盛蒙蒙

（浙江警察學(xué)院計算機與信息安全系，杭州310051）

0 引言

Python 語言因其簡單易學(xué)、功能強大、高效靈活等優(yōu)點，成為“復(fù)雜信息系統(tǒng)時代”利用計算機解決問題最直觀的表達工具，各大院校紛紛開設(shè)Python 語言程序設(shè)計課程。從多所公安院校的實際教學(xué)效果看，Py?thon 語言適合的教學(xué)對象是需要利用計算機解決各類實際問題、甚至是公安實戰(zhàn)問題的群體，這恰是網(wǎng)絡(luò)安全與執(zhí)法專業(yè)（以下簡稱網(wǎng)安專業(yè)）程序設(shè)計課程的教學(xué)目的。因此，如何以Python 程序設(shè)計課程為載體，培養(yǎng)學(xué)生的實戰(zhàn)應(yīng)用能力和創(chuàng)新能力已成為研究熱點。

國內(nèi)外專家對Python 語言程序設(shè)計課程進行多方面的探索和研究。X Kui 等人[1]利用交互式課堂管理系統(tǒng)和在線判斷系統(tǒng)來促進學(xué)生自我探索能力。Fangohr等人[2]設(shè)計自動評估和反饋系統(tǒng)，并根據(jù)評估結(jié)果提供合適的指導(dǎo)。文欣秀等人[3]以軟件工程思想為指導(dǎo)，通過模塊化教學(xué)，提高學(xué)生的創(chuàng)新實踐能力和問題分析能力。趙廣輝等人[4]從教學(xué)目標、課程內(nèi)容、教學(xué)設(shè)計和教學(xué)形式方面對程序設(shè)計公共課進行重構(gòu)，實現(xiàn)賦能目標。上述文章從教學(xué)方式、教學(xué)設(shè)計、評價系統(tǒng)、能力建設(shè)等方面對Python 程序設(shè)計課程進行了研究，然而對實驗環(huán)節(jié)的討論甚少。我校是公安院校，十分注重實戰(zhàn)應(yīng)用能力的培養(yǎng)。本文以基于文本內(nèi)容的垃圾短信識別為例，探討Python 程序設(shè)計課程綜合實驗案例的設(shè)計，目的是提高學(xué)生的實踐能力和創(chuàng)新能力，增強職業(yè)認同感和學(xué)習(xí)熱情。

1 現(xiàn)有Python程序設(shè)計課程實驗教學(xué)的不足

首先，實驗內(nèi)容是實驗?zāi)繕说闹饕d體，決定實驗效果。目前單一固定的實驗主題造成Python 知識與實戰(zhàn)應(yīng)用嚴重脫節(jié)，學(xué)生對課程滿意度低，學(xué)完就忘。其次，Python 綜合實驗需要進行探究性學(xué)習(xí)來深入理解教學(xué)內(nèi)容，固定的學(xué)習(xí)時間會阻礙學(xué)生的探索欲望，造成學(xué)生淺嘗輒止、難以綜合利用所學(xué)知識去解決實際問題的現(xiàn)狀。第三，傳統(tǒng)實驗教學(xué)模式是教師講授實驗要求，同學(xué)們按既定的步驟開展實驗并提交報告，這使得學(xué)生滋生被動完成任務(wù)甚至抄襲實驗報告的心理。

清華大學(xué)副校長楊斌[5]指出，“對于‘新工科’建設(shè)要‘授人以欲’。因此，從培養(yǎng)學(xué)生的實踐能力和創(chuàng)新能力角度出發(fā)，在網(wǎng)安工作的實際需求中提取實驗素材，探索Python 課程實驗教學(xué)改革，具有重要的現(xiàn)實意義。

2 基于SPOC的Python綜合實驗設(shè)計分析

實驗教學(xué)對象是網(wǎng)安專業(yè)大二上學(xué)生，有C 語言和數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)，對網(wǎng)絡(luò)安全業(yè)務(wù)有一定的了解。筆者根據(jù)公安網(wǎng)警偵破網(wǎng)絡(luò)犯罪案件的能力要求，篩選3個常見的公安應(yīng)用，并結(jié)合Python 教學(xué)要求和教師科研經(jīng)驗對實驗進行改編，使其既保持實驗內(nèi)容的真實性、實踐性，又通過設(shè)計加強它的學(xué)科性、創(chuàng)新性。同時，采用基于SPOC 的混合教學(xué)模式進行實驗教學(xué)，有效提升學(xué)生“自主學(xué)習(xí)、團隊協(xié)作、融合創(chuàng)新”能力。

