F17ce
后端开发
星河公司 · 2年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
作为网络安全顾问，我具备从需求洞察、架构设计、到落地实施与运维治理的端到端能力，专注“规则+AI”协同的边界防护体系构建，并以可视化与审计闭环提升安全运营效率与透明度。
- 安全架构与系统设计：规划前后端分离、分层架构（表示层/接口层/安全引擎/数据与审计），将特征签名检测与无监督AI（Isolation Forest、LOF）组合成复合判决链；支持微服务化与容器化演进、云原生部署、eBPF/NFQUEUE数据面对接方案评估。
- 后端与认证能力：精通 Flask/RESTful、JWT 无状态认证与 RBAC 权限模型、Rate Limiting 防滥用；能建立接口安全基线与零信任访问策略，设计可扩展的安全钩子与参数校验。
- 智能检测与特征工程：构建端口/协议/载荷长度/危险字符等多维特征；实现阈值策略与来源标注（Signature/ML_Anomaly/Behavior），在实验场景下实现对未知异常的有效检出并降低误报风险；具备数据集构建、模型评估与在线更新流程规范。
- 可视化与可观测性：设计仪表盘、拓扑与告警矩阵，统一结构化审计日志，支持与 ELK/SIEM 对接；建立指标采集与SLA监控，实现“看得见、管得住、可追责”的运维闭环。
- 性能与稳定性治理：在并发 50–100 条请求下核心 API 平均响应约 200–400ms、95%分位 < 500ms；通过异步化/限流/缓存与返回集裁剪（历史100、日志200）控制开销，结合压测定位瓶颈并优化。
- 合规与安全治理：落实最小权限原则、关键操作留痕、等保2.0审计项落地；建立应急响应与变更管控流程，形成制度化安全运营。
- 交付与赋能：主导需求澄清与架构评审、分阶段迭代、联调测试与上线；输出技术文档与培训材料，推动团队能力持续提升并保障知识转移。
- 安全架构与系统设计：规划前后端分离、分层架构（表示层/接口层/安全引擎/数据与审计），将特征签名检测与无监督AI（Isolation Forest、LOF）组合成复合判决链；支持微服务化与容器化演进、云原生部署、eBPF/NFQUEUE数据面对接方案评估。
- 后端与认证能力：精通 Flask/RESTful、JWT 无状态认证与 RBAC 权限模型、Rate Limiting 防滥用；能建立接口安全基线与零信任访问策略，设计可扩展的安全钩子与参数校验。
- 智能检测与特征工程：构建端口/协议/载荷长度/危险字符等多维特征；实现阈值策略与来源标注（Signature/ML_Anomaly/Behavior），在实验场景下实现对未知异常的有效检出并降低误报风险；具备数据集构建、模型评估与在线更新流程规范。
- 可视化与可观测性：设计仪表盘、拓扑与告警矩阵，统一结构化审计日志，支持与 ELK/SIEM 对接；建立指标采集与SLA监控，实现“看得见、管得住、可追责”的运维闭环。
- 性能与稳定性治理：在并发 50–100 条请求下核心 API 平均响应约 200–400ms、95%分位 < 500ms；通过异步化/限流/缓存与返回集裁剪（历史100、日志200）控制开销，结合压测定位瓶颈并优化。
- 合规与安全治理：落实最小权限原则、关键操作留痕、等保2.0审计项落地；建立应急响应与变更管控流程，形成制度化安全运营。
- 交付与赋能：主导需求澄清与架构评审、分阶段迭代、联调测试与上线；输出技术文档与培训材料，推动团队能力持续提升并保障知识转移。
项目经验
- 智能防火墙实验平台（规则+AI双引擎）
- 技术：Flask、JWT、Rate Limiting、Isolation Forest/LOF、Bootstrap 可视化、结构化审计日志
- 成果：并发 50–100 下核心 API 平均响应 200–400ms，P95 < 500ms；实时告警延迟 < 2s；对 SQLi/XSS/路径遍历等已知攻击拦截覆盖 > 90%；在模拟未知异常场景中检出率提升约 25%，误报率下降 15–30%
- 企业 API 安全网关与访问控制
- 技术：Flask/Gunicorn/Nginx、PyJWT+RBAC、规则引擎、Redis 限流、审计链路
- 成果：恶意调用率下降约 70%；平均响应提升 20%；核心服务可用性 99.95%；审计事件覆盖 100%，支持合规留痕导出（CSV/JSON）
