王磊 徐子競 朱戈 門海

摘要：在新時代新征程中，滿足社會主義現(xiàn)代化強(qiáng)國的建設(shè)需要，加快培育高素質(zhì)網(wǎng)安人才成為實(shí)現(xiàn)人才強(qiáng)國戰(zhàn)略的重中之重，引發(fā)了教育領(lǐng)域的新思考。該文以我國現(xiàn)階段網(wǎng)安人才需求為研究基礎(chǔ)，以生成式人工智能在網(wǎng)安人才培養(yǎng)中的賦能作用為研究對象，以自定制網(wǎng)安人才培育模型——CSGPT為研究實(shí)例，設(shè)計(jì)了網(wǎng)安人才能力框架，實(shí)證了生成式人工智能在網(wǎng)安人才培養(yǎng)中的應(yīng)用價值，聚焦于解決網(wǎng)安人才培養(yǎng)中的多元問題并探索創(chuàng)新進(jìn)路，提出：以智能為導(dǎo)向的教學(xué)方法；以成長為導(dǎo)向的評估機(jī)制；以供需為導(dǎo)向的個性路徑；以實(shí)戰(zhàn)為導(dǎo)向的攻防實(shí)訓(xùn)；以產(chǎn)教為導(dǎo)向的智慧平臺的網(wǎng)安人才培養(yǎng)的方法與實(shí)踐，闡釋了網(wǎng)安人才培養(yǎng)中安全應(yīng)用生成式人工智能的平衡策略。

關(guān)鍵詞：網(wǎng)絡(luò)安全；人才培養(yǎng)；人工智能；AIGC；CSGPT

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

本文系國家社會科學(xué)基金一般項(xiàng)目“數(shù)智環(huán)境下情報(bào)分析算法風(fēng)險(xiǎn)治理路徑研究”（項(xiàng)目編號：22BTQ064）、黑龍江省高等教育本科教育教學(xué)改革研究重點(diǎn)委托項(xiàng)目“新工科背景下網(wǎng)絡(luò)空間安全研究生科教融合、產(chǎn)教融合人才培養(yǎng)模式的探索與實(shí)踐”（項(xiàng)目編號：SJGZ20220050）研究成果。

在全球數(shù)字化的時代背景下，網(wǎng)絡(luò)安全（以下簡稱網(wǎng)安）形勢錯綜復(fù)雜，關(guān)乎國家安全、社會穩(wěn)定、和公民權(quán)益。在數(shù)字中國建設(shè)加速推進(jìn)，數(shù)字經(jīng)濟(jì)成為經(jīng)濟(jì)增長新動能的時代背景下，網(wǎng)安的重要性日益凸顯。長期以來，為應(yīng)對日趨嚴(yán)峻的網(wǎng)安風(fēng)險(xiǎn)與挑戰(zhàn)，我國高度重視網(wǎng)安人才培養(yǎng)，自2016年《中華人民共和國網(wǎng)絡(luò)安全法》和《關(guān)于加強(qiáng)網(wǎng)絡(luò)安全學(xué)科建設(shè)和人才培養(yǎng)的意見》頒布以來[1][2]，逐步明確了網(wǎng)安人才培養(yǎng)的總體方針。黨的二十大報(bào)告指出：要加快建設(shè)網(wǎng)絡(luò)強(qiáng)國和數(shù)字中國，人才是第一資源，應(yīng)深入實(shí)施人才強(qiáng)國戰(zhàn)略，培養(yǎng)一支規(guī)模宏大、結(jié)構(gòu)合理、素質(zhì)優(yōu)良的人才隊(duì)伍[3]。習(xí)總書記強(qiáng)調(diào)：需進(jìn)一步加強(qiáng)科學(xué)教育、工程教育，加強(qiáng)拔尖創(chuàng)新人才自主培養(yǎng)，為解決我國關(guān)鍵核心技術(shù)攻關(guān)提供人才支撐。因此，探索和研究我國網(wǎng)安人才培養(yǎng)的優(yōu)化路徑具有重要戰(zhàn)略意義。

（一） 網(wǎng)安人才培養(yǎng)的需求及現(xiàn)實(shí)問題

因需而生，截至2022年7月，全國有500余所高校設(shè)立了網(wǎng)安相關(guān)專業(yè)，網(wǎng)安人才的培養(yǎng)規(guī)模不斷擴(kuò)大，網(wǎng)安人才需求呈現(xiàn)出如下特點(diǎn)[4]②。

首先，需求缺口較大。國際信息系統(tǒng)安全認(rèn)證聯(lián)盟（（ISC）2）的報(bào)告顯示，全球網(wǎng)安人才的需求遠(yuǎn)超供應(yīng)，全球缺少272萬名熟練的網(wǎng)安工作者。《網(wǎng)絡(luò)安全產(chǎn)業(yè)人才發(fā)展報(bào)告（2022年版）》顯示[5]，2021年以來，我國網(wǎng)安人才的需求呈現(xiàn)高速增長的態(tài)勢，總需求量達(dá)140萬人以上，社會需求每年近5萬人，而高校每年培養(yǎng)的網(wǎng)安人才總量不足3萬人，供需矛盾突出。

其次，需求領(lǐng)域多樣。網(wǎng)安人才需求涵蓋了黨政系統(tǒng)、軍事安全、國計(jì)民生、國家公共安全和產(chǎn)業(yè)、院校等多個重要領(lǐng)域。能源、通信、政法以及金融等行業(yè)，對網(wǎng)安專業(yè)人才的需求尤為迫切。《2022網(wǎng)絡(luò)安全人才實(shí)戰(zhàn)能力白皮書》顯示[6]，能源行業(yè)需求量位列第一，占比為21%，其次是通信、政法、金融等行業(yè)，人才需求量占比分別為16%、14%、9%。

再次，需求技能多元?；诰W(wǎng)安人才緊缺崗位調(diào)查情況分析，滲透測試、漏洞發(fā)現(xiàn)和逆向分析方向的技能人才崗位需求分別占比40%、33%和32%?；趰徫恍枨筇卣鞣治?，具備攻防實(shí)踐能力的崗位主要集中在運(yùn)維工程師、安全服務(wù)工程師、安全運(yùn)營工程師等。其中，運(yùn)維工程師數(shù)量最多，占比達(dá)26%，其次是安全服務(wù)工程師和安全運(yùn)營工程師，占比分別為23%和20%。因此，從需求側(cè)分析，緊缺崗位對技能多元性的要求更高。

