一种基于云平台的远程教育大数据安全预警方法及系统与流程

1.本发明涉及数据分析技术领域，尤其涉及一种基于云平台的远程教育大数据安全预警方法及系统。


背景技术：

2.远程教育是学生与教师、学生与教育组织之间主要采取多种媒体方式进行系统教学和通信联系的教育形式，是将课程传送给校园外的一处或多处学生的教育。现代远程教育则是指通过音频、视频（直播或录像）以及包括实时和非实时在内的计算机技术把课程传送到校园外的教育。现代远程教育是随着现代信息技术的发展而产生的一种新型教育方式。计算机技术、多媒体技术、通信技术的发展，特别是因特网(internet)的迅猛发展，使远程教育的手段有了质的飞跃，成为高新技术条件下的远程教育。现代远程教育是以现代远程教育手段为主，兼容面授、函授和自学等传统教学形式，多种媒体优化组合的教育方式。远程教育因不能当面受教，对于学员的状况、素质，数据的安全稳定性无法得到保障。
3.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。


技术实现要素：

4.本技术实施例通过提供一种基于云平台的远程教育大数据安全预警方法及系统，解决了现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。
5.鉴于上述问题，提出了本技术实施例提供一种基于云平台的远程教育大数据安全预警方法及系统。
6.第一方面，本技术实施例提供了一种基于云平台的远程教育大数据安全预警方法，所述方法包括：获得第一课程信息；根据所述第一课程信息，获得第一课程在线学员信息；根据所述第一课程在线学员信息，获得学员学习记录信息；获得预设敏感词语信息；将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果；根据所述第一课程信息、所述第一筛选结果，获得敏感词安全系数；根据所述第一筛选结果、所述敏感词安全系数，获得第一词语安全评价值；当所述第一词语安全评价值超过第一预定阈值时，根据所述第一筛选结果，获得第一学员信息；根据所述第一学员信息，通过云平台获得第一学员学习数据集；根据所述第一学员学习数据集，获得第一学员安全评价值；根据所述第一词语安全评价值、所述第一学员安全评价值，获得第一学员评价结果；当所述第一学员评价结果超过第二预定阈值时，获得第一安全预警信息。
7.另一方面，本技术还提供了一种基于云平台的远程教育大数据安全预警系统，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一课程信息；第二获得单元，所述第二获得单元用于根据所述第一课程信息，获得第一课程在线学员信息；第三获得单元，所述第三获得单元用于根据所述第一课程在线学员信息，获得学员学习记录信息；第四获得单元，所述第四获得单元用于获得预设敏感词语信息；第一执行单元，所述第一执行单元用于将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果；第五获得单元，所述第五获得单元用于根据所述第一课程信息、所述第一筛选结果，获得敏感词安全系数；第六获得单元，所述第六获得单元用于根据所述第一筛选结果、所述敏感词安全系数，获得第一词语安全评价值；第七获得单元，所述第七获得单元用于当所述第一词语安全评价值超过第一预定阈值时，根据所述第一筛选结果，获得第一学员信息；第八获得单元，所述第八获得单元用于根据所述第一学员信息，通过云平台获得第一学员学习数据集；第九获得单元，所述第九获得单元用于根据所述第一学员学习数据集，获得第一学员安全评价值；第十获得单元，所述第十获得单元用于根据所述第一词语安全评价值、所述第一学员安全评价值，获得第一学员评价结果；第十一获得单元，所述第十一获得单元用于当所述第一学员评价结果超过第二预定阈值时，获得第一安全预警信息。
8.第三方面，本发明提供了一种基于云平台的远程教育大数据安全预警系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
