全球领先的综合通信解决方案提供商 中国最大的通信设备上市公司 全球最具价值品牌500强 国家高新技术创新示范企业 …… 这是中兴通讯的印迹 而疫情之下的2020年 全球经济形势严峻 中兴通讯的步子迈向何方？ 后疫情时代，5G引领下的数字经济加速 中兴通讯在5G领域又有哪些动作？ 本期《璐演》对话 中兴通讯执行副总裁 首席运营官谢峻石 在主持人邓璐博士的“三问”中 我们似乎可以找到答案 （建议在wifi环境下观看专访视频） 惟其艰难，更显勇毅。 2020世界5G大会期间，中兴通讯以“筑路数字经济，绽放5G价值”为参展主题亮相大会，带来最新创新技术和方案，展示新基建大背景下如何利用5G技术赋能各行各业数字化转型的典型场景成功案例。 Q1 2019年业绩说明会，李自学董事长表示 2019年是“谨慎、艰难、扎实”的一年。 如果让您来形容2020年的中兴 您会用什么词？ 关键词：“三步走”战略 谢峻石 实际上我们在2018年之后对中兴通讯新的发展制定了“三步走”的战略。 2018年到2019年是恢复期，希望公司的经营能够恢复到2017年的水平；2020年到2021年是发展期；2022年我们希望公司能够进入战略的超越期，所以2019年属于我们恢复期的最后一年。 从今年年初疫情到中国5G的快速发展，我觉得作为我们中兴通讯战略发展期的第一年，为我们后续的发展奠定了良好基础。 如果要用几个词来形容2020年的中兴通讯，我想第一个是“凝心聚力”，尤其是在今年疫情当下，我们所有7万名员工跟我们全球的客户合作伙伴以及整个产业链一起凝心聚力，为整个通信行业的发展，为整个5G的发展贡献自己的力量。我们克服供应链、生产、生活等方面的困难，大家携手同行。聚的是力量，聚的是人心。 第二个词我想用“突破”，中国5G商用一年多，今年第三季度我国已提前完成了年底建成60万个5G基站的目标，有1.6亿的终端的连接。 全球的数据是95万个基站，中国已经超过了70%，这里面中兴通讯也做出了自己应有的贡献。我们目前在国内的基站发货数量已超过20万个，基本上是占比超过30%的市场份额，同时我们也积极拉动我们上下游的合作伙伴，一起来建立一个5G开放共赢的生态。 不管是在国内的5G建设，还是在整个5G行业，甚至包括在我们整个全球各业务方面，我们还是取得了一定的突破。 第三是“数字化”。这也是今年的热门话题。所有的伟大其实都是被逼出来的，如果没有这种外在的动力压力，其实一个企业发生变化也是蛮难的一件事情。 罗马不是一天建成的，中兴的数字化也不是一天铸就的。 面对行业的碎片化需求，中兴通讯以行业场景为中心，依托分布式精准云和确定性精准网，为行业客户提供积木式灵活便捷的云网融合定制方案，助力行业转型升级。 目前中兴通讯已在工业、交通、能源等15个行业发展了超过500家合作伙伴，共同探索了86个5G创新应用场景，全球范围成功开展超过60个示范项目。 在5G行业展区，中兴通讯集中带来了5G智慧交通、5G智慧钢铁、5G智能电网、5G智能制造、5G全息访谈等7大行业应用成果展示。 其中5G智慧钢铁以沙盘形式，直观地呈现了基于5GC下沉的工业互联专网，在高炉皮带机器人、风机预测性维护、机器视觉、无人智能行车等多个场景部署的5G创新应用，该项目由广东联通、湛江宝钢、上海宝信、中兴通讯联合打造，是全国第一个商用的整套5GC下沉的工业互联专网，荣获工信部第三届“绽放杯”大赛一等奖。 Q2 怎么去定义中兴的角色？ 是领跑者还是跟随者？ 5G商用中国一定是领跑者，你认同吗？ 关键词：5G先锋 谢峻石 我们在2016年给自己定义的就是“5G先锋”角色。我们希望能够做到技术领先、商用领先，以及市场规模的领先。从今年的情况来看，我觉得我们至少在5G领域是领跑者。 至于中国在5G商用上的领跑，我非常认同，而且我们也有底气跟信心，使得中国在全球5G领域成为一个领跑者。 第一，国家重视。把5G上升到整个国家的战略，已经作为新基建的一个基石，得到了各级政府的大力支持。 第二，我们整个通信行业里面不管是中兴还是华为，在国内已经有一个不断成熟的产业链，而且我们确实在5G这个领域已经处于领先地位。 中国在5G标准必要专利的占比已占全球35% 以上，也意味着我们已经成为规则制定的参与者，我想这是非常大的变化。 第三，现在整个中国科技创新的氛围浓厚。一个是创新的驱动，第二个是我们的人口红利，使得我们的创新更容易转化为成果，这也进一步驱动我们愿意在创新上进行投入。 Q3 中兴通讯2017-2019年年均研发 投入约121亿元，但并未快速转化成盈利。 如何看待这个颇为尖锐的问题？ 关键词：研发投入产出比 谢峻石 实际上我们从最早的90年代自主研发出第一台数字程控交换机后，就一直坚持在研发投入下功夫，积累到今天才有5G的领先。 我们现在基本上已经步入了业务增长，然后再加大技术投入，技术领先带来下一轮的业务增长的良性循环中。 通信行业有两个特点： 第一，你没有办法做“小而美”的公司，我们必须要保持不断的增长，这是我们前进的方向。 第二，我们一定要有市场占有率的不断提升。如果哪一天我们能够在这个行业里排名第三，甚至第二，我们整个的收益或者研发投入的一个产出比才能够更高。 