猿急送>

杭州C++兼职程序员

ID：346061

:)^O^

c/c++开发工程师

公司信息：
杭州顺网科技

工作经验：
1年

兼职日薪：
600元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
杭州
拱墅

技术能力

c/c++，熟练运用C/C++标准模板库功能，掌握多线程、多进程、内存共享、网络通信编程技术。有Windows和linux平台的开发经验。熟悉HTTP/TCP/IP协议以及不同的网络模型。同时了解python编程使用numpy、pandas等数据分析库以及pytorh等机器学习库。

项目经验

项目名称：DPI（Deep Packet Inspection深度包检测）
项目简介：网络包检测工具。在Linux中使用XDP获取网络包，在vpp中通过对网络包包头和payload分析确定网络包的应用归属
主要工作和业绩：
· 对http 301/302重定向应用的识别。重定向后可能会访问其他域名或ip重而导致对后续网络包判断错误。通过解析http头部的Location字段将重定向后的域名或ip继续标记为重定向前的应用解决后续网络包应用判断错误的问题。
· 使用conntrack表识别链方向的改造，解决在部分场景中不能识别应用的问题。在之前的实现中通过该网卡是LAN还是WAN口来判断链方向并不准确。而通过查询conntrack表的方式可以解决该问题。
· 在简易模式下的识别自定义应用ip规则。
· 修改dpi中的xdp以及xdpdump程序，解决dpi软中断和cpu占用高的问题。
· xdp中应用匹配表的持久化，解决dpi重启后需对应用重新识别的问题。
· 定时检查在配置文件中的网卡是否存在，网卡存在后挂载xdp。
· 部分端口为80和8080的流量被打成http或非标http的协议mark。（具体的应用mark被协议mark覆盖）。
· 技术栈：C/xdp/vpp

项目名称：网络分类收集程序
项目简介：收集windows端应用程序网络信息，包括ip，域名，数据包。收集到的信息将用于丰富DPI库和DPI相关的AI模型的训练
主要工作和业绩：
· 使用winpcap库获取并解析网络数据包
· 实现网络数据包与应用程序的对应
· 通过HOOK对GetAddrInfoW函数的替换，实现应用在进行DNS解析时域名的获取
· 技术栈：C++/windows hook/Dll注入

项目名称：应用控制软件
项目简介：实现在windows环境的自动化软件，用于实现鼠标和键盘的自动操作
主要工作和业绩：
· 实现鼠标键盘消息的录制程序。使用Hook机制获取鼠标和键盘的消息，然后构建相应的对象，在对象中将该消息作为边沿触发记录并保存。
· 实现鼠标键盘的操作程序。根据录制程序保存的鼠标键盘事件对鼠标键盘进行操控
· 实现对目标应用随机进行操作的功能
· 技术栈：C++/windows hook

项目名称：BarServer
项目简介：维护网吧游戏以及部分资源的从IDC到网吧服务器更新和管理
主要工作：
· 实现游戏磁盘同步调度优化。
· 原来的游戏磁盘同步使用先进先服务的方式，同步任务卡住时，就会占用任务数。导致任务堆积。优化后将任务的磁盘同步修改为根据游戏热度和来源进行排序，再根据排序先后进行磁盘同步。同时对于同步异常的情况进行处理，并拉起下一个同步任务。
· 技术栈：C++ /

项目名称：盖伦游戏下载器
项目简介：维护一些特殊游戏从IDC到网吧服务器更新以及与BarServer的同步
主要工作和业绩：：
· 修复盖伦下载器到BarServer的同步时ID冲突问题。
· 盖伦下载器更新的游戏与BarServer更新的游戏ID由各自的表管理，由于BarServer游戏ID的越界导致ID冲突问题，使得BarServer上的游戏被覆盖。
· 为此将盖伦下载器中的游戏下载之后读取BarServer中的已有游戏ID，从而避免生成与BarServer相同的游戏ID。
· 技术栈：C++ /

项目名称：pkgdown动态库
项目简介：游戏资源的传输模块
主要工作和业绩：
· 解决游戏下载更新过程中占用内存过大的问题。
· 优化前游戏更新过程中会先为每个文件创建一个对象，若游戏文件过多则会创建大量对象提高了内存占用率，同时在该对象中重复保存了每个数据块的索引信息使得对象过于臃肿。
· 优化后的游戏数据更新修改为先计算需要更新的游戏文件再创建对应的文件对象，而对于第一次下载的游戏则改为在需要下载该文件的时候再创建对象。
· 对于对象过于臃肿的问题则将重复的数据块索引放入一个公共的索引列表中，从而减少内存使用。
· 技术栈：C++ /
研究内容：脉冲神经元相关研究
项目简介：实现脉冲神经网络的快速计算与训练
主要工作：
· 根据电路模型对脉冲神经元进程序实现,。
· 实现使用GPU对神经网络的快速计算，与纯粹使用CPU的计算方式相比，使用GPU使得神经网络运算速度得到大幅提升。
· 实现使用脉冲时序依赖可塑性（STDP）方法对神经网络训练。
· 技术栈：C / CUDA /