近年來，網(wǎng)絡(luò)安全事件頻發(fā)，不少國內(nèi)外高校、企業(yè)遭到攻擊，大量敏感信息泄露。網(wǎng)絡(luò)安全教育作為一項(xiàng)預(yù)防性措施，能很大程度上減少網(wǎng)絡(luò)安全事件發(fā)生，而在作為重要的人才培養(yǎng)基地的高校中，培養(yǎng)和提高網(wǎng)絡(luò)安全意識和技能，有助于學(xué)生的健康發(fā)展。
由于環(huán)境的變化和學(xué)生的個性化需求，高校傳統(tǒng)的網(wǎng)絡(luò)安全教育理念和方式存在局限性。大數(shù)據(jù)時代，用戶畫像技術(shù)是重要的數(shù)據(jù)分析工具，通過數(shù)據(jù)采集、處理、提取、構(gòu)建等操作，實(shí)現(xiàn)數(shù)據(jù)隱藏價(jià)值挖掘，為用戶提供針對性的服務(wù)。在高校網(wǎng)絡(luò)安全教育中應(yīng)用用戶畫像技術(shù)，能夠挖掘出用戶的需求內(nèi)容，實(shí)現(xiàn)資源服務(wù)的精準(zhǔn)匹配和推送，提高用戶信息化素養(yǎng)和網(wǎng)絡(luò)安全意識，不斷完善高校網(wǎng)絡(luò)安全教育內(nèi)容。
在中國知網(wǎng)搜索“用戶畫像、高校”主題關(guān)鍵詞，檢索出有關(guān)高校領(lǐng)域用戶畫像的研究文獻(xiàn)279篇；搜索“大數(shù)據(jù)、高校網(wǎng)絡(luò)安全”主題關(guān)鍵詞，檢索出有關(guān)高校領(lǐng)域網(wǎng)絡(luò)安全的研究文獻(xiàn)87篇。通過分析和研究已有論文，可以發(fā)現(xiàn)國內(nèi)高校關(guān)于網(wǎng)絡(luò)安全教育的畫像研究起步較晚，最早報(bào)道是2016年，且大部分論文主要研究用戶畫像在高校圖書館、思政教育方面的應(yīng)用，較少涉及網(wǎng)絡(luò)安全教育方面。
鑒于此，本文借鑒國內(nèi)外專家對用戶畫像在高校教育方面的應(yīng)用研究，提出基于用戶畫像的高校學(xué)生網(wǎng)絡(luò)安全素質(zhì)提升模型，研究大數(shù)據(jù)畫像在高校網(wǎng)絡(luò)安全教育的應(yīng)用。
用戶畫像概念和構(gòu)建流程
用戶畫像最早由“交互設(shè)計(jì)之父”阿蘭·庫珀（Alan
Cooper）在1998年提出，它是通過分析數(shù)據(jù)建立的用戶模型，是分析用戶真實(shí)需求、開展后續(xù)服務(wù)的有效工具。用戶畫像是大數(shù)據(jù)的產(chǎn)物，用于分析用戶的社會屬性、興趣愛好、行為特征等，進(jìn)而得出用戶的真實(shí)喜好、行為等；還可以動態(tài)收集、分析用戶的變化行為，實(shí)時、精準(zhǔn)描述和預(yù)測用戶需求。庫珀將用戶畫像應(yīng)用于計(jì)算機(jī)領(lǐng)域，用于分析用戶需求，改善產(chǎn)品性能。之后其他學(xué)者也對用戶畫像理論和實(shí)踐內(nèi)容進(jìn)行了豐富。
用戶畫像最早采用統(tǒng)計(jì)學(xué)的方式對用戶進(jìn)行描述。隨著大數(shù)據(jù)的發(fā)展，可以通過采集各個系統(tǒng)、平臺上的數(shù)據(jù)預(yù)測用戶的需求，以可視化方式展現(xiàn)用戶畫像。用戶畫像構(gòu)建流程有4個步驟，即數(shù)據(jù)采集、數(shù)據(jù)處理、標(biāo)簽提取、構(gòu)建用戶畫像。
