随着互联网技术的高速发展与进步,使得人类逐步进入了互联网时代。互联网与人类生活不断地融合,人类越来越依赖网络化的生活方式。然而,与之相关的网络安全问题层出不穷,对整个社会的冲击也越来越大。因此,网络安全人才的培养迫在眉睫。与此同时,“互联网+”的倡议受到广泛关注,互联网与教育在不同程度、不同方面深度融合,使得越来越多的教育资源走向互联网,逐渐出现了很多类似于MOOC的网络学习平台。网络学习平台的出现使得学习者可以随时随地进行学习,学习变得更加方便,学习资源也更加丰富。综上所述,设计、开发一个面向网络安全的在线学习平台,通过网络学习的方式来培养网络安全人才是非常有意义的。然而,目前大多数网络安全在线学习平台仅仅局限于学习资料的共享与使用。学习资料越多,数据越庞大,对于毫无头绪的初学者来说,找到一套适合于自己的学习路线以及相关学习资料,无疑是一个非常严峻的考验。这种“盲人摸象”的学习方式很难取得好的学习效果,最终将导致学习者失去学习热情和学习兴趣。针对上述问题,本文在网络安全在线学习平台中引入个性化的推荐机制,通过获取学习者的学习基础和学习偏好,并设计推荐算法来为每位学习者推荐适合于其使用的学习路线以及相关学习资料,从而构建一个基于个性化推荐的网络安全自主学习平台。首先,对用户相似度的计算方法进行了研究,提出了一种新的权重系数,并由此提出一种“改进的修正余弦相似度”。基于这种改进的修正余弦相似度,进一步提出了一种“新的基于用户的协同过滤推荐算法”(A Novel User-based Collaborative Filtering Algorithm,简称NUCF);其次,在协同过滤算法NUCF的基础上,设计、开发了一个网络安全自主学习平台。该平台通过NUCF算法来为学习者推荐学习路线和学习资料,逐步引导学习者开展相关网络安全知识的学习,从而增加学习者的学习兴趣,并提升其学习效率。本文的主要研究工作如下:(1)提出一种新的基于用户的协同过滤推荐算法NUCF。传统的修正余弦相似度只考虑了用户共同评价的项目,一旦数据比较稀疏,就会影响用户相似度的计算精度。针对上述问题,本文对传统的修正余弦相似度进行了改进,提出一种新的权重系数weight,并通过融合修正余弦相似度、Jaccard系数与权重系数weight这三者的优势,从而得到一种改进的修正余弦相似度。基于这种改进的修正余弦相似度,本文进一步提出了一种新的基于用户的协同过滤推荐算法NUCF。通过在MovieLens数据集上的实验表明,NUCF算法能够取得非常好的推荐性能。(2)按照软件工程的原则,对网络安全自主学习平台进行了需求分析。首先,提出了网络安全自主学习平台的总体目标;其次,对学习平台的可行性进行分析,包括:技术可行性、经济可行性、法律可行性;最后,对学习平台的功能性需求和非功能性需求分别进行了分析。(3)在需求分析的基础之上,对网络安全自主学习平台进行了详细设计。通过功能模块设计,整个平台被分解为多个低耦合、高内聚的子模块,我们对每个子模块的设计方法进行了详细解析。整个平台被分成四个主要模块:个性化学习推荐模块、主学习模块、信息管理模块、用户管理模块。不同模块之间相互协作,使得平台的运行与操作简洁高效,从而减少了用户不必要的查找和搜索时间,达到高效学习。另外,对数据库中的表结构进行了详细设计。(4)在系统分析与设计的基础上,进一步对网络安全自主学习平台进行了具体实现。基于开发语言Python、Web应用框架Flask以及MySql数据库,完成了整个平台的开发。平台采用(1)中所提出的NUCF算法来实现个性化推荐功能,并提供多个专题的自主学习服务。用户可选择一个或几个专题进行自主学习,平台将为其推荐特定专题下的学习路线、书籍、技术帖子等。此外,我们对平台进行了详细的功能测试,从而保证了平台的正确性。