基于Web的在线学习系统的设计与实现

一、立项背景与目标
随着编程教育的普及，高校和培训机构对在线化教学管理的需求持续增长。传统教学模式中，课程资源分散、作业批改依赖人工、学习进度难以追踪，既增加了教师的管理负担，也使学生缺乏及时的反馈机制。
本系统针对上述问题，以"编程学习"为核心场景，构建一套面向教师和学生双角色的在线教育平台。
主要目标：
支持教师完成课程创建、章节管理、班级组织、作业发布的全流程管理
支持学生完成视频学习、进度追踪、在线作答、代码提交与即时评测的完整学习闭环
通过安全沙箱实现 Python、C、Java 三种语言的自动代码评测，替代人工批改
通过防刷课机制保障学习行为的真实性，通过统计分析为教学决策提供数据支撑

二、软件功能与核心功能模块
系统分为六个核心模块：
身份认证模块 支持学生和教师两种角色注册，基于邮箱密码登录，使用 JWT 令牌进行全局鉴权。所有接口均需携带有效令牌，教师和学生的操作权限在服务端按角色严格隔离。
课程管理模块 教师可创建课程、添加章节（含文字内容和视频链接），支持 HTML5 原生视频和 B 站嵌入两种播放形式。学生可浏览课程列表、进入章节学习，支持关键词搜索和按班级筛选课程。
班级管理模块 教师创建班级时自动生成邀请码，学生凭邀请码加入班级。班级与课程、作业关联，教师可在班级内发布公告、管理成员、查看班级整体成绩报表。
作业管理模块 教师以课程为单位创建编程作业，配置题目描述、截止时间、前置章节要求和测试用例（含公开样例和隐藏测试点）。学生在作业页面使用内置代码编辑器编写代码，提交后立即触发自动评测，实时返回每个测试点的通过情况、执行时间和错误信息。
代码执行安全沙箱（核心子模块） 支持 Python、C、Java 三种语言。执行前进行静态安全检测（危险函数黑名单、危险头文件、内联汇编、宏别名绕过、格式化字符串漏洞等），编译阶段加入多重 GCC 加固选项，运行阶段限制内存（128MB）、超时（5秒）、最大输出（1MB）和并发数（5个），防止恶意代码危害服务器。
学习进度与防刷课模块 实时记录学生视频观看进度，采用四层防刷课机制：更新频率限制（间隔2秒）、单次进度增幅限制（不超过5%）、观看速度限制（不超过2倍速）、最小学习时长校验（至少观看视频时长的30%）。前端记录实际观看时间段，区分有效观看与拖拽快进。
成绩统计分析模块 学生可查看个人在各课程中的作业通过率和学习进度；教师可查看班级整体成绩分布、各作业的提交情况对比，支持数据导出。

三、业务流程与功能路径描述
教师发布课程和作业的路径
教师注册登录后，在课程列表创建课程并逐章添加内容（文字说明或视频链接，同时填写视频时长供防刷课使用）。创建班级并获得邀请码，将课程添加至班级。在课程详情页发布作业，配置题目、截止时间和测试用例，可设置该作业要求学生先完成指定章节的学习。
学生学习并

一、整体架构与设计思路
架构模式
系统采用前后端分离架构。后端基于 Python FastAPI 框架提供 RESTful API，前端基于 Vue 3 + Vite 构建单页应用，通过 Axios 调用后端接口。两端完全解耦，后端仅负责数据处理和业务逻辑，前端负责页面渲染和用户交互。
设计思路
核心设计思路是"按角色隔离、按层防护"。用户分为教师和学生两种角色，所有接口在服务端根据 JWT 令牌中的角色信息进行权限校验，前端只做展示层的条件渲染，不承担安全职责。安全防护采用纵深防御策略，从数据入口到代码执行形成多道防线，不依赖单一机制。
各模块技术栈
身份认证模块：后端使用 FastAPI + python-jose 实现 JWT 令牌签发与校验，密码通过 bcrypt 哈希存储；前端将令牌存入 localStorage，每次请求通过 Axios 拦截器自动附加 Authorization 头。
课程与章节模块：后端使用 SQLAlchemy ORM 管理 Course 和 Chapter 两张表，外键关联并配置级联删除；前端 ChapterView.vue 接入 HTML5 Video API 和 B 站 iframe 嵌入，处理两类视频源的进度追踪差异。
班级管理模块：后端通过多对多中间表 student_classroom 管理学生与班级的关联，自动生成唯一邀请码；前端在个人中心页分角色展示创建或加入入口。
作业与代码评测模块：后端 assignment.py 路由接收提交请求后，调用 code_executor.py 中的 CodeExecutor 类完成安全检测和沙箱执行。前端作业页集成 CodeMirror 代码编辑器，支持 Python、C、Java 三语言语法高亮和代码模板。
代码执行沙箱：Python 执行使用 RestrictedPython 字节码重写进行语法级沙箱，配合进程资源限制；C 语言通过 GCC 编译期选项（含 -fstack-protector-strong、-D_FORTIFY_SOURCE=2、-Werror=format-nonliteral 等）加固；Java 通过 JVM 参数 -Xmx128m 和 -Xss8m 限制堆内存与线程栈。三种语言均使用独立临时目录隔离，执行后自动清理。
学习进度模块：后端 progress.py 存储每个学生对每个章节的进度百分比、开始时间戳和完成标记；前端实时记录视频观看时间段并合并去重，计算有效观看比例，定期上报后端并触发防刷课多层校验。
统计分析模块：基于 Submission 和 Progress 表做聚合查询，为教师提供班级成绩分布报表，为学生提供个人学习进度汇总。
数据库：使用 MySQL，SQLAlchemy 作为 ORM 层，Alembic 管理数据库迁移版本。