🔍 耿同学打假报告

论文信息

• 标题：基于强化学习的智能交通系统敏感数据动态访问控制机制研究
• 作者：谢弘扬
• 期刊/来源：毕业论文v2.pdf / 南京邮电大学2026届本科生毕业设计（论文）
• 指导教师：郝学元
• 完成日期：2025年12月26日至2026年5月15日

综合评定：🟡 存疑

详细发现

发现 1：摘要选择性报告结果（数据美容）

• 位置：摘要 / 第4.4.2节
• 描述：摘要中声称“信息泄漏量分别下降93%和84%”，这一数据看似极其漂亮，但在正文4.4.2节的描述中，DoS场景下泄漏从3.0降至0.2（下降93.3%），Sybil场景下泄漏从5.0降至0.8（下降84%）。这明显是作者在众多攻击强度数据中**“精挑细选”**了下降比例最好看的极值或特定点来写入摘要。
• 证据：正文指出Threshold基线在不同强度下表现波动（如Sybil在0.6-0.8强度下泄漏高达7.0-7.5），但作者在计算提升比例时，巧妙地避开了基线最高点，选用了能算出84%这个漂亮数字的数据组合。
• 严重程度：🟡 （典型的学术“包装”技巧，虽不算无中生有，但有误导读者夸大方法普适性的嫌疑）

发现 2：公式排版出现低级失误

• 位置：第三章 / 公式 (3-14)
• 描述：在给出LSTM的经典门控公式时，候选细胞状态的公式出现了明显的括号不匹配错误。
• 证据：公式写为 c<t=tanh(W_c \cdot [z_{i,t-1} || h_{i,t} + b_c)，这明显少了一个右括号，正确的写法应该是 c<t=tanh(W_c \cdot [z_{i,t-1} || h_{i,t}] + b_c)。
• 严重程度：🟡 （属于写论文不仔细、排版未校对的疏忽，但出现在核心机制描述中显得不够严谨）

发现 3：参考文献格式存在批量排版瑕疵

• 位置：参考文献列表
• 描述：参考文献的作者姓名出现了连写且缺少空格的现象，这通常是直接从学术搜索引擎导出BibTeX后未加人工修正导致的。
• 证据：例如 [1] HanS,ZhouS,WangJ,etal.，正确的格式应为 Han S, Zhou S, Wang J, et al.。
• 严重程度：🟡 （格式问题，不影响核心学术判断，但反映了写作过程的仓促）

发现 4：工作量与致谢描述的微妙矛盾（代做嫌疑）

• 位置：致谢部分
• 描述：作为一篇本科生毕业设计，本文涉及了图神经网络（GNN）、深度循环Q网络（DRQN）、部分可观测马尔可夫决策过程（POMDP）以及Hyperledger Fabric区块链智能合约的完整全栈开发与理论推导，工作量极大。但在致谢中，作者提到“研究生导师马老师参帮助与了研究思路、实验设计和论文修改...李师兄在理论方向、实验实现和技术细节上也提供了直接帮助”。
• 证据：“实验实现和技术细节上的直接帮助”在如此硬核的交叉领域课题中，很容易让人联想核心代码和实验是否由这位“李师兄”代劳。
• 严重程度：🟠 （本科生独立完成此工作的可能性较低，核心代码可能非独立完成，但既然已在致谢中明示，属于灰色地带）

发现 5：图片与像素级数据检测受限声明

• 位置：全文图表
• 描述：由于提供的是文本提取内容，无法查看Figure 2.1至Figure 4.9的原始图片。
• 证据：无法对Western blot等图片进行复用检测（一式），也无法对折线图的像素拼接痕迹进行检测（三式）。文中给出的图均为模型框架图、序列图和实验曲线，在无原图的情况下，默认其未见异常。
• 严重程度：无

耿同学辣评

这篇毕设把GNN、强化学习（DRQN）和区块链全缝合进去了，可以说是把近几年计算机领域最火的“吉祥三宝”都用上了，工作量拉满，直接把本科毕设卷到了博士开题的级别！虽然摘要里的93%和84%有点“cherry-picking（挑软柿子捏）”的嫌疑，LSTM公式也漏了个括号，但整体行文逻辑居然还能圆回来，没有出现“随机数生成器造假”的离谱现象。考虑到致谢里那句耐人寻味的“李师兄在实验实现上提供了直接帮助”，这大概又是一出“师兄背着导师偷偷把活儿干完，本科生负责写神仙论文”的传统戏码吧！

建议后续行动

• 要求答辩委员会针对公式 (3-14) 及底层代码的实现细节进行针对性提问，验证学生真实掌握程度
• 建议作者修正公式 (3-14) 的排版错误及参考文献的空格缺失
• 文本中未提供足够的原始图片信息，无法进行像素级分析，暂不需要联系期刊

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。