突破时空之限,智能远程监考方案助力编程等级考试
用指尖,「敲」下一段天马行空的想象。
7月底,2023青少年人工智能编程水平测试(YCL)如期开展,10万+考生完成线上应考。
作为“青少年信息技术培养工程”的重点项目之一,青少年人工智能编程水平测试,由工业和信息化部教育与考试中心、中国电子教育学会、中国工信出版传媒集团——北京信通有限责任公司共同发起,以信息技术等级考试的形式,对学生的多学科综合知识掌握、创造性思维、编程运用能力等方面进行测评,并为青少年提供相应能力证明。
YCL考试体系分为1-8级,采用“统一在线考试”的形式,考生需自行准备场地及电脑等设备,并在指定时间内通过网络进行在线考试,而监考老师也分布在全国各地,只需同步线上监考而不受时空之限。
在这超大规模远程考试的背后,是信通传媒联合阿里云视频云,基于智能远程监考PaaS+解决方案打造的新版在线考试系统。
16场考试,10万+流量并发
组织大规模线上考试实属不易。
信通传媒在开展青少年编程等级考试的过程中,也遭遇显著的痛点:
➤ 规模大,系统并发要求高。
本次编程考试为期两天,共组织16场考试,单场最高并发超过2万,两天共累计10万+推流,如此大的流量压力对远程监考方案提出了重大挑战。
➤ 影响广,需要万无一失的可靠。
作为由部委直属单位主办,且具有行业权威标准和高含金量的考试,一旦出现任何问题,都有可能引发社会关注和舆论,因此维护考试的持续可靠是重中之重。
针对这些核心痛点,阿里云在智能远程监考方案之上,为信通传媒量身打造应对之策。
其中,阿里云流媒体传输网络MediaUni“功不可没”,在底层网络统一融合的“加持”下,智能远程监考方案利用超低延时直播RTS2.0的推拉流能力,能够支撑10万+大规模流量并发。
为了保障考试的公平可靠,本次考试采用双机位考生监测,通过主机位屏幕摄像头,以及侧机位手机摄像的方式,多视角实时监考考试全流程。同时,方案支持300ms内延时的1v1通信能力,满足突发状况下监考老师和学生之间双向沟通的需要。
主机位监考画面
此外,智能远程监考方案还支持考试全程的云端录制。在学生端两路推流之后,云端会将多路学生流混流成一路,并通过监考端的屏幕共享形式推流出去,进行录制并存储至VOD,保证考生考试内容全程可回溯的同时,也减少视频录制的存储成本。
25宫格同屏监考
由此,在阿里云深厚技术储备之下,视频云支撑大规模青少年编程等级考试,并满足高并发、高可靠、低成本的客户体验。
全流程考试服务保障
在本次考试中,阿里云视频云还提供专家售后团队,对考试全链路重保,实现事前、事中、事后的全流程服务保障。
考前设备、网络自测。面对如此大规模的考试,考生机型繁多、网络环境复杂,成为重保首先面临的一大难题。编程考试通常需要依托于PC浏览器进行,而PC浏览器、操作系统庞杂,可能导致无法推流监控的问题。
基于此,阿里云提供考生网络环境、考试设备的自测能力,事先检查考生的浏览器环境、摄像头、麦克风、网速等情况,并且让考生可以自己确认考试涉及的画面、声音效果,帮助考生在考前、或模拟考试阶段即可发现问题,有效提升正式考试的效率。
PC考生端设备检测
考中异常考生发现与通知。阿里云视频云超低延时直播RTS还为本次考试提供实时数据大盘,监测全部考生当前的推流状态,并对异常信息进行统计,可以及时发现、预警推拉流相关问题,告知客户并协助客户解决。
考试实时数据大盘
考后技术复盘升级。在每场考试结束之后,视频云会根据本场考试情况以及后台监测数据,复盘支撑技术并作出针对性调整,为下一场考试提供更好的服务保障。
除全流程保障之外,阿里云还特别为海外考生的考试保驾护航。
暑假是学生出国研学、旅游的高峰期,难免会遇到考试期间考生正身处国外的状况,阿里云在重保过程中也充分考虑到这一点。
为了让国外考生也能顺利参加考试,智能远程监考方案依托于底层网络MediaUni的全球加速和智能组网能力,支持覆盖全球的智能调度,并根据探测链路质量规划最优组网路径,保障海外考试网络环境的稳定可靠。
正是依靠阿里云高质量重保服务方案,才能保障编程等级考试的全链路安全稳定,最终实现考试期间零事故的顺利组考。
图片来源于《青少年信息技术培养工程》官网
MediaBox的「十八般武艺」
近年来,信息技术产业高速发展,人工智能产业已上升为国家战略,也带动了信息技术教育行业的欣欣向荣。
据艾瑞咨询数据显示,仅国内少儿编程行业规模,就有望在2025年达到500亿元。