- 安全态势可视化与审计平台（轻量 SOC）
- 技术：ECharts/Bootstrap 前端、Flask API、统一结构化日志、对接 ELK/Prometheus
- 成果：每秒日志摄取能力 ≥ 5k 行；支持 ≥ 12 种图表视图（协议分布、类型统计、拓扑、趋势）；告警定位时间缩短约 40%，运维效率提升 30–35%
- 无监督异常检测模型服务化
- 技术：scikit-learn（IsolationForest/LOF）、特征工程管线、模型热更新、批流一体推理
- 成果：未知异常检出率提升约 25%；推理 P95 < 50ms、模型加载 < 300ms；通过阈值与来源标注（Signature/ML_Anomaly/Behavior）实现可解释化告警
- 云原生安全策略编排原型
- 技术：Docker/K8s、Ingress/NetworkPolicy、ConfigMap/Secrets、OPA/Gatekeeper
- 成果：策略下发从分钟级降至秒级；多集群一致性与变更审计 100% 留痕；具备灰度与回滚能力，提升变更安全性与可控性
这些项目覆盖安全架构设计、后端认证与网关、AI 异常检测、可视化运维与合规审计等关键环节，量化体现了在稳定性、性能、检出率、误报控制与交付落地方面的综合技术实力。
- 技术：Flask、JWT、Rate Limiting、Isolation Forest/LOF、Bootstrap 可视化、结构化审计日志
- 成果：并发 50–100 下核心 API 平均响应 200–400ms，P95 < 500ms；实时告警延迟 < 2s；对 SQLi/XSS/路径遍历等已知攻击拦截覆盖 > 90%；在模拟未知异常场景中检出率提升约 25%，误报率下降 15–30%
- 企业 API 安全网关与访问控制
- 技术：Flask/Gunicorn/Nginx、PyJWT+RBAC、规则引擎、Redis 限流、审计链路
- 成果：恶意调用率下降约 70%；平均响应提升 20%；核心服务可用性 99.95%；审计事件覆盖 100%，支持合规留痕导出（CSV/JSON）
- 安全态势可视化与审计平台（轻量 SOC）
- 技术：ECharts/Bootstrap 前端、Flask API、统一结构化日志、对接 ELK/Prometheus
- 成果：每秒日志摄取能力 ≥ 5k 行；支持 ≥ 12 种图表视图（协议分布、类型统计、拓扑、趋势）；告警定位时间缩短约 40%，运维效率提升 30–35%
- 无监督异常检测模型服务化
- 技术：scikit-learn（IsolationForest/LOF）、特征工程管线、模型热更新、批流一体推理
- 成果：未知异常检出率提升约 25%；推理 P95 < 50ms、模型加载 < 300ms；通过阈值与来源标注（Signature/ML_Anomaly/Behavior）实现可解释化告警
- 云原生安全策略编排原型
- 技术：Docker/K8s、Ingress/NetworkPolicy、ConfigMap/Secrets、OPA/Gatekeeper
- 成果：策略下发从分钟级降至秒级；多集群一致性与变更审计 100% 留痕；具备灰度与回滚能力，提升变更安全性与可控性
这些项目覆盖安全架构设计、后端认证与网关、AI 异常检测、可视化运维与合规审计等关键环节，量化体现了在稳定性、性能、检出率、误报控制与交付落地方面的综合技术实力。
F17ce
后端开发 · 2年经验 · 星河公司
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
作为网络安全顾问，我具备从需求洞察、架构设计、到落地实施与运维治理的端到端能力，专注“规则+AI”协同的边界防护体系构建，并以可视化与审计闭环提升安全运营效率与透明度。
- 安全架构与系统设计：规划前后端分离、分层架构（表示层/接口层/安全引擎/数据与审计），将特征签名检测与无监督AI（Isolation Forest、LOF）组合成复合判决链；支持微服务化与容器化演进、云原生部署、eBPF/NFQUEUE数据面对接方案评估。
- 后端与认证能力：精通 Flask/RESTful、JWT 无状态认证与 RBAC 权限模型、Rate Limiting 防滥用；能建立接口安全基线与零信任访问策略，设计可扩展的安全钩子与参数校验。