2.1 串聯(lián)知識點，培養(yǎng)綜合能力

綜合實驗的內(nèi)容來自公安實際工作需求，在此基礎(chǔ)上將課程知識點有效地進行融入，能引起學(xué)生強烈的解決問題的內(nèi)生動力。同時，實驗的綜合性促使學(xué)生在腦海里將各個章節(jié)的“知識孤島”變成整門課的“知識地圖”，鍛煉綜合應(yīng)用知識的能力。

2.2 開放性實驗，實現(xiàn)分層教學(xué)

SPOC（Small Private Online Course）形式進行實驗教學(xué)，能以學(xué)生為中心，注重培養(yǎng)學(xué)生的學(xué)習(xí)能力和實踐能力[6]。課程采用SPOC 混合學(xué)習(xí)模式探討3 個主題的綜合實驗，并予以難度區(qū)分，既讓學(xué)生“吃得飽”，也能“走得遠”，有效延伸教學(xué)廣度和深度。實驗主題具體如表1 所示。此外，SPOC 教學(xué)為學(xué)生靈活的學(xué)習(xí)時間創(chuàng)造條件，十分契合公安院校學(xué)生的學(xué)習(xí)實際。

表1 綜合實驗的主題設(shè)計

2.3 多樣化評價，激發(fā)學(xué)習(xí)熱情

韓紹程等人[7]指出，將課程評定分數(shù)相對“均勻”和“明確”地分布在學(xué)生參與課程學(xué)習(xí)的各個環(huán)節(jié)，有利于調(diào)動學(xué)生學(xué)習(xí)的積極性，提高學(xué)生的學(xué)習(xí)興趣。綜合性實驗成績包括線上學(xué)習(xí)分、線下討論分、展示評價分和提交文檔評分。其中展示部分是以小組為單位對實驗進行功能介紹、代碼演示和現(xiàn)場答疑。如此小組比賽的形式，即是壓力也是動力，為取得更好的成績，每個小組都用極大的熱情去完成實驗。

3 基于文本內(nèi)容的垃圾短信識別實驗案例

近年來，電信詐騙的手段趨于專業(yè)化、多樣化，不法分子利用短信等方式進行詐騙，嚴重影響社會穩(wěn)定，威脅人民財產(chǎn)安全[8]。課程以此為背景開發(fā)了垃圾短信識別程序?qū)嶒灐?/p>

3.1 實驗環(huán)境

本實驗采用Python 語言進行數(shù)據(jù)預(yù)處理、分詞、數(shù)據(jù)建模與模型評價工作。具體實驗環(huán)境如表2 所示。

表2 實驗環(huán)境

3.2 實驗原理

本實驗首先讀取脫敏的短信數(shù)據(jù)文件，然后通過采樣、數(shù)據(jù)清洗、分詞等步驟為分析做好數(shù)據(jù)準備，接著采用詞云圖方法進行直觀分析，再通過數(shù)據(jù)建模方法進行模型構(gòu)建和模型評估。主要流程如圖1 所示。

圖1 基于文本內(nèi)容的垃圾短信識別綜合實驗設(shè)計

3.3 實驗步驟

（1）讀取數(shù)據(jù)

本實驗提供80 萬條的脫敏短信數(shù)據(jù)，以csv 格式保存。其中正常短信72 萬條（類型以0 表示），垃圾短信8 萬條（類型以1 表示）。通過pandas 庫，用read_csv 函數(shù)來讀取短信數(shù)據(jù)。數(shù)據(jù)的屬性為3 列，包括序號、短信類型、短信內(nèi)容。部分數(shù)據(jù)內(nèi)容如表3所示。

表3 短信文件的部分數(shù)據(jù)內(nèi)容

（2）對數(shù)據(jù)進行采樣

首先，對正常短信和垃圾短信進行統(tǒng)計。數(shù)據(jù)顯示，正常短信占了90%，垃圾短信僅占10%，屬于不平衡數(shù)據(jù)。因此，實驗采用欠采樣方式，通過減少正常短信的樣本數(shù)量來提高垃圾短信的分類性能，最后獲取正常短信和垃圾短信各1 萬條的數(shù)據(jù)集形成待分析的樣本。

（3）數(shù)據(jù)清洗

將短信列（message）提取出來，去除文本中的空格和文本脫敏后造成的大量‘x’符號，并刪除重復(fù)短信。然后使用jieba 中文分詞庫，對短信數(shù)據(jù)進行分詞處理。分詞結(jié)果中會出現(xiàn)很多沒有太大檢索意義的詞語，如“的”、“呢”、“一些”等，這些稱為Stop Words（停用詞）。分詞后的數(shù)據(jù)需要做去除停用詞處理。