因需而動，學(xué)界圍繞網(wǎng)安人才培養(yǎng)開展了大量理論與實(shí)踐研究。李建華等認(rèn)為應(yīng)將更多的實(shí)戰(zhàn)練習(xí)納入網(wǎng)安人才培養(yǎng)課程[7]。封化民認(rèn)為應(yīng)創(chuàng)新網(wǎng)安人才培養(yǎng)模式，加強(qiáng)校企合作，加強(qiáng)教育機(jī)構(gòu)、政府和行業(yè)間合作，共同開發(fā)創(chuàng)新的人才培養(yǎng)策略[8]。劉小虎等認(rèn)為網(wǎng)安人才培養(yǎng)需以競賽為依托，融合“理論講授、課程實(shí)踐、科研任務(wù)”的多維人才培養(yǎng)模式[9]。王佰玲等認(rèn)為應(yīng)構(gòu)建目標(biāo)導(dǎo)向的專業(yè)課程體系和教學(xué)模式，提倡跨學(xué)科交叉融合、科教協(xié)同育人、校企協(xié)同育人[10]。郭文忠等認(rèn)為應(yīng)重構(gòu)理論及實(shí)踐教學(xué)體系，創(chuàng)新教學(xué)方式方法，緊扣理論結(jié)合實(shí)踐，課賽結(jié)合和研究導(dǎo)入雙向引領(lǐng)[11]。綜上表明，當(dāng)前我國網(wǎng)安人才培養(yǎng)仍面臨著諸多問題，主要集中在規(guī)模、結(jié)構(gòu)和質(zhì)量三個維度：一是供需矛盾突出，高端人才不足；二是人才培養(yǎng)結(jié)構(gòu)失衡，供求匹配不足；三是實(shí)驗(yàn)教學(xué)匱乏，產(chǎn)業(yè)對接不足。確保網(wǎng)安人才的持續(xù)、穩(wěn)定、高質(zhì)量供給，高等教育的作用尤為重要，而現(xiàn)實(shí)存在的問題與短板，則在客觀上導(dǎo)致了網(wǎng)安人才培養(yǎng)的困境。

因需而變，人工智能技術(shù)在教育領(lǐng)域的廣泛應(yīng)用為解決上述問題提供了新的契機(jī)，GPT大模型的出現(xiàn)催化了生成式人工智能（Artificial Intelligence Generated Content， AIGC）的應(yīng)用落地[12]，而探索網(wǎng)安人才培育的新范式，亟需定制專屬于網(wǎng)安人才培育的AIGC模型，為此，筆者提出了學(xué)校聯(lián)合企業(yè)共建基于“GPT+大數(shù)據(jù)”的網(wǎng)安人才培育模型——CSGPT（Cyber Security Generative Pre-Trained Transformer， CSGPT）的設(shè)計(jì)構(gòu)想。CSGPT可以根據(jù)輸入的數(shù)據(jù)生成豐富多樣的輸出，提供個性化的學(xué)習(xí)內(nèi)容，同時，通過深度學(xué)習(xí)的方式，CSGPT能夠不斷優(yōu)化自身的能力，提供更優(yōu)質(zhì)的網(wǎng)安教學(xué)服務(wù)，此外，高校、研究機(jī)構(gòu)和企業(yè)可合作共建基于CSGPT的教學(xué)平臺，探尋網(wǎng)安人才培育創(chuàng)新進(jìn)路[13][14]。

（二）AIGC賦能下的網(wǎng)安人才培養(yǎng)新范式

1.AIGC的發(fā)展歷程及必要性

AIGC起源于自然語言處理（Natural Language Processing， NLP）技術(shù)，旨在使計(jì)算機(jī)理解和生成人類語言。自20世紀(jì)50年代起，NLP經(jīng)歷了從基于規(guī)則、統(tǒng)計(jì)到深度學(xué)習(xí)的發(fā)展歷程并演進(jìn)到AIGC階段。在此歷程中，NLP在文本分類、命名實(shí)體識別、語義角色標(biāo)注等領(lǐng)域均取得了突破。作為AIGC的最新進(jìn)展，GPT模型自2018年發(fā)布首個基于Transformer架構(gòu)的版本以來[15][16]，經(jīng)歷了多個版本迭代，現(xiàn)已進(jìn)化到GPT4[17]。作為AIGC的標(biāo)桿，發(fā)布以來就引發(fā)了業(yè)界廣泛關(guān)注，極大地推動了AIGC的發(fā)展。

NLP的進(jìn)步和突破為AIGC的誕生與演進(jìn)提供了基礎(chǔ)支撐，如表1所示，AIGC作為一種革命性的技術(shù)創(chuàng)新，正在改變著人機(jī)交互模式。AIGC是實(shí)現(xiàn)高級、自然且深度的人機(jī)交互的關(guān)鍵，此種交互為網(wǎng)安人才培養(yǎng)提供了新的可能性，在不斷迭代提升核心能力的同時也彰顯出在網(wǎng)安人才培養(yǎng)中的賦能潛力[18]。

2.自定制基于“GPT+大數(shù)據(jù)”的網(wǎng)安人才培育模型

CSGPT的定義為：是AIGC先進(jìn)技術(shù)與網(wǎng)安教育（如課堂教學(xué)、攻防實(shí)訓(xùn)等）互通的“橋梁”，通過順應(yīng)網(wǎng)安人才培養(yǎng)趨勢，基于大數(shù)據(jù)和大模型訓(xùn)練，以數(shù)據(jù)為根基，以需求為導(dǎo)向，創(chuàng)新深度融合的網(wǎng)安教學(xué)模式，皆在促進(jìn)知識的生成和傳遞并以此打造匹配行業(yè)需求，個性化定制、更具活力和質(zhì)效的網(wǎng)安教學(xué)解決方案。

確保CSGPT有效性的關(guān)鍵在于訓(xùn)練和驗(yàn)證流程。模型使用交叉熵?fù)p失函數(shù)，選擇Adam優(yōu)化器，并使用學(xué)習(xí)率衰減策略。在模型訓(xùn)練過程中，通過早停策略和正則化來避免過擬合，以提高模型在多種網(wǎng)安場景中的泛化能力。在模型驗(yàn)證階段，使用包括準(zhǔn)確率，召回率在內(nèi)的多個指標(biāo)來評價模型的性能，并設(shè)有專門的測試集來評估模型能力。此外，還通過進(jìn)行交叉驗(yàn)證以進(jìn)一步確保模型的穩(wěn)定性和有效性。

CSGPT的基礎(chǔ)源于優(yōu)質(zhì)的網(wǎng)安大數(shù)據(jù)集，包括諸如：網(wǎng)安教程、專業(yè)論文、攻擊日志和威脅情報(bào)等多元化多模態(tài)數(shù)據(jù)子集。數(shù)據(jù)來源一是通過網(wǎng)絡(luò)爬蟲和信息檢索技術(shù)搜集獲取，即從網(wǎng)安平臺、教育網(wǎng)站以及研究機(jī)構(gòu)獲取的大規(guī)模網(wǎng)安相關(guān)文本數(shù)據(jù)集。二是基于校校、校企合作，構(gòu)建多方共建共享的特色訓(xùn)練數(shù)據(jù)集。CSGPT的核心在于確保數(shù)據(jù)質(zhì)量，首先應(yīng)確保數(shù)據(jù)安全并脫敏，其次應(yīng)核準(zhǔn)數(shù)據(jù)并去重，最后應(yīng)對數(shù)據(jù)加以標(biāo)注。保證模型有效性的關(guān)鍵在于持續(xù)訓(xùn)練迭代。如圖1所示，數(shù)據(jù)經(jīng)過預(yù)處理后生成一系列的標(biāo)記（Token）并通過嵌入層將標(biāo)記轉(zhuǎn)換為向量，隨后向量被輸入到Transformer網(wǎng)絡(luò)[19]。模型訓(xùn)練是一個梯度下降的優(yōu)化過程。每輪迭代中，模型的預(yù)測輸出與實(shí)際目標(biāo)加以比較，損失函數(shù)度量預(yù)測誤差并通過反向傳播算法進(jìn)行梯度計(jì)算并進(jìn)行模型參數(shù)的更新。在此過程中，模型通過自我學(xué)習(xí)的方式，逐漸掌握并理解網(wǎng)安領(lǐng)域?qū)I(yè)知識和實(shí)踐操作。訓(xùn)練結(jié)束后，進(jìn)一步對模型進(jìn)行驗(yàn)證和優(yōu)化。應(yīng)用于未參與訓(xùn)練的數(shù)據(jù)集（驗(yàn)證集）上進(jìn)行模型性能評估，并根據(jù)評估結(jié)果施以參數(shù)調(diào)優(yōu)或模型結(jié)構(gòu)的微調(diào)[20]，如此往復(fù)，實(shí)現(xiàn)迭代升級。在教學(xué)使用中設(shè)置反饋機(jī)制，根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度和反饋來調(diào)整模型的輸出，以更好地適應(yīng)網(wǎng)安人才培養(yǎng)目標(biāo)。這種融合訓(xùn)練流程和課程的方式，將使CSGPT在課程設(shè)計(jì)和實(shí)施中起到至關(guān)重要的作用。