9.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术实施例提供了一种基于云平台的远程教育大数据安全预警方法及系统，通过获得第一课程信息；根据所述第一课程信息，获得第一课程在线学员信息；根据所述第一课程在线学员信息，获得学员学习记录信息；获得预设敏感词语信息；将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果；根据所述第一课程信息、所述第一筛选结果，获得敏感词安全系数；根据所述第一筛选结果、所述敏感词安全系数，获得第一词语安全评价值；当所述第一词语安全评价值超过第一预定阈值时，根据所述第一筛选结果，获得第一学员信息；根据所述第一学员信息，通过云平台获得第一学员学习数据集；根据所述第一学员学习数据集，获得第一学员安全评价值；根据所述第一词语安全评价值、所述第一学员安全评价值，获得第一学员评价结果；当所述第一学员评价结果超过第二预定阈值时，获得第一安全预警信息。利用第一课程中对敏感词语的分析结果即第一词语安全评价值，结合其他相关远程教育课程中第一学员出现的敏感词语分析结果即第一学员安全评价值，进行综合处理得到第一学员的最终安全评价结果即第一学员评价结果，当第一学员评价结果超过了预设的阈值要求时，则表明该学员存在不安全因素，需要进行
干预，以维护远程教育的稳定，确保课程的顺利开展，此时系统生成第一安全预警信息向系统发出预警，同时也向第一学员发送预警，以维护远程教育内容的安全性，避免出现不符合网络教育的敏感词语而危及远程教育课程的开展，实现了利用网络大数据进行分析处理，通过课程过程中内容记录进行敏感词语监管，结合云处理平台对相关课程的数据提取从而扩大分析范围提高了分析结果准确性，同时加入神经网络模型提高了数据运算处理效率，具有维护远程教育秩序，确保课程内容安全可靠的技术效果。从而解决了现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。
10.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
11.图1为本技术实施例一种基于云平台的远程教育大数据安全预警方法的流程示意图；图2为本技术实施例一种基于云平台的远程教育大数据安全预警系统的结构示意图；图3为本技术实施例示例性电子设备的结构示意图。
12.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一执行单元15，第五获得单元16，第六获得单元17，第七获得单元18，第八获得单元19，第九获得单元20，第十获得单元21，第十一获得单元22，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
13.本技术实施例通过提供一种基于云平台的远程教育大数据安全预警方法及系统，解决了现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。达到了利用网络大数据进行分析处理，通过课程过程中内容记录进行敏感词语监管，结合云处理平台对相关课程的数据提取从而扩大分析范围提高了分析结果准确性，同时加入神经网络模型提高了数据运算处理效率，具有维护远程教育秩序，确保课程内容安全可靠的技术效果。下面，将参考附图详细的描述根据本技术的示例实施例。显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
14.申请概述远程教育是学生与教师、学生与教育组织之间主要采取多种媒体方式进行系统教学和通信联系的教育形式，是将课程传送给校园外的一处或多处学生的教育。现代远程教育则是指通过音频、视频（直播或录像）以及包括实时和非实时在内的计算机技术把课程传送到校园外的教育。现代远程教育是随着现代信息技术的发展而产生的一种新型教育方式。计算机技术、多媒体技术、通信技术的发展，特别是因特网(internet)的迅猛发展，使远程教育的手段有了质的飞跃，成为高新技术条件下的远程教育。现代远程教育是以现代远
程教育手段为主，兼容面授、函授和自学等传统教学形式，多种媒体优化组合的教育方式。但现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。
15.针对上述技术问题，本技术提供的技术方案总体思路如下：获得第一课程信息；根据所述第一课程信息，获得第一课程在线学员信息；根据所述第一课程在线学员信息，获得学员学习记录信息；获得预设敏感词语信息；将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果；根据所述第一课程信息、所述第一筛选结果，获得敏感词安全系数；根据所述第一筛选结果、所述敏感词安全系数，获得第一词语安全评价值；当所述第一词语安全评价值超过第一预定阈值时，根据所述第一筛选结果，获得第一学员信息；根据所述第一学员信息，通过云平台获得第一学员学习数据集；根据所述第一学员学习数据集，获得第一学员安全评价值；根据所述第一词语安全评价值、所述第一学员安全评价值，获得第一学员评价结果；当所述第一学员评价结果超过第二预定阈值时，获得第一安全预警信息。达到了利用网络大数据进行分析处理，通过课程过程中内容记录进行敏感词语监管，结合云处理平台对相关课程的数据提取从而扩大分析范围提高了分析结果准确性，同时加入神经网络模型提高了数据运算处理效率，具有维护远程教育秩序，确保课程内容安全可靠的技术效果。
