负责电商APP全生命周期安全防护体系搭建，涵盖客户端安全加固、数据传输加密、反逆向破解及漏洞闭环管理，工作边界从需求阶段威胁建模延伸至上线后持续监测与应急响应。

• 主导客户端安全加固方案迭代，针对电商平台高频次逆向攻击问题，使用AndroBugs扫描发现3类核心反编译风险点（字符串未混淆、资源文件暴露、Native层函数导出），引入动态代码混淆（基于LLVM的Ollvm框架）与VMP（虚拟机保护）技术，将APK反编译后可读代码比例从68%压缩至9%，配合自定义反调试检测逻辑（检测Ptrace、/proc/pid/status等6类调试特征），使第三方逆向工具破解成功率从75%降至12%。
• 优化敏感数据传输链路安全，梳理用户登录、支付、订单详情等12个核心场景的数据流，发现原有HTTPS+AES-128加密存在中间人攻击风险（捕获到2例伪造CA证书攻击日志），推动升级至TLS 1.3协议并叠加国密SM4算法对手机号、支付密码等字段二次加密，上线后半年内未发生数据泄露事件，经第三方渗透测试验证，传输层攻击拦截率达99.97%。
• 构建反黑产作弊防护体系，针对电商大促期间频发的薅羊毛、刷单行为，分析黑产工具特征（如Xposed框架Hook订单接口、Frida脚本篡改金额参数），开发基于行为特征的动态检测引擎（结合设备指纹、操作频率、界面元素变化率等20+维度），嵌入APP运行时监控模块，大促期间拦截异常请求12.7万次，直接挽回经济损失超800万元。
• 主导漏洞闭环管理系统落地，整合MobSF静态扫描、Burp Suite动态测试及自研脚本（Python+ADB），搭建覆盖开发-测试-上线全流程的自动化检测平台，将漏洞发现效率提升40%；同步建立“发现-派单-修复-验证”SOP，推动高危漏洞修复周期从7天缩短至2天，季度平均漏洞存量下降60%，助力APP通过2023年金融科技产品安全认证。

聚焦金融类APP安全开发与攻击对抗，负责支付模块防护、APT攻击响应及开发侧安全赋能，工作边界覆盖从SDK安全集成到威胁情报分析的全链路。

• 设计金融支付核心模块安全架构，针对用户绑卡、转账等高风险操作，采用TEE（可信执行环境）+SE（安全芯片）双因子认证方案，将支付指令生成、签名过程迁移至硬件级安全区域，配合防重放攻击机制（时间戳+Nonce校验），使支付交易被篡改或伪造的概率降至0.01%以下，支撑公司支付业务年交易规模突破500亿元。
• 主导应对APT定向攻击事件，通过流量镜像分析发现某竞品APP嵌入的恶意SDK（特征：隐蔽进程注入、加密C2通信），提取其行为指纹（每小时1次的设备信息上报、异常网络请求频率），开发轻量级动态检测库（Java层Hook+Native层内存扫描），集成至公司所有APP，累计拦截该SDK攻击尝试3.2万次，避免用户隐私数据（姓名、身份证号）泄露风险。
• 推动开发侧安全能力提升，针对团队Android开发中常见的弱加密、内存泄漏等问题，编制《移动APP安全编码规范》（涵盖28项核心条款），并通过月度代码走查、漏洞复盘会形式培训12个项目组；实施后，因代码缺陷导致的安全事件数量同比下降45%，新上线功能安全评审通过率从78%提升至95%。

承担移动APP基础安全能力建设，负责漏洞扫描工具开发、上线前安全评估及安全沙箱环境搭建，工作边界聚焦工具链完善与风险前置预防。

• 自主开发Android APP漏洞扫描插件，基于Java反射与ASM字节码插桩技术，实现15类常见漏洞（如Activity暴露、WebView任意文件读取）的自动化检测，集成至公司CI/CD流水线后，覆盖90%以上研发项目的构建阶段，将漏洞发现节点从测试期提前至开发期，单项目安全修复成本降低55%。
• 完成公司首款电商APP上线前安全评估，采用Burp Suite抓包分析、IDA Pro逆向关键模块等方法，发现越权访问（普通用户可查看他人订单）、敏感信息明文存储（SharedPreferences缓存手机号）等7项高危漏洞，推动开发团队48小时内完成修复，助力APP顺利通过等保三级测评。
• 搭建移动应用安全沙箱环境，模拟黑产常用攻击手段（如动态调试、Hook注入、恶意文件下载），支持团队进行攻防演练与防护策略验证；上线半年内，通过沙箱测试优化了3项客户端防护逻辑（如增强反调试检测灵敏度、修复Native层函数导出漏洞），整体安全防护能力提升30%。

电商平台全链路交易风险防控系统重构与智能化升级

• 星途作为头部社交电商平台，2021年起交易欺诈率同比上升37%，原有系统基于分散规则引擎，存在跨渠道团伙作案识别盲区、误报率18%、大促期间响应延迟超500ms等痛点。我主导系统从需求分析到落地的全生命周期，负责架构设计、核心模块开发及跨数据/算法/业务团队的协调。
• 面临三大挑战：一是多源异构数据整合（需关联交易、用户行为、设备指纹、第三方征信等8类实时数据，格式差异大）；二是高并发下低延迟检测（支撑大促10万TPS峰值）；三是AI模型需平衡准确率与业务适配性（避免过度拦截影响用户体验）。技术上选择Apache Flink构建实时数据中台，解决数据流关联问题；采用“规则+机器学习+图计算”三层架构应对复杂风险。
• 主导定义标准化事件模型整合8类数据，优化Drools规则引擎支持动态加载（规则更新停机时间从4小时缩短至10分钟）；针对刷单、盗号、薅羊毛场景训练5个XGBoost专项模型，结合Neo4j图计算构建用户-设备-订单关系图谱识别团伙风险；通过Redis缓存高频风险画像、Kafka削峰填谷，优化系统性能。
• 系统上线后，风险检测准确率从72%提升至91%，误报率降至5%，实时延迟降至80ms，支撑大促10万TPS峰值；年减少欺诈损失约1200万元，业务投诉率下降65%；获公司“年度技术创新奖”，已推广至金融业务线覆盖支付、信贷场景，成为集团级风险防控底座。

金融支付系统漏洞自动化检测平台研发

• 云盾为中小金融机构提供支付系统解决方案，原人工检测效率低（单系统需3天）、遗漏新型漏洞（如API越权）。我的目标是研发自动化平台，覆盖OWASP Top10漏洞，提升检测效率与覆盖率，支撑客户合规需求。
• 挑战包括：动态检测场景真实性不足（难模拟真实用户操作绕过防护）、多支付渠道接口兼容性差（微信/支付宝/银联差异大）、检测报告缺乏修复指导性。技术上需整合漏洞扫描工具与自定义脚本，解决真实性与兼容性问题。
• 集成Burp Suite API与Python自定义脚本，构建120+漏洞测试用例库（覆盖SQL注入、XSS、API越权等场景）；用Selenium模拟用户真实点击、输入行为，提升检测准确性；设计多维度报告，包含漏洞等级、CVSS评分、修复代码示例，并对接Jira实现缺陷自动流转。
• 平台检测效率提升4倍（单系统检测仅需8小时），漏洞覆盖率从75%升至95%；服务20+金融机构，年减少漏洞修复成本300万元；成为公司支付安全解决方案核心组件，支撑新客户接入效率提升50%，客户满意度从82%升至94%。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。