系统学习了《数据库安全与审计》、《云运维安全》、《数据备份与容灾实战》等专业课程，并通过课程设计独立开发了数据库异常访问监控脚本，实现了对敏感操作行为的实时告警。

作为核心成员参与“全国高校数据安全技能大赛”，获得数据安全赛道三等奖；在校级创新项目中主导“面向运维场景的数据脱敏与访问控制”课题，实现了自动化脱敏与权限分级，有效提升了团队在数据安全运维中的工程落地能力。

深度参与公司数据安全治理框架的搭建，主导优化并落地数据分类分级管理制度，确保数据资产全生命周期管理的合规性与可操作性。

对线上核心业务系统进行实时流量分析与异常行为检测，利用SIEM平台实现告警联动与自动化响应，将安全事件平均研判时间缩短了40%，有效拦截了多起内部数据泄露尝试。

与开发团队协同，在系统上线前推行安全左移策略，完成渗透测试与代码安全审计，累计提出23项安全整改建议，将生产环境漏洞修复率提升至98%以上。

设计并推行“数据安全文化月”全员培训计划，通过钓鱼邮件模拟、情景剧等互动形式，覆盖500余名员工，使数据泄露防范意识测评通过率提升至95%。

主导了公司多活数据中心的容灾备份方案设计与落地，通过自动化备份调度与季度恢复演练，将核心业务系统RTO缩短至15分钟以内，RPO趋近于零。

负责零信任安全架构下的访问控制体系运维，持续优化防火墙策略与入侵防御规则，定期进行安全基线核查与内部渗透测试，消除关键网络暴露面。

参与编制公司级数据安全事件应急响应手册，并组织季度红蓝对抗演练，不断优化预案流程，在两次真实安全事件中，带领团队在30分钟内完成隔离与取证。

推动数据资产盘点与敏感数据识别项目，建立动态数据分级标签体系，对金融级数据实施透明加密与差异化脱敏策略，使数据安全管控精细化水平进入行业前列。

该项目目标为打造一个具备实时流式处理能力的数据安全智能分析平台，实现对集团海量数据流的全面风险捕获。

作为安全架构师，独立负责平台技术选型与架构设计，引入Flink流式计算引擎与Kafka消息队列，构建多源异构数据采集管道，覆盖17个业务系统的日志与流量数据。

主导数据采集与异常检测模块的开发，利用规则引擎与机器学习模型双重分析，实现内部数据泄露、异常大批量下载等行为的精准识别，日均处理告警2万余条。

平台上线后，通过对数据流动的实时监控，成功预警并阻断内部违规操作32次，保护了超过2亿条用户隐私数据，使得数据安全事件的发现速度提升了80%。

参与电商核心数据库MySQL、Redis等的深度安全评估，利用自动化扫描工具与手工渗透相结合，共发现SQL注入、弱口令、版本漏洞等风险点47个，形成详细风险评估报告。

基于评估结果，主导制定多层加固方案，包括实施最小权限原则、部署数据库透明加密、开启全量操作审计日志，以及配置安全参数与补丁升级。

作为主要实施者，逐一回收高危权限，并建立数据库操作审计追溯机制，消除不必要的用户权限63个，同时将敏感数据的存储与传输全面加密。

项目完成后，在后续连续三次安全审计中，数据库安全评分由68分提升至92分，成功实现零高风险项，为支付系统安全认证提供了坚实保障。

主动参与数据安全运维流程的梳理与优化，牵头制定数据分级分类与运维权限管控方案，并推动自动化脱敏策略在多个运维场景中落地，大幅降低了敏感数据泄露风险。