5G正成为新基建的核心引擎。中兴通讯致力于成为数字经济筑路者。 在产业层面，中兴通讯定位为数字化产业的引领者，聚焦数字信息领域，不做“万能胶”，坚持在自身领域做强做扎实；   在方案层面，采用精简积木化组合架构，为行业客户定制精准服务，让不同的领域能够快速的实施；   在产品层面，发挥芯片、嵌入式操作系统、数据库等核心技术优势，支撑各行业数字化解决方案，为用户来赋能，来提升整个产业的快速成熟度。 目前中兴通讯正不断加大研发投入，持续创新，例如中兴通讯基于Massive MIMO技术的深厚积累，创新提出SSB 1+X立体协同覆盖方案，可将高层楼宇的覆盖性能提升30%以上；推出PowerPilot绿色节能解决方案，在传统载波/通道/符号关断和深度休眠等基础节能技术上，进一步通过引入AI算法，在保护用户体验基础上最大化降低网络能耗，目前已在全球20多张网络超过600,000站点商用等。 在自主研发展区，中兴通讯重点展示了自研芯片、操作系统、分布式数据库、数通产品等领域取得的最新成果，其中工业级操作系统获得中国工业大奖，已在电信、高铁等关键行业广泛应用；GoldenDB分布式数据库已率先在大型银行核心业务系统成功投产。 中兴进入5G领域已经有很多年的累积，谢峻石觉得，在广东或者粤港澳大湾区实现5G商用可能会更优先、更领先的原因，主要在于创新氛围和行业聚集。 “整个大湾区的年轻活力、对人才的培育培养机制特别好，形成了大家一起创新的氛围。另外，物以类聚，大家抱团打天下，5G行业里越来越多的人聚集在此。5G时代，我们不是工业时代的零和关系，更像在热带雨林一个共生的生态里，大家一起把上下游的产业链聚合起来，才能够把共同的事业做大。” ▲ 谢  峻  石 当疫情给世界经济按下了暂停键时，5G所引领的数字经济新发展却给经济重新启动注入新动能，为疫情防控、保障人民生活、对冲行业压力、促进传统经济转型提供了有力支撑。 。不难看出，中兴通讯正努力走出困境，携手行业合作伙伴共探5G，赋能千行百业，推进5G产业生态繁荣，推动数字经济发展再上新台阶。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

作者 | 冷冷 来源 | https://mp.weixin.qq.com/s/0m6ofmMlQTDUQwC7oRRIrQ GraalVM[1] 是一种高性能的虚拟机，它可以显著的提高程序的性能和运行效率，非常适合微服务。最近比较火的 Java 框架 Quarkus[2] 默认支持 GraalVM 下图为 Quarkus 和传统框架（SpringBoot） 等对比图，更快的启动数据、更小的内存消耗、更短的服务响应。 Spring Boot 2.4 开始逐步提供对 GraalVM 的支持，旨在提升上文所述的 启动、内存、响应的使用体验。 安装 GraalVM 目前官方社区版本最新为 20.3.0 ，是基于 OpenJDK 8u272 and 11.0.9 定制的，可以理解为 OpenJDK 的衍生版本 。 官方推荐的是  SDKMAN[3] 用于快速安装和切换不同版本 JDK 的工具 ，类似于 nodejs 的  nvm[4]。 使用类似命令即可完成指定版本安装和指定默认版本 sdk install java 11.0.9.hs-adptsdk default java 11.0.9.hs-adpt 不过安装过程中需要从国外下载相关资源 ，笔者在尝试后使用体验并不是很好，所有建议大家下载指定版本 GraalVM 安装即可（和 JDK 安装方式一样）。 安装成功查看版本 ⋊> ~ java -version                                                      11:30:34openjdk version "11.0.9" 2020-10-20OpenJDK Runtime Environment GraalVM CE 20.3.0 (build 11.0.9+10-jvmci-20.3-b06)OpenJDK 64-Bit Server VM GraalVM CE 20.3.0 (build 11.0.9+10-jvmci-20.3-b06, mixed mode, sharing) 安装 native-image native-image 是由 Oracle Labs 开发的一种 AOT 编译器，应用所需的 class 依赖项及 runtime 库打包编译生成一个单独可执行文件。具有高效的 startup 及较小的运行时内存开销的优势。 但 GraalVM 并未内置只是提供 gu 安装工具，需要我们单独安装。 - 切换到 jdk 的安装目录⋊> ~ cd $JAVA_HOME/bin/- 使用gu命令安装⋊>  ./gu install native-image 初始化 Spring Boot 2.4 项目 Spring Initializr 创建 demo 项目 curl https://start.spring.io/starter.zip -d dependencies=web \           -d bootVersion=2.4.1 -o graal-demo.zip 先看一下启动基准数据 ， 单纯运行空项目 需要 1135 ms 秒 java -jar demo-0.0.1-SNAPSHOT.jarengine: [Apache Tomcat/9.0.41]2020-12-18 11:48:36.856  INFO 91457 --- [           main] o.a.c.c.C.[Tomcat].[localhost].[/]       : Initializing Spring embedded WebApplicationContext2020-12-18 11:48:36.856  INFO 91457 --- [           main] w.s.c.ServletWebServerApplicationContext : Root WebApplicationContext: initialization completed in 1135 ms 内存占用情况 ps aux | grep demo-0.0.1-SNAPSHOT.jar | grep -v grep | awk '{print $11 "\t" $6/1024"MB" }'/usr/bin/java 480.965MB 支持 GraalVM 增加相关依赖， 涉及插件较多完整已上传  Gitee Gist[5] <dependency>    <groupId>org.springframework.experimental groupId>    <artifactId>spring-graalvm-native artifactId>    <version>0.8.3 version> dependency><dependency>    <groupId>org.springframework groupId>    <artifactId>spring-context-indexer artifactId> dependency> <repositories>  <repository>      <id>spring-milestones id>      <name>Spring Milestones name>      <url>https://repo.spring.io/milestone url>   repository> repositories> Main 方法修改,proxyBeanMethods = false @SpringBootApplication(proxyBeanMethods = false)…

代码仓库 代码是运行互联网项目的核心。在快速迭代的互联网项目开发中，最常见的便是多人共同协作开发场景。将代码托管至云端并使用优秀的代码管理系统，对于开发人员是至关重要的。 CODING DevOps的代码托管服务，除了基本的代码版本管理能力之外，还提供质量门禁、代码扫描等能力，能够帮助开发者规避本地代码管理的局限与安全性障碍，回归开发本身，赋能云端协作，实现快速迭代。 测试管理 CODING Devops的测试管理服务，可以让繁琐的测试过程变得井然有序。测试人员可从用例库灵活组建测试计划，实现用例重复使用，工作自然减少，大大改进了测试速度。还可与项目管理模块联动，关联迭代或直接提交缺陷，以迄今从未有的便捷纵览项目，测试进展一目了然。 持续集成 CODING DevOps的持续集成提供了完善的持续集成服务，使得程序员们可以快速、持续地得到直观且有效的反馈，以帮助开发者快速的交付制品。发布到 CODING DevOps的制品仓库，也可以有序的管理构建出的制品。 持续部署 CODINGDevOps提供的持续部署服务，以自动化方式，频繁而且持续性的将软件部署到生产环境，使软件产品能够快速的交付使用。 CODING 持续部署用于把控制品的发布与部署交付流程，具备蓝绿发布，灰度发布（金丝雀发布），滚动发布，快速回滚等能力。 同时还支持 Webhook 等外部对接能力，高效集成各种开发、运维工具。 Wiki 文档管理 Wiki 是一个应交流需要，可随时进行“增删改”的知识库，可用于记录整个项目的来龙去脉，展示当前项目状态，也可让项目成员更好地进行文档书写及协作。 CODING Wiki 支持 Markdown 格式、版本控制、新旧版本对比、无限层级拓展等功能，同时还可以通过公开分享链接，达到让非项目成员阅读访问 Wiki 的效果。 在这个微服务和云平台普及的时代，开发人员会遇到哪些痛点呢？ 首先，在微服务架构当中，需要项目动辄就用到上百个微服务。每当我们开发一个小小的功能，很可能都需要依赖10个微服务，这使得我们在本地的调试变得非常不方便。 其次，微服务架构下的自测反馈流程实在太长了，每次写完代码要想自测一下，我们都需要经过编译-打包-推送仓库-部署的整个流程才能看到结果。即使只修改一个小小的点，比如改动一处文案显示，可能都要花5-10分钟才能验证完成。