网络空间安全人才创新实践能力“思-教-产-评”四维一体评价体系研究与探索

本文分析了新形势下网络空间安全人才实践能力需求,以杭州电子科技大学网络空间安全学科专业建设实践为研究起点,探索并实践网络空间安全人才创新实践能力“思-教-产-评”四维一体评价体系。在思政教育维度,构建专业课程思政立体化关系矩阵,课程思政内容有机融入专业人才培养全过程;在实践课程维度,重构实践课程体系,强化竞赛与项目实践育人;在产教融合维度,建立具有安全类特色的校企协同育人机制,拓宽育人渠道;在持续评价维度,建立人才实践能力培养效果质量评价体系,形成持续改进机制。创新实践教育四维一体评价体系相互统一、相互配合、相互支撑,强调实践过程的思政与专业融合,校内与校外融合以及产教多元主体融合,为新时代扎实推进网络空间安全人才实践教育评价、有效提升实践教育效果提供参考。

网络空间安全类学生科技社团发展和管理模式探析

针对网络空间安全学科的特殊性及网络安全人才的特点,从网络安全类科技社团的发展和管理角度,在分析现有网络空间安全类科技社团现状、普遍存在的共性问题及其产生根源的基础上,对所在高校在此方面所做的工作进行探索总结,提出加强网络空间安全科技社团管理,保障社团健康有序发展的若干建议.研究如何通过网络空间安全类学生社团的健康发展,培养政治可靠、技能突出、德才兼备的高素质网络安全人才.

网络强国建设背景下高校实战化网络安全人才培养模式和质量监控评价探素

随着国内外网络安全形势日趋复杂,如何培养“又红又专”具备综合实战能力的网络安全人才受到国家和行业的高度重视。针对这一需求,目前高校网络安全人才培养普遍面临思政教育与专业教育如何融合、理论教育与实践教育如何转化以及实践内容与现实需求如何衔接等困境。本文以杭州电子科技大学网络空间安全“红客卫士”实战型人才培养为例,立足网络安全专业特点,构建“红客文化”价值体系,打造分类分级实践育人场景,推动政校企多方资源协同创新,构筑政校企多方参与多维联动的实践环节质量监控评价体系,不断丰富实践育人的内容与形式,切实提升人才实战化能力,推动实践育人高质量内涵式发展.

面向电信网络诈骗治理的网络安全课程构建效能评估研究

新形势下的电信网络诈骗治理格局对公安院校网络安全课程提出了新的要求。针对公安院校网络安全课程在培养目标、培养路径、评价体系等方面的时代适应性不足、实践性不强等问题,通过运用卡方检验、独立样本t检验等方法,分析了全国主要公安院校网络安全课程构建现状,并结合评分卡数理分析方法实现了对课程效能的量化评估。在数据分析基础上,提出了公安院校网络安全课程构建优化路径。

县域数据安全治理体系建设与挑战

县域数据逐渐成为地方治理和社会发展中不可或缺的要素。近年来,全国各县级政府积极建设数据管理平台并探索数据安全治理模式,但是,当前县域数据安全工作仍然面临合规性和新技术带来的挑战,无法满足县域信息系统的安全发展需求。对此,为确保县域数据安全,推动数据资源的有序开发利用,构建了面向数据全生命周期安全处理的县域数据安全治理体系,包括数据安全管理制度规范、数据安全技术防护、数据安全运营管理三大子体系。然而,数据安全治理过程是动态的,在当前数据要素化转型的背景下,县域数据安全治理能力亟需进一步提升。因此,为帮助县级政府更好地应对未来数据安全风险,在基于数据要素化本质特征的基础上,分析了数据分类分级自动化及精准化亟待解决的问题、数据安全治理过程中面临的数据流动管控及追踪溯源难以及用户行为异常检测误报率高的挑战,以期为县域构建更完善的数据安全治理体系提供参考。