16.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
17.实施例一如图1所示，本技术实施例提供了一种基于云平台的远程教育大数据安全预警方法，所述方法包括：步骤s100：获得第一课程信息；具体而言，第一课程信息为当前进行远程教育的课程内容信息，包括了科目、学校类别、面向群体、课程时长、授课目的等等，与课程相关的信息。
18.步骤s200：根据所述第一课程信息，获得第一课程在线学员信息；具体而言，第一课程在线学员信息为第一课程参加学习的学生的信息，学员信息包括了学员的身份信息、个人资料、参加的课程内容、学员使用权限、登录账号等等。
19.步骤s300：根据所述第一课程在线学员信息，获得学员学习记录信息；具体而言，第一课程在上课的过程中均有记录，学员学习记录信息中包括了学员的学习时长、考勤信息、在课程中的互动信息、学员教程下载信息、登录的地址、账号、交的作业等课程内容。所有的课程都通过软件进行实时记录，并且可以通过学员使用的上课设备，将学员的学习状态进行影像记录。
20.步骤s400：获得预设敏感词语信息；具体而言，预设敏感词语是根据远程教育机构的需求进行具体设定的，为了对远程教育课程过程中的安全进行监督和预警，对于在授课过程中出现的违规、不安全因素进行设定，按照远程教育机构自行设定的敏感词语内容对远程教育课程中的信息内容进行监管，当出现了预设的敏感词语时，则代表违背了教育结构的要求，需要进行干预，提高授课过程中的信息安全性和课堂的秩序。敏感词语可以第一课程的内容决定，也可以根据教育机构的性质决定，如培训机构可以设定敏感词语为其他竞争机构的推销内容，或者不雅词
语等。
21.步骤s500：将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果；进一步而言，所述将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果，本技术实施例步骤s500包括：步骤s510：将所述学员学习记录信息作为第一输入信息；步骤s520：将所述预设敏感词语信息作为第二输入信息；步骤s530：将所述第一输入信息和所述第二输入信息输入词语筛选模型，其中，所述词语筛选模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一筛选结果的标识信息；步骤s540：获得所述词语筛选模型的输出信息，所述输出信息包括所述第一筛选结果。
22.具体而言，根据学员的课程记录内容和预设的敏感词语进行课程内容监管，获得在学员课程过程中或者互动内容、留言板内容等是否存在敏感词语，实现对课程在学员信息的监管，为了提高筛选结果的准确性，本技术实施例构建神经网络模型进行处理，利用数学模型进行运算处理，以提高运算速度，同时提高筛选结果的准确性，所述词语筛选模型为机器学习中的神经网络模型，神经网络(neural networks，nn)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络（artificial neural networks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述第一输入信息和所述第二输入信息输入神经网络模型，则输出第一筛选结果。
23.更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一输入信息和所述第二输入信息和标识所述第一筛选结果的标识信息，将所述第一输入信息和所述第二输入信息输入到神经网络模型中，根据用来标识所述第一筛选结果的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的第一筛选结果，进而有效进行课程内容的监管，进而达到通过对课程内容的有效监管，从而提高教育过程数据的安全性，避免课程中出现不利于课程进行的内容，而影像远程教育的正常运行，同时加入神经网络模型提高了数据运算处理结果的效率和准确度，为提供更加准确的安全预警干预夯实了基础。
