网络工程毕业设计选题建议：网络内安全应用（除Firewall、DMZ外）

针对网络内部安全应用场景，以下是几个适合应届毕业生的毕设选题，覆盖不同技术方向，工作量和技术门槛适配毕设要求：

终端安全防护类 #

• 基于行为分析的终端异常检测系统
  聚焦内部终端的异常行为识别，用Python结合机器学习模型（如孤立森林、LSTM），采集Windows事件日志/Linux Syslog中的进程启动、文件操作、网络连接数据，训练模型识别勒索软件加密、未授权进程提权等异常行为。实现流程包括：数据采集脚本开发、特征提取、模型训练调优、Web可视化告警面板，能体现数据分析与终端监控能力。
• 轻量终端漏洞扫描与自动修复工具
  针对内部终端的通用漏洞（如公开CVE编号漏洞），开发扫描工具：用tshark或Python的scapy库探测开放端口与服务版本，匹配漏洞库判断风险；对接Windows的wusa命令、Linux的apt/yum包管理器实现一键修复逻辑。核心功能是漏洞扫描报告生成、高危漏洞自动修复，适合结合网络探测与系统运维知识完成。

身份与访问控制类 #

• 零信任架构下的内部微服务访问控制原型
  搭建小型内部微服务集群（如Spring Cloud），实现零信任核心逻辑：每次请求需通过JWT身份验证+设备健康校验（检查终端是否开启杀毒软件、系统补丁是否更新），结合RBAC角色权限控制，拒绝未授权或高风险设备的访问。原型可包含服务注册中心、认证中心、权限校验模块，能体现对现代安全架构的理解与实践能力。
• 内部账号权限审计系统
  针对AD域/LDAP环境中的内部账号，开发审计工具：定期扫描账号的权限配置，检测异常权限（普通用户拥有域管理员权限）、僵尸账号（30天未登录）、共享账号等风险点，生成可视化审计报告并触发邮件告警。用Python的pyad库对接AD域API，开发成本低且实用性强。

内部流量威胁检测类 #

• 内部横向移动行为检测系统
  采集内部网络镜像端口的流量（用tshark抓包），分析SMB、RDP、SSH等协议的访问行为，通过规则引擎（自定义规则）或机器学习模型，识别短时间内同一账号登录多终端、低权限终端访问核心服务器等横向移动特征。实现流量解析、异常识别、告警展示的完整流程，能体现网络协议分析与威胁检测能力。
• 内部DNS隧道行为检测工具
  针对恶意软件通过DNS隧道泄露数据的场景，采集内部DNS服务器日志，分析请求频率、域名后缀、请求时间分布等特征，用统计分析方法识别异常（如大量请求未知顶级域名、请求间隔异常）。结合Python的pandas做数据分析，开发可视化面板展示异常请求，技术门槛适中且贴合实际威胁场景。

内部数据安全类 #

• 轻量内部敏感数据泄露防护（DLP）原型
  监控终端的文件传输行为（USB拷贝、邮件附件、云盘上传），用正则表达式或轻量NLP模型识别敏感数据（身份证号、银行卡号、涉密文档关键词），实现敏感数据传输拦截与告警。可基于Windows API或Linux inotify机制开发数据监控模块，功能聚焦且易于落地。
• 内部备份数据完整性校验系统
  针对内部服务器的备份文件，开发工具定期执行哈希校验（SHA256），对比备份文件的哈希值与基准值，检测备份是否被篡改；同时监控备份任务的执行状态，若备份失败或超时触发告警。核心功能包括哈希校验脚本、备份状态监控、报告生成，技术难度低但实用性强。

内容的提问来源于stack exchange，提问作者ELMOURABIT OJ