數(shù)據(jù)采集是用戶畫像構(gòu)建的基礎(chǔ)，直接影響用戶畫像的真實(shí)性和完整性。為了得到精準(zhǔn)的用戶畫像，需要提供的用戶數(shù)據(jù)多樣、準(zhǔn)確、全面。構(gòu)建的用戶畫像不同，采集的側(cè)重點(diǎn)也不一樣。數(shù)據(jù)處理是構(gòu)建用戶畫像的重要環(huán)節(jié)，目的在于挖掘數(shù)據(jù)的隱藏價(jià)值。完成用戶數(shù)據(jù)采集后，需要對其進(jìn)行分類，并采取一定的數(shù)據(jù)處理方式提取用戶特征。數(shù)據(jù)處理過程包括整理、清洗、過濾、挖掘等，其中，數(shù)據(jù)挖掘是重點(diǎn)工作，常用算法包括聚類算法、關(guān)聯(lián)算法、分類算法、神經(jīng)網(wǎng)絡(luò)等。標(biāo)簽提取是對數(shù)據(jù)進(jìn)行整理、聚類、關(guān)聯(lián)分析、文本分析等操作后，從中提取特征值和關(guān)鍵信息，從而形成標(biāo)簽，得到多維度的用戶描述。構(gòu)建用戶畫像往往就是用戶信息的標(biāo)簽化過程，利用大數(shù)據(jù)技術(shù)分析用戶行為、偏好等，做到精準(zhǔn)分析和預(yù)測，為后續(xù)開展個性化和精準(zhǔn)服務(wù)提供重要的數(shù)據(jù)支持。
基于用戶畫像的高校學(xué)生網(wǎng)絡(luò)安全素養(yǎng)提升模型
隨著高校對學(xué)生網(wǎng)絡(luò)安全素養(yǎng)的要求不斷提高，高校應(yīng)該以學(xué)生為中心，通過分析和挖掘?qū)W生畫像數(shù)據(jù)，利用各類算法模型進(jìn)行匹配關(guān)聯(lián)，構(gòu)建學(xué)生網(wǎng)絡(luò)安全素養(yǎng)提升模型，如圖1所示。模型分為4個步驟，通過采集學(xué)生數(shù)據(jù)，經(jīng)過數(shù)據(jù)標(biāo)簽化過程，完成用戶畫像構(gòu)建，然后運(yùn)用合適的模型算法，向用戶提供智能化服務(wù)。
數(shù)據(jù)采集
高校網(wǎng)絡(luò)安全教育的主體是學(xué)生，根據(jù)學(xué)生的用戶屬性和行為方式，將用戶數(shù)據(jù)分為3個方面：基礎(chǔ)數(shù)據(jù)、學(xué)習(xí)數(shù)據(jù)、行為數(shù)據(jù)，如表1所示。采集的數(shù)據(jù)越詳細(xì)，用戶畫像越清晰，后期數(shù)據(jù)分析越準(zhǔn)確。
基礎(chǔ)數(shù)據(jù)主要是對學(xué)生個人信息的描述，如姓名、性別、年齡、專業(yè)、生源等，這些數(shù)據(jù)主要來源于學(xué)工系統(tǒng)，同時也可以根據(jù)實(shí)際情況增加需要的項(xiàng)目。
學(xué)習(xí)數(shù)據(jù)主要描述學(xué)生在學(xué)習(xí)過程中的行為和偏好，主要包括學(xué)生參加的網(wǎng)絡(luò)安全方面的課程、實(shí)踐課程、工作坊、講座、知識競賽、圖書借閱等。學(xué)習(xí)數(shù)據(jù)主要來源于教務(wù)系統(tǒng)、工作坊系統(tǒng)、學(xué)生社區(qū)活動系統(tǒng)、圖書館系統(tǒng)等。