24.步骤s600：根据所述第一课程信息、所述第一筛选结果，获得敏感词安全系数；具体而言，第一筛选结果中根据预设敏感词语的具体内容，可能存在多种筛选内容，根据筛选出来的词语内容进行词语安全系数判断，虽然都是敏感词语，但是不同的敏感词语对应的安全系数不同，按照筛选出来的词语和第一课程信息之间的关联性，来确定筛选结果中敏感词语的安全系数，系数越大则风险度越高。
25.步骤s700：根据所述第一筛选结果、所述敏感词安全系数，获得第一词语安全评价
值；具体而言，根据第一筛选结果中出现的词语内容、词语出现次数和对应的敏感安全系数，计算出当前筛选出来的词语的第一词语安全评价值，通过具体的指数来表示当前课程内容敏感词语的风险值。
26.步骤s800：当所述第一词语安全评价值超过第一预定阈值时，根据所述第一筛选结果，获得第一学员信息；具体而言，当第一词语安全评价值超出了预设的要求时，即风险度较大时，根据筛选结果中的词语安全评价值获得对应的词语出处，锁定发出敏感词语的学员信息，第一学员信息就是通过敏感词语的安全评价值锁定出的敏感词来源学员，将其预设为存在安全隐含的学员。
27.步骤s900：根据所述第一学员信息，通过云平台获得第一学员学习数据集；步骤s1000：根据所述第一学员学习数据集，获得第一学员安全评价值；进一步而言，所述根据所述第一学员学习数据集，获得第一学员安全评价值，本技术实施例步骤s1000包括：步骤s1010：根据所述第一课程信息，获得第一属性；步骤s1020：根据所述第一属性、所述第一学员学习数据集，获得第一课程相关学习记录；步骤s1030：根据所述第一课程相关学习记录、所述第一课程信息，获得课程关联性统计信息，所述课程关联性统计信息包括m个相关课程，其中，m为大于1的自然数；步骤s1040：将所有课程关联性统计信息进行排序，获得课程关联性统计序列表；步骤s1050：根据所述课程关联性统计序列表，获得预设筛查数量；步骤s1060：根据所述预设筛查数量、所述课程关联性统计序列表，获得相关课程筛查信息；步骤s1070：根据所述相关课程筛查信息、所述第一学员信息，获得第一学员相关学习记录；步骤s1080：将所述第一学员相关学习记录、所述预设敏感词语信息输入所述词语筛选模型，获得第二筛选结果；步骤s1090：根据所述第二筛选结果，获得所述第一学员安全评价值。
28.具体而言，由于存在学员没有恶意的偶发事件，避免造成错误评价，通过云平台对第一学员进行数据分析，根据第一学员的身份信息通过云平台对第一学员在网络授课中的大数据进行检索，第一学员学习数据集是通过云平台检索到与第一课程内容具有相同属性的远程学习数据，对第一学员学习数据集中的内容进行数据处理，对于第一学员参加课程内容单一的情况，对课程内容进行敏感词语分析，获得对应的分析结果，再结合第一筛选结果确定该学员的不安全性。本技术实施例具体说明的是第一学员参加的同属性的远程学习内容较多的情况，根据相关课程与第一课程之间的关联性进行排序，课程关联性统计序列表中是按照与第一课程之间的关联性进行从大到小的排列，排在前面的相关课程是与第一课程相关性最高的课程，按照第一学员的远程学习课程的数量和关联性的大小来确定分析对象的数量，若相关课程数量多则分析数量设定多，相反设定少，相关课程筛查信息是按照预设的分析数量确定的相关课程作为分析筛选的目标，根据相关课程筛查信息确定这些课
程对应的学习记录内容即第一学员相关学习记录，对第一学员相关学习记录中进行敏感词语的分析筛选，得到第二筛选结果，第二筛选结果是对云平台中检索出的其他远程教育课程中出现敏感词语的筛选结果，利用第二筛选结果对第一学员的安全性进行评价，利用第一学员安全评价值来表示，第一学员安全评价值越大则表明第一学员的风险性越高，存在安全隐患。云平台也称为云计算平台，是指基于硬件资源和软件资源的服务，提供计算、网络和存储能力。云计算平台可以划分为3类：以数据存储为主的存储型云平台，以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云计算平台。一个云平台为应用的开发提供云端的服务，而不是建造自己的客户端基础设施。例如，一个新的软件即应用服务的开发者在云平台上进行研发，云平台直接的使用者是开发人员而不是普通用户，它为开发者提供了稳定的开发环境。
29.步骤s1100：根据所述第一词语安全评价值、所述第一学员安全评价值，获得第一学员评价结果；步骤s1200：当所述第一学员评价结果超过第二预定阈值时，获得第一安全预警信息。
