• 从0到1规划并组建团队完成了威胁情报平台的研发，通过集成AI聚类算法与攻击图谱技术，实现了对海量IOC的自动聚合、去误报、攻击团伙关联与置信度评分，生产出的情报质量（精准率>98%）远超业界平均水平。
• 无缝集成多种SAST、SCA工具，并通过智能去重、根因定位等技术将工具告警合并率提升60%，为开发者提供单一、精准的安全缺陷视图，使修复率从40%提升至85%。
• 创新性地将安全编码规则封装为IDE插件，在开发者编写代码时实时提供安全建议与自动修复方案，将安全漏洞的发现和修复时机从“代码提交后”提前至“编码过程中”，从源头上减少了70%的常见安全漏洞。
• 设计了安全卡点与质量门禁体系，将安全评分、漏洞数量、依赖组件风险作为硬性指标与代码合并、发布流程绑定，使不安全代码无法流入生产环境，成功将线上安全事故中由代码缺陷导致的比例降低了90%。

• 负责公司软件成分分析（SCA）工具的二次开发与运营，通过引入机器学习算法对开源组件许可证风险进行智能分类，将法律团队需要人工复核的许可证预警数量减少了80%，极大提升了合规审查效率。
• 自主研发了密钥与敏感信息扫描工具，并深度集成至Git仓库的pre-commit钩子和CI流程中，累计扫描出并安全处理了历史代码中的2,000多个硬编码密钥，避免了潜在的重大信息泄露风险。
• 构建了统一的安全工具开放平台，提供标准的API和SDK，允许业务线根据自身需求定制安全扫描策略，将安全能力赋能给500多名开发者，实现了安全团队的“赋能式”管理而非“管控式”管理。

泛娱乐业务全链路风险防控系统研发

• 星途互娱旗下直播、短视频、社交等多条泛娱乐业务线长期面临黑产刷量、账号盗用、支付欺诈等风险，原有防控体系为各业务线独立部署的规则引擎，存在重复建设、风险识别滞后、跨场景协同差等问题。我的核心职责是主导系统整体架构设计、核心检测模块开发及10+业务线的对接落地，目标构建覆盖“风险感知-分析-处置”的全链路统一防控平台。
• 项目难点在于三方面：一是不同业务场景（如直播打赏、短视频引流、社交裂变）的风险特征差异大，实时性要求（100ms内完成风险判定）与复杂特征计算冲突；二是黑产通过模拟正常用户行为、跨账号团伙作案规避检测，需解决多源数据融合与团伙溯源问题；三是传统规则引擎无法应对动态变化的风险，需实现模型的实时迭代与轻量化部署。
• 针对上述挑战，我主导了三项关键行动：1）调研各业务线风险场景，抽象“设备可信度”“行为一致性”“资金流向异常”等5大类20+通用风险特征，搭建“接入层-分析层-处置层”分层架构——接入层统一采集设备、行为、交易等多源数据，分析层用Flink进行实时流处理与Neo4j图计算（构建用户-设备-账号关联图谱），处置层联动业务系统实现自动拦截/预警；2）为解决实时推理性能瓶颈，采用TensorRT对LightGBM风险预测模型进行量化加速，将单请求推理时间从50ms降至12ms；3）设计动态规则引擎，支持运营人员通过可视化界面调整风险阈值，模型迭代周期从每周1次缩短至每日1次。
• 项目上线后覆盖公司85%泛娱乐业务，黑产关键行为识别率从55%提升至90%，误报率从22%降至8%；每年减少因黑产造成的收入损失约200万元，支撑运营团队将风险响应时间从4小时缩短至15分钟。该方案被集团纳入泛娱乐安全标准，推广至游戏、文学等其他业务线。我作为核心设计者，从需求调研到落地全程主导，形成了可复用的全链路风险防控方法论，成为团队泛娱乐安全领域的核心技术骨干。

电商平台交易链路安全加固与反欺诈体系升级

• 云帆电商平台在618、双11等大促期间频繁遭遇虚假订单（机器人群控占库存）、薅羊毛（优惠券规则漏洞套利）、支付洗钱（虚假交易转移资金）等问题，原有安全系统以单点规则防御为主，无法应对复杂黑产攻击。我的职责是负责反欺诈模块核心开发、与交易/支付系统协同对接，以及模型的迭代优化，目标是构建“实时检测-精准拦截-溯源追责”的交易安全体系。
• 项目难点集中在：一是交易场景对实时性要求极高（需50ms内完成风险判定），传统机器学习模型推理延迟高；二是黑产通过修改设备指纹、模拟正常用户行为规避检测，设备身份可信度低；三是订单、支付、物流多系统数据孤岛，无法实现全链路风险监控。
• 为突破这些瓶颈，我做了三方面核心工作：1）重构设备指纹算法，结合IMEI、MAC地址、浏览器指纹、设备环境（Root/越狱状态、模拟器检测）等8维特征，采用AES加密生成不可篡改的设备ID，伪造率从18%降至3%；2）设计“规则引擎+机器学习”混合检测模型——用Drools实现高频简单规则（如同一设备1分钟内10+下单），用LightGBM处理复杂特征（用户历史行为序列、优惠券使用模式），将整体判定时间控制在35ms内；3）通过Zipkin搭建交易链路追踪系统，打通订单、支付、物流环节的风险数据，实现“下单-支付-发货”全链路风险监控（如识别支付后立即取消的洗钱行为）。
• 系统上线后，虚假订单率从12%降至4.8%，薅羊毛事件数量减少75%，支付洗钱风险损失降低80%；支撑了大促活动零重大安全事件，获得公司2022年度“安全优秀项目奖”。我主导了设备指纹和混合模型的开发，成为团队交易安全的核心成员，也积累了从0到1搭建电商交易安全体系的全流程经验。