通過上述精細(xì)且復(fù)雜的訓(xùn)練流程，將賦予CSGPT在網(wǎng)安領(lǐng)域的語言理解與生成能力、上下文捕捉能力和遷移學(xué)習(xí)能力。如表2所示，這些核心能力將在網(wǎng)安人才培養(yǎng)中發(fā)揮巨大的應(yīng)用價值。預(yù)期完全部署且訓(xùn)練調(diào)優(yōu)后，CSGPT將能夠超越ChatGPT的功用，提供更加專業(yè)的網(wǎng)安人才培育模型，也能夠彌補(bǔ)ChatGPT學(xué)習(xí)使用門檻高、網(wǎng)安專業(yè)性不強(qiáng)等先天不足，更能夠推動網(wǎng)安人才培養(yǎng)向個性化和智能化發(fā)展。

（一）能力定位特質(zhì)：構(gòu)建網(wǎng)安人才培養(yǎng)新框架

如上所述，網(wǎng)安人才培養(yǎng)面臨著諸多現(xiàn)實(shí)問題，而破題的關(guān)鍵在于確準(zhǔn)網(wǎng)安人才的能力特質(zhì)定位并據(jù)此構(gòu)建其能力框架。如下頁圖2所示，基于深度調(diào)查和研究數(shù)據(jù)，本文將網(wǎng)安人才能力特質(zhì)分為八個方面并設(shè)計(jì)構(gòu)建了三層能力框架，自底向上依次為：基礎(chǔ)層、進(jìn)階層和高級層，基于層次化的結(jié)構(gòu)模型能夠更好地指導(dǎo)網(wǎng)安人才培養(yǎng)過程，層級之間彼此關(guān)聯(lián)、相互促進(jìn)?；A(chǔ)層注重專業(yè)技能與知識、實(shí)踐與操作能力，涵蓋網(wǎng)安人才的專業(yè)基礎(chǔ)能力。進(jìn)階層注重跨學(xué)科整合與創(chuàng)新能力、法律與道德意識、適應(yīng)性與持續(xù)學(xué)習(xí)能力，涵蓋網(wǎng)安人才的解決復(fù)雜問題與應(yīng)急處理能力。高級層注重業(yè)務(wù)理解與戰(zhàn)略規(guī)劃能力、客戶服務(wù)與解決方案提供能力、溝通與協(xié)作能力，涵蓋網(wǎng)安人才的行動力與領(lǐng)導(dǎo)力。這種基于層次化的結(jié)構(gòu)模型將通過課程設(shè)計(jì)和個人學(xué)習(xí)計(jì)劃得以實(shí)施，每個層次的學(xué)習(xí)目標(biāo)均將結(jié)合具體的課程和實(shí)踐活動以實(shí)現(xiàn)從基礎(chǔ)到高級的全面培養(yǎng)。使其在有效地指導(dǎo)人才培養(yǎng)過程的同時，將理論學(xué)習(xí)和實(shí)踐操作緊密結(jié)合，以提高教學(xué)效果。

（二）技術(shù)融入培育：解鎖網(wǎng)安人才培養(yǎng)新進(jìn)路

CSGPT的賦能將為網(wǎng)安人才培養(yǎng)帶來發(fā)展機(jī)遇與創(chuàng)新進(jìn)路。通過構(gòu)建以CSGPT為內(nèi)核的全新網(wǎng)安人才培育智慧平臺將更利于推動產(chǎn)教融合、科教融合向縱深延展，培養(yǎng)質(zhì)效亦將得到顯著提升并有利于產(chǎn)出更多高水平科研成果。如圖3所示，將CSGPT與網(wǎng)安人才培養(yǎng)深度融合有助于應(yīng)對培養(yǎng)過程中所面臨的挑戰(zhàn)。應(yīng)用CSGPT打造面向全培養(yǎng)周期的個性化、智能化教學(xué)工具和助手，能夠服務(wù)于優(yōu)化師資教材、提升實(shí)踐教學(xué)質(zhì)量、緩解人才供需矛盾等多個教學(xué)場景[21]，CSGPT亦可應(yīng)用于教學(xué)模式改革和課程體系建設(shè)中，有助于構(gòu)建更具時效性和創(chuàng)造性的育人生態(tài)環(huán)境，打造符合上述框架的卓越網(wǎng)安人才。

（三）守正融合創(chuàng)新：塑造網(wǎng)安人才培養(yǎng)新格局

在AIGC必將對教育產(chǎn)生深遠(yuǎn)影響的時代背景下[22]，網(wǎng)安人才培養(yǎng)與AIGC深度融合的發(fā)展機(jī)遇已經(jīng)到來，高等教育應(yīng)把握機(jī)遇，在確保培養(yǎng)優(yōu)勢，傳承培養(yǎng)理念的基礎(chǔ)上，充分挖掘AIGC的賦能潛力，通過打造領(lǐng)域內(nèi)專用模型CSGPT等方式，塑造網(wǎng)安人才培育新格局，培養(yǎng)更多兼具創(chuàng)新思維和實(shí)踐能力的網(wǎng)安人才，加速融合創(chuàng)新以實(shí)現(xiàn)跨越式發(fā)展。在網(wǎng)安人才培養(yǎng)中弘揚(yáng)守正創(chuàng)新的理念，即是對我國網(wǎng)安人才培養(yǎng)體系中扎實(shí)的理論基礎(chǔ)和嚴(yán)謹(jǐn)?shù)慕虒W(xué)方法等優(yōu)勢的歷史傳承，也是應(yīng)用新技術(shù)應(yīng)對實(shí)踐與理論的脫節(jié)、個性化教育的匱乏等問題的現(xiàn)實(shí)之選，更是優(yōu)化教育資源的配置、營造個性化和智能化教學(xué)環(huán)境的創(chuàng)新舉措[23]。

