sniff07/Cybersecurity-Researcher-Security-Engineer-IEEE-Author-of-artificial-intelligence-machine-learning-

# Yusuf Usman **网络安全研究员 · 安全工程师 · IEEE 作者** 我致力于研究人工智能、机器学习与网络安全的交叉领域——构建能够检测威胁、分析数据泄露并防御对抗性 AI 的系统。我的工作涵盖网络钓鱼检测、基于 LLM 的攻击分析、自主防御以及安全的 5G/6G 通信。 ## 研究方向 - **用于威胁检测的 AI/ML** — 网络钓鱼、垃圾信息、恶意软件、对抗性输入 - **LLM 安全** — 进攻性 LLM 能力、prompt injection、LLM 驱动的防御 - **数据泄露分析** — 大规模泄露模式分析（CT、NY、MA 数据集） - **5G/6G 安全** — massive MIMO、信道估计、安全的下一代网络 - **绿色网络安全** — 用于可持续威胁防御的节能 AI 模型 ## 技术栈 **编程语言：** Python · JavaScript · Bash/Shell 脚本 **ML/AI：** scikit-learn · TensorFlow · PyTorch · Hugging Face · LLM API 集成 **安全工具：** Wireshark · Metasploit · Burp Suite · Nmap · SIEM 工具 **数据与分析：** pandas · NumPy · Jupyter · SQL · data pipeline 脚本 **开发与自动化：** Git · REST API · 自动化脚本 · Linux/CLI 环境 ## 精选出版物 | 年份 | 论文 | 期刊/会议 | |------|-------|-------| | 2025 | AI, ML, and LLM Integration in 5G/6G Networks: A Comprehensive Survey | IEEE Access | | 2025 | Green Cybersecurity: AI/ML/LLMs for Energy, Threat Detection & Sustainability | IEEE Access | | 2025 | PhishProof: AI-Driven Phishing Detection with Optimized Feature Selection ⭐ | IEEE AIIoT | | 2025 | Deep Reinforcement Learning for Adaptive Beamforming in 6G Massive MIMO ⭐ | IEEE AIIoT | | 2024 | The Dark Side of AI: LLMs as Tools for Cyber Attacks on Vehicle Systems ⭐ | IEEE UEMCON | | 2024 | Enhancing Phishing Detection with AI: Novel Dataset & Comprehensive Analysis ⭐ | IEEE UEMCON | | 2024 | Is Generative AI the Next Tactical Cyber Weapon for Threat Actors? | IEEE CCWC | | 2024 | Spam No More: Cross-Model Analysis of ML and LLM Efficacies | IEEE CSNet | *⭐ 最佳演讲奖* 完整列表：[yusufusman.net/publications-cybersecurity](https://yusufusman.net/publications-cybersecurity) · [Google Scholar](https://scholar.google.com/citations?user=x4EPBdsAAAAJ) ## 公开数据集 这些数据集经过精心整理和结构化，旨在支持网络安全领域可复现的 ML 研究： - **[phishing-dataset](https://github.com/sniff07/phishing-dataset)** — 20,000+ 条带标签的网络钓鱼/垃圾信息，用于检测模型训练 - **[URLs-Dataset](https://github.com/sniff07/URLs-Dataset)** — 80,000 个平衡的网络钓鱼/合法 URL，用于分类研究 - **[URL-Phishing-Dataset](https://github.com/sniff07/URL-Phishing-Dataset)** — 40,000 封网络钓鱼和安全电子邮件；是同类中最大的公开数据集 - **[Massachusetts 数据泄露分析](https://github.com/sniff07/Unveiling-Cyber-Threats-An-Empirical-Analysis-of-Massachusetts-Data-Breaches)** — 按类型、行业和时间线结构化的数据泄露信息 - **[New York 数据泄露分析](https://github.com/sniff07/Comprehensive-Analysis-of-New-York-Data-Breaches)** — 来自 AG 报告的整合版 NY 数据泄露事件 ## 联系方式 - 🌐 [yusufusman.net](https://yusufusman.net) - 💼 [LinkedIn](https://www.linkedin.com/in/yusufusman) - 📄 [Google Scholar](https://scholar.google.com/citations?user=x4EPBdsAAAAJ) - ✉️ author@yusufusman.net

标签：5G/6G安全, AMSI绕过, Apex, CTI, IaC 扫描, 凭据扫描, 多线程, 大模型安全, 威胁检测, 应用安全, 数据可视化, 数据泄露分析, 机器学习, 网络安全, 网络安全研究, 网络钓鱼检测, 逆向工具, 隐私保护