- 智能检测与特征工程：构建端口/协议/载荷长度/危险字符等多维特征；实现阈值策略与来源标注（Signature/ML_Anomaly/Behavior），在实验场景下实现对未知异常的有效检出并降低误报风险；具备数据集构建、模型评估与在线更新流程规范。
- 可视化与可观测性：设计仪表盘、拓扑与告警矩阵，统一结构化审计日志，支持与 ELK/SIEM 对接；建立指标采集与SLA监控，实现“看得见、管得住、可追责”的运维闭环。
- 性能与稳定性治理：在并发 50–100 条请求下核心 API 平均响应约 200–400ms、95%分位 < 500ms；通过异步化/限流/缓存与返回集裁剪（历史100、日志200）控制开销，结合压测定位瓶颈并优化。
- 合规与安全治理：落实最小权限原则、关键操作留痕、等保2.0审计项落地；建立应急响应与变更管控流程，形成制度化安全运营。
- 交付与赋能：主导需求澄清与架构评审、分阶段迭代、联调测试与上线；输出技术文档与培训材料，推动团队能力持续提升并保障知识转移。
- 安全架构与系统设计：规划前后端分离、分层架构（表示层/接口层/安全引擎/数据与审计），将特征签名检测与无监督AI（Isolation Forest、LOF）组合成复合判决链；支持微服务化与容器化演进、云原生部署、eBPF/NFQUEUE数据面对接方案评估。
- 后端与认证能力：精通 Flask/RESTful、JWT 无状态认证与 RBAC 权限模型、Rate Limiting 防滥用；能建立接口安全基线与零信任访问策略，设计可扩展的安全钩子与参数校验。
- 智能检测与特征工程：构建端口/协议/载荷长度/危险字符等多维特征；实现阈值策略与来源标注（Signature/ML_Anomaly/Behavior），在实验场景下实现对未知异常的有效检出并降低误报风险；具备数据集构建、模型评估与在线更新流程规范。
- 可视化与可观测性：设计仪表盘、拓扑与告警矩阵，统一结构化审计日志，支持与 ELK/SIEM 对接；建立指标采集与SLA监控，实现“看得见、管得住、可追责”的运维闭环。
- 性能与稳定性治理：在并发 50–100 条请求下核心 API 平均响应约 200–400ms、95%分位 < 500ms；通过异步化/限流/缓存与返回集裁剪（历史100、日志200）控制开销，结合压测定位瓶颈并优化。
- 合规与安全治理：落实最小权限原则、关键操作留痕、等保2.0审计项落地；建立应急响应与变更管控流程，形成制度化安全运营。
- 交付与赋能：主导需求澄清与架构评审、分阶段迭代、联调测试与上线；输出技术文档与培训材料，推动团队能力持续提升并保障知识转移。
项目经验
- 智能防火墙实验平台（规则+AI双引擎）
- 技术：Flask、JWT、Rate Limiting、Isolation Forest/LOF、Bootstrap 可视化、结构化审计日志
- 成果：并发 50–100 下核心 API 平均响应 200–400ms，P95 < 500ms；实时告警延迟 < 2s；对 SQLi/XSS/路径遍历等已知攻击拦截覆盖 > 90%；在模拟未知异常场景中检出率提升约 25%，误报率下降 15–30%
- 企业 API 安全网关与访问控制
- 技术：Flask/Gunicorn/Nginx、PyJWT+RBAC、规则引擎、Redis 限流、审计链路
- 成果：恶意调用率下降约 70%；平均响应提升 20%；核心服务可用性 99.95%；审计事件覆盖 100%，支持合规留痕导出（CSV/JSON）
- 安全态势可视化与审计平台（轻量 SOC）
- 技术：ECharts/Bootstrap 前端、Flask API、统一结构化日志、对接 ELK/Prometheus
- 成果：每秒日志摄取能力 ≥ 5k 行；支持 ≥ 12 种图表视图（协议分布、类型统计、拓扑、趋势）；告警定位时间缩短约 40%，运维效率提升 30–35%
- 无监督异常检测模型服务化
- 技术：scikit-learn（IsolationForest/LOF）、特征工程管线、模型热更新、批流一体推理
- 成果：未知异常检出率提升约 25%；推理 P95 < 50ms、模型加载 < 300ms；通过阈值与来源标注（Signature/ML_Anomaly/Behavior）实现可解释化告警
- 云原生安全策略编排原型
