课程定位
面向 AI 时代的攻防实战课
- 对象：网络空间安全专业本科生
- 范式：减少课堂纯知识讲授，让学生在解决实际/实战问题中边学边做、边做边学
- 主线：整学期演进一个「含 AI 能力的靶场 Web
应用」（综合实践项目，里程碑 M0-M7），知识按需、实战驱动
- AI 双向：AI
赋能安全 + AI
作为安全对象，织入 U6 专题与 U4/U5 埋伏
AI 时代的人机关系：驾驭 >
执行
AI 能秒级写代码、找漏洞、分析日志——那「学网安」的意义是什么？
- 人的价值 = 驾驭 AI
的能力（orchestration）：拆解问题、指挥
AI、否决它的错误、为结果担责——这些 AI
自己做不了。
- 课奖励驾驭质量，不奖励执行速度。你学的是「判断 /
取舍 / 问责」（durable），不是「知识快照」（ephemeral）。
- 评价不追求「不可骗」，而追求「让骗的成本 >
真学的成本」：git 提交史、CI
构建产物、终端录屏等高伪造成本的过程证据，让真学可见、让一把梭露馅。
- 焦虑的解药不是「跑赢 AI」，而是成为 AI
做不到的那个指挥者。
前瞻性对标（政策与行业）
- 对标教育部「人工智能赋能教育行动」与
OBE（成果导向）反向设计
- 对标《AI
时代网络安全产业人才发展报告（2025）》：全国 65.9% 高校已新增
AI 安全课（上升 15 个百分点）；本课彻底 整课重构 +
边学边做范式（领先一个身位）
- 对标报告「AI 驱动网安岗位图谱」（智能体架构师 /
模型安全红队 / AI 风险顾问）→ 见
capability-framework.md
就业映射
- 海外基准：Stanford XACS134、UCSD CSE291（LLM 安全）、Berkeley
CS294（智能体 AI）、SANS SEC536/545、UMN ST5663（AI 红队）
学时（16 讲授 + 48 实践）
| 类别 |
学时 |
占比 |
| 课堂按需讲授 |
16 |
25% |
| 实战 / 实验 / 作品 |
48 |
75% |
| 合计 |
64 |
100% |
趋势：讲授学时将继续精简，实践比重进一步提升。
先修与环境
- 先修：计算机网络安全、计算机网络 A、Linux
系统与网络管理、Python 编程
- 环境：Kali Linux、VirtualBox/Docker、大语言模型 API
/ 本地推理
- 助学层：
study/（teachme 学习指南 +
题库）；经典理论按需自学见 cuc-ns-ppt
在线仓库
思维范式训练（重「道与术」，从「用器」到「造器」）
课程不止教工具，更重基本原理、基本思想、基本思维范式。六大贯穿范式：威胁建模思维
· 攻防不对称 · 最小权限/默认拒绝 · 纵深防御 ·
可观测与可验证的安全 · AI 对抗思维（用
AI 与防 AI）。贯穿性元范式：「数据即程序」（U3 SQL 注入
→ U6 提示词注入）。每个知识点按「道（原理）→ 术（方法）→ 器（工具）→
造器（自制系统）」分层讲授；AI
助教（ns4ai-review）在「深度」维度对显式体现范式的提交倾斜优秀（详见
课程评价指南 §7）。
国产优先：课程接入的大模型一律国产（deepseek-v4-flash
/ Qwen / GLM / Kimi），不选用国外大模型。
八大实战单元
单元 = 问题引入 + 实战实验 +
按需讲授
| 单元 |
真实问题 |
实验（综合实践项目） |
讲授 |
来源 |
AI |
| U0 导论与能力框架 |
如何系统攻防一个真实系统？ |
M0 立项+威胁建模 |
1 学时 |
第 1-2 章压缩 |
— |
| U1 安全基线 |
如何避免入门级漏洞？ |
M1 安全基线 |
1 学时 |
第 3 章压缩 |
— |
| U2 侦察自动化 |
攻击者如何踩点？ |
M2 自侦察 |
2 学时 |
第 4-5 章（含社工） |
可选 |
| U3 Web 漏洞攻防 |
如何攻破一个 Web 应用？ |
M3 漏洞利用 |
3 学时 |
第 6-7 章瘦身 |
可选 |
| U4 边界防护构建 |
如何防火墙+IDS+WAF 联防？ |
M4 加固与边界 |
2 学时 |
第 8-10 章 |
埋伏 |
| U5 检测取证欺骗 |
如何复盘一次攻击？ |
M5 日志取证蜜罐 |
2 学时 |
第 11-12 章瘦身 |
埋伏 |
| U6 AI 赋能与对抗 |
如何给系统装 AI 并攻防它？ |
M6 AI 赋能对抗 |
3 学时 |
AI 安全专题（新增） |
核心 |
| U7 红蓝对抗综合 |
全流程红蓝对抗如何打？ |
M7 红蓝对抗 |
2 学时 |
全课程 |
评估 |
|
|
|
16 学时 |
|
|
详细单元卡片见 index.md；能力映射见 capability-framework.md。
范式要点：为什么是「单元」而非「章」
- 经典 13 章完整讲授 ≈ 33 学时（仅 Web 章约 6
学时），2 倍超预算
- 单元化后：经典知识只保留「做 M0-M7 所需」最小集；深度理论见 cuc-ns-ppt 在线仓库
按需自学
- 每个单元以真实问题开场 → 紧接实验 →
仅补「做出来所需」的最小讲授
- AI 螺旋：U4/U5 传统方法 → AI 增强（埋伏）→ U6 AI 对抗（集中）
考核方式
渐进式作品（综合实践项目）=
学期主线
- 期末 60%：M0-M7 渐进式「含 AI 的靶场 Web
应用」，按里程碑迭代周期评分（量规绑定能力簇×级）
- 平时 20%：课堂快问快答 + 讨论区 +
助学层题库完成度
- 考勤 10% / 线上 10%（取自
study/*-quiz.md）
- M7：红蓝对抗 + 取证复盘 + 能力框架自评矩阵收口
- 评分细则见 课程评价指南（学生版）；作品主线见
capstone/overview.md