实习实践报告#

安全创客实践（2026）

以 Linux、Git、算法训练、软件工程实践与实时对抗 AI 项目为核心的综合实践总结。

一、实践主要内容及进程#

项目概述#

本次安全创客实践以 Linux、Git、程序调试、软件测试与算法训练 为基础，以 “蒜头攻防大作战”实时网格对抗 AI 为综合项目。

平台要求角色每回合向上下左右相邻格移动，处理苹果、护盾、身体增长、双方同步行动和周期性缩圈等机制。

其中核心函数：

walk()

需要在 100 ms 内返回合法动作，同时评测代码不得：

输出标准信息；
读写文件；
创建额外进程。

团队整体采用：

工程工具学习 → 算法能力训练 → 规则建模 → AI 迭代 → 回归测试与答辩

的推进路线。

第一阶段：工程基础训练（7 月 5 日～ 7 月 7 日）#

学习内容#

完成：

Linux 环境使用；
Git 版本控制；
程序调试；
代码规范；
防御式编程实践。

Git 与工程协作#

通过以下操作练习版本管理：

init
add
commit
branch
merge
rebase
clone
fetch
pull

掌握：

版本回退；
冲突处理；
远端协作。

调试与测试#

结合：

编译警告；
日志分析；
断言；
gdb；
gcov；
黑盒测试；
白盒测试。

定位：

WA（Wrong Answer）
TLE（Time Limit Exceeded）
RE（Runtime Error）

等问题。

同时围绕：

Bash 危险操作防护；
字符串函数安全使用；
动态数组安全；
输入检查；
边界处理；

建立防御式编程意识。

第二阶段：算法能力训练（7 月 8 日～ 7 月 11 日）#

集中学习：

队列；
栈；
链表；
图；
搜索算法。

完成：

DFS；
BFS；
Dijkstra；
SPFA；
贪心算法；
启发式搜索。

通过：

迷宫问题；
连通块问题；
最短路问题；
状态搜索问题；

理解不同数据结构与算法的适用场景。

贪吃蛇状态搜索#

在算法训练中，使用：

四进制 Hash + BFS

压缩蛇身方向状态。

以：

蛇头坐标 + 形状编码

作为搜索状态，为后续综合项目中的：

动态状态重建；
搜索判重；

提供方法基础。

阶段整理（7 月 12 日）#

按照实训安排休息，并整理：

前阶段代码；
错题记录；
学习笔记。

为工程实践阶段做好准备。

第三阶段：工程实践训练（7 月 13 日）#

完成：

自制简易 OJ；
“实现自己的 Shell”实验。

自制 OJ#

通过：

Makefile
 ↓
编译执行
 ↓
输入输出对比
 ↓
结果判定

串联完整程序评测流程。

Shell 实验#

结合：

进程；
地址空间；
父子进程；
fork()；
exec()；

实现：

命令读取；
命令解析；
子进程执行。

进一步理解用户态程序与操作系统接口。

第四阶段：实时对抗 AI 综合项目（7 月 14 日～ 7 月 15 日）#

项目名称：

蒸头攻防大作战

首先分析：

Player 接口；
地图规则；
护盾机制；
身体增长；
同步行动；
缩圈规则；
碰撞规则。

随后实现：

状态建模#

包括：

身体历史记录；
尾格释放模拟。

BFS 多指标评估#

对候选落点计算：

连通面积；
出口数量；
资源距离；
尾部连通性；
缩圈风险。

对手策略推演#

枚举对手所有合法一步：

模拟同格碰撞；
计算最坏情况；
对己方动作进行评分。

第五阶段：测试与优化（7 月 16 日）#

使用：

./run.sh

./run.sh --visible

结合：

日志；
多地图；
多对手环境；

完成回归测试与性能验证。

整理：

项目仓库；
README；
演示文稿；
实践报告。

复核：

核心算法；
时间复杂度；
测试数据；
工程约束。

第六阶段：项目答辩（7 月 17 日）#

围绕：

任务规则；
状态重建；
BFS 多指标评估；
对手最坏情况推演；
复杂度分析；
测试结果；

完成成果展示，并回答教师提问。

二、主要收获与体会#

工程能力提升#

本次实践将零散的：

Linux；
Git；
调试；
测试；
算法知识；

串联成完整工程链路。

版本控制使策略调整：

可追踪、可回退。

日志、gdb、覆盖分析和批量回归使问题定位从：

“凭感觉修改”

转变为：

“基于可复现实验证”。

同时，通过：

编译警告；
合法性判断；
接口兜底；

使时间、空间和异常行为具有明确边界。

算法思维提升#

团队认识到：

实时对抗的关键不是简单追逐最近资源，而是建立符合裁判规则的动态模型。

身体历史和尾格释放决定下一回合真实可用空间。

BFS 不仅用于最短路，还能够复用：

面积；
出口；
资源；
回尾；

等多个指标。

面对同步行动的不确定性：

对手全枚举 + 最坏情况评分

比单一路线预测更加稳定。

工程协作提升#

阶段目录、统一脚本、README 与答辩材料降低了团队沟通成本。

实践证明：

文档和展示不是开发后的附属工作，而是工程质量的重要组成部分。

只有明确：

规则；
数据结构；
函数职责；
复杂度；
能力边界；

才能及时发现实现偏差，并形成可复用方法。

三、对实践单位的建议#

建议继续保留：

规则明确；
结果可复现；
支持可视化回放；

的对抗任务。

同时补充：

尾格释放；
双方同格拾取护盾；
缩圈临界情况；
无合法落点；
超时情况；

等标准测试用例。

如果平台能够展示：

单回合耗时；
失败原因；
地图覆盖；
关键回合回放；

学习者能够更容易区分：

规则错误；
实现错误；
策略不足。

教学方面建议增加：

中期代码走查；
匿名基线对手；
阶段排行榜；
模拟评审。

四、实践成果#

1. 核心程序#

核心文件：

/code/player.h

实现：

init()
walk()

包含：

输入检查；
身份识别；
身体历史；
尾格释放；
BFS 多指标评估；
对手推演；
碰撞处理；
缩圈处理；
安全兜底。

复杂度：

[ O(n \times {=tex}m) ]

2. 测试结果#

随机种子回归测试：

项目数量

胜 61000 平 0 负 0

性能测试：

walk() 最大耗时约 1.13 ms

低于平台：

100 ms

限制。

支持：

多地图；
多个预编译对手；
常规运行；
可视化观察。

3. 算法与工程材料#

完成：

队列；
栈；
链表；
图；
搜索算法训练；
贪吃蛇四进制 Hash + BFS 状态压缩；
自制简易 OJ；
Shell 实验。

形成：

Makefile
run.sh
README
日志系统
批量运行脚本
地图文件

4. 答辩材料#

完成并部署实际演示稿：单独打开「蒜头攻防大战」答辩演示。

系统展示：

项目难点；
总体决策流程；
身体状态重建；
BFS 指标；
对手最坏情况；
复杂度；
测试结果；
改进方向。

5. 方法总结#

形成实时网格对抗方案：

使用历史状态补全不可直接观测信息；
使用 BFS 提取可解释指标；
使用最坏情况评价处理对手不确定性；
使用批量回归与性能测试验证实现。

总结：本次实践完成了从基础工具学习，到算法设计，再到完整 AI 工程实现的全过程训练。