（一）輔助教學(xué)，面向?qū)嵺`，探索智慧教學(xué)方式

在CSGPT訓(xùn)練的初始實(shí)驗(yàn)環(huán)境中，測設(shè)生成實(shí)驗(yàn)數(shù)據(jù)，如輸入網(wǎng)絡(luò)攻防技術(shù)的查詢項(xiàng)：“請告訴我當(dāng)前最新的網(wǎng)絡(luò)攻防技術(shù)是什么？”，CSGPT生成內(nèi)容：“包括零信任網(wǎng)絡(luò)、AI驅(qū)動的安全策略和量子加密等?！保Y(jié)果基本符合設(shè)計(jì)構(gòu)想，實(shí)證了CSGPT在課程設(shè)計(jì)、課堂教學(xué)、課后輔導(dǎo)及研究指導(dǎo)四個關(guān)鍵教學(xué)環(huán)節(jié)中的賦能潛力。CSGPT在網(wǎng)安人才培養(yǎng)中將能兼具導(dǎo)學(xué)、輔學(xué)、和督學(xué)等功用，使學(xué)生能夠更加深入地理解和掌握網(wǎng)安知識內(nèi)容，并以此探索智慧教學(xué)范式[24][25]。

在課程設(shè)計(jì)環(huán)節(jié)，源于GPT模型強(qiáng)大的網(wǎng)絡(luò)架構(gòu)，CSGPT的分析能力將能智能化篩選和解析網(wǎng)安領(lǐng)域的最新趨勢與科研成果，包括網(wǎng)絡(luò)攻防技術(shù)、加密算法、入侵檢測與防御，以及安全策略等。這些特定的知識領(lǐng)域是傳統(tǒng)網(wǎng)安教育中常常被忽視的關(guān)鍵內(nèi)容，通過CSGPT的支持，教師將能夠便捷地將上述專業(yè)知識融入教學(xué)大綱中，進(jìn)而實(shí)現(xiàn)教學(xué)內(nèi)容與網(wǎng)安最新科研成果的實(shí)時對接，并構(gòu)建匹配產(chǎn)業(yè)需求的課程體系。此外，源于多元化多模態(tài)的大數(shù)據(jù)訓(xùn)練集，完全部署完成后，CSGPT還將具有強(qiáng)大的泛化能力，將能夠整合各類代碼示例、實(shí)戰(zhàn)演練過程以及可視化圖表等教學(xué)資源，進(jìn)而為教師提供優(yōu)秀實(shí)踐案例等多維度教學(xué)輔助資源并以實(shí)踐項(xiàng)目和課程案例的形式為教師提供參考。

在課堂教學(xué)環(huán)節(jié)，特訓(xùn)CSGPT的教學(xué)功能，將能為教師自動適配不同類型學(xué)生的習(xí)題庫，生成自動適配課堂教學(xué)內(nèi)容的結(jié)構(gòu)圖和邏輯框圖等，從而輕松打造網(wǎng)安人才課堂教學(xué)的智能“工具包”，引導(dǎo)學(xué)生圍繞網(wǎng)安的特定知識領(lǐng)域開展深入的討論與辨析，培養(yǎng)學(xué)生的網(wǎng)安思維和分析解決問題的能力，拓展專業(yè)視野。

在課后輔導(dǎo)環(huán)節(jié)，基于網(wǎng)安領(lǐng)域的特殊性和復(fù)雜性以及學(xué)生應(yīng)具備的專業(yè)技能和知識特訓(xùn)CSGPT，將使CSGPT具備個性化答疑功能，能輔導(dǎo)學(xué)生了解最前沿網(wǎng)安知識并解決精尖難題，有利于學(xué)生理解知識難點(diǎn)并融會貫通。在CSGPT伴學(xué)和導(dǎo)學(xué)的支持下，學(xué)生的學(xué)習(xí)效率和批判性思維將得到大幅提升。

在研究指導(dǎo)環(huán)節(jié)，CSGPT將能基于研究內(nèi)容為學(xué)生提供專業(yè)化的指導(dǎo)和個性化支持，使學(xué)生能即時掌握行業(yè)科技前沿，緊跟網(wǎng)安科研熱點(diǎn)，確保研究內(nèi)容與行業(yè)發(fā)展同步。在研究資料的收集和整理過程中，也可用其進(jìn)行智能化的文獻(xiàn)檢索和分析，幫助學(xué)生快速定位與研究課題相關(guān)的重要文獻(xiàn)資源，并進(jìn)行文獻(xiàn)的智能分析，提高研究的深度和廣度。此外，CSGPT還將完成對學(xué)生研究成果的智能評估，幫助學(xué)生修改和潤色論文，提升論文撰寫效率。

（二）評估反饋，全面提升，助力成長型評估機(jī)制

網(wǎng)安人才培養(yǎng)應(yīng)注重學(xué)生實(shí)踐與創(chuàng)新能力的持續(xù)提升，在培養(yǎng)全過程中引入成長型評估機(jī)制，該機(jī)制基于真實(shí)研究和實(shí)踐，著眼于學(xué)生的持續(xù)進(jìn)步和個人發(fā)展，強(qiáng)調(diào)過程而非結(jié)果，重視應(yīng)用技能而非絕對成績[26]。在CSGPT訓(xùn)練的初試實(shí)驗(yàn)環(huán)境中，測設(shè)生成實(shí)驗(yàn)數(shù)據(jù)，如輸入一個關(guān)于學(xué)生的作業(yè)項(xiàng)，該作業(yè)是模擬攻擊的任務(wù)。CSGPT能夠生成詳細(xì)的反饋報(bào)告，指出學(xué)生策略的優(yōu)缺點(diǎn)，如有效的利用了當(dāng)前最新的攻擊技術(shù)，在某些階段未能充分考慮到防御方可能的反應(yīng)等。該結(jié)果基本符合設(shè)計(jì)構(gòu)想，預(yù)示將CSGPT引入成長型評估機(jī)制，能在多個維度提升網(wǎng)安人才的培養(yǎng)質(zhì)量，激發(fā)學(xué)生學(xué)習(xí)興趣，驅(qū)動教師角色從傳統(tǒng)的知識傳授者轉(zhuǎn)變?yōu)閷W(xué)習(xí)過程的引導(dǎo)者和優(yōu)化者，為學(xué)生提供更加個性化、精細(xì)化的學(xué)習(xí)支持。并由此聚焦于三個關(guān)鍵環(huán)節(jié)：教師角色的轉(zhuǎn)變、學(xué)生學(xué)術(shù)素養(yǎng)的提升與實(shí)踐能力的培養(yǎng)。

教師角色的轉(zhuǎn)變是實(shí)現(xiàn)成長型評估機(jī)制的關(guān)鍵步驟[27]。在網(wǎng)安教學(xué)中，學(xué)生的實(shí)踐環(huán)節(jié)往往無法精準(zhǔn)評估，特訓(xùn)CSGPT的評估能力后，教師將可利用其自動批改作業(yè)和實(shí)驗(yàn)報(bào)告，實(shí)時收集并分析學(xué)生的學(xué)習(xí)數(shù)據(jù)，包括：知識掌握、技能運(yùn)用和實(shí)踐操作等方面數(shù)據(jù)。由此產(chǎn)生的分析結(jié)論，又能夠輔助教師更精準(zhǔn)的評估學(xué)生在實(shí)踐技能、理論知識以及創(chuàng)新思維等方面的表現(xiàn)，使得教師得以專注于優(yōu)化教學(xué)內(nèi)容并及時發(fā)現(xiàn)和解決教學(xué)問題，并達(dá)成因材施教和個性化培養(yǎng)的目標(biāo)，滿足不同學(xué)生的需求，確保教育資源的合理分配和教育公平。