30.具体而言，利用第一课程中对敏感词语的分析结果即第一词语安全评价值，结合其他相关远程教育课程中第一学员出现的敏感词语分析结果即第一学员安全评价值，进行综合处理得到第一学员的最终安全评价结果即第一学员评价结果，当第一学员评价结果超过了预设的阈值要求时，则表明该学员存在不安全因素，需要进行干预，以维护远程教育的稳定，确保课程的顺利开展，此时系统生成第一安全预警信息向系统发出预警，同时也向第一学员发送预警，以维护远程教育内容的安全性，避免出现不符合网络教育的敏感词语而危及远程教育课程的开展，实现了利用网络大数据进行分析处理，通过课程过程中内容记录进行敏感词语监管，结合云处理平台对相关课程的数据提取从而扩大分析范围提高了分析结果准确性，同时加入神经网络模型提高了数据运算处理效率，具有维护远程教育秩序，确保课程内容安全可靠的技术效果。从而解决了现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。
31.进一步而言，所述方法包括：步骤s1310：根据所述第一课程在线学员信息，获得第二学员信息；步骤s1320：根据所述第二学员信息，获得第一资料下载信息，所述第一资料下载信息具有第一时间；步骤s1330：根据所述第二学员信息，获得第二资料下载信息，所述第二资料下载信息具有第二时间；步骤s1340：当所述第一资料与所述第二资料相同时，根据所述第一时间、第二时间获得第一下载频率；步骤s1350：判断所述第一下载频率是否满足第三预定阈值；步骤s1360：当满足时，根据所述第一资料下载信息，获得第一网络连接信息；步骤s1370：根据所述第二资料下载信息，获得第二网络连接信息；步骤s1380：根据所述第一网络连接信息、所述第二网络连接信息，获得第一网络关联性；步骤s1390：当所述第一网络关联性不满足第四预定阈值时，获得第二安全预警信
息。
32.具体而言，远程教育中的课件是教育机构的重要资料，一定程度的维护了交易机构的收益，本技术实施例利用教材讲义的下载情况来进行数据分析，避免对教育机构和学员账户安全造成的威胁，第二学员信息是第一课程中任意一学员，第一资料下载信息是第二学员在第一时间的下载教材的记录，第二资料下载信息是第二学员在第二时间的下载教材的记录，若第一时间和第二时间，还可以有第三资料下载信息，若出现多次下载相同的教材，此时就需要引起注意，是否存在账户安全隐患，对下载的网络地址进行分析，第一网络连接信息是第一资料下载信息对应的网络连接地址信息，第二网络连接信息是第二资料下载信息对应的网络连接地址信息，若有三次同样获得第三网络连接信息，可以预先设定下载次数预测提醒，若超过了下载次数及时发出预警提醒，根据间隔时间的长短和两次下载的地址的关联性来确定是否存在安全隐患，若两次时间间隔较小，或者同时，而两个连接地址却相差很大，则确定该用户账户存在风险，此时发送预警信息，同时还可以通过大数据根据用户的身份信息进行位置跟踪，根据用户大数据的位置信息和下载地址进行比较，若两者相同则表示安全，不相同则表示有安全风险，需要注意。同时可以在系统中预设竞争对手的网络地址，当出现竞争对手的网络地址进行资料下载时，发送预警信息，同时可以根据预警信息生成干预指令。以维护教材下载的安全性。
33.进一步而言，所述方法包括：步骤s1410：根据所述第二学员信息，获得第一图像采集信息；步骤s1420：获得第二图像信息，所述第二图像信息为第一课程期间采集到的图像信息；步骤s1430：判断所述第二图像信息与所述第一图像采集信息是否一致；步骤s1440：当所述第二图像信息与所述第一图像采集信息不一致时，获得第三安全预警信息。
34.具体而言，由于远程教育是通过网络终端进行上课的，网络设备终端具有摄像采集功能，通过摄像头对上课学员进行图像采集，当上课中出现的学员图像与系统存置的图像不同时，发出预警，一方面对学员的课程执行情况进行了干预，另一方面了维护了学员的账户安全，同时保障学员身份的可靠性，避免对课程开展造成干扰和威胁。还可以根据第一课程内容进行学员年龄设定，对于不符合设定要求的图像信息，提出预警。
35.进一步而言，所述方法包括：步骤s1510：根据所述第一学员相关学习记录，获得第一相关课程记录；步骤s1520：根据所述第一相关课程记录，获得第一课程时间；步骤s1530：根据所述第一学员相关学习记录，获得第二相关课程记录；步骤s1540：根据所述第二相关课程记录，获得第二课程时间；步骤s1550：根据所述第一课程时间、所述第二课程时间，获得课程时间相关性；步骤s1560：根据所述第一相关课程记录、所述第二相关课程记录，获得相关课程关联性；步骤s1570：分别根据所述第一相关课程记录、所述第二相关课程记录，获得第一相关考勤信息、第二相关考勤信息；步骤s1580：根据所述课程时间相关性、相关课程关联性、第一相关考勤信息、第二
