網絡空間安全學科研究生智能課程實戰化教學研究

［摘 要］ 軍校研究生是高層次人才的主力軍，其能力素質將直接影響高科技武器裝備效能的發揮和戰斗力生成。在實施“智能+”改造人才培養目標的背景下，如何培養高素質新型軍事人才成為眾多軍事高校研究的重點。以國防科技大學網絡空間安全學科研究生課程“機器學習理論及應用”為例，討論實戰化教學改革方案，提出“緊耦合、貼實戰、謀減負、重創新”的教學理念，設計一套教學資源合理運用的教學方法，為培養具有較強實踐能力、綜合分析能力和創新能力的高素質新型軍事人才提供新的教學思路。

［關鍵詞］ BOPPPS模型；實戰化教學；教學設計；機器學習

［作者簡介］ 鄭敬華（1976—），女，河北衡水人，博士，國防科技大學電子對抗學院副教授，主要從事網絡安全研究；許成喜（1989—），男，安徽潛山人，博士，國防科技大學電子對抗學院講師，主要從事網絡安全研究；沈 毅（1985—），男，重慶人，碩士，國防科技大學電子對抗學院副教授，主要從事網絡安全研究。

［中圖分類號］ G643.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）33-0001-04 ［收稿日期］ 2023-06-20

軍校研究生不僅需要具備扎實的理論基礎和專業知識，還需要較強的實踐能力、綜合分析能力和創新能力，其能力素質直接影響高科技武器裝備效能的發揮和戰斗力生成。在突出專業特色，實施“智能+”改造的人才培養目標背景下，如何培養高素質新型軍事人才成為眾多軍校重點研究內容［1］。本文以國防科技大學網絡空間安全學科研究生智能課程“機器學習理論及應用”為例，針對以往教學過程中發現的問題和不足，瞄準教育部推動實施的一流課程建設目標，圍繞培養實戰型網絡空間安全人才，充分利用線上教育環境和資源，結合線下課程教學，探索一條切實可行、行之有效的實戰化教學模式，旨在培養具有較強科研創新能力的高素質軍事人才。

一、機器學習類課程特點及現狀分析

（一）國內外高校的課程設置情況

目前，國內外諸多高校都將機器學習類課程作為學科的核心課程。密歇根大學的ECE教師團隊提供了十多種機器學習類課程，用于解決不同領域的實際問題，同時其物理和計算系統方面的專業知識也增加了機器學習方面所需的數學基礎內容，還定期進行一些專題講座。斯坦福大學強調讓學生具備必要的技能，同時要求任何技能都能夠面臨現實隨機性的挑戰。其成立的人工智能實驗室，采用沙龍模式，定期組織全議案討論，同時輔以Blog形式將討論內容共享，借以拓寬參與者的視野并激發其研究靈感，重視學生將知識內化于心的理念，強調知識的實際應用。2014年吳恩達帶領的機器學習小組將機器學習類課程視頻上傳到網易公開課，面向全球人工智能領域開放，這是最早的一批關于機器學習的在線開放課程，隨后陸續有不同院校教師的MOOC或者SPOC等在線課程在網上共享。清華大學、北京大學等國內一流大學也在積極進行教育教學改革，學堂在線、中國大學MOOC等平臺集中了許多優秀教師的在線課程，Educoder實訓平臺、UClass智慧教學平臺、智慧教室等教學平臺陸續上線，各大院校紛紛借助教學平臺豐富自身教學模式和教學資源，既開闊了學生的視野，也在教學上取得了一定成效。

“機器學習理論及應用”是我校網絡空間安全學科研究生的專業核心課程，課程理論與實踐緊密結合，涵蓋了目前機器學習中各種最實用的理論和算法，包括神經網絡、貝葉斯學習、優化算法、深度學習和強化學習等內容，課程目標是培養學生邏輯思維能力和運用機器學習算法解決網絡空間安全領域實際問題的能力。