學(xué)生學(xué)術(shù)素養(yǎng)的提升是成長型評估機(jī)制的核心目標(biāo)。網(wǎng)安領(lǐng)域的學(xué)習(xí)需要對復(fù)雜的網(wǎng)絡(luò)環(huán)境、多變的攻擊策略以及精細(xì)的防御機(jī)制有深入的理解和應(yīng)用。特訓(xùn)CSGPT的反饋能力后，學(xué)生可以將研究領(lǐng)域的特定問題提交給CSGPT并得到即時反饋，獲取自動化、智能化、個性化的解答和輔導(dǎo)，從而能夠更好地理解和處理問題，提升自身學(xué)習(xí)和解決問題的能力，找準(zhǔn)不足，優(yōu)化學(xué)習(xí)策略。

實(shí)踐能力的培養(yǎng)是成長型評估機(jī)制的重要部分。學(xué)生將能在CSGPT構(gòu)建的實(shí)訓(xùn)環(huán)境中開展模擬攻擊和防御等網(wǎng)安學(xué)習(xí)實(shí)踐活動，并獲得個性化、即時的實(shí)踐指導(dǎo)與反饋。在此過程中，CSGPT還將輔助學(xué)生不斷改進(jìn)攻防技能和策略，提高解決復(fù)雜問題和應(yīng)對現(xiàn)實(shí)威脅的能力。

（三）個性培育，精準(zhǔn)施教，打造特色網(wǎng)安人才

相較于傳統(tǒng)“一刀切”式的教學(xué)范式，特訓(xùn)CSGPT的設(shè)計(jì)能力后，教師將可以很容易的制定面向個性化需求的差異化培育策略，在CSGPT訓(xùn)練的初試實(shí)驗(yàn)環(huán)境中，測設(shè)生成實(shí)驗(yàn)數(shù)據(jù)，如測試輸入某個學(xué)生的學(xué)習(xí)歷史數(shù)據(jù)和興趣標(biāo)簽，CSGPT生成了個性化的學(xué)習(xí)路徑，為該學(xué)生推薦了適合的網(wǎng)絡(luò)防御課程，以及與此相關(guān)的實(shí)戰(zhàn)項(xiàng)目，深入挖掘其在防御策略設(shè)計(jì)方面的潛力。CSGPT將具有針對每一個學(xué)生的特質(zhì)與潛力，因材施教的能力。CSGPT將能在滿足個體需求的同時，分類培養(yǎng)，突出特長，并基于全過程大數(shù)據(jù)集的分析預(yù)測，為學(xué)生提供精準(zhǔn)的診斷性評估和個性化學(xué)習(xí)路徑規(guī)劃等輔學(xué)、督學(xué)、導(dǎo)學(xué)服務(wù)。

診斷性評估是構(gòu)建個性化學(xué)習(xí)路徑的基礎(chǔ)。CSGPT將能夠深入評估每位學(xué)生的先驗(yàn)知識、技能水平以及興趣愛好，自動化生成詳實(shí)的評估報(bào)告。CSGPT還將能夠自動生成更加詳細(xì)的報(bào)告，在反映出學(xué)生的基礎(chǔ)知識和技能水平的同時，更針對于學(xué)生的興趣和專長，并以此為基礎(chǔ)智能化地推薦與學(xué)生興趣、潛能和特長相匹配的網(wǎng)安課程和項(xiàng)目，在更深層次激發(fā)學(xué)生的專長，塑造獨(dú)特的專業(yè)底色。

以診斷性評估數(shù)據(jù)為基礎(chǔ)，CSGPT將能為學(xué)生規(guī)劃個性化學(xué)習(xí)路徑，包括：個性化的課程體系，動態(tài)調(diào)整教學(xué)策略等學(xué)習(xí)環(huán)節(jié)設(shè)計(jì)。CSGPT規(guī)劃的學(xué)習(xí)路徑還將具有“即時進(jìn)化”的特征，即能夠根據(jù)學(xué)生在課程和項(xiàng)目中的實(shí)時表現(xiàn)，有針對性的對學(xué)習(xí)路徑做出即時調(diào)整，以確保教學(xué)的精準(zhǔn)性和有效性。數(shù)據(jù)驅(qū)動的調(diào)整策略使學(xué)習(xí)過程更貼近學(xué)生的個性化需求，伴隨學(xué)生的能力提升，自動化提供“適配”的學(xué)習(xí)資源和“里程碑”挑戰(zhàn)，激發(fā)學(xué)習(xí)動力、創(chuàng)造力和核心競爭力，促進(jìn)學(xué)生的全面發(fā)展，培育獨(dú)特專長。

（四）學(xué)練并舉，重在實(shí)踐，提升實(shí)戰(zhàn)攻防能力

對于網(wǎng)安專業(yè)培養(yǎng)目標(biāo)而言，學(xué)生不僅需要具備扎實(shí)的理論基礎(chǔ)，更需要具備豐富的實(shí)踐經(jīng)驗(yàn)，并能夠掌握網(wǎng)絡(luò)攻防策略、系統(tǒng)安全設(shè)計(jì)、風(fēng)險(xiǎn)評估等知識和技能。借助 CSGPT賦能，有望彌補(bǔ)既有實(shí)踐教學(xué)的短板，達(dá)成理論學(xué)習(xí)與實(shí)戰(zhàn)演練的平衡互補(bǔ)，從而不斷提升學(xué)生的實(shí)戰(zhàn)攻防能力，實(shí)現(xiàn)網(wǎng)安人才培養(yǎng)的首要目標(biāo)。

實(shí)戰(zhàn)攻防能力的提升，關(guān)鍵在實(shí)踐。在CSGPT訓(xùn)練的初試實(shí)驗(yàn)環(huán)境中，測設(shè)生成實(shí)驗(yàn)數(shù)據(jù)，如輸入一種特定的網(wǎng)絡(luò)攻擊模式，CSGPT生成了相應(yīng)的防御策略和可能的后續(xù)攻擊路徑，實(shí)證了CSGPT在幫助學(xué)生理解和應(yīng)對復(fù)雜網(wǎng)安問題上的有效性。此外，特訓(xùn)CSGPT模擬真實(shí)網(wǎng)絡(luò)環(huán)境的能力，使通過對話的方式輔助學(xué)生進(jìn)行攻防實(shí)戰(zhàn)演練，從而加深對網(wǎng)安基礎(chǔ)理論的理解，持續(xù)提升包括：漏洞修復(fù)、代碼審查、網(wǎng)絡(luò)情報(bào)收集、網(wǎng)絡(luò)流量分析等實(shí)戰(zhàn)能力。CSGPT還將能在實(shí)踐演練中勝任實(shí)戰(zhàn)“助手”的角色，即時提供智能提示和建議，予教于練，予教于樂，使學(xué)生在“沉浸式”類游戲互動體驗(yàn)的攻防演練中得到能力提升。