这样的自测效率，不996才怪呢！ 再次，本地环境、测试环境、线上环境很可能差别极大，在本地调试没问题的程序员，换个环境说不定就会出大问题。因此经常听到程序员抱怨：“这段代码在我本地是没问题的啊？” 不得不说，这届程序员，太难了…… 做过程序员的小伙伴，一定都知道Localhost这个概念。Localhost可以简单地理解为“本地主机环境”。 而Nocalhost恰恰相反，是一个“云原生”应用开发平台。它的名字正是No-Localhost的缩写。 Nocalhost诞生的初衷，就是要让开发者在开发云原生应用时候的体验跟开发本地单体应用一样简单，你似乎就在开发本地应用，你的感受是跟本地一样的。你的调试非常快，不会存在开发的时候好用，部署上了就不好用，这是 Nocalhost 产生的宝贵价值。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

本文来源：物联网智库 一边，腾讯 AI Lab通过自研AI工具揭示了“秃头元凶”；另一边，AI摄像头在足球赛中将边裁的光头错认为足球，观众看了个寂寞。AI你到底行不行？ 今年9月，百度宣布与人民日报社合作共建人工智能媒体实验室，具体来讲就是利用人工智能技术对新闻素材进行自动解读、加工与纠错，确定需要展示的关键信息。在此之前，微软就已经开始将新闻业务转向AI，并鼓励新闻工作者使用AI帮助其扫描、处理、过滤信息以及图片，并终止了与媒体公司PA Media的合作。 “AI编辑部”的报道一出，各位媒体圈的打工人也是心里一颤，我们每天编辑着“人工智能如何取代人工”的新闻，难道也要发生在自己身上了？ 近年，人工智能对人类最明目张胆的“挑衅”当属AlphaGo先后击败围棋世界冠军、职业九段棋手李世石与世界围棋冠军柯洁。一战成名后，AI便昂首阔步地进入了大众视野。 目前，AI在toB产业端与toC消费端两面开花，取得了不俗的成绩，但“机器大脑”终究还是受制于数据、编程，无法自主思考，导致其在复杂多变的实际生产、生活场景中并不具备随机应变的能力，也引发了不少令人啼笑皆的“事故”。 “真”智能 VS “假”聪明 早在AlphaGo之前，人们就已经开始在各行各业中探索人工智能技术的产业应用了，通信技术、物联网等技术的发展更是滋润了AI的落地土壤，使其在商业化落地的淬炼中不断迭代升级，发挥其超强的数据学习能力与分析能力，为产业智能化转型提供了坚实的技术保障。 近日，“腾讯AI找到秃头元凶”的消息频频出现在各大科技媒体的头条——腾讯 AI Lab 采用“从头折叠”的蛋白质结构预测方法帮助解析了II型5a还原酶（SRD5A2）晶体结构，并通过自研AI工具“ tFold”有效提升了蛋白质结构预测精度，揭示了治疗脱发和前列腺增生的药物分子“非那雄胺”对于该酶的抑制机制。 非医学专业的秃头党可能是一头雾水。首先，我们要搞明白为什么会脱发。脱发起因复杂，主要有感染、内分泌障碍、神经精神因素、皮肤病等，其中雄激素性脱发主要与人体内的二氢睾酮有关，它由SRD5A2催化合成。因此，当患者因为二氢睾酮水平过高而出现脱发问题时，可以通过抑制 SRD5A2 来降低患者二氢睾酮水平。 但是，SRD5A2的高分辨率结构信息却十分缺乏，导致SRD5A2催化二氢睾酮合成的机理以及非那雄胺抑制SRD5A2 酶活的机制并不清晰。“模板建模”是当前最普遍的蛋白结构预测手段，但前提是在人类已知的蛋白结构数据库当中，必须存在和预测的蛋白相似的结构，否则就无法使用。而“从头折叠”法则可以不依赖于模板来预测蛋白结构，但精度不高。腾讯 AI Lab 自研的 AI工具“tFold” 正是破解这一难题的关键，它通过多数据来源融合、深度交叉注意力残差网络、模板辅助自由建模三项创新技术实现了蛋白结构预测精度的大幅提升。 此外，AI在工业制造、安防、教育等领域也有不俗的表现——“AI 工业大脑”实现工厂内的人机协同、柔性生产；AI监控摄像头通过捕捉徘徊、长时间逗留等可疑行为预警事故；AI+云平台实现教育资源共享、AI+大数据分析为学生提供个性化教学、AI+MR为学生提供身临其境的教学环境…… 面向消费端，AI实时翻译在今年的双11直播中大放异彩，目前支持从中文到英语、俄语、西班牙语的实时翻译；微博原创视频博主@大谷Spitzer利用AI技术将1920年的影像资料重新上色、修复帧率、扩大分辨率，还原了100年前北京晚清的街景…… 博主@大谷Spitzer利用AI修复视频 得益于AI远强于人类的数据学习能力与分析能力，解决了工业制造、教育、医疗等领域的诸多痛点，然而，成也萧何败萧何，在工业制造、安防等领域表现优异的AI却在足球场上闹了笑话。 近日，在一场苏格兰足球冠军联赛中，主场球队在赛事直播中没有雇佣摄像团队，而是选用了一套名为Pixellot的AI摄像系统，该系统使用内置 AI 追踪技术的摄像头来制作实时高清视频内容。 据称，开发团队收集了数十万小时的体育赛事视频，用于对AI算法进行训练，但他们却忘了教AI辨别光头与足球，导致只要是边裁出现在镜头内，AI 就会把边裁的光头误认为是足球，并且“忠心追随”。 