行為數(shù)據(jù)主要包括學(xué)生的安全上網(wǎng)行為數(shù)據(jù)、門禁出入數(shù)據(jù)、消費(fèi)數(shù)據(jù)等。安全上網(wǎng)行為數(shù)據(jù)用于描述學(xué)生的上網(wǎng)習(xí)慣和特征，重點(diǎn)記錄學(xué)生學(xué)習(xí)網(wǎng)絡(luò)安全方面的行為數(shù)據(jù)，包括瀏覽、下載、搜索相關(guān)內(nèi)容、文獻(xiàn)、書籍等，以及不良的上網(wǎng)行為數(shù)據(jù)，包括訪問黃賭毒等不良網(wǎng)站、刷單行為、挖礦行為、點(diǎn)擊釣魚郵件、泄露個人信息行為等。數(shù)據(jù)可以通過學(xué)校網(wǎng)絡(luò)安全設(shè)備、上網(wǎng)行為管理設(shè)備等安全監(jiān)管設(shè)備搜集。門禁出入數(shù)據(jù)用于描述學(xué)生進(jìn)出學(xué)校、寢室的時間、地點(diǎn)等行為軌跡，數(shù)據(jù)主要來源于門禁系統(tǒng)。消費(fèi)數(shù)據(jù)主要是校園卡消費(fèi)流水?dāng)?shù)據(jù)，數(shù)據(jù)來源于校園一卡通系統(tǒng)。
數(shù)據(jù)標(biāo)簽化和用戶畫像構(gòu)建
數(shù)據(jù)標(biāo)簽化是指用戶信息的標(biāo)簽化過程，即將用戶特征信息映射到標(biāo)簽體系中，包括數(shù)據(jù)處理和用戶標(biāo)簽提取，不同的標(biāo)簽?zāi)苊枋鲇脩舻牟煌暯恰Ｓ脩舢嬒駱?gòu)建則是數(shù)據(jù)標(biāo)簽化后的產(chǎn)物，是將數(shù)據(jù)信息處理、挖掘、標(biāo)簽化后，構(gòu)建多維度、全方位的用戶畫像。
數(shù)據(jù)處理過程中，因?yàn)閿?shù)據(jù)來源復(fù)雜，來自各個業(yè)務(wù)系統(tǒng)、數(shù)據(jù)平臺等，數(shù)據(jù)類型多樣，有非結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，所以處理起來比較困難。其中，本文用戶的基礎(chǔ)數(shù)據(jù)屬于結(jié)構(gòu)化數(shù)據(jù)，學(xué)習(xí)數(shù)據(jù)、行為數(shù)據(jù)中大部分屬于非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)。
本文從三個維度對學(xué)生建立標(biāo)簽體系，分別是學(xué)生的基礎(chǔ)屬性標(biāo)簽、學(xué)習(xí)屬性標(biāo)簽、行為屬性標(biāo)簽，如表2所示。基礎(chǔ)屬性標(biāo)簽是對學(xué)生個人信息的描述，標(biāo)簽有姓名、性別、專業(yè)等。學(xué)習(xí)屬性標(biāo)簽源于學(xué)生所學(xué)課程、參加的活動等，反映學(xué)生的學(xué)習(xí)過程及偏好，標(biāo)簽有網(wǎng)絡(luò)安全相關(guān)課程學(xué)習(xí)時長、課程體系學(xué)習(xí)程度、參加相關(guān)活動次數(shù)、相關(guān)知識競賽得分情況、相關(guān)圖書借閱次數(shù)、文獻(xiàn)下載數(shù)量等。行為屬性標(biāo)簽來源于學(xué)生瀏覽網(wǎng)頁內(nèi)容、門禁出入、消費(fèi)等，反映學(xué)生上網(wǎng)行為習(xí)慣、活動情況、消費(fèi)情況等，標(biāo)簽有瀏覽網(wǎng)絡(luò)安全相關(guān)內(nèi)容時長、檢索關(guān)鍵詞數(shù)量、下載資料數(shù)量、門禁出入異常記錄數(shù)據(jù)、消費(fèi)流水?dāng)?shù)據(jù)。