相关考勤信息，获得第一学员稳定性信息；步骤s1590：当所述第一学员稳定性信息不满足第五预定条件时，获得第四安全预警信息。
36.具体而言，根据云平台获得的第一学员相关学习记录，从中确定第一学员参加的相关课程记录，即参加了其他哪些相类似同属性的远程教育内容，根据参加的远程教育的具体情况，包括参加的时间、考勤等内容，若相同的课程同一个学员在重叠时间内上了多个，且考勤不高，则表明该学员的稳定性不高，尤其对于远程教育机构的推广课程，在推广课程中远程教育机构是为了推广课程招收学员开展的，本技术实施例根据大数据的分析进行学员的学习状况和稳定性分析，若学员稳定性不高，此时可以给系统发送预警提醒信息，通过了解学员的学习稳定性，有利于教育机构开展教育推广。
37.进一步而言，所述方法包括：步骤s1610：根据所述第一课程在线学员信息，获得第三学员信息；步骤s1620：根据所述第一课程信息，获得第一课程等级信息；步骤s1630：当所述第一课程等级信息满足第六预定阈值时，根据所述第一课程信息，获得第一监控指令；步骤s1640：根据所述第一监控指令、所述第三学员信息，获得第一录制信息；步骤s1650：根据所述第一课程信息，获得课程要求；步骤s1660：根据所述课程要求，获得监控标识信息；步骤s1670：当所述第一录制信息中出现所述监控标识信息，获得第五安全预警信息。
38.具体而言，根据第一课程的内容和课程设定要求，本技术实施例具有课程监控设置功能，若第一课程对于学员的学习过程和态度具有较高的要求，则可以启动课程监控功能，录入该课程的编码或者名称和课程对应的监控要求，即学员出现怎样的动作、表情、语言进行干预，当启动该监控功能时，课程开始便自动启动对该课堂中的学员上课情况进行实时记录和监控，监控标识信息即按照课程要求设定监控内容，当出现了监控标识信息则进行干预，第一录制信息是对学员上课过程中的实时影像采集并记录的信息内容，当学员的第一录制信息中出现了监控标识信息中的内容时，发出预警信息，此时对学员和系统发出预警提醒，维护远程教育秩序，确保课程内容安全可靠的进行，进一步解决了现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。
39.实施例二基于与前述实施例中一种基于云平台的远程教育大数据安全预警方法同样发明构思，本发明还提供了一种基于云平台的远程教育大数据安全预警系统，如图2所示，所述系统包括：第一获得单元11，所述第一获得单元11用于获得第一课程信息；第二获得单元12，所述第二获得单元12用于根据所述第一课程信息，获得第一课程在线学员信息；第三获得单元13，所述第三获得单元13用于根据所述第一课程在线学员信息，获得学员学习记录信息；
第四获得单元14，所述第四获得单元14用于获得预设敏感词语信息；第一执行单元15，所述第一执行单元15用于将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果；第五获得单元16，所述第五获得单元16用于根据所述第一课程信息、所述第一筛选结果，获得敏感词安全系数；第六获得单元17，所述第六获得单元17用于根据所述第一筛选结果、所述敏感词安全系数，获得第一词语安全评价值；第七获得单元18，所述第七获得单元18用于当所述第一词语安全评价值超过第一预定阈值时，根据所述第一筛选结果，获得第一学员信息；第八获得单元19，所述第八获得单元19用于根据所述第一学员信息，通过云平台获得第一学员学习数据集；第九获得单元20，所述第九获得单元20用于根据所述第一学员学习数据集，获得第一学员安全评价值；第十获得单元21，所述第十获得单元21用于根据所述第一词语安全评价值、所述第一学员安全评价值，获得第一学员评价结果；第十一获得单元22，所述第十一获得单元22用于当所述第一学员评价结果超过第二预定阈值时，获得第一安全预警信息。
