<转>讲述一个关于高考的“黑客”故事:用2B铅笔“注入”阅卷系统

简介: 讲述一个关于高考的“黑客”故事:用2B铅笔“注入”阅卷系统今天,又是一年一度高考的日子。回想起16年前(1996年)……那是高中的一段艰苦岁月……几乎每天都要进行一场考高模拟测试,同学和老师们,都是叫苦不迭。

讲述一个关于高考的“黑客”故事:用2B铅笔“注入”阅卷系统

今天,又是一年一度高考的日子。

回想起16年前(1996年)……那是高中的一段艰苦岁月……

几乎每天都要进行一场考高模拟测试,同学和老师们,都是叫苦不迭。

那时候,用2B铅笔填涂答题卡的答卷方式,已经在高考中开始实施。教育主管部门和校方,为了“实战演练”考生们的临场技能,在模拟考试中,也实行了答题卡方式。

那是一次全市范围的英语模拟考试,答题卡将被上交到市级考试中心机构,进行计算机阅卷处理。

我早早地就做完了试题。闲着没事,就开始琢磨起这个“答题卡”来。

直到现在,我还清楚地记得,在那张长方形答题卡上面的最右边,从上到下,几十个小黑块与空白相间排列。

这一长条相间排列的小黑块与空白,是做什么用的呢?

我的直觉告诉我:

(1)当答题卡被送入电子阅卷设备之后,设备的接纳口,一定要比答题卡更宽一些。就像较小的豆子要通过较大口径的漏斗口,才能被漏斗收进去一样。如果设备的接纳口跟答题卡的宽度一样,那么难免会发生卡纸。

(2)因为电子阅卷设备的接纳口,存在上述的冗余空间,又因为答题卡在被摆放和被传送的过程中,一定会出现“抖动”,那么,每张答题卡对于设备接纳口的位置,都是随机的。

(3)因为答题卡相对于设备接纳口的位置是随机的,那么,接下来要让电子阅卷设备的读卷探头(一种指针),能够准确地识别答题卡上的填涂信息,就必然要有一种“定位机制”,使得读卷探头和答题卡的相对位置,是可以被精准测量的“偏移量”。

(4)那么,观察现在手上的这张答题卡。在整张答题卡上,最有可能用来实现这种“定位机制”的,就应该是那一长条相间排列的小黑块与空白了。

(5)之所以选用2B铅笔来填涂,是因为2B铅笔留下的石墨厚度,可以对电子阅卷设备所发出的信号(猜想是光信号)做出影响。也就是说,当石墨的厚度足以使其吸收光信号,而不是像白纸的空白处反射光信号而被设备俘获的时候,电子阅卷设备就知道该考生的答项是什么了。

(6)那么,第(4)点中所假象的“定位机制”,应该同样也是利用光信号的被吸收和被反射来实现。这样的话,如果在那一长条相隔排列的小黑块之间的空白处,全部用2B铅笔涂满的话,石墨将与小黑块连为一体,成为一个黑色的整长条。如此一来,上述的“定位机制”就失效了。

(7)当“定位机制”失效之后,答题卡相对于电子阅卷设备的位置,就永远是不确定的了,那么,电子阅卷设备将失效,它将无法判别考生的答项是什么了。

就这么胡思乱想了一通之后,我开始动手把以上的设想付诸实施,就是用2B铅笔,把答题卡上面最右边的,相隔排列的小黑块之间的空白,全部涂黑。

交卷。

过了两天之后,我知道了结局:

当我们这次模拟考试的答题卡,被送到市级考试中心之后,那里的电子阅卷设备彻底失灵。当次的所有答题卡全被绞成一团,险些全部废掉。后来不得不采用老师人工阅卷的方式,来批阅这些烂纸。电子阅卷中心的工作人员,排查了好久,最后终于发现,就是因为我这张“诡异”的答题卡,惹的祸。

我们的英语老师,不可能理解我这个小孩儿能动那么多“鬼脑筋”,他认定我是在考试时“思想不集中”。他对我说:“以后不要再这样了……”

同班同学,不论我跟他们怎么解释,这次事故是如何实现的,他们都始终听不懂。

这样的事情,此后我再也没有做过,因为我已经亲自地充分验证了我的一次“白日梦”式的假想。

我已经非常满足了。

 

