在网络安全课程项目中，针对模拟装备控制网络设计边界防护验证方案，目标是评估防火墙规则与入侵检测规则的有效性。使用GNS3搭建含2个子网的拓扑，配置Snort规则并借助Kali发起端口扫描和异常流量测试，共设计8条检测规则。与2名组员分工完成规则配置、流量生成和结果记录，通过对比误报与漏报情况迭代规则。在课程实验环境下，规则对测试流量的识别率约75%，形成1份实验报告并完成课堂汇报。

个人实验项目，围绕装备网络中常见工控协议的异常流量识别展开，目标是验证基于统计特征的检测思路。使用Python和Scapy构造Modbus TCP正常与异常请求样本，结合Wireshark提取报文间隔、功能码分布等特征，并用scikit-learn训练简单分类模型。独立完成数据采集、特征整理和模型调参，参考公开实验数据集口径。在本地实验环境下，对自建样本的分类准确率约82%，输出1份实验笔记，为后续课程研究提供参考。