40.进一步的，所述系统还包括：第十二获得单元，所述第十二获得单元用于根据所述第一课程在线学员信息，获得第二学员信息；第十三获得单元，所述第十三获得单元用于根据所述第二学员信息，获得第一资料下载信息，所述第一资料下载信息具有第一时间；第十四获得单元，所述第十四获得单元用于根据所述第二学员信息，获得第二资料下载信息，所述第二资料下载信息具有第二时间；第十五获得单元，所述第十五获得单元用于当所述第一资料与所述第二资料相同时，根据所述第一时间、第二时间获得第一下载频率；第一判断单元，所述第一判断单元用于判断所述第一下载频率是否满足第三预定阈值；第十六获得单元，所述第十六获得单元用于当满足时，根据所述第一资料下载信息，获得第一网络连接信息；第十七获得单元，所述第十七获得单元用于根据所述第二资料下载信息，获得第二网络连接信息；第十八获得单元，所述第十八获得单元用于根据所述第一网络连接信息、所述第二网络连接信息，获得第一网络关联性；第十九获得单元，所述第十九获得单元用于当所述第一网络关联性不满足第四预定阈值时，获得第二安全预警信息。
41.进一步的，所述系统还包括：第二十获得单元，所述第二十获得单元用于根据所述第二学员信息，获得第一图像采集信息；
第二十一获得单元，所述第二十一获得单元用于获得第二图像信息，所述第二图像信息为第一课程期间采集到的图像信息；第二判断单元，所述第二判断单元用于判断所述第二图像信息与所述第一图像采集信息是否一致；第二十二获得单元，所述第二十二获得单元用于当所述第二图像信息与所述第一图像采集信息不一致时，获得第三安全预警信息。
42.进一步的，所述系统还包括：第二十三获得单元，所述第二十三获得单元用于根据所述第一课程信息，获得第一属性；第二十四获得单元，所述第二十四获得单元用于根据所述第一属性、所述第一学员学习数据集，获得第一课程相关学习记录；第二十五获得单元，所述第二十五获得单元用于根据所述第一课程相关学习记录、所述第一课程信息，获得课程关联性统计信息，所述课程关联性统计信息包括m个相关课程，其中，m为大于1的自然数；第二十六获得单元，所述第二十六获得单元用于将所有课程关联性统计信息进行排序，获得课程关联性统计序列表；第二十七获得单元，所述第二十七获得单元用于根据所述课程关联性统计序列表，获得预设筛查数量；第二十八获得单元，所述第二十八获得单元用于根据所述预设筛查数量、所述课程关联性统计序列表，获得相关课程筛查信息；第二十九获得单元，所述第二十九获得单元用于根据所述相关课程筛查信息、所述第一学员信息，获得第一学员相关学习记录；第二执行单元，所述第二执行单元用于将所述第一学员相关学习记录、所述预设敏感词语信息输入所述词语筛选模型，获得第二筛选结果；第三十获得单元，所述第三十获得单元用于根据所述第二筛选结果，获得所述第一学员安全评价值。
43.进一步的，所述系统还包括：第三十一获得单元，所述第三十一获得单元用于根据所述第一学员相关学习记录，获得第一相关课程记录；第三十二获得单元，所述第三十二获得单元用于根据所述第一相关课程记录，获得第一课程时间；第三十三获得单元，所述第三十三获得单元用于根据所述第一学员相关学习记录，获得第二相关课程记录；第三十四获得单元，所述第三十四获得单元用于根据所述第二相关课程记录，获得第二课程时间；第三十五获得单元，所述第三十五获得单元用于根据所述第一课程时间、所述第二课程时间，获得课程时间相关性；第三十六获得单元，所述第三十六获得单元用于根据所述第一相关课程记录、所述第二相关课程记录，获得相关课程关联性；
第三十七获得单元，所述第三十七获得单元用于分别根据所述第一相关课程记录、所述第二相关课程记录，获得第一相关考勤信息、第二相关考勤信息；第三十八获得单元，所述第三十八获得单元用于根据所述课程时间相关性、相关课程关联性、第一相关考勤信息、第二相关考勤信息，获得第一学员稳定性信息；第三十九获得单元，所述第三十九获得单元用于当所述第一学员稳定性信息不满足第五预定条件时，获得第四安全预警信息。
44.进一步的，所述系统还包括：第四十获得单元，所述第四十获得单元用于根据所述第一课程在线学员信息，获得第三学员信息；第四十一获得单元，所述第四十一获得单元用于根据所述第一课程信息，获得第一课程等级信息；第四十二获得单元，所述第四十二获得单元用于当所述第一课程等级信息满足第六预定阈值时，根据所述第一课程信息，获得第一监控指令；第四十三获得单元，所述第四十三获得单元用于根据所述第一监控指令、所述第三学员信息，获得第一录制信息；第四十四获得单元，所述第四十四获得单元用于根据所述第一课程信息，获得课程要求；第四十五获得单元，所述第四十五获得单元用于根据所述课程要求，获得监控标识信息；第四十六获得单元，所述第四十六获得单元用于当所述第一录制信息中出现所述监控标识信息，获得第五安全预警信息。
