高级运维工程师
高级运维工程师
单栏 · 无照片
网络安全算法专家
个人总结
8年网络安全算法研发经验，专注流量异常检测、恶意代码识别与威胁情报建模，主导过千万级日活流量的检测引擎落地。熟悉机器学习与深度学习在入侵检测、DGA域名识别、加密流量分类中的应用，具备从算法研究到工程化上线的完整闭环能力。曾将核心检测模型误报率降低60%以上，支撑多款安全产品商用。
工作经历
北京奇安信科技有限公司
北京
网络安全上市企业
网络安全算法专家
2021年4月 - 至今
异常检测威胁情报
- 主导流量异常检测引擎算法迭代，将恶意流量召回率提升至96.5%，误报率下降62%。
- 搭建DGA域名识别模型并接入威胁情报平台，日均拦截恶意域名请求超30万次。
- 牵头模型工程化与在线推理优化，单节点吞吐提升3倍，支撑多款安全产品商用。
北京启明星辰信息技术股份有限公司
北京
网络安全上市公司
安全算法工程师
2018年7月 - 2021年3月
入侵检测机器学习
- 负责入侵检测规则与机器学习模型融合方案，告警准确率提升28%。
- 参与加密流量分类算法研发，在客户现网环境完成灰度验证并推广至12家客户。
项目经验
基于图神经网络的威胁情报关联分析平台
2022年3月 - 2023年12月
算法负责人
- 设计基于图神经网络的威胁情报关联分析模型，将团伙攻击识别准确率提升至91%。
- 完成离线训练与在线推理链路搭建，模型更新周期由周级缩短至天级。
加密流量恶意行为识别系统
2021年5月 - 2022年1月
核心算法工程师
- 构建加密流量指纹与行为特征融合分类模型，识别准确率达94%。
- 优化特征提取流程，单流处理耗时降低45%，满足现网实时检测要求。
研究经历
面向大规模网络的异常流量检测方法研究/主要研究者
北京
网络空间安全学院
2015年9月 - 2018年6月
- 提出基于集成学习的异常流量检测方法，在公开数据集上F1值提升8个百分点。
- 相关成果发表于国内安全核心期刊，并被后续研究引用。
主要成就
检测误报率大幅下降
主导检测引擎算法升级，误报率下降62%，年节省人工研判工时约4000小时。
授权发明专利2项
作为第一发明人获授权发明专利2项，均已在公司产品中落地应用。
推理性能优化
牵头模型在线推理优化，单节点吞吐提升3倍，降低算力成本约35%。
证书与认证
注册信息安全专业人员（CISP） - 中国信息安全测评中心
2023年6月
证明信息安全技术与安全管理综合能力。
阿里云安全专业认证（ACP） - 阿里云
2022年9月
证明云上安全架构与数据保护能力。
教育背景
北京邮电大学
211双一流
网络空间安全 硕士
北京2015年9月 - 2018年6月
研究方向为入侵检测与异常流量分析，参与国家自然科学基金项目。
西安电子科技大学
211双一流
信息安全 本科
西安2011年9月 - 2015年6月
核心课程：密码学、操作系统安全、数据结构与算法。
技能
机器学习/深度学习（PyTorch、XGBoost）
流量异常检测与入侵检测算法
恶意代码与DGA域名识别
Python / C++ 工程实现
威胁情报建模与图算法
Spark / Flink 大数据处理
荣誉奖项
中国网络安全技术对抗赛（强网杯）一等奖
北京邮电大学优秀硕士毕业生
就从这份模板开始
模板会复制到你的账户里，每一句话、每个板块和颜色都能改，改好再下载 PDF。