随后，Pixellot公司表示，在设计阶段没考虑到光头的影响，现在收集一些足球和光头的数据对算法进行微调就可以解决这一问题。但是，AI虽然学习了“秃头”数据，又如何保证下次不会被场边别的“球形物”影响呢？ 图源：机器之心 据外媒报道，大型零售企业沃尔玛将停止运用机器人拣货、查价，原因是“人工处理的效果不亚于机器人”，尤其是疫情影响下，线上订单激增，机器人从接单到分拣、再到包装、出货的时间毫无优势可言。 我们所讲的人工智能其实是一个很宽泛的概念，其核心是机器学习与深度学习，但数据提供的参考有限，导致其在面对程序外的干扰项或突发情况时无法自主纠偏、灵活处理。如开篇所讲，人们既期待AI所带来的智能化应用，却又忌惮于被替代，但事实证明，AI目前还没那么智能。 首先是学习效率。AI“上岗”前需要学习大量的数据从而训练算法，虽然其学习速度远超于人类，但是需要超大规模的学习样本反复进行强化训练、不断优化认知，综合来看，AI的学习效率与人类相比并无太大的优势。 其次是处理速度。对标准模型而言，AI的强大算力拥有碾压式的速度优势，尤其是在工业制造、自动驾驶等低时延场景下，这也是工业AI可以实现工厂无人化运营的主要原因。反之，在复杂多变的应用场景中，AI的处理速度及精准度都会大打折扣。 最后是灵活性。AI运行离不开数据、算法、算力三大要素，它们为AI规划出了一套清晰、准确的运行路线，依据交互反馈来执行预先设定的命令。但是在实际生产、生活中仍然存在大量不可控的突发事件，尤其是toC端，以客服机器人与智能音箱为例，用户反馈的命令“千奇百怪”，AI终端就只能回答“对不起，这个问题我还没有学会”。 诚然，人工处理问题时的灵活思维与应变能力是AI难以逾越的短板。同时，AI在遇到复杂环境时的检测精度也仍然无法达到无人化的标准，其精度只能随数据规模逐步提升。但是，AI可以辅助人工完成部分基础性工作，但想达到“AI换人”恐怕还需要很长一段时间。 事无绝对，我们也应该秉承着辩证的思维看待包括AI在内的一众新兴科技，它们应该是辅助人类的智能化工具，而不是一味的模仿人类。我们应该合理利用其学习能力、分析能力赋能产业，但现阶段还是不能免除人工监督、干预环节，未来应聚焦提升AI应用的灵活性，丰富前期数据学习阶段的应用场景，综合考虑可能遇到的各类情况，将“人工智障”逐步训练为真正的人工智能。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

本文来源：ITS智能交通 在新基建的背景下，5G 网络建设将面临大量基站建设，同时智慧城市的传感器建设需求也十分迫切。智慧杆的建设可以有效地实现成本城市整体运营的降本增效。有利于城市管理效率提升，是新基建待发掘的下一个金矿。 5G 网络和智慧城市建设对挂载用杆塔需求明确，“智慧杆”被认为是新基建时代尚待发掘的金矿。2019年我国灯杆保有量约为2,935 万(国家统计局数据)，是全国通信铁塔保有量的十倍以上，如果叠加安防、交通用杆等规模更为惊人。 但目前路侧杆建设管理主体分散，难以发挥规模效应集中资源。从2015年左右部分地方政府发布了一系列文件，试点性地推进路侧杆向“智慧杆”改造。我们通过在沪深等地实地调研，总结了目前智慧杆运营的商业模式，同时我们新提出两种未来可行的商业模式。 我们相信智慧杆如果能够顺利发展，能够打通智慧城市数据孤岛问题，有望带动每年千亿元级别改造投资，同时节省电信、公安、交通等部门大量的重复建设费用。 智慧杆的现状与问题有哪些？ 我国智慧城市对路灯、基站、摄像头、环境监测设备、充电桩需求达到上亿级别，都需要路侧杆挂载。但我国基础设施建设管理职权分散，造成了大量道路开挖、重复建设问题，既影响城市美观又造成资金浪费；另外不同源的数据目前也分散在各个管理部门，难以打通数据孤岛。 智慧杆或者综合杆是城市发展到一定水平的必须之路，目前正从一线城市向二线城市发展，高效配置建设资金的同时也能助力我国经济数字化转型。 如何理顺智慧灯杆的商业模式？ 我们通过实地调研，了解到我国沪深广、南京、成都等城市在地方政府推动下，从2018年左右已开启智慧杆的规模试点建设，政府通过建立专职部门或公司统筹智慧杆的建设运营，打破了管理部门间的藩篱。 部分试点同社会资本形成了合作，尝试通过市场化机制管理智慧杆。主要试点模式为杆体统一建设管理，挂载物和数据仍分别管理。另外，沪深等地还发布了智慧杆建设地方标准，并成立了智慧杆推动组织。我们建议将智慧杆的建设上升至智慧城市新基建的子项目层级，由当地政府 一把手统一管理。建议智慧杆建设打破管理和数据孤岛，服务于城市各管理机构，优化城市运行。 一旦生态理顺，智慧杆对政府而言ROI较好，将成为新基建待发掘的下一个金矿，根据搭载物的品类和数量获得较好的IRR回报率和EBITDA水平。 智慧灯杆产业的投资机会在哪里？ 第一，智慧杆运营公司(包括国网、铁塔等公司本身):一部分智慧杆运营公司由政府牵头组成，另外一部分智慧杆公司由国网、铁塔等大型国有企业设立，为提高公司运营效率，部分智慧杆公司也会引入民间资本。 