45.进一步的，所述系统还包括：第三执行单元，所述第三执行单元用于将所述学员学习记录信息作为第一输入信息；第四执行单元，所述第四执行单元用于将所述预设敏感词语信息作为第二输入信息；第一输入单元，所述第一输入单元用于将所述第一输入信息和所述第二输入信息输入词语筛选模型，其中，所述词语筛选模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一筛选结果的标识信息；第四十七获得单元，所述第四十七获得单元用于获得所述词语筛选模型的输出信息，所述输出信息包括所述第一筛选结果。
46.前述图1实施例一中的一种基于云平台的远程教育大数据安全预警方法的各种变化方式和具体实例同样适用于本实施例的一种基于云平台的远程教育大数据安全预警系统，通过前述对一种基于云平台的远程教育大数据安全预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于云平台的远程教育大数据安全预警系统的实施方法，所以为了说明书的简洁，在此不再详述。
47.示例性电子设备下面参考图3来描述本技术实施例的电子设备。
48.图3图示了根据本技术实施例的电子设备的结构示意图。
49.基于与前述实施例中一种基于云平台的远程教育大数据安全预警方法的发明构思，本发明还提供一种基于云平台的远程教育大数据安全预警系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于云平台的远程教育大数据安全预警方法的任一方法的步骤。
50.其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
51.处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
52.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术实施例提供了一种基于云平台的远程教育大数据安全预警方法及系统，通过获得第一课程信息；根据所述第一课程信息，获得第一课程在线学员信息；根据所述第一课程在线学员信息，获得学员学习记录信息；获得预设敏感词语信息；将所述学员学习记录信息、所述预设敏感词语信息输入词语筛选模型，获得第一筛选结果；根据所述第一课程信息、所述第一筛选结果，获得敏感词安全系数；根据所述第一筛选结果、所述敏感词安全系数，获得第一词语安全评价值；当所述第一词语安全评价值超过第一预定阈值时，根据所述第一筛选结果，获得第一学员信息；根据所述第一学员信息，通过云平台获得第一学员学习数据集；根据所述第一学员学习数据集，获得第一学员安全评价值；根据所述第一词语安全评价值、所述第一学员安全评价值，获得第一学员评价结果；当所述第一学员评价结果超过第二预定阈值时，获得第一安全预警信息。利用第一课程中对敏感词语的分析结果即第一词语安全评价值，结合其他相关远程教育课程中第一学员出现的敏感词语分析结果即第一学员安全评价值，进行综合处理得到第一学员的最终安全评价结果即第一学员评价结果，当第一学员评价结果超过了预设的阈值要求时，则表明该学员存在不安全因素，需要进行干预，以维护远程教育的稳定，确保课程的顺利开展，此时系统生成第一安全预警信息向系统发出预警，同时也向第一学员发送预警，以维护远程教育内容的安全性，避免出现不符合网络教育的敏感词语而危及远程教育课程的开展，实现了利用网络大数据进行分析处理，通过课程过程中内容记录进行敏感词语监管，结合云处理平台对相关课程的数据提取从而扩大分析范围提高了分析结果准确性，同时加入神经网络模型提高了数据运算处理效率，具有维护远程教育秩序，确保课程内容安全可靠的技术效果。从而解决了现有技术中由于对于远程教育的对象不能进行直接监管，存在远程教育过程的信息安全性无法得到有效维护的技术问题。
53.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd
‑
rom、光学存储器等）上实施的计算机程序产
品的形式。
54.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
55.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
56.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
57.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。