申请/专利权人：广州优比建筑咨询有限公司;广州珠江外资建筑设计院有限公司

申请日：2023-04-28

公开（公告）日：2024-06-25

公开（公告）号：CN116822486B

主分类号：G06F40/194

分类号：G06F40/194;G06F40/237

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2023.10.24#实质审查的生效;2023.09.29#公开

摘要：本发明公开了一种Revit建模考试的作弊行为检测方法、存储介质及设备，方法包括步骤：获取登录用户的考试信息；根据所述考试信息，获得特殊标识信息，并将所述特殊标识信息添加到Revit模型文件新创建的构件的扩展存储中；收集所有用户的Revit模型文件，组成模型文件的Dictionary字典；根据所述Revit模型文件的Dictionary字典，检测各用户是否存在作弊行为。本发明通过获取登录用户的考试信息，对所有新创建的构件增加特殊标识信息，然后收集所有用户的模型文件，即可自动快速地对所有用户的模型文件进行作弊行为检测，有效提高作弊检测的效率和准确率。

主权项：1.一种Revit建模考试的作弊行为检测方法，其特征在于，包括步骤：获取登录用户的考试信息；根据所述考试信息，获得特殊标识信息，并将所述特殊标识信息添加到Revit模型文件新创建的构件的扩展存储中，其中，每个特殊标识信息对应唯一一个考生的考试信息；收集所有用户的Revit模型文件，组成模型文件的Dictionary字典；根据所述Revit模型文件的Dictionary字典，检测各用户是否存在作弊行为；所述根据所述考试信息，获得特殊标识信息，并将所述特殊标识信息添加到Revit模型文件新创建的构件的扩展存储中，包括步骤：利用JsonConvert.SerializeObject将所述考试信息进行序列化，获得String类型的特殊标识信息；利用模型动态更新的接口IUpdater，监听项目文件Document；利用UpdaterData的GetAddedElementIds方法获得用户新创建的构件；利用SetEntity将所述特殊标识信息记录到所述新创建的构件的Extensiblestorages扩展存储中；所述收集所有用户的Revit模型文件，组成模型文件的Dictionary字典，包括步骤：收集所有用户的Revit模型文件；创建Dictionary字典，将Key值设为用户信息，Value值设为对应的Revit模型文件；将所述所有用户的Revit模型文件，记录到Dictionary字典中；所述根据所述模型文件的Dictionary字典，检测各用户是否存在作弊行为，包括步骤：遍历所述Revit模型文件的Dictionary字典，获得各个用户信息和Revit模型文件；根据所述Revit模型文件，获得该Revit模型文件的所有的构件模型集合；遍历所述构件模型集合，获得构件扩展存储中的考试信息；根据所述考试信息，结合用户信息判断是否存在作弊行为；所述遍历所述构件模型集合，获得构件扩展存储中的考试信息，包括步骤：遍历所述构件模型集合，获得各个构件模型；根据所述构件模型，利用GetEntity获得构件扩展存储中的Entity数据；根据所述Entity数据，利用Entity.Get获得String类型的特殊标识信息；根据所述String类型的特殊标识信息，利用JsonConvert.DeserializeObject反序列化获得考试信息；当所述考试信息和用户信息存在考试异常情况中的至少一种情况时，判定用户可能存在作弊行为，其中，所述考试异常情况包括考试信息不存在、考试信息的姓名和考号存在多个且不相同、考试信息中的姓名和考号与用户信息中的姓名和考号不相同、答题时间不在考试时间的范围内。

全文数据：

权利要求：

百度查询： 广州优比建筑咨询有限公司;广州珠江外资建筑设计院有限公司 一种Revit建模考试的作弊行为检测方法、存储介质及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD