁共振Sattar，Md.T.B.H. Efty，T. S. Rafa等人网络安全和应用1（2022）1000056领先的区块链网络。因此，层1解决方案相应地被引导为链上缩放解决方案。4.4. 用户交互该图示出了交互系统图。 五、用户交互图（图5）有三种类型的用户：学生、教师和管理员。教师分发分数，向系统添加问题，并可以与服务器数据库进行交互。 另一方面，学生通过用户识别协议、基于AI的系统和临时存储与系统进行交互。此外，管理员直接与服务器数据库交互，标记分布式协议和基于区块链的系统。学生、教师和管理员都使用RDP（远程桌面协议）进行交互5. 成果和未来范围在线考试的范围从MCQ，填空，复选框到简短答案，长答案（需要由教师单独评估），编码模拟器，案例研究等。在这里，我们提出了一些快照，我们的系统图。第六章在网上考试中，考生应在规定的时间内回答问题。当测试结束时，测试窗口会折叠，并且设施会收到实时报告。拟议的自动化系统可以彻底检查答案脚本，并在尽可能短的时间内提供结果。测试者核对答案并进行一致的辩论。对于结果不是随机的长型问题，测试人员检查答案并进行相应的计算。在线进行的测试可以通过电子邮件或网站传递给候选人。该系统可以在两个主要方面得到显著改善。第一个需要改进的地方是一个被标记为问题水平的老师。目前提出的系统要求教师在提交时包括一个问题标签。在未来的发展中，我们的目标是使这一过程机械化，这将改善教学过程。改进这一系统的第二个方面是描述性调查表的完全自动化6. 限制尽管有许多优势和设施，它有一些潜力-我们不能忽视的局限性。该系统需要获得学生的摄像头、麦克风和GYRO的许可，才能从学生参加考试所使用的设备上记录学生的活动。如果系统面临任何重大故障，学生的个人不可侵犯的信息将受到阻碍。该系统需要稳定的互联网连接，但孟加拉国的大多数家庭没有互联网接入。互联网中断可能成为个别学生参加考试时学习管理系统不平衡的原因。建立系统和维护系统的平均成本是对于孟加拉国等发展中国家的许多机构和当局来说，这有点高。7. 结论在互联网隐喻的范围内，孟加拉国等国家仍然面临着建立适当的电子学习系统以应对新冠肺炎疫情爆发的问题。这项工作可能有助于解决电子学习的关键障碍，这是一个电子考试。在人工智能、区块链、RDP和智能登录系统的帮助下，可以被忽视。本文提出了一种基于AI的区块链框架，用于保护在线考试系统。预计我们提出的系统将在电子学习的发展中发挥至关重要的作用，教师可以像在教室里一样参加适当的考试。竞争利益作者声明，他们没有已知的竞争性经济利益或个人关系，可能会影响本文报告的工作。引用[1] EhlenG.R. 放大图片作者：John W.Raiborn，在没有监考监督的情况下阻止在线考试作弊，J。总线伦理学4. 1（2011）1[2] Kavish Garg等人，基于卷积神经网络的虚拟考试控制器，2020年第四届智能计算与控制系统国际会议（ICICCS），IEEE，2020。[3] Mukta Goyal，Divakar Yadav，Alka Choubey，模糊逻辑方法用于电子学习中的自适应测试表生成，2012 IEEE国际技术增强教育会议（ICTEE），IEEE，2012。[4] 我是Y。郑宪Yeom，使用组密码学增强在线考试的安全性，IEEE Trans. 教育52（3）（2009）340[5] 刘庆堂，范桂林，利用学习分析技术从在线考试系统中发现学习结构，2014年国际教育技术创新大会，IEEE，2014。[6] MojithaMohandas 等 人 ， 自 动 问 题 纸 生 成 系 统 ， 国 际 。 J. 高级研 究 计 算Commun. Eng.4（12）（2015）676[7] Dimple V. Paul等人，使用进化方法生成试卷模板，2012年IEEE第四届教育技术国际会议，IEEE，2012年。[8] 郑成刚，苏颖梅，人脸识别技术研究，2009国际测试与测量会议，IEEE，2009年第1卷。1.一、[9] Apoorv Jain等人，基于区块链网络的智能合约在线考试系统，2021年计算机通信与信息学国际会议（ICCCI），IEEE，2021。[10] KyungmeeLee，MikFanguy，在线考试监考技术：教育创新还是恶化？Br.J.Educ. Technol. （2022年）。[11] Qurotul Aini等人，数字化在线考试卡在颠覆5.0时代使用DevOps方法，J. Educ.Sci.（EST）7（1）（2021）67[12] Kenrie Hylton，Yair Levy，Laurie P. Dringus，利用基于网络摄像头的监考来阻止在线考试中的不当行为，Comput。教育92（2016）53[13] Sanaz Khalili，Ali Shakiba，通过四个版本的集成实现的人脸检测方法2022年机器视觉和图像处理国际会议（MVIP），IEEE，2022。[14] 使 用 python 的 剽 窃 和释 义 工 具 ， Wesleyan J 。 Res. 14 （ 16 ） （ 2021 ）MayISSN-