天平教务 调查|谁抢了我的课( 三 )


模糊的标准使得惩罚难以实施。即使计算中心掌握了选课账号的异常操作数据,学生不承认使用过刷课机也很难处罚。作为技术部门,计算中心只能和学生交流。只有当学生的行为造成非常恶劣的后果,影响到整个系统的正常运行时,才会将情况上报教务处或研究生院,按规定进行处罚。
实际上,达到这样的标准并不容易。2月21日17:00跨院系选课开放时,选课系统出现近2小时的无响应,有BBS用户指责刷课机的过度使用造成了选课网崩溃。但计算中心的分析表明,刷课机并不是系统异常的主要原因。
赖田萍解释说:“异常是选课网络无法登录,但当时选课网络和服务器基本没有压力,学生在别处被‘封杀’。”但由于疫情期间学生在家中选课,网络条件复杂,虽然计算中心立即组织技术团队对各节点数据进行联合诊断检查,但仍无法确认具体原因。
对选课系统而言,高频率的选课操作影响较大,但设定了防护机制;而简单的刷新操作,如果达不到DDoS攻击的规模,对系统的影响也不明显。“可以说,在目前的情况下,刷课机不足以对选课系统形成太大压力。”来天平表示。
2011年前后,计算中心试图通过“严厉的判决”阻止学生使用刷课机。一旦系统检测到异常行为,就会将用户拉入黑名单,不再允许他们选课。但在这样的处罚标准下,如果出现误判,学生就会错失抢课的机会,以后也无法补救。部分浏览器在用户点击“选课”后会继续操作两次,造成了以往的误判,耽误了学生选课。最后,计算中心恢复了原来的标准。
“选课网从2007年到现在,十多年来遇到奇怪的案例太多了,现在可以说是一个多年磨合后的平衡状态。”来天平说,“一方面,完全禁止使用刷课机困难较大,但避免‘严判’也能防止给正常选课的同学造成不可恢复的损害。”
清华大学的WL方案在一定程度上限制了刷机。学生在预选阶段确定自己的志愿者,包括必修课、有限课和选修课。每个班有一名第一志愿、一名第二志愿和多名第三志愿,总学分不超过32学分。抽奖结束后,未选择的课程将自动加入课程的WL,排队顺序将根据志愿者优先级确定。在其他阶段,学生也可以进入WL课程,并按时间顺序排在队伍的最后。当课程还剩空个名额时,选课系统会根据WL排队顺序自动进行补选。
WL方案节省了手动抢课的时间,但缩小了调整计划的空间。一位清华大学的学生表示,自己选课时会尽量把想选的课都放在选课志愿中,如果等到抽签结束后再去排队,通常难以选上课。
赖田萍认为,WL方案是一个设想,但仍有许多细节需要考虑。他说,计算中心组织了一个研究小组,研究刷机的精准判断,希望通过分析现有刷机的网络链接、应用访问行为和特征行为,为判断刷机建立科学依据。
选课“公平”
关于刷机的争论归结为“破坏公平”。
“道德上,这种行为显然侵犯了正常选课同学的权益。”法学院2016级硕士研究生张磊认为,刷课机的使用会导致选课制度演变为“丛林法则”,掌握相关技术或拥有刷课机资源的人选课成功率更高,符合规则的手动刷新反而选不上课。长此以往,为了选上课,会有越来越多的人选择使用刷课机。
一位刷课机用户表示,刷课机的强大功能让他深受感动。到了下学期,因为一门课两个班都满了,他找了教务老师要求在上课前扩大课程数量。“我看着老师在教务处放了20个名额,还没等手机上的验证码丢失,这20个名额就没了”。
回到寝室后,他决定向室友学习刷课机的配置方法。之后的选课阶段,刷课机帮他补上了超过8学分的课程。

推荐阅读