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
语音智能客服助手系统
面向滴滴打车等出行平台，我们设计并实现了支持WebRTC、SIP电话等多渠道接入的实时语音智能客服系统。该系统深度集成企业知识库，通过智能路由与语义理解，自动、精准地处理用户与司机的高频咨询，大幅提升客服响应效率与人效，显著优化用户服务体验与满意度。
剪映四年需求开发-剪映
剪映支持调色，特效，滤镜，以及各种基础线性编辑能力，以及丰富的模板库可以让用户可以做出跟专业用户一样的效果，也可以基于现在的ai大模型，进行提效，为自己剪辑复杂草稿节省精力，或者做出更好的效果。
应急广播县平台-应急广播县平台
本系统主要由市、县级播控中心、乡镇级广播站、村级广播室及接收终端组成。
系统全数字化、IP 化处理，采用标准的 DTMB/DVB-C 数字广播传输流、IP 流、FM+RDS 广播推
送方式传输，能够完全兼容 DTMB/DVB-C 数字电视前端系统的接入、互联网络的接入及 RDS 副载波
模式的接入。平台集控制指令生成、音频信息接入、呼叫中心系统、短信文本转语音、图文视频发布、分控平
台节目转发、数据转码、资源调度、统一安全管理、GIS 实时监控、数据存储、上级应急平台对接等功能。
互联网医院小程序
1. 使用腾讯云即时通信（IM），用于集成聊天功能。聊天定制化为组件样式符合医疗行业消息模块，如电子处方和消息泡。
2. 使用腾讯云实时音视频（TRTC），用于音视频通话。用于医生pc端进行与患者的会话。
3. 客服人员专享模块，查询线上问诊订单，门诊缴费订单，药品寄递及患者的客服会话。
4. 与监管平台及后端对接，推送及上传所需内容到监管平台，头像、证书等用到Element的Upload满足监管数据。
1. 由于腾讯组件较大，需要采用分包策略，解决小程序主包体积过大，按需加载，提升首屏速度。
2. 使用 uni.request，统一接口管理，统一加解密出入参。
3. 可在互联网小程序看到在本院His的门诊处方订单，方可在门诊处方前提下继续二次开药。
4. 封装就诊人卡片等高复用组件。调用uni.openLocation导航等api。
音频算法工程化-倍思耳机，倍思音响，漫步者耳机音响
实现不同音频算法的不同功能，例如像FFT利用优化，卷积核实现和优化，DRC等和降噪等，满足不同产品的性能需求，例如算力限制和内存限制等，再对产品进行调音测试等一系列验证，再根据客户的要求进行改进产品效果
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服