Portfolio
從資安實作出發，走向系統建造與可量測的 GPU AI Infrastructure 研究。
Overview
我喜歡把抽象問題做成可以操作、可以檢驗的系統。資安解題教我從線索重建過程；
入侵偵測與多人遊戲讓我碰到模組整合的真實摩擦；GPU 排程研究則逼我回答：
改進在實機上是否仍然成立？
以下作品各自從一個我想釐清的問題出發，留下關鍵實作、可觀察的結果，以及下一次會帶著走的方法。
作品與研究
- 共用 GPU 叢集遇到工作互搶資源時，光提高使用率還不夠：等待時間、長尾延遲與中斷代價也得一起考慮。這是我開始研究排程的問題。
- 整合 Slurm 與 Kubernetes，加入彈性伸縮、GPU MPS 共用和 checkpoint-aware draining，再以深度強化學習選擇排程策略。
- 在實驗室 2-GPU 叢集的中、重度負載下，平均工作完成時間（JCT）較 Backfill 改善約 8.1–12.0%；P99 與公平性仍有取捨。
- 這個專案讓我把『提出策略』推進到『建出系統、在實機上比較，並解釋數字為何可信』。
- 我想知道圖學課學到的渲染技術，能不能不靠現成遊戲引擎，撐起一場真正可玩的多人對戰。
- 以 C++17、OpenGL 4.5 自製渲染器與 GLSL 效果；用 GPU SplatMap 顯示塗地、CPU 網格計算碰撞與分數，再接上 Valve GameNetworkingSockets、miniaudio 和 ImGui。
- 完成雙隊、180 秒一局的 3D 漆彈遊戲，從畫面到計分都能在同一場對戰中運作。
- 最難的不是單一特效，而是讓渲染、遊戲狀態與連線結果一致；這次實作把我對『系統整合』的理解從概念變成了除錯經驗。
- 課堂上的偵測規則若只停在主機端日誌，事後要怎麼追查事件有沒有被改過？我把『可追溯』當成期末專案的設計起點。
- 蒐集 Windows Sysmon 與 Security Event Log，用 Frida 監控 DLL 載入，再以 Solidity 智慧合約記錄事件，透過 Flask／Vue 儀表板查詢。
- 做出從端點採集、鏈上紀錄到網頁檢視的完整流程，而不只是一個孤立的偵測腳本。
- 做完才真正感受到：資安系統的價值也取決於證據能否留下、能否被別人讀懂。
- Sysmon 會留下大量事件；TeamT5 寒假培訓時，我想釐清哪些行為值得再往程序記憶體追查。
- 以 C++20 整合 Sysmon 事件、可疑操作觸發條件與程序記憶體掃描，將 process tampering、遠端執行緒與高權限程序存取串成可解釋的 finding。
- 用掃描結果與短時間去重控制警報，而不只憑單一事件 ID 判定惡意；專案未宣稱真實環境的偵測率。
- 這段實作讓我開始把端點事件視為線索，再用程序狀態確認，而不是把一個可疑 API 當成完整證據。
- 如果安全測試大多用主流語言，模型碰到低資源語言或新造語言時，原本的防線還算數嗎？
- 我在 AIS3 暑期營隊以多種模型測試跨語言 Prompt Injection，讓不同語言條件下的繞過情形可以放在一起比較。
- 比起只展示單次成功的提示詞，我更在意測試條件是否一致，能不能說明語言變化如何影響防護。
- 看懂一個漏洞，仍不足以看懂一次入侵；我想練習把分散的攻擊行動串成完整脈絡。
- 在 AIS3 實驗環境復現 APT-41 相關攻擊鏈，依 MITRE ATT&CK 整理各階段 TTP，並逐步驗證攻擊流程。
- 最後留下的是一條可以講清楚的證據鏈，也讓我開始習慣從攻擊者的連續行動，而不是單點工具來分析威脅。
- 公開 PoC 能跑起來，不等於同學能理解漏洞如何形成；我希望把復現結果整理成可交接的攻擊流程。
- 在資安課程攻防平台復現 CVE-2024-4577 與 CVE-2025-55182，擔任組長分工整理 PoC、漏洞報告與流程視覺化。
- 這次練習讓我把『自己打得出來』變成『其他人能依證據重現、理解並討論』。