业务和功能介绍
核心问题：传统Web防火墙（如ModSecurity）依赖规则库维护，对新型攻击（如混淆编码SQL注入、慢速CC攻击）检出率不足40%，且高并发场景实时性差。
立项原因：
企业级Web应用面临攻击智能化挑战，2023年全球因Web攻击导致的数据泄露损失超$4.3B
论文验证方案在混合攻击数据集上F1值达99.54%，误报率低于0.6%
甲方对接：与某云安全厂商合作，针对其CDN服务中恶意流量识别需求定制开发，解决其日均20亿请求下的实时检测瓶颈
三级检测引擎
毫秒级初筛层
轻量CNN模型（35k参数）实时过滤流量：
正常请求：直接放行（耗时2-5ms）
可疑请求：转大模型复检（如含/admin.php?id=1'等非常规参数）
特征处理：URL标准化 + 词向量嵌入（16维）
语义级复检层
DeepSeek-R1-Qwen-1.5B微调模型：
LoRA技术更新0.1%参数（rank=8, alpha=16）
识别复杂攻击逻辑（如伪装为Base64）
混合精度推理：GPU用FP16（600ms/请求），CPU回退FP32
人工验证层
双模型冲突样本自动推送前端（如CNN判异常但大模型置信度<85%）
安全专家通过交互界面审核（带攻击特征高亮提示）
可视化系统
实时监控看板：
deepseek_mermaid_20250709_4410a7.png
三维特征空间：PCA降维展示攻击聚类（如SQL注入聚集在Z轴高危区）
批量处理：支持万级URL文件上传，平均4.5分钟完成100条分析
立项原因：
企业级Web应用面临攻击智能化挑战，2023年全球因Web攻击导致的数据泄露损失超$4.3B
论文验证方案在混合攻击数据集上F1值达99.54%，误报率低于0.6%
甲方对接：与某云安全厂商合作，针对其CDN服务中恶意流量识别需求定制开发，解决其日均20亿请求下的实时检测瓶颈
三级检测引擎
毫秒级初筛层
轻量CNN模型（35k参数）实时过滤流量：
正常请求：直接放行（耗时2-5ms）
可疑请求：转大模型复检（如含/admin.php?id=1'等非常规参数）
特征处理：URL标准化 + 词向量嵌入（16维）
语义级复检层
DeepSeek-R1-Qwen-1.5B微调模型：
LoRA技术更新0.1%参数（rank=8, alpha=16）
识别复杂攻击逻辑（如伪装为Base64）
混合精度推理：GPU用FP16（600ms/请求），CPU回退FP32
人工验证层
双模型冲突样本自动推送前端（如CNN判异常但大模型置信度<85%）
安全专家通过交互界面审核（带攻击特征高亮提示）
可视化系统
实时监控看板：
deepseek_mermaid_20250709_4410a7.png
三维特征空间：PCA降维展示攻击聚类（如SQL注入聚集在Z轴高危区）
批量处理：支持万级URL文件上传，平均4.5分钟完成100条分析
项目实现
开发周期：5个月（2025.2-2025.5） | 角色分工：单人全栈开发（论文作者）
技术架构亮点：
流式处理优化
多线程池并行：100请求响应时间从500s → 100s
故障回退链：本地模型 → 云端API → 正则规则（保障99.99%可用性）
LoRA微调策略
使用LLaMA Factory框架微调
效果：检测准确率从57.9%→96.75%（SQL/XSS数据集）
主动学习标注
基于不确定采样（uncertainty sampling）减少70%标注量
K-means聚类选择代表性样本
核心难点突破：
大模型部署：3.4GB GPU内存压缩（BF16混合精度 + 知识蒸馏）
实时性保障：CNN层承担85%流量，大模型仅处理高危请求
技术架构亮点：
流式处理优化
多线程池并行：100请求响应时间从500s → 100s
故障回退链：本地模型 → 云端API → 正则规则（保障99.99%可用性）
LoRA微调策略
使用LLaMA Factory框架微调
效果：检测准确率从57.9%→96.75%（SQL/XSS数据集）
主动学习标注
基于不确定采样（uncertainty sampling）减少70%标注量
K-means聚类选择代表性样本
核心难点突破：
大模型部署：3.4GB GPU内存压缩（BF16混合精度 + 知识蒸馏）
实时性保障：CNN层承担85%流量，大模型仅处理高危请求
示例图片视频
相似推荐
梵花田-梵花田
梵花田是一款专注于身心健康的应用，主要面向有睡眠困扰、焦虑情绪、需要放松和专注的用户群体。项目定位是提供高品质的白噪音、冥想课程、助眠故事等内容，帮助用户改善睡眠质量、缓解压力、提升专注力。
（业务模式）
采用 免费内容 + 会员订阅 的模式。用户可以免费使用部分白噪音和基础冥想内容，订阅会员后解锁全部冥想课程、原创助眠故事、高级混音功能等。
（核心功能介绍）
我将其后端核心功能分为以下几个模块：
声音模块
