三年前，天启科技“灯塔”项目。她也负责设计数据清洗流程。当时的项目负责人——一个四十多岁、总爱穿格子衬衫的技术总监——在评审会上说：“过滤规则要大胆一点，宁可错杀，不可放过。用户行为数据，干净比完整更重要。”

    她当时反驳：“错杀会丢失真实用户行为模式，影响模型训练。”

    “那是算法团队该操心的事。”总监说，“我们的职责是提供干净的数据。”

    后来，“灯塔”项目上线三个月后，因为数据过滤过度，导致用户画像模型出现严重偏差。产品团队投诉，算法团队甩锅，最后责任落到了数据清洗流程设计上。

    而那个说“宁可错杀”的总监，早已调离项目组。

    路容深吸一口气。

    继续写代码。

    但这一次，她的思路变了。

    她开始设计一个“激进”的规则——表面上是为了最大化过滤重复和异常数据，实际上，她在规则里埋下了一个微妙的漏洞。

    漏洞的核心，在于对加密负载格式的判定。

    现有文档描述，payload字段解密后应该是标准JSON格式，包含固定的几个嵌套字段。但路容知道，在实际传输过程中，可能因为加密算法、网络编码、第三方接口等各种原因，产生一些非标准但依然可解析的变体。

    比如，JSON字符串的开头或结尾多了一个空格。

    比如，某个字段的值是空数组[]，但被编码成了空字符串““。

    比如，时间戳字段的值是整数，但被错误地传成了字符串。

    这些变体，在严格的JSON解析器里会报错，但在一些宽松的解析器里可以正常处理。

    路容设计的规则是：只要payload解密后不能通过严格JSON解析验证，就标记为“格式异常”，暂时搁置，触发人工审核。

    这听起来很合理。

    但她在规则里加了一个细节：对于AES-256-GCM加密的数据包，解密过程会生成一个“认证标签”，用于验证数据完整性。如果认证标签验证失败，解密工具会直接报错，不会输出任何内容。

    而她的规则，在处理“认证标签验证失败”的情况时，设计了一个特殊的逻辑分支。

    这个分支会检查数据包的元数据——device_id、timestamp、来源IP——然后与最近一小时内的其他数据包进行模糊匹配。如果找到相似的数据包，就假设这个解密失败的数据包是重复发送的版本，直接丢弃，不触发告警。

    但如果找不到相似数据包呢？

    规则会将其标记为“加密负载格式错误”，进入异常队列。

    然后——关键在这里——路容在代码里设置了一个阈值：同一来源IP在五分钟内，如果出现超过三个“加密负载格式错误”的数据包，就触发系统级告警。

    为什么？

    因为正常的数据传输，不会在短时间内产生大量解密失败的数据包。如果出现，要么是源头数据有问题，要么是加密密钥错误，要么是——有人故意发送了无法解密的测试数据。

    而“深蓝计划”的数据来源，周哲说涉密。

    路容不知道具体是什么来源。

    但她知道，李剑三年前构陷她时，用的就是伪造的数据包，伪装成她从公司服务器泄露出去的加密文件。那些文件，表面上是AES加密，实际上内部结构被篡改过，解密后会得到错误的内容。

    当时的加密方式，也是AES-256。

    当时的错误模式，也是认证标签验证失败。

    当时的处理逻-->>

本章未完，点击下一页继续阅读