“AI+”视域下应用型高效数智化网络人才培养的创新路径研究

0 引言

随着人工智能、大数据、云计算等技术融合，网络空间安全与治理面临新技术范式与威胁形态。传统网络工程人才培养模式难应对AI 驱动的复杂网络环境，亟需构建数智化人才培养体系。数智化人才培养是教育和产业发展重要方向。数智化时代的网络空间技术领域，需要具备网络专业知识、能运用数字化和智能化技术进行网络系统设计、开发、管理和维护的复合型工程技术人才，他们需掌握人工智能等先进技术并应用于网络工程实践，以满足数字化转型和智能化升级需求。基于政策导向与现实需求，本文以为例，系统探讨“ AI⁺ ”视域下网络工程人才培养的创新路径。

1 数智化网络人才培养的现状及相关研究分析

近年来，教育者不断探索网络工程技术领域人才培养。如宋晓锋 等人将 CTF 竞赛融入培养，张浩[2]等人从多方面改革培养，康绯[3]等人培养拔尖人才。现有培养体系较完善，兼顾学生多方面，但传统学科路线单一，缺乏交叉学科及与新兴技术融合。新学科方向随技术发展变化，当下关键是培养能应对新型网络问题的数智化人才。

目前，数智化人才培养研究与实践处于探索发展阶段。数字化转型成国家战略，高校和机构积极探索培养路径与模式。武汉大学深入研究实践[4]，强调全校融通、覆盖各学科专业和学历层次，注重数字技能实训，培养复合型人才，计划整合资源构建平台。总体而言，数智化人才培养正形成系统化、多元化模式。因此，本项目研究团队作为网络工程教育工作者，应探索培养适应当今社会的数智化网络专业人才。

2 以人工智能为引领的人才培养创新路径构建

在本研究中，研究团队提出以人工智能引领的人才培养方式，全方位多维度融入人工智能概念和技术。学生历经“认识AI——应用AI——训练AI——对抗 AI”四个阶段学习、思考和实践，使 AI 赋能日常学习等，掌握网络工程知识与实践能力，从新兴技术碰撞中改变思维，形成独立见解。

认识AI：学生学习人工智能基础理论、原理及应用场景，培养数字素养。

应用AI：学生对AI 有一定了解后，老师引导其合理应用AI 工具辅助学习、实训、科研等。这些工具可完成基础工作，具备搜索、汇总信息功能，节省时间精力，助学生提高效率，掌握知识，完成更具挑战性任务。

训练AI：此阶段让人工智能从数据中学习、提高性能，使其更“聪明”。要求学生有理论基础，可申报创新、科研项目，参与竞赛。学生可改进优化AI 基础模型解决网络安全问题，探索模型训练方式。围绕“人工智能与网络工程”主题，孵化项目立项，参与创新竞赛。

对抗 AI：在网络空间，攻击者用 AI 技术攻击，学生应学会对抗。学生经前三阶段学习后投入实战，先利用虚拟攻防系统练习，再到相关企业实训实习。这种培养方式增强学生网络攻防能力，引发其思考新威胁，激发探索对抗新途径。

3 实践人才培养路径的具体措施

3.1 改革现有课程体系及课程教学

针对“认识AI”阶段，要让学生掌握人工智能基础理论、了解工作原理及应用场景。本专业人才培养方案未设人工智能相关课程，结合教学实际，提出两条改革方案：一是在研究探索阶段，由研究团队教师开设人工智能数字素养通识课和专业选修课，讲授基础理论与基本模型，为有意愿的学生提供学习途径与指导；二是对《计算机网络》等专业课程进行教学改革，加入人工智能在网络技术中的应用讲解，并以任务导向布置相关案例分析，引导学生从人工智能角度思考网络技术问题。