提供超过30种白噪音（如雨声、海浪、篝火、钢琴等），支持用户多轨混音（同时播放多个声音并独立调节音量）。
支持定时播放、收藏、最近播放记录。
冥想模块
包含 14天入门冥想计划，以及针对不同场景的主题课程（如“考前减压”、“职场焦虑缓解”、“睡前放松”等）。
记录用户的训练进度、连续打卡天数，支持课程评价。
睡眠助眠模块
提供原创的助眠故事（如“月光森林”、“海边小屋”等），配有舒缓的背景音乐和专业配音。
支持故事播放进度自动保存、定时关闭。
宝宝专区模块
专门为母婴群体设计，包含哄睡音乐、摇篮曲、睡前动画和短篇故事。
个人中心与会员模块
用户注册登录（手机号/微信）、会员购买与续费、历史记录、收藏夹、睡眠统计报告等。
后台管理系统
为运营人员提供内容发布（上传音频、配图、文字）、用户管理、数据看板（日活、播放量、会员转化率）等功能。
音视频编辑引擎 WES 自动化测试平台-万兴喵影
WES 是公司中台部门自研的基于本地执行的 C++ SDK，主要实现时间线编辑、音视频处
理、特效添加以及各类音视频格式导出等功能。原先无中台自动化测试，依赖开发提供的
Demo 进行手工验证。个人主导从 0 到 1 逐步构建起自动化测试框架。
短剧 & 网文全链路内容服务平台（含分销 / 实验体系）
立项背景和目标：针对短剧与网文内容爆发式增长需求，搭建覆盖多端的全链路内容服务平台，实现内容分发、付费转化、广告变现及数据化运营的一体化闭环。目标是提升内容曝光效率与用户留存率，通过 A/B 实验优化产品体验，搭建分销体系拓展业务边界，支撑千万级日活用户的高并发稳定运行。
软件功能、核心功能模块的介绍：
内容分发模块：支撑短剧、网文多类型内容的个性化推荐，支持首页、单列、搜索等多场景内容展示，通过 A/B 实验框架动态调整内容样式与推荐策略。
付费与变现模块：集成短剧付费点播、广告变现（开屏、信息流）能力，对接 Pangle、IronSource 等第三方广告平台，实现广告精准投放与付费转化。
实验与运营模块：搭建 A/B 实验平台，支持多维度分组配置，实现不同用户组展示差异化内容 / 样式，配套数据埋点与效果统计。
分销结算模块：构建短剧分销后台，支持合作方管理、每日收入自动拆分、数据对账，保障分账数据准确与高效结算。
多端适配模块：IOS、安卓 APP 多端统一开发，保证跨端体验一致性与功能同步迭代。
业务流程、功能路径描述：用户从多端入口进入平台 → 后端通过 A/B 实验分组匹配差异化内容配置 → 前端渲染个性化内容页面 → 用户完成浏览、播放、付费 / 广告点击等行为 → 数据实时埋点上报至数据中心 → 结算模块异步处理分销收入拆分与对账 → 运营通过数据看板分析实验效果与业务数据，迭代优化内容策略与产品功能
OTT直播流媒体编码服务器-LiveEncoder
1. 立项背景和目标
为内容供应商如体育联盟、电影电视产业、音视频行业提供专业卓越的音视频质量，采用高精度编码技术、广播级视频传输应用设计，在分发过程中最大限度保留原始视频的图像细节、清晰度和色彩梯度，成为提供OTT/IP视频平台的关键头端组件。
2. 主要功能和特性
- 多信源接入
支持开放标准的系统输入流协议， 支持采集卡（Decklink、AJA等）、Webcam、NDI、TS over TCP/UDP/RTP/RTMP/HTTP/HLS/SRT/ZIXI等。
- 多协议输出
支持开放标准的直播流协议，如RTMP/RTP/SRT/ZIXI/HLS/MP4等，可以接驳各种主流的流媒体服务器。
- 广泛的数据服务
除了音视频，提供标准的数据服务，如隐藏式字幕（CC 608/708）、DVB Subtitle、Teletext、SMPTE2038、广告信号SCTE-104/35透传/转换/插入等，为视频提供合规、增值服务。
- 可靠的冗余设计
提供输入输出信号级别、工作流级别、节点实例和设备级别的故障转移冗余设计，支持自动手动、手动、预设方式的1+1/N+M故障转移方式。
3. 业务流程
工作流：工作配置 -> 输入 -> 预处理 -> 编码 -> 输出
- 工作配置
音视频格式，编码参数设置，数据支持等模版
- 输入
接收客户提供的信号，分解信号内容
- 预处理
如果需要，解码成工作配置的音视频格式，解析各种包含在信号里的数据如字幕、广告点，添加台标，等
- 编码
根据编码参数设置编码成输出格式，支持CPU/GPU编码
- 输出
交织并封装音视频，支持各种流媒体协议输出
某政府单位电视监测业务仿真测试平台
同时操控多个测试测量仪器和前端（待测物），使用多个通讯协议；
模板化复杂测试，节约大量人力成本和时间成本；
支持人工定制化，控制各测量仪器对前端进行自定义测试；
多线程以及线程间同步，
支持同时测试多台前端
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服