 

相关文章
|
存储 缓存 Cloud Native
[Snowflake核心技术解读系列二]云原生技术
Snowflake取得了巨大的商业成功,技术是如何支撑起它的千亿美元市值呢?它技术强在哪?本文为大家倾情解读Snowflake的核心技术原理。
[Snowflake核心技术解读系列二]云原生技术
|
运维 定位技术 网络虚拟化
|
10月前
|
机器学习/深度学习 传感器 自动驾驶
基于深度学习的图像识别技术及其在自动驾驶中的应用####
本文深入探讨了深度学习驱动下的图像识别技术,特别是在自动驾驶领域的革新应用。不同于传统摘要的概述方式,本节将直接以“深度学习”与“图像识别”的技术融合为起点,简述其在提升自动驾驶系统环境感知能力方面的核心作用,随后快速过渡到自动驾驶的具体应用场景,强调这一技术组合如何成为推动自动驾驶从实验室走向市场的关键力量。 ####
306 24
|
11月前
|
数据采集 机器学习/深度学习 人工智能
探索人工智能与大数据的融合之路####
本文将深入探讨人工智能(AI)与大数据之间的共生关系,揭示二者如何相互促进,共同推动技术边界的拓展。不同于传统摘要的概述形式,本部分将以一个生动的比喻开篇:如果把大数据比作广阔无垠的数字海洋,那么人工智能就是航行其间的智能航船,两者相辅相成,缺一不可。随后,简述文章将从数据采集、处理、分析到决策应用的全流程中,详细阐述AI如何借助大数据的力量实现自我迭代与优化,以及大数据如何在AI算法的驱动下释放出前所未有的价值。最后,预告文章还将探讨当前面临的挑战与未来趋势,为读者勾勒一幅AI与大数据融合发展的宏伟蓝图。 ####
|
11月前
|
机器学习/深度学习 人工智能 TensorFlow
深入浅出:用深度学习识别手写数字
【10月更文挑战第32天】在这篇技术性文章中,我们将以浅显易懂的方式探索深度学习的奥秘,并带领读者通过一个实际项目——手写数字识别来实践理论知识。文章不仅介绍了深度学习的基本概念和关键技术,还提供了详细的代码示例,帮助初学者快速入门并理解深度学习的强大之处。无论你是编程新手还是对深度学习感兴趣的技术爱好者,这篇文章都将为你打开一扇通往人工智能世界的大门。
|
11月前
|
人工智能 自然语言处理 安全
2024年中国CRM市场领导者:年度排行榜揭晓
在竞争激烈的商业环境中,CRM 系统对企业至关重要。本文介绍了十款知名 CRM 系统,包括销售易、金蝶云之家、神州云动、八骏科技、天衣云、红圈、简道云、悟空、八百客和销帮帮。这些系统各具特色,涵盖从大中型企业到中小企业的不同需求,帮助企业更好地管理客户信息、提高销售效率、优化客户服务。企业在选择时应根据自身规模、行业特点和预算等因素综合考虑,选择最适合自己的 CRM 系统。
|
数据采集 JavaScript 前端开发
利用无头浏览器进行APP提取数据的技术与实践
利用无头浏览器进行APP提取数据的技术与实践
|
Web App开发 前端开发 JavaScript
前端必备技能---今天教会你如何高效使用Chrome调试与检测你的CSS代码
教会你如何高效使用Chrome调试与检测你的CSS代码
624 0
前端必备技能---今天教会你如何高效使用Chrome调试与检测你的CSS代码
|
前端开发 UED 开发者
钉钉多维表设计系统(Design System)(1) —— Design Token 视觉语言
一、背景2022 年 11 月,钉钉多维表进行全新改版。改版过程中,出于解决体验一致性、提升研发效率、降低沟通成本的需求,急需构建一套设计系统(Design System)以供使用。这套系统由以下三个部分构成:we-design-next 组件库、WCON 图标交付方案、Design Token 视觉语言本期主要对 Design Token 的使用与实现进行讲解二、Design Token 概述为
621 0
钉钉多维表设计系统(Design System)(1) —— Design Token 视觉语言