（二）我校教學中存在的問題

1.課程與網絡空間安全結合不夠緊密。網絡空間安全學科中面臨的復雜場景和海量數據需要采用機器學習等智能化方法來處理和分析，網絡空間安全技術的發展趨勢也必將是自動化和智能化。然而，傳統的機器學習類課程主要涉及機器學習基本的理論和算法，在教學內容上與網絡空間安全學科結合不夠緊密，軍事元素不濃，致使學員網絡空間安全的智能化研究能力及在網絡空間安全智能化處理方面的能力較弱。

2.傳統的機器學習類課程重理論、輕實戰，缺乏領域相關知識數據，學員實踐機會偏少。傳統的機器學習類課程重點關注理論教學，在課程內容上主要以決策樹、聚類算法、支持向量機等傳統理論算法為主，忽略了學員在實際場景中如何實現與應用機器學習算法的指導，導致學員對機器學習理論方法的掌握浮于表面。而網絡空間安全學科中所面臨的復雜安全分析問題，如網絡攻防、流量分析、程序分析、口令安全、漏洞分析等場景下的機器學習應用問題仍難以解決。

3.機器學習理論對數理基礎要求高，課程學習壓力大，部分學員欠缺學習興趣。機器學習理論涉及大量的數理知識，包括微積分、線性代數、概率論、凸優化理論等。傳統的機器學習類課程對學員的數理基礎有較高的要求，課程內容包含了大量的公式推導與證明分析。而網絡空間安全專業的基礎課大多與計算機專業相關，學員的數理基礎較為薄弱。因此，目前的機器學習類課程內容對于網絡空間安全專業的學員來說難度較大，導致學員難以深入和全面掌握相關理論。

4.教學模式單一，教學資源配置不夠合理，教學效能受到制約，導致學員綜合分析和創新能力不足。傳統的機器學習類課程存在教學模式單一、教學資源配置不夠合理等問題。在教學模式方面，以教師在課堂講授相關知識為主。首先，這種單一的教學模式會導致學員在課堂上難以及時和深入地掌握相關知識。其次，單一的教學模式不適用于不同學習能力和不同研究方向的學員。在教學資源方面，目前的機器學習相關教學資源多種多樣，質量參差不齊，因此學員容易陷入教學資源選擇的問題中。

二、面向網絡空間安全領域的實戰化教學設計

機器學習類課程本身就具有極高的應用實踐價值，且課程組擁有大量的科研項目，學員也具備一些人工智能大賽的比賽項目經驗。基于這些基礎條件，課程組經過充分調研，實施了“緊耦合、重實戰、謀減負、提效能”機器學習類課程實戰化教學研究，圍繞培養實戰型網絡空間安全人才，將實戰場景與領域前沿技術充分融入教學課堂，構建涵蓋基礎理論、案例研究、綜合實踐等教學內容，創新“問題引導、知識剪裁、思維啟發”的減負式教學，有效提升了機器學習類課程的教學效果。

（一）“機器學習理論與實踐”課程實戰化教學設計

1.緊跟前沿，以實際科研項目為導向，通過知識植入與支架式教學方式，定制教學內容，增強智能課程中的軍事元素。從機器學習模型的數據處理到模型選擇，都源于實際承擔的科研項目，基于實際問題，引導學員建立解決問題的思維，既能鍛煉學員對機器學習算法理論的深刻理解，又能強化其工程實踐及創新能力。同時，通過拓展資料搭建思維發展的階梯，使學有余力的學員達到新的高度。

2.依托承研的科研項目，收集整理大量網絡空間安全領域真實數據，以任務驅動完成課程教學，增加網絡安全智能化實踐機會。學校承研或參與來自多渠道的多項科研任務，涵蓋了網絡空間測繪、異常監控等多種類型。在項目研究過程中，將大量真實數據進行整理匯編，學員利用所學知識通過數據挖掘和智能模型構建，大大增加了網絡安全智能處理的實踐機會，學員的實踐能力得到了充分鍛煉。