（五）虛實(shí)結(jié)合，產(chǎn)教融合，構(gòu)建智慧網(wǎng)安人才培養(yǎng)平臺

對于網(wǎng)安專業(yè)培養(yǎng)目標(biāo)而言，借助CSGPT賦能構(gòu)建智慧網(wǎng)安人才培育平臺。該平臺將基于“高校+頭部企業(yè)+產(chǎn)業(yè)群”的理念，緊密連接產(chǎn)業(yè)鏈的上下游，將產(chǎn)業(yè)需求融入網(wǎng)安人才培養(yǎng)方案。同時，引入產(chǎn)業(yè)龍頭企業(yè)共建共享，實(shí)現(xiàn)多元合作和產(chǎn)教映射，本地教學(xué)數(shù)據(jù)與合作企業(yè)的云端數(shù)據(jù)整合成網(wǎng)安人才培育大數(shù)據(jù)子集。并具備動態(tài)調(diào)整機(jī)制，根據(jù)實(shí)際需求，動態(tài)更新數(shù)據(jù)。借助CSGPT的賦能，平臺能實(shí)現(xiàn)如：開展深度學(xué)習(xí)訓(xùn)練，打造“虛擬網(wǎng)安教師”；模擬復(fù)雜的網(wǎng)絡(luò)攻防場景等功能，使學(xué)生在高度仿真的環(huán)境中提升實(shí)踐技能，而虛擬環(huán)境與虛擬教師相互結(jié)合構(gòu)造出基于MR技術(shù)的網(wǎng)安實(shí)戰(zhàn)攻防“虛擬實(shí)景”。

應(yīng)用CSGPT賦能網(wǎng)安人才培養(yǎng)，在產(chǎn)生強(qiáng)勁驅(qū)動力的同時，也面臨著過度依賴、學(xué)術(shù)不端、隱私保護(hù)和安全性等眾多風(fēng)險(xiǎn)隱患，最大程度的利用賦能效應(yīng)和防范風(fēng)險(xiǎn)或降低風(fēng)險(xiǎn)損失實(shí)為網(wǎng)安人才培養(yǎng)中安全應(yīng)用生成式人工智能的平衡策略[28-33]。

（一）挑戰(zhàn)解析

1. 訓(xùn)練數(shù)據(jù)缺陷

CSGPT作為大數(shù)據(jù)預(yù)訓(xùn)練語言模型，在為網(wǎng)安人才培養(yǎng)賦能的同時，也不可避免的受困于數(shù)據(jù)質(zhì)量的問題。固有的大數(shù)據(jù)訓(xùn)練特性可能導(dǎo)致”臟數(shù)據(jù)”的出現(xiàn)，進(jìn)一步可能產(chǎn)生誤導(dǎo)性信息，使學(xué)生無形中受認(rèn)知偏見的影響，進(jìn)而形成認(rèn)知固化，造成惡性循環(huán)。這將對CSGPT的可信度構(gòu)成挑戰(zhàn)，從而影響到網(wǎng)安人才的培養(yǎng)。

2. 法律倫理沖突

網(wǎng)安人才培養(yǎng)的核心目標(biāo)在于塑造學(xué)生的防御性思維和深化法律倫理認(rèn)知。然而，這一過程中涉及的數(shù)據(jù)隱私、偏見性以及數(shù)據(jù)確權(quán)問題成為充分發(fā)揮數(shù)據(jù)優(yōu)勢的掣肘難題。此外，CSGPT的訓(xùn)練數(shù)據(jù)來源極易引發(fā)知識產(chǎn)權(quán)問題，這一問題在教學(xué)場景中尤為復(fù)雜，即是：當(dāng)學(xué)生使用CSGPT生成的內(nèi)容時，如何明確界定個人對創(chuàng)新的貢獻(xiàn)，以及如何在尊重知識產(chǎn)權(quán)的前提下有效利用這些內(nèi)容。

3. 過度依賴沉迷

網(wǎng)安人才培養(yǎng)的另一核心目標(biāo)在于培育學(xué)生的獨(dú)立思考和解決問題能力。CSGPT的輔助學(xué)習(xí)功用可以提升學(xué)生的學(xué)習(xí)效率，讓學(xué)生在互動中受益。研究也證明，與模仿人類情感行為的虛擬導(dǎo)師互動的學(xué)生學(xué)習(xí)效果更好[34]。但同時也會使其產(chǎn)生一定的依賴心理，甚至可能陷入沉迷。如此將抑制學(xué)生的創(chuàng)新思維，產(chǎn)生負(fù)向效能。此外，CSGPT也對教師的能力提出了更高的要求，教師需具有較強(qiáng)的知識對錯辨別能力，特別是在備課環(huán)節(jié)能做到取其精華，去其糟粕。

4. 學(xué)術(shù)不端誘惑

網(wǎng)安人才培養(yǎng)的關(guān)鍵在于培育學(xué)生的理論研究與實(shí)踐操作能力。CSGPT一方面能夠輔助學(xué)生開展理論研究與論文創(chuàng)作，另一方面也可能誘使其投機(jī)取巧將機(jī)器生成的內(nèi)容直接拿為己用。達(dá)沃斯世界經(jīng)濟(jì)論壇人工智能負(fù)責(zé)人Kay Firth-Butterfield警示：學(xué)生提交AI生成的內(nèi)容將影響自我能力的提升，因?yàn)椤斑@種行為好比是一個工作機(jī)器”。此種將創(chuàng)作主權(quán)移交給AI的行為對評估學(xué)生的真實(shí)能力帶來了挑戰(zhàn)，可能對教育評估機(jī)制產(chǎn)生破壞性影響，進(jìn)而威脅教育公平。

（二）風(fēng)險(xiǎn)應(yīng)對

1. 確準(zhǔn)數(shù)據(jù)質(zhì)量

針對訓(xùn)練數(shù)據(jù)問題，數(shù)據(jù)清洗和數(shù)據(jù)質(zhì)量控制是其關(guān)鍵。可通過引入更多的數(shù)據(jù)源，使用數(shù)據(jù)融合和數(shù)據(jù)一致性技術(shù)來提高數(shù)據(jù)的多樣性和一致性，以減少數(shù)據(jù)缺陷。同時，在教學(xué)過程中，也需引導(dǎo)學(xué)生進(jìn)行批判性思考，對CSGPT的輸出結(jié)論持審慎態(tài)度。定期審查并修正模型的輸出結(jié)果，以確?？煽啃浴４送?，教師還可設(shè)計(jì)驗(yàn)證與糾偏機(jī)制，通過學(xué)生的應(yīng)用反饋，不斷糾偏錯誤信息，幫助CSGPT完成進(jìn)化。

2. 強(qiáng)化合法依規(guī)