灵境卫士:基于ACP的网络安全平行监管研究

网络安全起源于计算机网络的理论测试,而随着信息与通信技术的发展,网络安全风险呈现出来源广(volume)、方式多(variety)、过程隐(visibility)与损失高(value)的“4V”特性,与之相伴的是网络空间形态与复杂度的双重变化。近期兴起的元宇宙风潮,使以人为中心构建出的网络空间拥有映射出真实世界的能力,也将真实世界暴露在网络安全风险之下。然而,网络安全监管没有跟上网络空间的变化,仍然在网络空间中寻求解决之道。介绍了一种网络安全平行监管系统——灵境卫士,它基于人工系统、计算实验与平行执行的ACP方法搭建,从信息-物理-社会系统(cyber-physical-socialsystems,CPSS)的视角改善当前网络安全监管的窘境。展示了灵境卫士在电信反诈骗与工业物联网场景下的应用方案,为其在不同领域的网络安全监管工作提供启发与借鉴。

当前国际环境下的网络安全漏洞披露教育探讨

网络安全漏洞一直是网络安全的核心之一,而近年来中美贸易争端、新冠疫情、俄乌战争等诱发了世界秩序的变化,阿里Log4j漏洞事件也暴露出国内安全界对漏洞披露的认识和重视程度不足。文章就如何根据新规定在新形势下指导学生进行网络安全漏洞披露的探讨,提出将指导融入到相关的课程中,并给出具体的漏洞披露建议。

基于图神经网络的车辆目标遮蔽关重部位检测

针对复杂背景和车辆姿态变化导致的车辆关重部位在图像中被遮蔽,无法准确识别的问题,提出了部分可形变物体图卷积神经网络(Partially Deformable Object Graph Convolutional Network, PDO-GCN)的遮蔽车辆关重部位检测模型。该方法以车辆刚体结构关系为基础,构建了基于PDO-GCN的二维成像平面上关重部位之间的空间关联模型,并利用可见关重部位的检测结果估计遮蔽关重部位的位置。实验结果表明,PDO-GCN模型在无需复杂标注的前提下,能够有效推断完整车辆结构信息,显著提高遮蔽部位的检测精度,且满足实时性要求,具有良好的应用潜力。

一种基于动态空间划分和压缩布隆过滤器相结合的分布式元数据负载均衡算法

分布式元数据管理系统利用多个元数据服务器对大量元数据进行存储和管理。该系统将海量元数据通过不同的映射策略分配到不同的元数据服务器上,减少单台元数据服务器所处理的数据量,从而减少磁盘访问次数,进而提高整个元数据管理系统的性能。元数据管理系统通常会使用哈希函数将元数据键映射到不同的元数据服务器中。然而,当数据特征值相似时,由于散列函数的单向性,会导致数据分布不均衡的问题,造成元数据服务器性能下降。为解决上述问题,提出了一种动态空间划分和压缩布隆过滤器相结合的元数据负载均衡算法,该算法首先构建一个哈希桶来组织元数据键,通过哈希算法将元数据键映射到不同的哈希桶中;在映射过程中,根据元数据服务器的负载情况动态调整目标哈希桶,并在上述哈希桶中有序地保存元数据键的映射信息。当访问元数据时,首先通过压缩布隆过滤器对元数据键进行预处理,然后通过二分查找在指定的哈希桶中进行元数据映射信息的查找。与近年来提出的元数据管理算法相比,所提算法在映射键发生倾斜时仍能保证元数据服务器负载均衡,并通过对比实验表明,所提算法相比最优的元数据管理算法,在内存占用仅提升2%的条件下,获得了20%的搜索性能提升。