（4）基于詞云圖的短信可視化分析

可視化分析是指通過形象地展示數(shù)據(jù)分析結(jié)果來方便用戶理解。本實驗通過詞云圖分析，可以直觀地發(fā)現(xiàn)兩類短信中常見的詞語。通過詞云圖可以看出，垃圾短信經(jīng)常出現(xiàn)的詞語有“活動”、“送”、“折”等，與商家促銷廣告相關(guān)，符合我們對垃圾短信的日常認知。如圖2 所示。

（5）用樸素貝葉斯進行模型訓(xùn)練

實驗選用模型對已有短信分類進行學(xué)習(xí)，再通過測試數(shù)據(jù)計算模型的精準度，若符合要求，可以發(fā)布模型，用該模型實現(xiàn)對新增短信的類型自動識別。

①短信文本的特征提取。實驗使用逆文檔頻率（TF-IDF）方法進行特征提取，其原理是用統(tǒng)計方法評估一個字詞的重要性，某個詞項在多篇語料庫文本中出現(xiàn)的次數(shù)越多，該詞項的區(qū)分能力越差[9]。計算每個詞項的TF-IDF 值，公式如下所示：

其中，tf(wi)表示詞語的詞頻，idf(wi)表示逆文檔頻率，用于衡量關(guān)鍵詞的權(quán)重，N 表示詞語在某文檔中的頻次，M 表示該文檔的詞語數(shù)，D 表示總文檔數(shù)，Dw表示包含該詞語的文檔數(shù)。計算所有詞語的TF-IDF的值，將短信文本表示為文檔-詞條矩陣。

②獲取訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)。隨機抽取80%的樣本數(shù)據(jù)為訓(xùn)練數(shù)據(jù)，剩下的20%為測試數(shù)據(jù)，通過train_test_split 函數(shù)進行數(shù)據(jù)拆分。

③分類器選擇與訓(xùn)練。模式識別分類器種類很多，scikit-learn 提供了常用的分類器，如支持向量機、最近鄰、神經(jīng)網(wǎng)絡(luò)模型等。本實驗采用的是高斯樸素貝葉斯模型。

④對模型進行評估。評估模型通過四種指標進行評價，結(jié)果如表4 所示。

圖2

表4 高斯樸素貝葉斯模型評分結(jié)果表

（6）模型對比分析

學(xué)有余力的學(xué)生可以進行擴展學(xué)習(xí)，例如使用支持向量機（SVM）、決策樹（Decision Trees）、最近鄰（NearestNeighbors）等機器學(xué)習(xí)模型進行實驗對比。另外，學(xué)生們在細節(jié)上可以有更多改進，例如為逃避垃圾短信檢測，部分短信會采用拼音處理，預(yù)處理的時候可以加入拼音檢測；例如類似“#$@[]”等干擾字符過多的，可以直接歸類為垃圾短信等。

3.4 實驗效果分析

通過教學(xué)實踐發(fā)現(xiàn)，以SPOC 形式進行Python 程序設(shè)計綜合實驗教學(xué)取得良好效果。首先，實驗的每個步驟覆蓋多個知識點，對一學(xué)期學(xué)習(xí)的各章節(jié)內(nèi)容形成有效連接，讓學(xué)生切身感受到Python 語言的強大性和實用性。具體如表5 所示。

表5 實驗所覆蓋的知識點

其次，采取SPOC 實驗教學(xué)，學(xué)生以團隊形式選取感興趣的主題進行實踐并舉行同臺競賽，大大激發(fā)學(xué)生的學(xué)習(xí)主動性和不斷完善項目的動力，鍛煉科研能力，促進深度學(xué)習(xí)。

最后，教師以SPOC 形式講解綜合實驗，即能將復(fù)雜的問題通過視頻形式講解清楚，又將教師從重復(fù)的勞動中解放出來，把更多的精力放在教學(xué)活動的組織、評價和資源的建設(shè)等方面，從而達到教學(xué)相長的效果。

4 結(jié)語

本文基于Python 語言實驗教學(xué)的特點和傳統(tǒng)編程實驗教學(xué)中存在的不足，結(jié)合公安院校的培養(yǎng)要求，以垃圾短信識別為例，詮釋用綜合實驗串聯(lián)Python 程序設(shè)計課程知識點的完整過程，在培養(yǎng)學(xué)生自主學(xué)習(xí)、動手實踐和應(yīng)用創(chuàng)新能力方面取得良好的教學(xué)效果。Python 程序設(shè)計作為網(wǎng)安專業(yè)的核心課程，教學(xué)團隊需要不斷汲取國內(nèi)外的優(yōu)秀教學(xué)經(jīng)驗，不斷改進與創(chuàng)新教學(xué)內(nèi)容、教學(xué)方法，以培養(yǎng)學(xué)生的綜合能力和創(chuàng)新能力為目標，為社會培養(yǎng)更多的卓越警務(wù)人才。