国务院明确要求实施全民智能教育项目,在中小学阶段设置人工智能相关课程,逐步推广编程教育。教育部也发布《2019年教育信息化和网络安全工作要点》,启动中小学生信息素养测评。
在市场助推以及政策激励之下,科技特长、强基计划频繁成为热词,STEAM理念深入人心,即Science(科学)、Technology(科技)、Engineering(工程)、Arts(艺术)、Mathematics(数学)多学科综合素质培养,也催化了类似于YCL等级考试的时兴。
图片来源于网络
作为阶段性检验学习成果的最佳途径,“考级热”风靡一时,而这也为阿里云视频云MediaBox提供了用武之地,在信息技术教育的广阔天地中加速行业音视频数字化。
针对等级考试场景,智能远程监考方案正是基于MediaBox远程监考AUI Kit,助力企业低门槛从零开发监考系统,在方案支持拿来即用的同时,也支持二次开发、灵活定制,让企业不仅能1小时跑通业务流程,还可以根据业务场景进行更好的功能适配。
信通传媒即是在远程监考AUI Kit方案的源代码基础上,参考代码实现逻辑,自定义开发出“模拟答题”板块,让考生提前熟悉考试流程和形式,实现正式考试效率的最大化。
“模拟答题”示例
除远程考试场景外,MediaBox还提供涵盖广泛音视频场景的低代码开发AUI Kits方案,如互动课堂、电商直播、企业直播等,基于对行业需求细致入微的理解,在众多音视频数字化场景中大展身手。
未来,也期待与更多教育行业伙伴建立更紧密的连接,以音视频数字化技术为利器,推动素质教育的全民渗透。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Java单元测试及常用语句 | 京东物流技术团队
1 前言 编写Java单元测试用例,即把一段复杂的代码拆解成一系列简单的单元测试用例,并且无需启动服务,在短时间内测试代码中的处理逻辑。写好Java单元测试用例,其实就是把“复杂问题简单化,建单问题深入化“。在编写的过程中, 我们也可以对自己的代码进行一个二次检查。 以下是我总结的一些编写单元测试的好处: 1.测试代码逻辑时,不需要启动整个应用。 2.单元测试可以覆盖边界值 3.提高原有代码的复用 4.可以有效避免代码改动后,对原有逻辑的潜在影响 2 准备环境 Mockito是目前最普遍的单元测试模拟框架。Mockito可以模拟应用中依赖的复杂对象,从而把测试对象和依赖对象隔离开。PowerMock为Mockito提供了扩展功能。为模拟静态方法,final类,和私有方法等。我们选择使用以Mockito为主,PowerMock为辅的框架来做单元测试。 2.1 引入Mockito和PowerMock包,在pom.xml文件中加入以下依赖: <properties> <powermock.version>2.0.9</powermock.version> ...
- 下一篇
白鲸开源 DataOps 平台加速数据分析和大模型构建
作者 | 李晨 编辑 | Debra Chen 数据准备对于推动有效的自助式分析和数据科学实践至关重要。如今,企业大都知道基于数据的决策是成功数字化转型的关键,但要做出有效的决策,只有可信的数据才能提供帮助,随着数据量和数据源的多样性继续呈指数级增长,要实现这一点愈加困难。 如今,很多公司投入了大量时间和金钱来整合他们的数据。他们使用数据仓库 或数据湖来发现、访问和使用数据,并利用AI推动分析用例。但他们很快意识到,在湖仓中处理大数据仍然具有挑战性。数据准备工具是缺失的组成部分。 什么是数据准备,挑战是什么 数据准备是清理、标准化和丰富原始数据的过程。这使数据准备好应用于高级分析和数据科学用例。准备数据需要执行多项耗时的任务,以便将数据移动到数据仓库或数据湖,包括: 数据提取 数据清洗 数据标准化 数据对外服务 大规模编排数据同步工作流 除了耗时的数据准备步骤外,数据工程师还需要清理和规范化基础数据,否则,他们将无法理解要分析的数据的上下文,因此通常使用小批量的Excel数据来实现此目的。但这些数据工具有其局限性,首先,Excel无法容纳大型数据集,也不允许您操作数据,更无法为企业流提...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS关闭SELinux安全模块
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- MySQL8.0.19开启GTID主从同步CentOS8
- Mario游戏-低调大师作品