第二，杆体、安防装备、显示屏、充电桩等设备供应商: 海康大华、华体科技、日海智能、利亚德、洲明科技等公司从安防、杆体、 照明等不同角度切入智慧杆产业链;华为公司发展智慧杆应用，并通过 Ocean Connect 开放平台推动城市传感器的管理。 第三，智慧城市顶层设计公司或工程总包公司:如华为、阿里、腾讯、海康、大华、勤电等。 问题：基础设施多头管理导致重复建设和数据孤岛问题 随着我国城市化建设的不断推进，“5G+智慧城市（smarter cities）”的深入发展，路灯、 红绿灯等“老”基建设施以及基站、摄像头、环境监测设备、车联网路侧单元等“新” 基建设施都将快速布满城市，数量呈快速增长。 基站：移动互联网向高速化、泛在化、场景化方向不断发展。 从 3G 到 4G 再到 5G， 移动互联网的平均速度从 1MB/秒（理论最 高速度 4MB/秒）到 70MB/秒（理论最 高速度 90MB/秒）呈现百倍增长，对基站容量和密度要求不断提升。 同时，4G/5G 的 覆盖将更加广泛，中国基站数量从 2010 年超 100 万个到 2020 年超 500 万个。 另外， 网络从传统的人际网络向物联网络延伸，基站的挂载场景更加复杂。 监控：在国家政策支持下， “平安城市”、“雪亮工程”、“智慧城市”等工程在全国各地推进，安防市场快速增长，监控摄像头的数量也不断增加。 根据中商产业研究院数据，我国安防行业市场规模从2012年的 3,240 亿元增长到 2018 年的 6,600 亿元， 增长 104%，预计 2019 年安防行业市场规模将近 7,200 亿元。 根据 IHS Markit 数据， 2017 年中国监控摄像头的数量为 1.76 亿个，预计 2020 年中国监控摄像头数量将达到4.5亿个。 环境：环保监察常态化、污染物排放标准提升、环境税征收、环保监测垂改制度推 行以及环境监测网格化体系建设等因素驱动环境监测设备部署。 大气治理方面，生态环境部“千里眼计划”对京津冀及周边地区“2+26”个城市划分网格， 利用卫星遥感技术筛选出 PM 2.5 较高的 3,600 个网格作为热点网格进行重点监测。 水治理方面，根据环保部数据，截至 2018 年全国地表水水质检测国控断面扩展 至 2,050 个，地下水监测点建成 5,100 个，城乡饮用水水质监测实现全国所有地市、 县区全覆盖和 85%的乡镇覆盖，污染源监测性监测重点企业数量达到 2.87 万家。 土壤治理方面，国家土壤环境监测网已经初步建设，其中生态环境部38,880 个监测点位，农业农村部 40,061 个监测点位，自然资源部1,000个监测点位。 根据北极星环保网的数据，2018 年中国环境监测设备销售量达到 63,398 台，同比增长 12.06%。 照明：在技术方面，传统路灯使用的是高压钠灯，具有功率大、亮度高的优点，但也 有着高能耗、寿命短的缺点。 2010 年前后，在国家“节能减排”政策下，节能环保、 寿命更长的 LED 路灯逐步取代传统的高压钠灯。 数量方面，功能性照明，随着城镇化建设的推进，照明路灯数量越来越多，根据统计局数据，我国道路长度由…

为什么取名图腾柱？  由于此结构画出的电路图有点儿像印第安人的图腾柱，所以叫图腾柱式输出（也叫图腾式输出）。输出极采用一个上电阻接一个NPN型晶体管的集电极，这个管子的发射极接下面管子的集电极同时输出；下管的发射极接地。两管的基极分别接前级的控制。就是上下两个输出管，从直流角度看是串联，两管联接处为输出端。上管导通下管截止输出高电平，下管导通上管截止输出低电平，如果电路逻辑可以上下两管均截止则输出为高阻态。在开关电源中，类似的电路常称为“半桥”。 一种比较有意思的解释： 图腾大多是出于部落中对生殖器官及其能力的崇拜，因为古时人类的寿命很短，生存困难，所以对能增加生存能力的生殖力很看重，说到男性身上就是这个人的那个能力很强，部落里的人就会很佩服他。图腾柱驱动在电路上也具备了同样的能力：向上向下的推动和下拉力量很强，速度很快，而且只要有电就不知疲倦。 图腾柱驱动的作用与原理 图腾柱驱动的作用： 图腾柱型驱动电路的作用在于：提升电流驱动能力，迅速完成对于门极电荷的充电或者放电的过程。 什么情况下用到图腾柱驱动？ 某些管子可能需要比较大的驱动电流或者灌电流，这时候就需要用到图腾柱电路。 分析一下图腾柱提升驱动的原理 器件作用说明： Qn：N BJT Qp：P BJT Qmos：待驱动NMOS Rb：基极电阻 Cb：加速电容 Rc：集电极电阻 Rg：驱动电阻 原理分析: 左边一个输入驱动信号Drv_b（驱动能力很弱）通过一个图腾柱输出电路，从三极管的发射极公共端出来得到驱动能力（带载能力）大大增强的信号Drv_g；从能量的角度来讲，弱能量信号Drv_b通过Qn和Qp的作用，从Vcc取电（获取能量），从而变成了携带高能量的Drv_g信号；在这个能量传递的过程中，Qn和Qp分别交替工作在截至和饱和状态； 具体工作过程（逻辑分析）如下： 这里以方波为例，1代表高电平，0代表零电平，-1代表负电平；Vb表示Qn和Qp的公共基极电压，Vqn_c表示Qn管子的集电极电压，Vqn_be表示Qn管子基极-发射极电压，Vqp_be表示Qp基极-发射极电压 