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。