Framework di Camuffamento Contestuale Multi-Livello per la Valutazione Online Resistente alle Frodi
Uno studio recente pubblicato su arXiv (2608.13100v1) presenta la Teoria del Camuffamento Contestuale Multi-Livello (MCCT), un modello matematico volto a proteggere i materiali di valutazione online da minacce di estrazione come screenshot, condivisione dello schermo, OCR e scraping automatizzato. Questo framework si basa sul Modello di Camuffamento Contestuale Spazio-Temporale Multidimensionale (MSCCM) presente nella Suite di Resilienza per la Valutazione Multimodale (MARS). Impiegando la sovrapposizione semantica, MCCT combina contenuti autentici di valutazione con camuffamento creato artificialmente, accessibile solo a candidati autorizzati. La ricerca include un operatore esplicito di canale di estrazione per modellare l'estrazione avversaria e introduce sei costrutti interconnessi, come l'Operatore di Inversione Contestuale e la Laminazione Contestuale, affrontando le debolezze dei sistemi di valutazione online esistenti che dipendono da blocchi del browser, sorveglianza tramite webcam e analisi comportamentale.
Fatti principali
- Il documento arXiv:2608.13100v1 introduce il framework MCCT
- MCCT estende MSCCM all'interno della suite MARS
- Il framework utilizza la sovrapposizione semantica per la protezione dei contenuti
- Affronta attacchi come screenshot, condivisione dello schermo, OCR e scraping automatizzato
- I sistemi attuali si basano su blocco del browser, monitoraggio tramite webcam e analisi comportamentale
- MCCT include sei costrutti accoppiati, incluso l'Operatore di Inversione Contestuale
- Il contenuto è recuperabile solo da candidati legittimi
- Pubblicato su arXiv
Entità
Istituzioni
- arXiv