• 作为核心测试开发人员，参与公司“下一代WAF产品”的引擎开发。基于机器学习和语义分析技术构建了新型检测算法，相较于传统的正则匹配规则，对未知攻击（0day）”和“变形攻击”的检出率提升35%，误报率降低20%，该产品已成为公司营收增长的核心引擎。
• 负责构建高度仿真的“内部攻防演练平台”，集成了漏洞环境、监控夺旗、成绩实时排行等功能，支撑了公司每年度的红蓝对抗演习，有效提升了内部的安全意识和应急响应能力。
• 在职期间开发的“自动化渗透测试”框架，将常见的渗透测试步骤从：信息收集->漏洞探测，利用工具化和流程化，辅助安全工程师快速完成初期的测试工作，人均效率提升50%。
• 深入研究“云原生安全”技术，针对K8s环境设计了“动态策略生成”工具，能够根据应用行为自动生成网络策略，缩小攻击面，该方案已成为多个金融客户的标配。

• 负责“安全漏洞情报的自动化采集与推送”系统开发，通过监控国内外多个安全社区、CVE数据库，利用NLP技术进行关键信息提取和风险评级，实现了漏洞情报的“分钟级”触达。
• 参与研发了“RASP（运行时应用自我保护）”产品的JAVA Agent，通过Hook关键函数实现了对应用内部运行的实时监控和攻击拦截，提供了纵深防御能力。
• 贡献了多个“Burp Suite”插件的代码，用于检测一些特定框架的漏洞，这些插件在社区内获得了广泛好评。

年度IP联动活动全链路性能保障与智能故障定位体系搭建项目

• 项目背景：公司为旗下核心文娱APP筹备年度头部动漫IP联动直播活动，预期活动峰值并发达1200万（日常5倍），需解决高并发下系统性能瓶颈、多依赖链路故障快速定位及用户体验保障问题；我的核心职责是主导全链路压测方案设计、智能监控体系搭建，确保活动系统稳定性满足业务要求。
• 关键难题：传统压测工具无法模拟真实用户的随机化行为（如直播互动、分层级礼物打赏的组合操作），且分布式系统下故障定位依赖人工逐层排查（耗时超45分钟）；同时，活动涉及第三方支付、CDN、IM等6个外部依赖，接口容错能力未经过验证。
• 核心行动：① 自研「用户行为模拟引擎」，基于APP历史行为数据训练决策模型，生成覆盖92%真实场景的压测脚本（含随机断流、异常礼物刷量等异常 case）；② 整合OpenTelemetry实现全链路追踪，将请求链路可视化至微服务、数据库调用层级；③ 引入Chaos Mesh混沌工程工具，注入数据库主节点宕机、CDN节点延迟、IM消息丢失等15类故障，验证熔断、降级、重试策略的有效性。
• 项目成果：全链路压测覆盖率从70%提升至95%，故障定位时间缩短至5分钟内；活动期间系统可用性达99.99%，支撑1200万并发无宕机；第三方依赖接口故障率从预期3%降至0.5%。此方案被纳入公司《大型活动稳定性保障标准》，自研压测引擎推广至电商、社交3条业务线复用，我个人因此获公司年度「技术攻坚奖」。

直播业务跨端自动化测试平台搭建与AI合规校验体系落地项目

• 项目背景：公司直播业务月迭代20+次，手动回归测试需10人天/周，漏测率高达8%（主要集中在推流稳定性、弹幕并发、礼物计算等场景），严重影响版本上线效率；我的职责是设计自动化测试平台，解决直播功能的高效回归与多端兼容问题。
• 关键难题：直播流实时性强，传统自动化用例易因画面延迟、弹幕高并发导致误报；多端（APP、小程序、Web）需重复编写脚本，维护成本高；此外，直播内容合规性（敏感词、画面违规）依赖人工审核，耗时占总测试时间的30%。
• 核心行动：① 搭建基于Selenium Grid+Appium的跨端自动化框架，封装多端通用操作接口（如登录、发弹幕、送礼物），减少50%脚本编写量；② 引入YOLOv5 AI模型实现直播画面合规性自动校验，通过标注10万+张违规图片训练模型，识别准确率达92%；③ 设计「录屏转脚本」工具，支持测试人员通过录制操作生成自动化用例，降低非技术人员使用门槛。
• 项目成果：自动化覆盖率从30%提升至75%，回归测试时间缩短至2人天/周，漏测率降至1.5%；AI合规校验替代70%人工审核，版本上线周期从7天缩至4天。平台支撑全年200+次迭代，后续扩展至短视频、秀场业务线，成为公司核心测试基础设施，我主导的「AI+自动化」方案获集团技术创新三等奖。