完成用戶標(biāo)簽提取后，可以通過各類直觀的方式展現(xiàn)用戶畫像。例如，可以利用直方圖、雷達(dá)圖等各類統(tǒng)計(jì)圖呈現(xiàn)效果，或者借助標(biāo)簽云，結(jié)合人物圖片和用戶標(biāo)簽進(jìn)行呈現(xiàn)。其中，用戶畫像越清晰，對應(yīng)的特征值和標(biāo)簽越多，反之則越少。同時，為了深入研究用戶畫像的應(yīng)用，還需要構(gòu)建群體畫像，通過歸納總結(jié)形成具有相近信息化素養(yǎng)和能力的用戶群體畫像。個人畫像和群體畫像的構(gòu)建，方便觀察和分析個體與群體的特征及發(fā)展趨勢，為后續(xù)用戶畫像的應(yīng)用提供基礎(chǔ)數(shù)據(jù)。
智慧服務(wù)模型算法
為了更好地為學(xué)生提供服務(wù)，需要構(gòu)建相關(guān)的智慧服務(wù)模型，匹配關(guān)聯(lián)用戶畫像，并不斷完善相關(guān)算法。根據(jù)用戶畫像模型，采用多種方式相結(jié)合的數(shù)據(jù)挖掘算法，分析和預(yù)測用戶的資源需求和行為趨勢，然后通過高效的信息化手段，為用戶提供有價(jià)值的信息資源和服務(wù)。
構(gòu)建用戶畫像和資源服務(wù)之間的智能推薦模型，根據(jù)學(xué)生的基礎(chǔ)信息化素養(yǎng)和社交行為數(shù)據(jù)構(gòu)建用戶畫像，同時對所提供的課程內(nèi)容、培訓(xùn)服務(wù)、圖書資料等進(jìn)行數(shù)據(jù)分析挖掘，匹配關(guān)聯(lián)兩者，從而實(shí)現(xiàn)精準(zhǔn)的網(wǎng)絡(luò)安全教育資源推送服務(wù)。構(gòu)建學(xué)生個體與群體之間的智能分析模型，根據(jù)個體畫像和群體畫像數(shù)據(jù)，分析預(yù)測學(xué)生個體和群體的網(wǎng)絡(luò)安全素養(yǎng)發(fā)展規(guī)律，提高網(wǎng)絡(luò)安全素養(yǎng)，預(yù)防網(wǎng)絡(luò)安全事件的發(fā)生。
基于內(nèi)容推薦算法是常用的推薦算法之一，它匹配用戶的喜好和擬推薦內(nèi)容之間的相似程度，將用戶喜歡的資源內(nèi)容推薦給目標(biāo)用戶，實(shí)現(xiàn)精準(zhǔn)化服務(wù)。深度學(xué)習(xí)算法是近年來系統(tǒng)領(lǐng)域的研究熱點(diǎn)，利用深度神經(jīng)網(wǎng)絡(luò)的強(qiáng)大表征能力，提高預(yù)測的準(zhǔn)確性和效果。
開展智慧服務(wù)
1. 為學(xué)生推送精準(zhǔn)化的網(wǎng)絡(luò)安全資源和培訓(xùn)服務(wù)
學(xué)生用戶畫像的構(gòu)建，使得學(xué)校開展精準(zhǔn)化教學(xué)成為可能。高校可以根據(jù)學(xué)生的特點(diǎn)、需求、愛好等，為學(xué)生提供精準(zhǔn)化的網(wǎng)絡(luò)安全資源和培訓(xùn)服務(wù)。