基于事理图谱的受骗网络行为风险演进研究

基于真实案件数据,从电信网络诈骗受害人的网络行为视角对受骗网络行为风险进行研究,能有效提升电信网络诈骗的防治能力。为此,文章首先利用LTP工具对相关数据进行处理。其次,通过模板匹配的方法从相关的语料数据中抽取受骗网络行为风险事件及事件之间的事理逻辑关系,并构建受骗网络行为风险的具体事理图谱。然后,文章构建了基于自编码器的深度聚类模型,对提取的风险事件进行泛化聚类,并根据泛化结果构建了受骗网络行为风险的抽象事理图谱。最后,基于所构建的具体和抽象事理图谱,利用案件流程分析模型与复杂网络分析技术,剖析受骗网络行为风险的构成与规律。文章将电信网络诈骗的受骗网络行为风险划分为接触风险、信任欺骗风险、心理漏洞利用风险和行为控制风险4个环节,并总结了各风险环节的时序、构成等规律。

基于OBE的MIT计算机与网络安全课程教学剖析

以麻省理工学院开设的计算机与网络安全课程为例,介绍该课程的教学内容、课后作业、期末项目以及课程考核要求,分析该课程的教学方法,通过和国内高校同类课程的教学方式进行对比,剖析基于OBE的教学模式在该课程中的具体实施方式。

虚拟专用网络加密技术实验教学改革探索

为了提升网络安全实践课程教学的创新性,根据实际工程项目需求,在校企融合背景下设计了一种基于IPSec VPN和SSL VPN的网络安全综合实验教学改革方案,并给出实现方法和过程。总部实验室与分部实验室使用IPSec VPN连接和完成通信,移动站点用户选择SSL VPN远程接入总部网络。通过加密的虚拟链路对内部网络数据进行安全保护,利用防火墙的安全策略对数据互通进行有效控制,同时增加堡垒机对用户进行必要的安全访问控制和行为监控。该网络安全架构已在上海总部和武威分部的实验室进行相应的部署和测试。这种设计营造了真实的实验环境氛围,注重实践教学的应用性,致力于培养学生解决实际工程问题和独立思考的能力。

基于关联规则特征提取的网络行为被害性识别集成优化模型

网络行为被害风险识别对电信网络诈骗反制预警具有重要意义。针对被害人网络行为特征规则挖掘不足、行为序列间关系难以确定等问题,提出一种基于关联规则特征提取的网络行为被害性识别集成优化模型。模型首先抓取用户访问网站时产生的交互式流量数据包,提取网络流量中的隐性和显性行为特征,再利用频繁模式增长算法挖掘特征间关联规则并重构特征序列,最后结合粒子群优化的随机森林算法,建立基于网络流量分析的电信网络诈骗被害性分析模型。实验表明,相比于普通二分类模型,所提模型具有更好的精确率和召回率,能够有效提升被害性的识别准确率。

面向网络攻击和隐私保护的多智能体系统分布式共识算法

为解决网络攻击与信息窃听环境下的多智能体系统分布式共识问题,提出一种能有效抵御网络拒绝服务(DoS)攻击和保护节点状态隐私的平均共识算法。首先,结合网络化控制系统中DoS攻击的特性,构建与时间相关的周期性DoS攻击模型。其次,利用邻居节点间的信息交互给出一种基于差分隐私的分布式网络节点信息处理机制,并将其引入平均共识算法。再次,结合事件触发机制,提出一种适用于DoS攻击下无向通信网络的分布式共识算法,并分别对其收敛性和隐私保护性能进行了严格的数学分析。最后,通过数值仿真实验和硬件实验验证了所提算法的有效性。

基于Stackelberg攻防博弈的网络系统安全控制机制优化研究

企业级网络中存在的漏洞日益增多,给公司网络系统安全控制机制的优化选择带来了巨大挑战。本文通过对企业网络中漏洞之间的复杂依赖关系进行建模,构建了漏洞依赖图,并在此基础上建立了Stackelberg攻防博弈模型。同时考虑到传统求解方法无法求解实际的问题规模,引入双模块算法。实验结果表明,本文提出的模型和方法是可行的、高效的。

大学生网络道德研究热点的知识图谱分析

基于知识图谱分析发现,我国大学生网络道德研究的热点主要集中在大学生网络道德现状、存在问题及解决措施研究、网络时代道德建设的新路径研究、自媒体背景下,网络诚信的建设路径研究、高校在网络道德建设过程中采取的方法和途径4个方面.大学生网络道德的研究者未来需加强高校与大学生网络道德间的关系研究,提出切实可行的网络道德提升策略.

