学习计划
学习路线清单(按先后顺序)
第一阶段:基础底座
1. Python
- 基础语法
- 数据类型与容器
- 函数
- 面向对象
- 异常处理
- 文件读写
- 标准库
- 模块与包
- 虚拟环境与依赖管理
- 日志与调试
- 测试(pytest)
- 网络编程
- 并发基础(线程、进程、协程)
- 爬虫
- Flask / FastAPI
- 数据处理(NumPy / Pandas)
- 基础可视化
- 安全脚本开发
2. Linux
- 常用命令
- 文件系统
- 权限管理
- 用户与组
- 进程管理
- 服务管理
- Shell 脚本
- 网络命令
- SSH
- 日志查看
- 环境变量
- 软件安装与编译
- systemd
- Docker 基础
3. 计算机网络
- OSI / TCP-IP 模型
- IP / TCP / UDP
- DNS
- HTTP / HTTPS
- TLS 基础
- Socket
- 路由与交换基础
- NAT / 代理
- WebSocket
- 抓包分析(Wireshark)
- 常见协议(FTP / SMTP / SSH)
4. 操作系统
- 进程与线程
- 内存管理
- 文件系统
- I/O
- 系统调用
- 调度
- 同步与互斥
- 死锁
- 虚拟内存
- 缓存
- 用户态与内核态
5. 数据结构与算法
- 数组
- 链表
- 栈
- 队列
- 哈希表
- 树
- 堆
- 图
- 排序
- 二分
- DFS / BFS
- 动态规划
- 贪心
- 并查集
- 基本复杂度分析
6. Git / 工程基础
- init / clone / add / commit
- branch
- merge / rebase
- stash
- reset / revert
- 冲突处理
- 远程仓库
- 版本管理习惯
- README 编写
- 项目结构设计
第二阶段:开发与系统能力
7. C / C++
- 基础语法
- 指针与引用
- 内存管理
- 结构体 / 类
- 函数与头文件
- 编译与链接
- 文件操作
- 调试(gdb)
- STL(C++)
- 多线程基础
- 网络编程基础
- 与系统底层交互
8. 数据库
- SQL 基础
- 表设计
- 增删改查
- 索引
- 事务
- 锁
- 隔离级别
- 视图
- 存储过程基础
- MySQL / PostgreSQL
- Redis 基础
- ORM 基础
9. Web 基础
- HTML
- CSS
- JavaScript
- DOM
- 浏览器机制
- 前后端通信
- REST API
- JSON
- Cookie / Session / JWT
- 前端路由
- Web 存储
10. Go
- 基础语法
- 结构体与接口
- 包管理
- Goroutine
- Channel
- 错误处理
- 网络编程
- HTTP 服务
- 并发模型
- 日志
- 测试
- Web 框架
- 工程化项目结构
第三阶段:安全主干
11. Web 安全
- HTTP 安全基础
- XSS
- CSRF
- SQL 注入
- SSRF
- 文件上传漏洞
- 命令执行
- 反序列化
- 权限绕过
- JWT 风险
- API 安全
- 认证与授权
- 业务逻辑漏洞
- WAF 绕过基础
12. 系统 / 网络安全
- 信息收集
- 端口扫描
- 服务识别
- 漏洞利用基础
- 提权基础
- 横向移动基础
- 持久化基础
- Windows / Linux 常见攻击面
- 流量分析
- IDS / IPS 基础
- 防火墙基础
- 日志审计
13. 密码学
- 哈希
- 对称加密
- 非对称加密
- 数字签名
- 证书
- TLS 基础
- 密钥交换
- 编码与摘要区别
- 常见错误用法
14. 安全工程 / 安全架构
- RBAC
- 审计日志
- 输入校验
- 敏感数据保护
- 最小权限
- 安全配置
- 密钥管理
- 风险建模
- 监控与告警
- 服务治理
- 安全测试流程
15. 逆向 / 二进制
- 汇编基础
- ELF / PE
- 栈与堆
- 调用约定
- gdb / lldb
- IDA / Ghidra 基础
- 静态分析
- 动态分析
- 基础漏洞原理
- 简单 CrackMe
- 基础恶意代码分析
第四阶段:AI 与模型基础
16. 数学基础(AI 用)
- 线性代数
- 概率论
- 统计学
- 微积分基础
- 优化基础
- 矩阵运算
- 向量空间
- 导数与梯度
17. 机器学习
- 监督学习
- 无监督学习
- 分类
- 回归
- 损失函数
- 过拟合
- 泛化
- 特征工程
- 评估指标
- sklearn
- 模型训练流程
18. 深度学习
- 神经网络
- 激活函数
- 反向传播
- 优化器
- 正则化
- CNN
- RNN / LSTM
- Transformer 基础
- PyTorch
- 训练与验证流程
- 模型保存与加载
19. AI 基模 / LLM
- Tokenization
- Embedding
- Transformer
- Self-Attention
- 预训练
- 指令微调
- 上下文窗口
- Sampling
- Prompt Engineering
- RAG
- Function Calling
- Agent 基础
- 本地部署基础
- LoRA / 微调基础
第五阶段:AI + 安全交叉
20. AI 安全
- Prompt Injection
- Jailbreak
- Tool Abuse
- RAG 污染
- 数据投毒
- 对抗样本基础
- 模型泄露
- 模型 DoS
- 权限边界设计
- Agent 安全
- LLM 应用威胁建模
- 安全评测
21. 强化学习
- MDP
- 状态 / 动作 / 奖励
- Q-Learning
- DQN
- Policy Gradient
- PPO
- Reward 设计
- Exploration / Exploitation
- 环境建模
- 评估指标
- Gym 类环境使用
22. 自动化攻防
- 扫描自动化
- 枚举自动化
- 漏洞验证自动化
- exploit 调度
- 结果归档
- 攻击链建模
- 决策系统
- Agent 编排
- 多 Agent 协作
- 仿真环境
- RL + 安全结合
第六阶段:Web3 / 区块链
23. 区块链 / Web3
- 区块链基础
- 交易与账户模型
- 共识基础
- EVM
- Solidity
- 合约开发
- DeFi 基础
- 钱包与签名
- Gas 机制
- 事件与日志
- 合约测试
24. 区块链安全
- 重入
- 权限控制错误
- 整数问题
- Oracle 操纵
- Flash Loan 攻击
- 治理攻击
- 升级代理风险
- 签名重放
- 资金流分析
- 审计思维
- Fuzzing 基础
- 合约不变量
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 欢迎来到和泉伏见的网络世界!!