根據(jù)用戶畫像，利用大數(shù)據(jù)分析，實(shí)現(xiàn)精準(zhǔn)化的資源推送。例如，根據(jù)學(xué)生的專業(yè)、年級以及專業(yè)課程，為其推送個性化的信息化、網(wǎng)絡(luò)安全相關(guān)資料；根據(jù)學(xué)生的興趣愛好，為其推送相關(guān)的課程、視頻、課件等。
根據(jù)用戶畫像，分析用戶的需求變化，制定相關(guān)的培訓(xùn)計(jì)劃，提供精準(zhǔn)的服務(wù)內(nèi)容，從而滿足用戶的需求。例如，非電信專業(yè)的學(xué)生，平時接觸計(jì)算機(jī)網(wǎng)絡(luò)較少，可以根據(jù)學(xué)生生源、專業(yè)等特點(diǎn)，提供對應(yīng)的信息素養(yǎng)培訓(xùn)；針對大一新生，推送個性化的培訓(xùn)、講座、知識競賽等，提高新生的網(wǎng)絡(luò)安全意識；通過大數(shù)據(jù)分析，統(tǒng)計(jì)各個分院的網(wǎng)絡(luò)安全問題，針對問題較多的學(xué)院，制定相應(yīng)的培訓(xùn)方案，降低安全事件發(fā)生概率。
2. 為學(xué)生制定個性化的網(wǎng)絡(luò)安全教育策略
利用學(xué)生用戶畫像開展教學(xué)活動，提高學(xué)生網(wǎng)絡(luò)安全防范意識和能力，構(gòu)建一個以提升學(xué)生網(wǎng)絡(luò)安全素養(yǎng)為目標(biāo)的教學(xué)模式。在日常教學(xué)過程和實(shí)踐活動中，加入學(xué)生畫像，根據(jù)學(xué)生學(xué)習(xí)數(shù)據(jù)、活動數(shù)據(jù)、互動數(shù)據(jù)、行為數(shù)據(jù)等，分析學(xué)生的信息化能力和網(wǎng)絡(luò)安全意識，推送相關(guān)專業(yè)課程學(xué)習(xí)資料，把提升學(xué)生網(wǎng)絡(luò)安全素養(yǎng)嵌入課堂中。同時也可以根據(jù)學(xué)生能力范圍、興趣愛好等，把學(xué)生分為不同的小組，開展不同類型的教學(xué)活動、教學(xué)評估，實(shí)現(xiàn)個性化教學(xué)方式。
為豐富用戶畫像內(nèi)容，可以將信息素養(yǎng)教學(xué)融入學(xué)校的第二課堂活動、實(shí)踐項(xiàng)目、工作坊等，涵蓋學(xué)生的整個學(xué)習(xí)生涯。分析用戶畫像與群體畫像內(nèi)容，為學(xué)生提供針對性、漸進(jìn)式的培訓(xùn)和咨詢，彌補(bǔ)學(xué)生的不足之處，鍛煉學(xué)生的實(shí)踐能力和學(xué)習(xí)能力。
3. 輔助管理層制定科學(xué)的決策
大數(shù)據(jù)畫像技術(shù)不僅在學(xué)生教學(xué)的精準(zhǔn)化、個性化方面發(fā)揮重要作用，對于管理層而言，還起到輔助科學(xué)決策的作用。學(xué)校的領(lǐng)導(dǎo)者通過數(shù)據(jù)分析和挖掘?qū)W生畫像，可以知道每個分院學(xué)生對信息化素養(yǎng)和網(wǎng)絡(luò)安全的了解程度，從頂層設(shè)計(jì)出發(fā)，制定相應(yīng)的人才培養(yǎng)方案和課程設(shè)計(jì)。