当输入驱动信号Drv_b=1则Vb=1，Vqn_be=1，由于：Qn两端有一个Vcc电压，即Vqn_ce=1，所以，Qn管饱和导通，Qn管电流主要由集电极流向发射极，Drv_g=1，这时MOS管结电容迅速充电；（Qn管饱和导通，能量由Vcc提供驱动能力大大增强） 当输入电压为低电平Drv_b=0则Vb=0，Vqp_be=-1，由于MOS管上的结电容存在电压，即Vqp_ec=1，所以，Qp管饱和导通，Qp管电流主要由发射极流向集电极，Drv_g=0;这时MOS管结电容迅速放电；（Qp管饱和导通，MOS管放电速度加快） 实际分析一个图腾柱驱动电路的驱动能力 电路描述 图腾柱放大电路由两个三极管Q2和Q3构成，上管是NPN型三极管，下管是PNP型三极管；NPN型三极管的集电极接变压器辅助绕组供电输出端，与R7相连，与芯片共用同一VCC，供电电压为20V，该电路从直流角度看是串联的，两对管共射联接处为输出端，本电路结构类似于乙类推挽功率放大器OCL。 理论分析 GATE输出的方波信号正负两个半周（高-低电平）分别由推挽输出级Q2、Q3的两“臂”轮流运算放大，每一“臂”的导电时间为脉冲的半个周期，此处方波脉冲的工作频率为25-50KHz（该频率根据负载的不同而变化）。电路工作的逻辑过程是，高电平输入，上管导通下管截止，输出高电平；低电平输入，下管导通上管截止，输出低电平；当电路逻辑的上下两管均截止时，则输出为高阻态。在开关电源电路中，类似的电路常称为“半桥”。图腾柱简化及等效电路图如下 理论计算如下： A、工作状态分析 静态：Vi=Vo→→Q2、Q3均不工作，Vo=0V 动态：Vi=H(高电平)→→Q2导通、Q3截止；Vi=L(低电平) Q3导通、Q2截止；两只三极管分别在半个周期内工作，该电路的工作原理类似于乙类推挽功放。 由等效电路可知：驱动电流Io=C×（Vgs÷Dt）=(Vcc-Vgs)÷R，由此推出如下关系式： Vcc=Vgs*(1+RC/Dt)    ∵て=RC< ∴Vcc≈Vgs 由此看出，从直流电压的角度来考虑，只要Vcc电压正常，并大于MOSFET的门电压，足以使MOSFET永远工作在开/关状态，本电路VCC电压设计值为20V。 B、电流放大倍数 在上述电路中：R8为图腾电路的输入电阻，R8取值为100Ω；R4为图腾电路的输出电阻取值为10Ω。为了便于理解和推广，避开繁琐的数学计算，在正常工作状态下，直接测量图腾电路的输入电阻R8和输出电阻R4两端的峰值电压，通过测量的峰值电压来初略计算电路的输入和输出端的峰值电流，以此验证引入电路的实际效果。 ①、测试R8的电压波形计算图腾电路的输入峰值电流，计算过程如下： 测量结果： ∵Vip=3.0V,R=100Ω（设计值） ∴ Iip=Vip÷R8=3÷100=30mA； ②、测试R4的电压波形计算图腾电路的输出峰值电流，计算过程如下： 测量结果： ∵Vop=9.6V,R=10Ω（设计值）   ∴ Iop=Vop÷R4=9.6÷10=960mA。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

转自 | 程序喵大人 今天分享关于内存的几点内容： 什么是物理内存 使用物理内存有什么缺点？ 什么是虚拟内存？ 虚拟内存如何映射到物理内存 什么是分页内存管理？ 什么是缺页中断？ 页面置换算法都有哪些？ 什么是分段内存管理？ 01 什么是物理内存？ 我们常说的物理内存大小就是指内存条的大小，一般买电脑时都会看下内存条是多大容量的，话说如果内存条大小是100G，那这100G就都能够被使用吗？不一定的，更多的还是要看CPU地址总线的位数，如果地址总线只有20位，那么它的寻址空间就是1MB，即使可以安装100G的内存条也没有意义，也只能视物理内存大小为1MB。 02使用物理内存有什么缺点？ 这种方式下每个程序都可以直接访问物理内存，有两种情况： 1.系统中只有一个进程在运行：如果用户程序可以操作物理地址空间的任意地址，它们就很容易在不经意间破坏了操作系统，使系统出现各种奇奇怪怪的问题； 2.系统有多个进程同时在运行：如图，理想情况下可以使进程A和进程B各占物理内存的一边，两者互不干扰，但这只是理想情况下，谁能确保程序没有bug呢，进程B在后台正常运行着，程序员在调试进程A时有可能就会误操作到进程B正在使用的物理内存，导致进程B运行出现异常，两个程序操作了同一地址空间，第一个程序在某一地址空间写入某个值，第二个程序在同一地址又写入了不同值，这就会导致程序运行出现问题，所以直接使用物理内存会使所有进程的安全性得不到保证。 如何解决上述问题？ 可以考虑为存储器创造新的抽象概念：地址空间，地址空间为程序创造了一种抽象的内存，是进程可用于寻址内存的一套地址集合，同时每个进程都有一套自己的地址空间，一个进程的地址空间独立于其它进程的地址空间。 如何为程序创造独立的地址空间？ 最简单的办法就是把每个进程的地址空间分别映射到物理内存的不同部分。这样就可以保证不同进程使用的是独立的地址空间。 