本项目从近年来在全球造成巨大经济损失的网络入侵事件入手，对计算机网络、网络安全等相关背景技术知识进行系统介绍；然后以网络入侵检测系统为例，详细说明和分析应用层网络数据包处理的基本流程。
介绍数据包处理的经典算法和实现，让学生掌握在计算机应用层如何高效的处理网络数据流量。指导学生进行实验和验证，掌握高性能的数据包处理系统的设计原则和方案。通过理论和实践的强化学习和训练，培养学生提出问题、分析问题、解决问题的研究素养，为从事相关领域的研究奠定扎实的基础。
机构课题名称
网络安全：机器学习在黑客攻击识别中的应用研究
本课题的核心内容：通过本项目的教学，以及学生进行的实验验证，可以充分体会网络安全的原理、流量分析的相关方法，以及防火墙、入侵检测等实际安全系统的功能和作用。通过这些探索性、创新性和应用性的实践，学生可以大幅度提高分析和解决问题的能力。
教授介绍
中国科学院 副研究员
硕士生导师。毕业于中国顶尖高校，有欧美学习和研究背景。发表多篇网络安全、大数据和人工智能相关国际会议和期刊论文。
课题·收获
●教授推荐信，支持网推
●国内普刊/国际普刊//CPCI/EI等同级别会议期刊发表
●完整的科研项目学习经历，提升文书素材竞争力
项目安排
01理论知识课
计算机网络的发展、计算机网络协议的发展和原理。
02 理论知识课
计算机网络安全的现状和挑战，网络安全设备的原理和处理过程；
机器学习算法在网络流量异常中的应用。
03文献研读课
计算机网络安全核心算法研究，例如数据包匹配算法、数据包查找算法等。
04文献研读课
计算机网络安全设备的原理，以及主要的性能、功能问题。
05实战应用课
依据理论课+文献研读课的知识体系和知识构架，讲授如何提高网络设备的性能，加强学生在提出问题的基础上，学会如何分析问题，找到系统的性能瓶颈，并有解决问题的思路。
06实战应用课
在第5讲的基础上，以开源网络安全系统Snort为例，系统性能分析培养学生基本掌握网络设备性能分析和优化的方法。
07论文指导课
讲授科研报告写作的基本原则和规律，科研报告各部分的写法及规范。
08结题汇报课
项目结题汇报。
早规划，早准备，解锁更多可能性。
不要相信什么高中生、本科生不要做科研的谣言，其实，学术成绩恰恰是世界认可度最高、收获价值最稳定的。
哪怕你还是学术小白，也能通过专业教授辅导，好好努力收获高质量科研经历，为进入梦校保驾护航。