3.基于Educoder等網絡實訓平臺，創建課程實驗環境，包括實戰場景、實訓任務、闖關題目等，提高學員學習興趣。對于一些煩瑣復雜的公式推導過程，課程組將其上傳至Educoder、雨課堂等各種線上教學平臺，供有能力的學員自學。線下教學過程中，要求學員理解這部分知識的思想及實際應用，同時創建實戰場景的仿真訓練環境，通過布置實訓任務等內容，增強學習趣味性，在潛移默化中既加深了學員對理論學習精髓的理解能力，又充分鍛煉了學員的動手能力。

4.基于網絡教學平臺，科學整合教學視頻、試題庫及拓展資料等多元化教學資源，提高學員綜合分析和創新能力。課程組通過網絡教學平臺，拓展相關領域的新發現、新應用、新模型、新工具，同時通過教學視頻、試題庫等內容，促進學員自主學習，拓展機器學習思維的廣度和深度，提高網絡空間安全智能處理技術所需的高端人才培養水平。

5.以賽代練，以賽促學，開闊視野，面向未來，全面提升網絡空間安全創新型人才培養能力。機器學習類教材的知識在時效性上會落后于技術的更新速度，但知識指導實踐是不會改變的。為開闊學員的視野，提高對新技術、新方法的敏感度，課程組積極組織研究生學員參加各類人工智能大賽，培養學員發現問題、解決問題的能力，使學員從被動學習轉變為主動學習。在2021年第五屆“強網杯”全國網絡安全挑戰賽的人工智能挑戰賽中，國防科技大學電子對抗學院兩支參賽隊伍分別斬獲“網絡自動滲透測試”和“口令密碼智能破解”兩個賽道的一等獎和二等獎。

（二）教學設計案例

本文以決策樹算法解決域名系統（DNS）精準版本識別任務為例，講述“機器學習理論及應用”課程的教學設計。將BOPPPS教學模型［2］與信息化手段深度融合，以學員為中心，激發其學習興趣，引導其享受機器學習的魅力，幫助其深刻理解算法精髓，將復雜問題簡單化、抽象問題形象化，解決教學難點問題。本次課程分為課前預習、課堂實戰、課后拓展三個教學階段，課堂實戰環節通過情景導入激發學員學習興趣，通過提出問題引出決策樹知識，通過探索發現、問題分析、算法改進掌握算法精髓，課后拓展階段通過任務分配、拓展閱讀強化算法應用。

課前預習階段要求學員對于一些晦澀難懂的數理知識進行自主學習，便于線下進行知識剪裁。同時通過信息化教學平臺完成相關任務，使其積累一些DNS相關知識，了解DNS面臨的安全威脅，通過實際的DNS服務器遭受的諸多安全隱患，增強學員主動思考和研究問題的主動性，同時提高其學習熱情。課堂教學階段利用BOPPPS教學模型，將教學過程分解為導入、明確學習目標、前測、參與式學習、后測和總結6個階段。

1.導入：緊跟前沿、領域耦合、面向實戰，通過講解DNS面臨的多種安全威脅以及對網絡安全甚至國家安全帶來的影響入手，一方面引出DNS精準版本識別的意義，另一方面使學員厚植家國情懷，提高學員職業素養。例如，2014年我國境內頂級域名被重定向到美國的IP地址65.49.2.178，暴露出DNS嚴重的協議脆弱性；2016年10月美國網絡效能管理公司Dyn所管理的DNS服務系統遭到大規模流量攻擊，自此失去了8%的域名客戶；2018年3月1日知名代碼托管網站GitHub、2019年10月23日云服務公司AWS（Amazon Web Services）都遭遇了嚴重的DDoS攻擊，網站功能長時間癱瘓，這些事故與域名服務器直接相關［3］。

