System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于数据处理,具体涉及一种大数据分析的智能预警系统、方法及存储介质。
技术介绍
1、近年来,随着计算机和互联网的发展,基于计算机和互联网技术的在线考试系统得到了发展。在进行这样的在线考试时,对考场纪律要求非常严格,需要花费大量时间和精力来确保考生进行线上考试时身份的准确性,保证验证通过的考生才被允许参加考试。目前国内外对在线考试进行身份核对主要是采取集中机房和人工监考的方式,其费时费力准,准确度不高。
技术实现思路
1、本专利技术为了解决以上问题,提出了一种大数据分析的智能预警系统、方法及存储介质。
2、本专利技术的技术方案是:一种大数据分析的智能预警系统包括用户编码校验单元、用户图像校验单元、试题匹配单元和校验报警单元;
3、用户编码校验单元用于获取用户身份编码和设备编码,并对用户身份编码和设备编码进行编码校验,并为编码校验通过的用户生成编码校验标签值;
4、用户图像校验单元用于采集用户登录图像,获取校验通过的设备编码对应的用户标准图像,并对用户登录图像和用户标准图像进行图像校验,为图像校验通过的用户生成图像校验标签值;
5、试题匹配单元用于根据编码校验标签值重和图像校验标签值,为通过编码校验和图像校验的用户匹配试题;
6、校验报警单元用于在编码校验或图像校验不通过时,在用户终端进行预警提示。
7、本专利技术的有益效果是:该大数据分析的智能预警系统对用户输入的身份编码进行初步校验,用户身份编码校验通
8、进一步地,用户编码校验单元进行编码校验包括以下步骤:
9、a1、判断用户身份编码长度和设备编码长度是否一致,若是则进入a2,否则编码校验不通过;
10、a2、将用户身份编码均分为若干个用户身份编码子集,将设备编码均分为若干个设备编码子集,并判断各个用户身份编码子集的首位数字和末位数字是否与各个设备编码子集的首位数字和末位数字一一对应相同,若是则进入a3,否则编码校验不通过;
11、a3、计算各个用户身份编码子集的校验权重和各个设备编码子集的校验权重,并判断各个用户身份编码子集的校验权重是否与各个设备编码子集的校验权重一一对应相同,若是则编码校验通过,并将所有用户身份编码子集的校验权重均值作为编码校验标签值,否则编码校验不通过。
12、进一步地,a3中,用户身份编码子集的校验权重ω1的计算公式为:;式中,m表示用户身份编码子集的数字个数,tfm-1表示用户身份编码子集中第m-1个数字的词频,tfm表示用户身份编码子集中第m个数字的词频,tfm+1表示用户身份编码子集中第m+1个数字的词频。
13、进一步地,a3中,设备编码子集的校验权重ω2的计算公式为:;式中,n表示用户身份编码子集的数字个数,tfn-1表示用户身份编码子集中第n-1个数字的词频,tfn表示用户身份编码子集中第n个数字的词频,tfn+1表示用户身份编码子集中第n+1个数字的词频。
14、进一步地,用户图像校验单元进行图像校验包括以下步骤:
15、计算用户登录图像中每一行中各个像素点的边缘阈值,将每一行中所有像素点的边缘阈值的均值作为每一行的行边缘滑动阈值;
16、计算用户登录图像中每一列中各个像素点的边缘阈值,将每一列中所有像素点的边缘阈值的均值作为每一列的列边缘滑动阈值;
17、获取行边缘滑动阈值和列边缘滑动阈值最接近的所在行和所在列,将所在行和所在列交叉所在像素点的边缘阈值作为图像校验阈值;
18、提取用户登录图像中所有像素点的色调均值,作为用户登录图像的校验权重,提取用户标准图像中所有像素点的色调均值,作为用户标准图像的校验权重;
19、判断用户登录图像的校验权重与用户标准图像的校验权重之间的差值是否小于图像校验阈值,若是则图像校验通过,并将用户登录图像的校验权重与用户标准图像的校验权重之间的差值作为图像校验标签值,否则图像校验不通过。
20、进一步地,像素点的边缘阈值γ的计算公式为:;式中,h0表示像素点的灰度值,h0表示像素点的色调值,s0表示像素点的饱和值,v0表示像素点的明度值。
21、进一步地,试题匹配单元匹配试题的具体方法为:在试题库中生成各个试题的搜索标签值,将编码校验标签值重和图像校验标签值之和作为用户的标签值,将与用户的标签值相等的搜索标签值对应的试题作为匹配结果。
22、进一步地,试题的搜索标签值的生成方法具体为:利用加权法设置各个试题的搜索标签值。
23、基于以上系统,本专利技术还提出一种大数据分析的智能预警方法,包括以下步骤:
