Date of Award

4-2023

Document Type

Thesis

Degree Name

Master of Science in Information Technology Management

Department

Information Systems and Security

First Advisor

Dr. Mohammad Mehedy Masud

Abstract

Today, e-learning has become a reality and a global trend imposed and accelerated by the COVID-19 pandemic. However, there are many risks and challenges related to the credibility of online exams which are of widespread concern to educational institutions around the world. Online exam system continues to gain popularity, particularly during the pandemic, due to the rapid expansion of digitalization and globalization. To protect the integrity of the examination and provide objective and fair results, cheating detection and prevention in examination systems is a must. Therefore, the main objective of this thesis is to develop an effective way of detection of cheating in online exams. In this work, a system to track and prevent attempts to cheat on online exams is developed using artificial intelligence techniques. The suggested solution uses the webcam that is already connected to the computer to record videos of the examinee in real time and afterwards analyze them using different deep learning methods to find best combinations of models for face detection and classification if cheating/not cheating occurred. To evaluate the system, we use a benchmark dataset of exam videos from 24 participants who represented examinees in online exam. An object detection technique is used to detect face appeared in the image and crop the face portion, and then a deep learning based classification model is trained from the images to classify a face as cheating or not cheating. We have proposed an effective combination of data preprocessing, object detection, and classification models to obtain high detection accuracy. We believe that the suggested invigilation methodology can be used in colleges, institutions, and schools to look for and keep an eye on suspicious student behavior. Hopefully, by putting the proposed invigilation method into place, we can aid in eliminating and reducing cheating incidences as it undermines the integrity and fairness of the educational system.

Arabic Abstract

اليوم، أصبح التعلم الإلكتروني حقيقة واتجاها عالميا فرضته جائحة كورونا وتسارعها. ومع ذلك، هناك العديد من المخاطر والتحديات المتعلقة بمصداقية الامتحانات عبر الإنترنت والتي تشكل مصدر قلق واسع النطاق للمؤسسات التعليمية في جميع أنحاء العالم. يستمر نظام الامتحانات عبر الإنترنت في اكتساب شعبية، لا سيما أثناء انتشار الأوبئة، بسبب التوسع السريع للرقمنة والعولمة. ولأهمية حماية نزاهة الامتحانات وتقديم نتائج موضوعية وعادلة، فإن كشف الغش والوقاية منه في أنظمة الامتحانات والمراقبة أمر لا بد منه. لذلك، فإن الهدف الرئيسي من هذه الأطروحة هو تطوير طريقة فعالة للكشف عن الغش في الامتحانات عبر الإنترنت. في هذا العمل، تم تطوير نظام لتتبع ومنع محاولات الغش في الاختبارات عبر الإنترنت باستخدام تقنيات الذكاء الاصطناعي. يستخدم الحل المقترح كاميرا الويب المتصلة بالفعل بجهاز الكمبيوتر الخاص بالفاحص لتسجيل مقاطع فيديو للمتقدم للاختبار في الوقت الفعلي ثم تحليلها بعد ذلك باستخدام طرق التعلم العميق المختلفة للعثور على أفضل مجموعات من النماذج لاكتشاف الوجه وتصنيفه في حالة حدوث الغش/عدم الغش. لتقييم النظام، نستخدم مجموعة بيانات معيارية من مقاطع فيديو الامتحان من 24 مشاركا يمثلون الممتحنين في الامتحان عبر الإنترنت. يتم استخدام تقنية الكشف عن الكائن لاكتشاف الوجه الظاهر في الصورة واقتصاص جزء الوجه، ثم يتم تدريب نموذج تصنيف قائم على التعلم العميق من الصور لتصنيف الوجه على أنه غش أو ليس غش. لقد اقترحنا توليفة فعالة من نماذج المعالجة المسبقة للبيانات، واكتشاف الأشياء، والتصنيف للحصول على دقة عالية في الكشف. نعتقد أنه يمكن استخدام منهجية المراقبة المقترحة في الكليات والمؤسسات والمدارس للبحث عن سلوك الطلاب المشبوه ومراقبته. نأمل، من خلال وضع طريقة المراقبة المقترحة في مكانها، يمكننا المساعدة في القضاء على حوادث الغش والحد منها لأنها تضعف النزاهة وعدالة النظام التعليمي.

Download
COinS