信息化工作者通過分析個體畫像和群體畫像，從網(wǎng)絡(luò)安全角度出發(fā)，制定相應(yīng)的防護(hù)措施和策略，增添防火墻、審計(jì)設(shè)備、監(jiān)管設(shè)備等，制定細(xì)化的黑白名單策略，重點(diǎn)關(guān)注網(wǎng)絡(luò)安全意識不足的分院和對象，降低網(wǎng)絡(luò)安全風(fēng)險(xiǎn)。分院學(xué)工老師通過對學(xué)生數(shù)據(jù)長期、持續(xù)追蹤和分析，動態(tài)調(diào)整網(wǎng)絡(luò)安全教育策略，同時重視學(xué)生反饋，做好反饋機(jī)制，針對性地為學(xué)生提供更具有價(jià)值、更貼近學(xué)生需求的教育服務(wù)，提高學(xué)生體驗(yàn)感。
4. 動態(tài)預(yù)測趨勢，開展針對性措施
利用用戶畫像還能動態(tài)預(yù)測用戶個體和群體的發(fā)展規(guī)律。通過分析用戶畫像和動態(tài)數(shù)據(jù)，可以檢測追蹤學(xué)生群體的變化規(guī)律和群體性特征，依據(jù)學(xué)生群體的變化特征，動態(tài)調(diào)整相應(yīng)的教學(xué)方案和計(jì)劃，保障教學(xué)質(zhì)量，提高教學(xué)效率。
同時，大數(shù)據(jù)畫像技術(shù)還可以用于預(yù)測趨勢，對于有潛在網(wǎng)絡(luò)安全風(fēng)險(xiǎn)的個體或群體，及時做出針對性干預(yù)，給出個性化的防范建議和服務(wù)推送。例如，對于非工科類專業(yè)學(xué)生，積極推送個性化的學(xué)習(xí)資源和培訓(xùn)服務(wù)，防患于未然；對學(xué)生上網(wǎng)行為數(shù)據(jù)進(jìn)行實(shí)時追蹤和分析，發(fā)現(xiàn)學(xué)生訪問不良網(wǎng)站時，及時采取相應(yīng)的措施，如彈窗警告、短信通知等，糾正學(xué)生的錯誤行為；對一卡通、微信、支付寶等消費(fèi)交易數(shù)據(jù)進(jìn)行分析和追蹤，重點(diǎn)關(guān)注大額消費(fèi)和突發(fā)性消費(fèi)。
結(jié)束語
信息化的飛速發(fā)展對大學(xué)生網(wǎng)絡(luò)安全教育提出更高的要求。加強(qiáng)大學(xué)生的網(wǎng)絡(luò)安全教育，既是培養(yǎng)新時代高素質(zhì)人才的需求，也是穩(wěn)定校園環(huán)境、保障學(xué)生安全的需求。在大數(shù)據(jù)時代，傳統(tǒng)的網(wǎng)絡(luò)安全教育模式亟待改變，大數(shù)據(jù)畫像技術(shù)在高校網(wǎng)絡(luò)安全教育的應(yīng)用打破了傳統(tǒng)的教育模式，利用大數(shù)據(jù)平臺對用戶數(shù)據(jù)進(jìn)行充分挖掘，教育過程從“經(jīng)驗(yàn)型”模式向“數(shù)據(jù)支持型”模式轉(zhuǎn)變，使得決策更加科學(xué)和有效。利用大數(shù)據(jù)畫像技術(shù)，能在海量的信息中挖掘出潛在的價(jià)值，即學(xué)生的個體和群體特征，為學(xué)生提供精準(zhǔn)的個性化推送，制定專門的教學(xué)方式，為個性化教學(xué)提供基礎(chǔ)保障。利用大數(shù)據(jù)畫像能夠提高教學(xué)效率，實(shí)現(xiàn)數(shù)字化教育新模式。
來源：《中國教育網(wǎng)絡(luò)》2024年8月刊
