• 主导建设公司“安全事件自动化响应（SOAR）”平台，通过与SIEM、终端防护、防火墙等10+种安全产品的API集成，将“恶意IP封禁、失陷主机隔离、恶意文件排查”等常见应急响应流程的耗时从“小时级”缩短至“分钟级”，有效遏制了攻击蔓延。
• 构建了“内部威胁情报平台”，自动化聚合来自外部付费情报、开源社区、以及内部Honeypot（蜜罐）的IOC（失陷指标），并实时与公司网络流量、终端日志进行匹配，实现了对已知威胁的“秒级”发现与告警。
• 开发了“钓鱼邮件自动化分析”系统，能够自动提取邮件中的链接、附件，并投递到沙箱环境进行行为分析，自动判定结果并反馈给用户，每年处理可疑邮件数万封，节省了大量安全分析师的人力。
• 针对高级持续性威胁（APT），设计了“攻击链回溯”剧本，当发现一个攻击指标时，能自动触发一系列调查动作，快速绘制出完整的攻击图谱，为深入分析提供坚实基础。

• 负责“安全事件监控与初步分析”工作，7*24小时值守，日均处理告警上千条，并从中筛选出真正的安全事件，培养了敏锐的安全威胁直觉。
• 编写了数百条SIEM（安全信息和事件管理）” correlation规则，极大地提升了告警的准确率和可操作性，使误报率降低了60%。
• 积极参与“红蓝对抗”演练，在蓝队防守中负责日志分析工作，成功发现了红队的多个攻击行为，并协助完成了溯源。

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。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。