易俗 孙世萌

摘要：对教育考试系统背景和国内外现状进行分析。针对云计算框架下考试系统面临“云端服务器可用性受阻”“数据运算可靠性差”“客户端数据的可控性欠缺”等问题的困扰，探讨教育云环境下在线考试系统的关键技术问题，从而为实现高可用、高可靠、高可控的数据运算、传输、监控服务提供支持与新的思路，对进一步提高教育考试信息化水平有着积极意义。

关键词：考试系统;教育云;关键问题

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2020）12-0102-02

云计算在教育行业的应用适逢其时。《教育信息化十年发展规划（2011至2020）》中明确提出了建设中国教育信息化云服务平台的任务和行动计划。一个完善、健全的网上考试系统能及时、准确地反馈教学结果，为教学提供更有意义的指导性策略，优化整个教学过程。在线考试系统作为教育评估的有效手段与云计算的结合也成为国内外教育领域的热点问题之一。

近年来，教育云环境下的在线考试系统的开发与应用已经受到国内外教育领域的重点关注，而云计算环境下的分布式并行计算模型研究是支撑高性能、高并发系统应用的关键，已经成为国内外云计算领域研究的热点。本文在教育云环境下，在对当前国内外考试系统现状分析研究的基础上，从根本出发研究分布式并行计算模型，探讨在线考试系统应用过程中若干关键问题，从而为实现高可用、高可靠、高可控的数据运算、传输、监控服务提供支持与新的思路。

1在线考试系统的研究背景

1.1考试系统国外现状分析

在线考试系统是教育信息化、网络化、全球化的必然产物，它的发展历史已经经历了一段较长的时间，但从理论研究及系统结构体系角度出发，其基本的模式可以包括客户机、服务器C/S与浏览器、服务器B/S两种。

国际上，在线考试系统的起步较早，技术上相对来说比较成熟，ASP、JSP和PHP等是在线考试平台系统的常用及较为领先的开发语言。例如，如果从程序员开发的角度出发，可以选择ASP语言，可以实现与数据库管理系统的完美结合。在线考试系统所表现的超时空性、便捷性、可控性等特性使得国际上的大型考试都引用了在线考试系统。如比较著名的微软的MCDBA、MSCE认证考试，托福考试、CISCO认证考试、思科CCNA认证考试、IBM认证考试CCNP认证，以及Oracle认证考试等，都在使用对应的在线考试系统。

1.2考试系统国内现状分析

目前在我国，在线考试系统的应用要滞后于国外，研究起步也比较晚，但是发展也比较迅速，研究和开发活动比较活跃。实际应用也比较多，如：全国计算机等级考试、普通话水平考试、远程教育课程考试等均采用了在线考试的形式。总的来说，在线考试的使用范围正在逐步扩大，考试的形式也趋于多样化，其优势和重要性也日趋明显。

2教育云在线考试系统

随着云计算技术飞速的发展，伴随教育市场需求的增加，教育考试信息化系统也需要不断的进化，与时俱进。尤其是系统的稳定性以及支持较为复杂的用户需求的可靠性，作为一个网络技术工具，不断更新与完善其本身的性能显得尤为重要。我们必须建立一种动态的计算机网络资源的分配模式，这时，云计算技术就是一个很好的平台。因此将云计算技术和教育相结合构建探索教育云下的新型考试系统，提高云环境下的在线考试系统功能与性能是很有必要的。建立教育云下的考试系统，不能只是照搬其他领域的成功案例;也不能简单地将已有的在线考试系统直接部署到云环境中，而是需要针对教育考试信息化的具体需求，从基础架构、虚拟机、软件、存储、用户等方面进行综合考虑，设计出适应教育考试业务发展的云计算系统。

与传统的在线考试系统相比，教育云下的在线考试系统，可以提供更为快速和便捷考试服务方式。如搜索、编辑和查询等等。同时，教育云下的在线考试系统可以运用云计算手段，借助互联网实现资源优化，解决教育教学的地区差异与限制弊端，达到资源共享。