学科竞赛驱动的网络安全创新实践课程设计

网络空间安全学科的不断发展,以及攻击与防御技术的快速进步,对网络安全类专业实践课程的先进性、开放性和时效性提出了更高的要求。为此,杭州电子科技大学网络空间安全学院开设了导师制、项目化、小班化的创新实践课程,鼓励学生通过研发作品参与网络安全学科竞赛,培养知识、技能和素养兼备的网络安全人才。

基于对比学习的全局增强动态异质图神经网络

图神经网络由于其对图结构数据的强大表征能力近年来受到广泛关注.现有图神经网络方法主要建模静态同质图数据,然而现实世界复杂系统往往包含多类型动态演化的实体及关系,此类复杂系统更适合建模为动态异质图.目前,动态异质图表示学习方法主要集中于半监督学习范式,其存在监督信息昂贵和泛化性较差等问题.针对以上问题,提出了一种基于对比学习的全局增强动态异质图神经网络.具体地,所提网络首先通过异质层次化注意力机制根据历史信息来生成未来的邻近性保持的节点表示,然后通过对比学习最大化局部节点表示和全局图表示的互信息来丰富节点表示中的全局语义信息.实验结果表明,提出的自监督动态异质图表示学习方法在多个真实世界数据集的链路预测任务上的AUC指标平均提升了3.95%.

角色导向的网络表示学习综述

网络表示学习是一种将网络节点映射到低维、连续的实值向量空间上的技术,它在网络分析中发挥着重要作用.社团导向的网络表示学习作为目前研究的主要分支之一,主张在学习的节点表示中保持自身的社团属性,如节点的邻近性,使得相近节点具有相似表示.这类方法虽然可以挖掘现实系统中具有明显聚集特征的实体集合,但因其未考虑节点结构上的相似性,导致它们无法识别扮演相同角色、发挥类似功能的实体.近些年,一些方法结合角色的概念,利用节点在网络中的连接模式来派生节点表示,这使得学习到的表示可以尽可能地保持原始网络中节点的结构相似性.尽管这种面向角色的网络表示学习对于现实场景的分析及网络科学的发展起到了一定推动作用,但是目前对该领域的研究仍然非常有限,已有工作缺乏统一的理论解释和实验比较.本文主要对近年来角色导向的网络表示学习工作进行了系统性综述:首先,本文结合相关概念及理论知识,分析了社团导向和角色导向网络表示学习的区别;接着,在总结现有角色导向网络表示学习方法的基础上,给出了一种全新的分类方式,以把握不同算法的本质原理;随后,本文在具有社团或角色标签的十个实验数据集上对基于社团或角色的算法进行了可视化、节点分类、聚类、鲁棒性分析和参数敏感性分析实验,以此横向比较社团与角色这两个重要概念的内在区别,纵向评估角色导向网络表示学习方法在不同学习机制下的性能差异;此外,为进一步推动该领域的深入发展,本文提供了一个集数据、算法、分析于一体的角色导向的网络表示学习平台,服务于该领域的后续研究;最后,本文对角色导向的网络表示学习面临的挑战和未来发展趋势进行了总结和展望.

网络不实信息对新时代大学生的影响及应对策略

网络不实信息的模糊性、蛊惑性使得网络不实信息肆意传播,在一定程度上造成了社会思想混乱、政府形象受损等负面影响。因此,要全方位重塑政府公信力,提升高校对不实信息的引导力,提高大学生理性辨别网络不实信息的能力,以消解网络不实信息对新时代大学生的负面影响。