# 实验10 · 内部人员批量导出监测（三层防御）

> 对应模块 M4 ｜ 2 学时 ｜ 产出物：OP0033 溯源报告（阈值+基线+水印三层证据链）
> 这是全课程"最像真案侦破"的实验：合成数据里埋了一个学会规避单日阈值的家伙，抓他

## 实验目标
用 SQL + 控制台 + 水印三层手段，完整复现"内部人员分批捞取客户征信数据"的检测与定责：
**第一层阈值抓现行 → 第二层基线抓规律 → 第三层水印做定责**。

## 前置条件
- MySQL 业务库：192.168.32.130:3306，bank_biz，root / fds_root_2026
- 已装 `pip install pymysql pandas matplotlib`
- 控制台页签⑥可访问（对照演示）

## 实验步骤

### Step 1：先看数据长什么样（10 分钟）
```bash
python - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
                    password='fds_root_2026', database='bank_biz')
df = pd.read_sql("SELECT operator_id, DATE(query_time) d, COUNT(*) n "
                 "FROM credit_query_log GROUP BY operator_id, d LIMIT 20", c)
print(df)
print("总操作员数:", pd.read_sql(
    "SELECT COUNT(DISTINCT operator_id) n FROM credit_query_log", c)["n"][0])
EOF
```

### 第一层：阈值检测（15 分钟）
```bash
python - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
                    password='fds_root_2026', database='bank_biz')
daily = pd.read_sql("""SELECT operator_id, DATE(query_time) d, COUNT(*) n
    FROM credit_query_log GROUP BY operator_id, d""", c)
THRESHOLD = 200
hit = daily[daily["n"] > THRESHOLD]
print(f"阈值 {THRESHOLD} 命中 {len(hit)} 条:")
print(hit.sort_values("n", ascending=False).head(10))
EOF
```
预期：普通操作员偶有超标（忙日），**OP0033 可能没进榜**——他故意控制在阈值内。
在报告里写：单层阈值的漏洞是什么？（答：攻击者把量摊到阈值之下即可绕过）

### 第二层：基线检测（抓到 OP0033 的关键，25 分钟）
```bash
python - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
                    password='fds_root_2026', database='bank_biz')
daily = pd.read_sql("""SELECT operator_id, DATE(query_time) d, COUNT(*) n
    FROM credit_query_log GROUP BY operator_id, d""", c)

# 个人基线 = 自己历史日均值
base = daily.groupby("operator_id")["n"].mean().rename("baseline")
m = daily.merge(base, on="operator_id")
m["ratio"] = m["n"] / m["baseline"]

# 规则：当日量 > 个人基线 3 倍 且 当日绝对量 > 50（防低量误报）
flag = m[(m["ratio"] > 3) & (m["n"] > 50)]
print(flag.sort_values("ratio", ascending=False).head(10))

# 画图存证：OP0033 vs 全体均值的每日查询曲线
import matplotlib
matplotlib.use("Agg"); import matplotlib.pyplot as plt
op33 = daily[daily["operator_id"] == "OP0033"]
avg  = daily.groupby("d")["n"].mean()
plt.figure(figsize=(10, 4))
plt.plot(op33["d"], op33["n"], label="OP0033", marker="o")
plt.plot(avg.index, avg.values, label="全体均值")
plt.legend(); plt.title("OP0033 vs baseline"); plt.xticks(rotation=45)
plt.tight_layout(); plt.savefig("exp10_基线对比.png", dpi=120)
print("图已存 exp10_基线对比.png")
EOF
```
预期：OP0033 **每天都贴着"略超自己基线3倍"或"恒定高于均值"**——分批捞取的典型形态。截图曲线图。

### 第三层：水印定责（15 分钟）
模拟"泄露数据在外部发现了"，用页签⑤原理做溯源：
```bash
python - << 'EOF'
import hashlib
# 外部流出数据里提取到的 4bit 指纹（课程预置场景）
leaked_bits = "1011"
candidates = {"OP0033": None, "OP0011": None, "OP0058": None}
for op in candidates:
    candidates[op] = bin(int(hashlib.sha256(op.encode()).hexdigest(), 16))[-4:]
print("各操作员水印指纹:", candidates)
# 比对命中
hit = [op for op, b in candidates.items() if b == leaked_bits]
print("泄露源定位:", hit)
EOF
```
预期输出定位到 OP0033。写一句定责链：**基线发现异常 → 行为曲线存证 → 水印指纹定位到人**。

### Step 4：汇总溯源报告（15 分钟）
按课程"案例五段式"格式写 300 字小报告：
1. 背景：外包操作员可查全量征信
2. 发现：阈值层漏报 → 基线层命中
3. 分析：分批规避阈值的行为特征（附曲线图）
4. 定责：水印指纹比对命中 OP0033
5. 整改建议：三条以上（如：外包账号限次+审批、征信查询双人复核、水印全覆盖）

### Step 5：与控制台互验（10 分钟）
打开控制台页签⑥，确认检测结果与你的 SQL 一致（该页签阈值偏保守，命中可能为空——把你的 SQL 结果截图对照说明即可，这本身就是"参数窗口"的教学点）。

## 验收自查
- [ ] 阈值层的漏报结论写出来了
- [ ] 基线层抓到 OP0033，曲线图已存
- [ ] 水印定位输出命中
- [ ] 五段式报告 300 字
- [ ] 整改建议 ≥ 3 条

## 评分要点（10 分制）
两层检测实现 4 分｜曲线存证 2 分｜水印定责闭环 2 分｜报告质量 2 分

## 常见问题
| 问题 | 处理 |
|---|---|
| matplotlib 中文字变方块 | `plt.rcParams["font.sans-serif"]=["SimHei"]`；或标签用英文 |
| OP0033 ratio 不够 3 倍 | 调低倍数到 2 或降低绝对量门槛重试；并把参数写进报告（检测即调参） |
| 想重置数据重跑 | `docker compose up -d --build generator`（幂等重灌，所有学员数据一致） |

## 提交物
两份检测脚本 + `exp10_基线对比.png` + 水印定位截图 + 五段式报告