3教育云在线考试系统关键问题与研究

尽管将互联网和云计算技术与教育本身相结合，使构建教育云下的在线考试系统提供了可能与机遇。但是从目前来看，还面临了很多困难和挑战。这种结合能否在在线考试系统领域得到真正意义上的推广与应用，还要取决于教育、科技、社会等领域的协作与支持。特别是教育云下的在线考试系统在技术实现上还面临很多关键问题。例如需要一种高效的计算模型支持云环境下在线考试系统的构建和研究。事实上，云环境下的计算模型问题不仅仅用于解决教育云下在线考试系统的关键问题，同时能否有效地设计实现高可用、高可靠、高可控的云计算模型也是决定信息技术在其他领域成功应用的关键因素之一。

3.1教育云考试系统面临问题

目前，教育云下的在线考试系统处于未成熟的阶段，多数研究和应用开发只能针对一定规模和范围开展，而且采用的技术都是从客户端解决问题，难以解决云計算应用中的瓶颈问题。教育云环境下的在线考试由于牵涉面较广，具有分散性、复杂性、多样性等特点，使得考试系统面临“云端服务器可用性受阻”“数据运算可靠性差”，“客户端数据的可控性欠缺”等问题的困扰，在很大程度上无法满足该领域的需求。

3.2教育云考试系统关键问题分析

针对教育云下在线考试系统面临关键问题，需要改进现有的分布式计算模型，探索一种支持高可用、高可靠、高可控的云计算编程模型，可迭代的分布式并行计算模型。该模型借鉴MapReduce云计算模型的思想，利用迭代计算支持云计算环境下的大规模数据的海量计算，利用分布式及高度并行的计算支持高性能要求的应用以及并行计算的需求。

首先，针对高密度在线应用的高可用性问题。教育云中在线考试系统面对多用户同时考试这种高密度在线应用需求时，为了保证数据传输效率，需要可迭代的分布式并行计算模型能够支持高性能的数据传输方法的计算，以弹性的、可伸缩的方法解决作业分发问题。故支持高性能数据传输的计算目标，需要研究云计算中访问节点的弹性支撑问题。提出一种节点作业组播迁移方法，在保证并发性的前提下提高作业分发效率。根据节点数目变化研究弹性作业分发策略，根据不同的作业规模支持高并行、高性能的作业分发。

其次，针对多用户数据的高可靠性问题。为了避免在线考试系统运行过程中出现数据丢失、数据冗余等数据不一致性问题，需要可迭代的分布式并行计算模型能够支持运行过程中数据运算方法，保证数据结果的正确性及完整性，从而确保数据运算的可靠性。运算可靠性是指运算过程中的最终结果与中间结果的存储、传输和运算可靠，当节点发生异常时确保结果的完整性和有效性。针对可靠的数据运算方法目标，需要研究云计算中访问节点数据副本的量化及分布式存储策略。并且，研究检验中间结果数据与副本数据是否一致的方法，以及副本的替换策略。

再次，针对作业的动态实时可控性问题。在线考试过程中，考生行为、桌面信息、试题信息可定义为作业。针对各个节点作业的实时监控问题，需要可迭代的分布式并行计算模型能够支持作业信息的动态、有效监控策略，以及对监控信息的分析与处理。为保证作业可控性需要不同角度作业监控信息描述方法以及监控数据的采集与监控异常的检测。针对节点作业实时监控计算目标，研究监控作业的分类建模;节点作业监控策略;通过研究对监控数据的分析对监控出现的异常情况进行检测，给出监控异常信息检测方法。

4结论

对国内外考试系统现状进行分析，从教育云计算模型视角出发，通过对云端大规模密集型数据存储、运算和传输的能力的分析，探究弹性的作业分发方法、可靠的数据运算方法和节点动态实时监控技术来实现高可用、高可靠、高可控的云计算环境，探索大规模密集型动态应用的性能瓶颈，以期能够指导教育云的构建并支持在线考试系统关键技术的研究。