目前，在线考试系统已经在越来越多的高校或其他教育机构中得到应用。在使用的过程中考生的作弊方式在在线考试系统中又有了新的发展。目前已经采用的一些反作弊手段存在着滞后于作弊手段发展、被动的实施反作弊、不利于更新维护等较多的问题。另外,专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用，从一般推理策略探讨转向运用专门知识的重大突破。运用特定领域的专门知识，通过推理来模拟通常由人类专家才能解决的各种复杂的，具体的问题，达到与专家具有同等解决问题能力的计算机智能程序系统。本文主要就如何开发在线考试反作弊模块进行了分析、设计，并最终实施。首先文章对目前作弊行为、在线考试及在线考试中的作弊与反作弊手段进行了综述。接着对设计在线考试系统中使用到的技术进行了归纳总结。然后围绕知识库的设计、完善和推理机制的实现进行了研究，在此情况下提出在线考试反作弊模块的两大核心功能,即作弊预测功能与作弊检测功能的设计思路、在这一过程中还实现了知识获取子模块设计、知识库物理设计及推理机逆向推理的代码设计。系统能够将从领域专家处获取的领域知识用图形界面工具方式输入知识库以及方便的整理规则知识，对用户提供友好的界面。系统运行良好，能够针对在线考试过程中出现的大多数规律性作弊行为进行考前预测与实时检测。并在发现考试行为后，能给出推理过程以供参考。最重要的是实现了在考试过程中主动检测考生是否作弊的功能，将以往的被动防御变为主动防御。另外由于专家系统中知识库与推理机制的分离，使得后续对反作弊手段更新时，不需要对在线考试模块进行代码级的维护，提高了该系统的可用性。