在網(wǎng)安人才培養(yǎng)的教學(xué)過程中，應(yīng)加快提升教師的人工智能倫理素養(yǎng)，強(qiáng)化“倫理先行”意識，加強(qiáng)自律自治，將批判性思維與倫理元素納入教學(xué)課程，使學(xué)生牢固樹立底線思維，堅(jiān)守道德與法律的底線，樹立愛黨愛國的理念，立志成為守衛(wèi)國家網(wǎng)安的英才。自2016年《網(wǎng)絡(luò)安全法》頒布以來，我國政府高度重視網(wǎng)安相關(guān)法律法規(guī)建設(shè)，連續(xù)發(fā)布了一系列相關(guān)文件規(guī)范，歷經(jīng)立法與戰(zhàn)略研究、網(wǎng)安人才培養(yǎng)與實(shí)踐、網(wǎng)安細(xì)化領(lǐng)域與數(shù)據(jù)保護(hù)三個階段，為應(yīng)對法律倫理沖突奠定了堅(jiān)實(shí)的制度基礎(chǔ)[35-37]。因此，教師可基于《個人信息保護(hù)法》《數(shù)據(jù)安全法》等法律法規(guī)，在技術(shù)層面施以訪問控制、數(shù)據(jù)脫敏以及密文存儲等數(shù)據(jù)保護(hù)措施，以防患于未然，保護(hù)數(shù)據(jù)隱私。此外，教師必須高度重視CSGPT的應(yīng)用過程中潛在的所有權(quán)風(fēng)險(xiǎn)，謹(jǐn)慎評估CSGPT所生成的內(nèi)容是否可直接使用，尊重并明確創(chuàng)作所有權(quán)。

3. 培養(yǎng)獨(dú)立思考

為防止學(xué)生過度依賴CSGPT，教師應(yīng)創(chuàng)設(shè)“闖關(guān)升級”式學(xué)習(xí)任務(wù)，組織更具挑戰(zhàn)性的團(tuán)隊(duì)分組對抗，并通過啟發(fā)與探究式教學(xué)方式培養(yǎng)學(xué)生的批判性思維，著重培養(yǎng)獨(dú)立思考和解決問題能力。同時，教師必須提升自身的知識辨析能力，提升主動篩除CSGPT生成的錯誤和不良信息的能力，并制定合理的政策與規(guī)范，權(quán)衡CSGPT的應(yīng)用，趨利避害，揚(yáng)長避短，以協(xié)調(diào)學(xué)生、教師以及技術(shù)工具三者之間的關(guān)系，營造積極、健康的教學(xué)環(huán)境。

4. 維護(hù)學(xué)術(shù)誠信

網(wǎng)安人才的學(xué)術(shù)誠信和科研成果的原創(chuàng)性至關(guān)重要。在應(yīng)用CSGPT開展網(wǎng)安教學(xué)的過程中，一方面教師應(yīng)強(qiáng)化誠信教育，改進(jìn)教學(xué)方式，設(shè)定明確的期望和指導(dǎo)方針，跟蹤學(xué)生進(jìn)度，定期審查學(xué)生的作業(yè)進(jìn)度，引導(dǎo)學(xué)生追求原創(chuàng)價值[38]。另一方面，應(yīng)引入反抄襲軟件，通過技術(shù)手段杜絕剽竊行為，同時，還應(yīng)當(dāng)制定嚴(yán)格的學(xué)術(shù)誠信規(guī)范，確保學(xué)生能基于合規(guī)、誠信的原則使用CSGPT。

教育作為推動人類社會可持續(xù)發(fā)展的關(guān)鍵因素和基本力量，回應(yīng)數(shù)字時代對網(wǎng)安人才的內(nèi)在需求已成為教育發(fā)展的重要任務(wù)[39][40]。技術(shù)賦能教育，教育塑造未來。網(wǎng)安人才培養(yǎng)是關(guān)乎國家安全和未來的戰(zhàn)略性問題。教育系統(tǒng)應(yīng)深入剖析當(dāng)前我國網(wǎng)安領(lǐng)域現(xiàn)實(shí)問題及網(wǎng)安人才需求特點(diǎn)，加快推進(jìn)人工智能技術(shù)與網(wǎng)安人才培養(yǎng)的深度融合，挖掘生成式人工智能賦能網(wǎng)安人才培養(yǎng)的最大效能，探尋數(shù)智時代背景下個性化、智能化的網(wǎng)安人才培育新路。面向未來，應(yīng)在規(guī)避生成式人工智能引發(fā)的不確定性風(fēng)險(xiǎn)的前提下，開展更多實(shí)證研究，持續(xù)賦能我國網(wǎng)安人才培養(yǎng)。

參考文獻(xiàn)：

[1] 黃道麗，梁思雨等.《中華人民共和國網(wǎng)絡(luò)安全法》視域下的網(wǎng)絡(luò)安全人才培養(yǎng)[J].信息安全研究，2019，5（11）：1044-1048.

[2] 中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組辦公室等六部門.關(guān)于加強(qiáng)網(wǎng)絡(luò)安全學(xué)科建設(shè)和人才培養(yǎng)的意見[EB/OL].http：//www.moe.gov.cn/ srcsite/A08/s7056/201607/t20160707_271098.html，2016-06-12.

[3] 習(xí)近平.高舉中國特色社會主義偉大旗幟，為全面建設(shè)社會主義現(xiàn)代化國家而團(tuán)結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報(bào)告[M].北京：人民出版社，2022.

[4] 向繼志.加強(qiáng)產(chǎn)學(xué)合作，提升網(wǎng)絡(luò)安全人才培養(yǎng)質(zhì)量——專訪教育部高等學(xué)校網(wǎng)絡(luò)空間安全專業(yè)教指委秘書長封化民[J].中國信息安全，2023，（3）：27-30.

[5] 工業(yè)和信息化部人才交流中心.網(wǎng)絡(luò)安全產(chǎn)業(yè)人才發(fā)展報(bào)告（2022年版）[EB/OL].https：//www.fxbaogao.com/view id=3406195，2022-09-19.

[6] 北京航空航天大學(xué)，中國科學(xué)技術(shù)大學(xué)等.2022網(wǎng)絡(luò)安全人才實(shí)戰(zhàn)能力白皮書[EB/OL].http：//www.cbdio.com/BigData/2022-09/13/ content_6170512.htm，2022-09-13.

[7] 李建華，邱衛(wèi)東等.網(wǎng)絡(luò)空間安全一級學(xué)科內(nèi)涵建設(shè)和人才培養(yǎng)思考[J].信息安全研究，2015，1（2）：149-154.

[8] 封化民.創(chuàng)新人才培養(yǎng)模式 建設(shè)高素質(zhì)的網(wǎng)絡(luò)安全隊(duì)伍[J].北京電子科技學(xué)院學(xué)報(bào)，2016，24（3）：1-7.

[9] 劉小虎，張玉臣等.依托學(xué)科競賽的網(wǎng)絡(luò)空間安全專業(yè)人才創(chuàng)新能力培養(yǎng)[J].計(jì)算機(jī)教育，2019，（6）：35-38.

[10] 王佰玲，董開坤等.網(wǎng)絡(luò)空間安全新工科專業(yè)建設(shè)的探索與實(shí)踐[J].高等工程教育研究，2020，（3）：37-42.

[11] 郭文忠，張友坤等.網(wǎng)絡(luò)強(qiáng)國戰(zhàn)略背景下的“五位一體”信息安全人才培養(yǎng)模式探索[J].中國大學(xué)教學(xué)，2020，（10）：21-24.

[12] 中國信息安全.GPT+網(wǎng)絡(luò)安全，深信服自主研發(fā)安全大模型亮相[EB/OL].https：//mp.weixin.qq.com/s/7NgFPeRFPQQbxRQ71mEK Uw，2023-05-31.

