用于网络安全技能自适应学习的智能环境

动手计算教育需要一个真实的学习环境，使学生能够获得并深化其技能。现有的学习环境，包括虚拟与物理实验室，为学生提供了真实世界的计算机系统，但很少针对具有不同熟练度与背景的个体学生调整学习环境。我们设计了一种独特且新颖的用于网络安全技能自适应训练的智能环境。该环境收集各类学生数据，以分配合适的训练学习路径。为实现此种自适应性，我们提出、开发并部署了一种新的导师模型与训练格式。我们使用由114名不同熟练度学生参与的两种不同自适应训练对该学习环境进行了评估。结果表明，学生被分配了难度更合适的任务，使其能成功完成训练。学生反馈称他们享受该训练，感觉训练难度设计合理，并愿意参加更多此类训练。教师可将此环境用于教授任何涉及真实世界计算机网络与系统的主题，因其并非针对特定训练定制。我们免费发布了该软件及示例训练，以便其他教师在其教学实践中采用这些创新。