Hệ thống quản lý điểm học phần trên thiết bị di động với kiến trúc bảo mật nhiều lớp tích hợp Hybrid OCR
Article Sidebar
Main Article Content
Hệ thống quản lý điểm học phần trên thiết bị di động với kiến trúc bảo mật nhiều lớp tích hợp Hybrid OCR
Tóm tắt
Chuyển đổi số trong giáo dục đại học đặt ra yêu cầu xây dựng các hệ thống quản lý điểm học phần có khả năng xử lý nhanh, hiệu quả và an toàn trên thiết bị di động (OECD, 2021). Nghiên cứu này đề xuất một hệ thống quản lý điểm học phần trên thiết bị di động với kiến trúc bảo mật nhiều lớp tích hợp Hybrid OCR nhằm hỗ trợ nhận dạng tự động điểm viết tay trên bảng điểm giấy (UNESCO, 2023). Hệ thống gồm Gateway API Server, Database Server, AI Server và ứng dụng di động. Hybrid OCR kết hợp EasyOCR (Jaided AI, 2024) và mạng nơ-ron tích chập (CNN) (LeCun et al., 1998) để nhận dạng điểm viết tay, đồng thời tích hợp Human Verification (Amershi et al., 2014) và Feedback Learning (Settles, 2012), cho phép giảng viên hiệu chỉnh kết quả nhận dạng và tích lũy dữ liệu phục vụ các chu kỳ huấn luyện tiếp theo. Kiến trúc bảo mật nhiều lớp (National Institute of Standards and Technology, 2015) hỗ trợ xác thực thiết bị, xác thực phiên làm việc và tăng cường an toàn trong quá trình truyền nhận dữ liệu. Kết quả triển khai trên bộ dữ liệu bảng điểm thực tế tại Trường Đại học Tây Nguyên cho thấy mô hình CNN đạt 95,17% độ chính xác trên tập kiểm thử độc lập. Cơ chế xử lý song song (Multiprocessing) giúp rút ngắn thời gian xử lý xuống còn 4,19 giây/bảng điểm, cải thiện khoảng 40,3% so với xử lý tuần tự. Hệ thống hoạt động ổn định, hỗ trợ hiệu quả quá trình nhập điểm và vẫn duy trì bước kiểm chứng của giảng viên trước khi dữ liệu được cập nhật chính thức theo quy định khảo thí (Trường Đại học Tây Nguyên, 2025). Nghiên cứu góp phần xây dựng một hệ thống quản lý điểm học phần có khả năng triển khai trong môi trường đào tạo theo hệ thống tín chỉ (Trường Đại học Tây Nguyên, 2021) và tạo nền tảng cho việc tiếp tục hoàn thiện mô hình thông qua Feedback Learning.
Article Details
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial-NoDeri Phái sinh 4.0 .
Tài liệu tham khảo
- Amershi, S., Cakmak, M., Knox, W.B. and Kulesza, T. (2014). ‘Power to the People: The Role of Humans in Interactive Machine Learning’, AI Magazine, 35(4), pp. 105–120. doi:10.1609/aimag.v35i4.2513.
- Fielding, R.T. (2000). Architectural Styles and the Design of Network-based Software Architectures. Doctoral dissertation. University of California, Irvine. Available at: https://www.ics.uci.edu/~fielding/pubs/dissertation/ (Accessed: 1 July 2026).
- Goodfellow, I., Bengio, Y. and Courville, A. (2016). Deep Learning. Cambridge, MA: MIT Press. Available at: https://www.deeplearningbook.org/ (Accessed: 1 July 2026).
- Holzinger, A. (2016). Interactive machine learning for health informatics: When do we need the human-in-the-loop? Brain Informatics, 3(2), 119–131. https://doi.org/10.1007/s40708-016-0042-6 (Accessed: 1 July 2026).
- Jaided AI (2024). EasyOCR Documentation. Available at: https://github.com/JaidedAI/EasyOCR (Accessed: 1 July 2026).
- Jones, M., Bradley, J. and Sakimura, N. (2015). RFC 7519: JSON Web Token (JWT). Internet Engineering Task Force. doi:10.17487/RFC7519.
- Kent, S. (2005). IP Encapsulating Security Payload (ESP). RFC 4303. Internet Engineering Task Force. https://www.rfc-editor.org/rfc/rfc4303 (Accessed: 1 July 2026).
- Krawczyk, H., Bellare, M. and Canetti, R. (1997). RFC 2104: HMAC: Keyed-Hashing for Message Authentication. Internet Engineering Task Force. doi:10.17487/RFC2104.
- LeCun, Y., Bottou, L., Bengio, Y. and Haffner, P. (1998). ‘Gradient-Based Learning Applied to Document Recognition’, Proceedings of the IEEE, 86(11), pp. 2278–2324. doi:10.1109/5.726791.
- National Institute of Standards and Technology (NIST) (2015). Secure Hash Standard (SHS). FIPS PUB 180-4. Gaithersburg, MD: National Institute of Standards and Technology. doi:10.6028/NIST.FIPS.180-4.
- OECD (2021). Digital Transformation in Higher Education. Paris: OECD Publishing. Available at: https://www.oecd.org/ (Accessed: 1 July 2026).
- Python Software Foundation (2025). multiprocessing — Process-based parallelism. Available at: https://docs.python.org/3/library/multiprocessing.html (Accessed: 1 July 2026).
- Rivest, R.L., Shamir, A. and Adleman, L.M. (1978) ‘A Method for Obtaining Digital Signatures and Public-Key Cryptosystems’, Communications of the ACM, 21(2), pp. 120–126. doi:10.1145/359340.359342.
- Settles, B. (2012). Active Learning. San Rafael, CA: Morgan & Claypool Publishers. doi:10.2200/S00429ED1V01Y201207AIM018.
- Trường Đại học Tây Nguyên (2021). Quy chế đào tạo trình độ đại học theo tín chỉ của Trường Đại học Tây Nguyên. Đắk Lắk.
- Trường Đại học Tây Nguyên (2025). Quy định về công tác khảo thí của Trường Đại học Tây Nguyên. Đắk Lắk.
- UNESCO (2023). Guidance for Generative AI in Education and Research. Paris: UNESCO. Available at: https://unesdoc.unesco.org/ (Accessed: 1 July 2026).
- Vaswani, A. et al. (2017). ‘Attention Is All You Need’, Advances in Neural Information Processing Systems, 30, pp. 5998–6008. Available at: https://papers.nips.cc/paper/7181-attention-is-all-you-need (Accessed: 1 July 2026).