- 技术：Docker/K8s、Ingress/NetworkPolicy、ConfigMap/Secrets、OPA/Gatekeeper
- 成果：策略下发从分钟级降至秒级；多集群一致性与变更审计 100% 留痕；具备灰度与回滚能力，提升变更安全性与可控性
这些项目覆盖安全架构设计、后端认证与网关、AI 异常检测、可视化运维与合规审计等关键环节，量化体现了在稳定性、性能、检出率、误报控制与交付落地方面的综合技术实力。
- 技术：Flask、JWT、Rate Limiting、Isolation Forest/LOF、Bootstrap 可视化、结构化审计日志
- 成果：并发 50–100 下核心 API 平均响应 200–400ms，P95 < 500ms；实时告警延迟 < 2s；对 SQLi/XSS/路径遍历等已知攻击拦截覆盖 > 90%；在模拟未知异常场景中检出率提升约 25%，误报率下降 15–30%
- 企业 API 安全网关与访问控制
- 技术：Flask/Gunicorn/Nginx、PyJWT+RBAC、规则引擎、Redis 限流、审计链路
- 成果：恶意调用率下降约 70%；平均响应提升 20%；核心服务可用性 99.95%；审计事件覆盖 100%，支持合规留痕导出（CSV/JSON）
- 安全态势可视化与审计平台（轻量 SOC）
- 技术：ECharts/Bootstrap 前端、Flask API、统一结构化日志、对接 ELK/Prometheus
- 成果：每秒日志摄取能力 ≥ 5k 行；支持 ≥ 12 种图表视图（协议分布、类型统计、拓扑、趋势）；告警定位时间缩短约 40%，运维效率提升 30–35%
- 无监督异常检测模型服务化
- 技术：scikit-learn（IsolationForest/LOF）、特征工程管线、模型热更新、批流一体推理
- 成果：未知异常检出率提升约 25%；推理 P95 < 50ms、模型加载 < 300ms；通过阈值与来源标注（Signature/ML_Anomaly/Behavior）实现可解释化告警
- 云原生安全策略编排原型
- 技术：Docker/K8s、Ingress/NetworkPolicy、ConfigMap/Secrets、OPA/Gatekeeper
- 成果：策略下发从分钟级降至秒级；多集群一致性与变更审计 100% 留痕；具备灰度与回滚能力，提升变更安全性与可控性
这些项目覆盖安全架构设计、后端认证与网关、AI 异常检测、可视化运维与合规审计等关键环节，量化体现了在稳定性、性能、检出率、误报控制与交付落地方面的综合技术实力。
案例展示
基于Python的AI智能防火墙系统
作品详细功能 - 边界防护：基于五元组的规则过滤（协议/IP/端口/优先级），支持允许/拒绝/记录策略 - 入侵检测：签名识别 SQL 注入、XSS、路径遍历；AI 异常检测（IsolationForest/LOF）发现未知威胁 - 认证与权限：JWT 无状态认证、RB
TaskFlow智能任务管理系统
我开发了一个前后端分离的任务管理 Web 应用（Task Manager/TaskFlow），支持用户注册登录、JWT 鉴权、任务新增/编辑/删除、关键词搜索与状态筛选，并实现任务拖拽排序（上下移动流畅、排序结果持久化）以及“已完成任务自动沉底、未完成任务保持相对顺序”的列表重排
TaskFlow智能任务管理系统
我开发了一个前后端分离的任务管理 Web 应用（Task Manager/TaskFlow），支持用户注册登录、JWT 鉴权、任务新增/编辑/删除、关键词搜索与状态筛选，并实现任务拖拽排序（上下移动流畅、排序结果持久化）以及“已完成任务自动沉底、未完成任务保持相对顺序”的列表重排
基于本地大语言模型的虚假新闻监测系统
作品功能 - 提供登录/注册与历史记录管理、分页查看与PDF导出 - 事实核查管线：声明提取、证据搜索（Bing/DuckDuckGo/ChinaSo）、分块与相关性排序（BGE-M3）、权威来源加权与结论评估（LLM，OpenAI兼容/Qwen2.5） - 展示推理过
基于本地大语言模型的虚假新闻监测系统
作品功能 - 提供登录/注册与历史记录管理、分页查看与PDF导出 - 事实核查管线：声明提取、证据搜索（Bing/DuckDuckGo/ChinaSo）、分块与相关性排序（BGE-M3）、权威来源加权与结论评估（LLM，OpenAI兼容/Qwen2.5） - 展示推理过
立即沟通
相似人才推荐：