[13] 徐嬴穎，施曉秋.傳統(tǒng)專業(yè)課程新工科改造的路徑、方法與實(shí)踐[J].高等工程教育研究，2023，200（3）：46-52.

[14] 董贊強(qiáng).網(wǎng)絡(luò)安全專業(yè)人才培養(yǎng)問題探析[J].管理工程師，2023，28 （2）：36-41.

[15] RADFORD A，NARASIMHAN K，et al.Improving language understanding by generative pre-training [EB/OL].https：//www.cs.ubc. ca/～amuham01/LING530/papers/radford2018improving.pdf，2018-11-05.

[16] OpenAI.GPT-4 Technical Report [EB/OL].https：//arxiv.org/ abs/2303.08774，2023-03-15.

[17] 劉禹良，李鴻亮等.淺析ChatGPT：歷史沿革、應(yīng)用現(xiàn)狀及前景展望[J].中國圖象圖形學(xué)報(bào)，2023，28（4）：893-902.

[18] 李白楊，白云等.人工智能生成內(nèi)容（AIGC）的技術(shù)特征與形態(tài)演進(jìn)[J].圖書情報(bào)知識，2023，40（1）：66-74.

[19] Liu P，Yuan W，et al.Pre-train，prompt，and predict：A systematic survey of prompting methods in natural language processing [J].ACM Computing Surveys，2023，55（9）：1-35.

[20] Wu T，He S，et al.A Brief Overview of ChatGPT：The History，Status Quo and Potential Future Development [J].IEEE/CAA Journal of Automatica Sinica，2023，10（5）：1122-1136.

[21] 楊欣.基于生成式人工智能的教育轉(zhuǎn)型圖景——ChatGPT究竟對教育意味著什么[J].中國電化教育，2023，（5）：1-8+14.

[22] 周玲，王烽.生成式人工智能的教育啟示.讓每個人成為他自己[J].中國電化教育，2023，（5）：9-14.

[23] 盧宇，余京蕾等.生成式人工智能的教育應(yīng)用與展望——以ChatGPT系統(tǒng)為例[J].中國遠(yuǎn)程教育，2023，43（4）：24-31+51.

[24] Annu N.Chatbots in Education：The impact of Artificial Intelligence based ChatGPT on Teachers and Students [J]. International Journal of Advanced Natural Sciences and Engineering Researches，2023，7（4）：366-370.

[25] 田俊峰，何欣楓等.兩大課堂互動互融的信息安全新工科人才培養(yǎng)模式[J].高等工程教育研究，2022，193（2）：23-29.

[26] 李建華.多元化多層次網(wǎng)絡(luò)空間安全人才培養(yǎng)創(chuàng)新與實(shí)踐[J].信息安全研究，2018，4（12）：1073-1082.

[27] 肖靜.在線課堂互動中教師身份認(rèn)同模糊化及其重構(gòu)[J].電化教育研究，2021，42（5）：55-60.

[28] 王佑鎂，王旦等.“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應(yīng)用的潛能與風(fēng)險(xiǎn)[J].現(xiàn)代遠(yuǎn)程教育研究，2023，35（2）：48-56.

[29] 焦建利.ChatGPT：學(xué)校教育的朋友還是敵人？[J].現(xiàn)代教育技術(shù)，2023，33（4）：5-15.

[30] 王佑鎂，王旦等.ChatGPT教育應(yīng)用的倫理風(fēng)險(xiǎn)與規(guī)避進(jìn)路[J].開放教育研究，2023，29（2）：26-35.

[31] 王樹義，張慶薇.ChatGPT給科研工作者帶來的機(jī)遇與挑戰(zhàn)[J].圖書館論壇，2023，43（3）：109-118.

[32] 周洪宇，李宇陽.ChatGPT對教育生態(tài)的沖擊及應(yīng)對策略[J].新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2023，44（4）：102-112.

[33] 吳砥，李環(huán)等.人工智能通用大模型教育應(yīng)用影響探析[J].開放教育研究，2023，29（2）：19-25+45.

[34] D’Mello，S.，Craig，S.， & Witherspoon，A.et al..Affective and Learning-Related Dynamics During Interactions with an Intelligent Tutoring System [J].International Journal of Human-Computer Studies，2014，72（6）：415-435.

[35] 中華人民共和國科技部.《新一代人工智能倫理規(guī)范》發(fā)布[EB/OL].https：// www.most.gov.cn/kjbgz/202109/t20210926_177063.html，2021-09-26.

[36] 新華社.中共中央 國務(wù)院印發(fā)《深化新時代教育評價改革總體方案》[EB/OL].https：//www.gov.cn/gongbao/content/2020/content_5554488. htm，2020-10-13.

[37] 國家互聯(lián)網(wǎng)信息辦公室.生成式人工智能服務(wù)管理辦法[EB/OL]. http：//www.cac.gov.cn/2023-04/11/c_1682854275475410.htm，2023-04-11.

[38] 李海峰，王煒.生成式人工智能時代的學(xué)生作業(yè)設(shè)計(jì)與評價[J].開放教育研究，2023，29（3）：31-39.

[39] 吳巖.深入實(shí)施教育數(shù)字化戰(zhàn)略行動 以教育數(shù)字化支撐引領(lǐng)中國教育現(xiàn)代化[J].中國高等教育，2023，（2）：5-10.

[40] 王磊，苗春雨.數(shù)字經(jīng)濟(jì)背景下高校數(shù)字人才培養(yǎng)的路徑探究[J].中國大學(xué)教學(xué)，2023，（7）：25-33.

作者簡介：

王磊：研究員，博士，碩士生導(dǎo)師，研究方向?yàn)榻逃畔⒒?、網(wǎng)絡(luò)空間治理、信息安全。

徐子競：在讀碩士，研究方向?yàn)榻逃畔⒒?、人工智能?/p>

朱戈：副教授，博士，碩士生導(dǎo)師，研究方向?yàn)榻逃畔⒒?、人工智能?/p>

門海：講師，博士，研究方向?yàn)榻逃畔⒒?、本科教學(xué)評估。

Exploration and Research of Empowering Cybersecurity Talent Training Through Artificial Intelligence Generated Content

Wang Lei1， Xu Zijing1， Zhu Ge1， Men Hai2

（1. School of Data Science and Technology， Heilongjiang University， Harbin 150080， Heilongjiang； 2. Heilongjiang Institute of Technology， Harbin 150080， Heilongjiang）

Abstract： In the new era， to build a strong socialist modernization country， cultivating outstanding talents in the field of cybersecurity has become very important. Based on the demand for talents in cybersecurity in China， with artificial intelligence generated content as the object and the cultivation model （CSGPT） as the example， we design a talent training framework in cybersecurity， aiming to solve the diverse problems in the cultivation of cybersecurity talents and explore innovative paths. The proposed framework includes： the teaching methods oriented intelligent， the evaluation mechanism-oriented improvement； the training path-oriented demand； the strategy-oriented practice； the industry-oriented platform. In addition， we claim the application value of generative artificial intelligence in the cultivation of cybersecurity talents， and propose a balance strategy between the security application of artificial intelligence generated content and talent cultivation.

Keywords： cybersecurity； talent training； artificial intelligence； AIGC； CSGPT

收稿日期：2023年6月30日

責(zé)任編輯：趙云建