2.明確學習目標：清晰明確描述知識目標、能力目標和情感目標，并在后續的授課過程中始終圍繞各個目標引導學員有目的地學習，并將學習目標作為考核的參考依據。

3.前測：問題導入，通過發送關于DNS及決策樹算法的前測習題，幫助學員掌握相關理論知識。

4.參與式學習：以問題引導—知識植入—優化設計的模式進行授課，引導學員具備使用機器學習算法解決實際問題的邏輯思維能力。問題引導環節通過講述如何解決DNS精準版本識別問題抽象出問題描述，為知識植入打下基礎；知識植入環節，通過DNS精準版本識別的總體設計、環境構建、指紋數據采集過程，一步一步引出決策樹的概念、思想、建樹的過程；優化設計環節，借助信息化教學平臺有針對性地展示學員自己動手實現的算法，通過自主發現問題、分析問題、算法改進三個步驟引出決策樹在建樹過程中的常見問題，引導學員自主思考。在整個參與式學習中既培養了學員正確的思維方法、嚴謹的科學態度，同時激發了學員的求知欲，激勵了學員的創新精神。

5.后測：通過發送關于決策樹算法的習題以及DNS相關安全問題，引導學員進行交流互動，及時了解學員掌握情況，并用于教學效果反饋。

6.總結：結合學習目標進行總結，并給學員合理建議及反思教學效果。課后拓展階段上傳網絡安全領域數據集，分組安排任務；推薦機器學習相關軟件輔助學習，以備學有余力的學員拓展知識范圍；上傳網絡課程等共享資源，拓展課堂知識，強化算法理解及應用，培養學員對網絡安全領域知識的興趣。

該教學設計融入BOPPPS模型，注重情境學習，充分以學員為主體，借助信息化手段，調動學員自主參與的積極性，突破了教學重點和難點。

結語

隨著教育教學體制改革的持續推進，機器學習類課程作為人工智能領域核心課程，其教學效果將直接影響學員將來的專業發展和繼續深造［4］。本文以我校網絡空間安全學科研究生課程“機器學習理論及應用”為例，探討了智能化課程的實戰化教學改革方案，設計了“緊跟前沿、領域耦合、面向實戰”的定制化教學內容，創新了“問題引導、知識剪裁、思維啟發”的減負式教學，構建了“階梯式、游戲式、任務式”的多元化教學資源。隨著機器學習理論與技術的快速發展，相關課程教學改革勢在必行，應針對不同學情制訂不同教學計劃，選擇合適的教學模式，使更多學員能夠欣賞機器學習等人工智能類課程，并具備運用專業知識解決實際需求及科研創新的能力。

參考文獻

［1］周洪宇，常順利.論全球研究生教育發展的趨勢［J］.河北師范大學學報（教育科學版），2023，25（1）：10-23.

［2］鄭燕林，馬蕓.基于BOPPPS模型的在線參與式教學實踐［J］.高教探索，2021（10）：5-9.

［3］THOMAS， TIMOTHY， GOETHEM， et al. The wolf of name street： Hijacking domains through their nameservers［C］//Proceedings of the 2017 ACM SIGSAC Conference on Computer and Communications Security.2017： 957-970.

［4］周夏冰，陳飛.機器學習課程教學探索［J］.電腦知識與技術，2020，16（30）：129-131+150.

Research on Combat-oriented Teaching of Intelligence Course for Postgraduates

in Cyberspace Security

ZHENG Jing-hua， XU Cheng-xi， SHEN Yi

（College of Electronic Countermeasure， National University of Defense Technology， Hefei， Anhui

230037， China）

Abstract： Military Graduate Students are the main force of high-level talents， and their ability and quality will directly affect the performance of high-tech weaponry and combat power. Under the background of intelligent+ transformation talent training objectives， how to train a new type of highly competent military personnel has become the focus of many military universities. This paper takes the postgraduate course Machine Learning Theory and Application of cyberspace security in our university as an example， discusses the combat-oriented teaching reform， puts forward the teaching concept of “tight coupling， practical application， reducing burden and emphasizing innovation”， and designs a set of teaching methods for rational use of teaching resources. It provides a kind of teaching idea for training the new type of highly competent military personnel with strong practical ability， comprehensive analysis ability and innovation ability.

Key words： BOPPPS model; combat-oriented teaching; teaching design; machine learning