24、获取用户身份编码和设备编码,并对用户身份编码和设备编码进行编码校验,并为编码校验通过的用户生成编码校验标签值;
25、采集用户登录图像,获取校验通过的设备编码对应的用户标准图像,并对用户登录图像和用户标准图像进行图像校验,为图像校验通过的用户生成图像校验标签值;
26、根据编码校验标签值重和图像校验标签值,为通过编码校验和图像校验的用户匹配试题;
27、在编码校验或图像校验不通过时,在用户终端进行预警提示。
28、本专利技术的有益效果是:该大数据分析的智能预警方法对用户进行双重验证,从而可以更好地保证用户身份数据安全,对考试行为进行监控,有效防止作弊。
29、本专利技术还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,执行计算机程序时实现上述大数据分析的智能预警方法的部分或全部步骤。
本文档来自技高网...【技术保护点】
1.一种大数据分析的智能预警系统,其特征在于,包括用户编码校验单元、用户图像校验单元、试题匹配单元和校验报警单元;
2.根据权利要求1所述的大数据分析的智能预警系统,其特征在于,所述用户编码校验单元进行编码校验包括以下步骤:
3.根据权利要求2所述的大数据分析的智能预警系统,其特征在于,所述A3中,用户身份编码子集的校验权重ω1的计算公式为:;式中,M表示用户身份编码子集的数字个数,TFm-1表示用户身份编码子集中第m-1个数字的词频,TFm表示用户身份编码子集中第m个数字的词频,TFm+1表示用户身份编码子集中第m+1个数字的词频。
4.根据权利要求2所述的大数据分析的智能预警系统,其特征在于,所述A3中,设备编码子集的校验权重ω2的计算公式为:;式中,N表示用户身份编码子集的数字个数,TFn-1表示用户身份编码子集中第n-1个数字的词频,TFn表示用户身份编码子集中第n个数字的词频,TFn+1表示用户身份编码子集中第n+1个数字的词频。
5.根据权利要求1所述的大数据分析的智能预警系统,其特征在于,所述用户图像校验单元进行图像校
6.根据权利要求5所述的大数据分析的智能预警系统,其特征在于,所述像素点的边缘阈值γ的计算公式为:;式中,h0表示像素点的灰度值,H0表示像素点的色调值,S0表示像素点的饱和值,V0表示像素点的明度值。
7.根据权利要求1所述的大数据分析的智能预警系统,其特征在于,所述试题匹配单元匹配试题的具体方法为:在试题库中生成各个试题的搜索标签值,将编码校验标签值重和图像校验标签值之和作为用户的标签值,将与用户的标签值相等的搜索标签值对应的试题作为匹配结果。
8.根据权利要求7所述的大数据分析的智能预警系统,其特征在于,所述试题的搜索标签值的生成方法具体为:利用加权法设置各个试题的搜索标签值。
9.一种大数据分析的智能预警方法,其特征在于,包括以下步骤:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,其特征在于,执行所述计算机程序时实现如权利要求9所述的大数据分析的智能预警方法的步骤。
...【技术特征摘要】
1.一种大数据分析的智能预警系统,其特征在于,包括用户编码校验单元、用户图像校验单元、试题匹配单元和校验报警单元;
2.根据权利要求1所述的大数据分析的智能预警系统,其特征在于,所述用户编码校验单元进行编码校验包括以下步骤:
3.根据权利要求2所述的大数据分析的智能预警系统,其特征在于,所述a3中,用户身份编码子集的校验权重ω1的计算公式为:;式中,m表示用户身份编码子集的数字个数,tfm-1表示用户身份编码子集中第m-1个数字的词频,tfm表示用户身份编码子集中第m个数字的词频,tfm+1表示用户身份编码子集中第m+1个数字的词频。
4.根据权利要求2所述的大数据分析的智能预警系统,其特征在于,所述a3中,设备编码子集的校验权重ω2的计算公式为:;式中,n表示用户身份编码子集的数字个数,tfn-1表示用户身份编码子集中第n-1个数字的词频,tfn表示用户身份编码子集中第n个数字的词频,tfn+1表示用户身份编码子集中第n+1个数字的词频。
5.根据权利要求1所述的大数据分析的智能预警系...
【专利技术属性】
技术研发人员:朱若凡,金程贝,肖遥,农舒予,
申请(专利权)人:国投人力资源服务有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。