3.2 改进考核评价方式，加强课外指导

针对“应用AI”阶段，为使学生正确合理应用人工智能工具辅助学习、实训、科研，提高学习工作效率，应从两方面入手：一是改进考核评价方式，从考察客观知识和基础理论转向考察主观认知和创新思维。鉴于当前AI 技术强大，能完成传统教学任务，教师应引导学生正确应用AI，鼓励学生用AI 完成基础工作。测评时，应关注学生独立思考和个人见解，考察作品和论文的创新性。二是加强对学生的课外指导。人才培养不限于课堂内，课外指导也很重要。研究团队教师计划在本专业设立课后指导机制，每周固定时间对学生进行开放式指导，不定期开展AI 应用知识讲堂，引导学生正确应用人工智能工具，高效学习。

3.3 开展科教融合，打通“竞赛——项目——毕设”一体化培养路线

针对“训练AI”阶段，要求学生改进优化AI 模型，合理选数据训练，以精准智能解决网络工程技术问题。学生需具备科研素养才能完成此阶段学习。为此，研究团队提出科教融合方案，将教师科研成果反哺教学，建立项目制、导师制，让有意愿有基础的学生参与科研项目。有科研基础后，学生可围绕人工智能和互联网技术应用开展科研，参与学科及创新竞赛。在此基础上改进成果，申报大学生创新及学生科研项目。有科研成果后继续深化研究，作为毕业设计呈现。由此打通“学科竞赛——科研项目——毕业设计”一体化培养路线，形成学生个性化研究路径。

3.4 加强校企合作，多方联合培养

“对抗AI”阶段旨在帮助学生了解网络攻防对抗、掌握原理、提升实践能力，思考人工智能在网络安全“攻”“防”中的影响及应对方法。本专业应加强与网络安全和人工智能领域企业合作，一方面了解行业人才需求，建立反馈机制以完善人才培养方案；另一方面，联合企业设计实践课程、制定实训计划，提供实习岗位，助学生了解真实网络空间、体验对抗，提高实践创新能力。

4 培养成效与推广价值

经过此培养方案的系统实施与深入推进，有效促进了本专业相关课程资源库的全面建设与发展，显著提升了学生在各类竞赛及科研活动中的实际成效，逐步形成了一套既可复制又易于推广的数智化网络人才培养方案。该方案所探索的成功路径不仅高度适用于网络工程专业本身，同时也具备广泛的适用性，能够为计算机类、电子信息类等相关专业提供宝贵的借鉴与参考，助力这些专业在人才培养方面取得更为显著的进步与突破。

5 结语

本研究针对数智时代背景下应用型高校网络工程人才培养面临的挑战，创新性地提出了以AI 技术为引领的“四阶段”融合式培养路径。该路径不仅注重知识传授，更强调能力进阶和思维塑造，通过课程重构、评价改革、科教融合、校企协同等一系列具体举措，系统化地培养了学生的AI素养、创新精神和实战能力，使其成为能够适应并引领未来网络技术发展的复合型人才。

6 参考文献

[1]宋晓锋，倪林，韩鹍等.CTF 竞赛融入网络安全人才培养过程的探索与实践[J].计算机教育，2021，No.323（11）：1-5.

[2]张浩，郭文忠，董晨，李杰铃.新工科背景下的网络空间安全人才培养模式[J].计算机教育，2021（08）：91-95.

[3]康绯，舒辉，张连成.“新工科”背景下网络空间安全拔尖人才培养的探索与实践[J].网络安全技术与应用，2023，No.267（03）：90-92.

[4]武汉大学. 武汉大学数智教育白皮书[EB/OL]. 武汉： 武汉大学，[2023-11-16].https：//uc.whu.edu.cn/__local/9/D3/A7/BBE3322C26E97FFEF5F4C98B82E_8F908C3E_FFAD8.pdf

基金项目：校级教改项目《“ AI⁺ ”视域下应用型高校数智化网络人才培养的创新路径研究》（项目编号：2024XJJG24）；校级“金课”（一流课程）项目《企业网安全系统集成虚拟仿真实验》（项目编号：2024XJYK16）。