实现 给每个进程提供一个基址A和界限B，进程内使用的空间为x，则对应的物理地址为A + x，同时需要保证A + x < B，如果访问的地址超过的界限，需要产生错误并中止访问。为了达到目的CPU配置了两个特殊硬件寄存器：基址寄存器和界限寄存器，当一个进程运行时，程序的起始物理地址和长度会分别装入到基址寄存器和界限寄存器里，进程访问内存，在每个内存地址送到内存之前，都会先加上基址寄存器的内容。 缺点：每次访问内存都需要进行加法和比较运算，比较运算很快，但是加法运算由于进位传递事件的问题，在没有使用特殊电路的情况下会显得很慢。 此外，每个进程运行都会占据一定的物理内存，如果物理内存足够大到可以容纳许多个进程同时运行还好，但现实中物理内存的大小是有限的，可能会出现内存不够用的情况，怎么办？ 方法一：如果是因为程序太大，大到超过了内存的容量，可以采用手动覆盖技术，只把需要的指令和数据保存在内存中。 方法二：如果是因为程序太多，导致超过了内存的容量，可以采用自动交换技术，把暂时不需要执行的程序移动到外存中。 覆盖技术 把程序按照自身逻辑结构，划分成多个功能相互独立的程序模块，那些不会同时执行的模块可以共享到同一块内存区域，按时间顺序来运行： 将常用功能需要的代码和数据常驻在内存中； 将不常用的功能划分成功能相互独立的程序模块，平时放到外存中，在需要的时候将对应的模块加载到内存中； 那些没有调用关系的模块平时不需要装入到内存，它们可以共用一块内存区，需要时加载到内存，不需要时换出到外存中； 如图： 交换技术 多个程序同时运行，可以将暂时不能运行的程序送到外存，获得更多的空闲内存，操作系统将一个进程的整个地址空间内容换出到外存中，再将外存中某个进程的整个地址空间信息换入到内存中，换入换出内容的大小是整个程序的地址空间。 交换技术在实现上有很多困难： 需要确定什么时候发生交换：简单的办法是可以在内存空间不够用时换出一些程序； 交换区必须足够大：多个程序运行时，交换区（外存）必须足够大，大到可以存放所有程序所需要的地址空间信息； 程序如何换入：一个程序被换出后又重新换入，换入的内存位置可能不会和上一次程序所在的内存位置相同，这就需要动态地址映射机制。 覆盖技术和交换技术的比较 覆盖只能发生在那些相互之间没有调用关系的程序模块之间，因此程序员必须给出程序内的各个模块之间的逻辑覆盖结构。 交换技术是以在内存中的程序大小为单位来进行的，它不需要程序员给出各个模块之间的逻辑覆盖结构。 通俗来说：覆盖发生在程序的内部，交换发生在程序与程序之间。 但是这两种技术都有缺点： 覆盖技术：需要程序员自己把整个程序划分为若干个小的功能模块，并确定各个模块之间的覆盖关系，增加了程序员的负担，很少有程序员擅长这种技术； 交换技术：以进程作为交换的单位，需要把进程的整个地址空间都换进换出，增加了处理器的开销，还需要足够大的外存。 那有没有更好的解决上述问题的方法呢？答案是虚拟内存技术。 03什么是虚拟内存？ 虚拟内存，那就是虚拟出来的内存，它的基本思想就是确保每个程序拥有自己的地址空间，地址空间被分成多个块，每一块都有连续的地址空间，同时物理空间也分成多个块，块大小和虚拟地址空间的块大小一致，操作系统会自动将虚拟地址空间映射到物理地址空间，程序所关注的只是虚拟内存，请求的也是虚拟内存，其实真正使用的是物理内存。 虚拟内存技术有覆盖技术的功能，但它不是把程序的所有内容都放在内存中，因而能够运行比当前的空闲内存空间还要大的程序。它比覆盖技术做的更好，整个过程由操作系统自动来完成，无需程序员的干涉； 虚拟内存技术有交换技术的功能，能够实现进程在内存和外存之间的交换，因而获得更多的空闲内存空间。它比交换技术做的更好，它只对进程的部分内容在内存和外存之间进行交换。 虚拟内存技术的具体实现： 虚拟内存技术一般是在页式管理（下面介绍）的基础上实现 在装入程序时，不必将其全部装入到内存，而只需将当前需要执行的部分页面装入到内存，就可让程序开始执行； 在程序执行过程中，如果需执行的指令或访问的数据尚未在内存（称为缺页）。则由处理器通知操作系统将相应的页面调入到内存，然后继续执行程序； 另一方面，操作系统将内存中暂时不使用的页面调出保存在外存上，从而腾出更多空闲空间存放将要装入的程序以及将要调入的页面。 虚拟内存技术的特点 ： 大的用户空间：通过把物理内存与外存相结合，提供给用户的虚拟内存空间通常大于实际的物理内存，即实现了两者的分离。如32位的虚拟地址理论上可以访问4GB，而可能计算机上仅有256M的物理内存，但硬盘容量大于4GB； 部分交换：与交换技术相比较，虚拟存储的调入和调出是对部分虚拟地址空间进行的； 连续性：程序可以使用一系列相邻连续的虚拟地址来映射物理内存中不连续的大内存缓冲区； 安全性：不同进程使用的虚拟地址彼此隔离。一个进程中的代码无法更改正在由另一进程或操作系统使用的物理内存。 04虚拟内存如何映射到物理内存？ 如图，CPU里有一个内存管理单元（Memory Management Unit），简称MMU，虚拟内存不是直接送到内存总线，而是先给到MMU，由MMU来把虚拟地址映射到物理地址，程序只需要管理虚拟内存就好，映射的逻辑自然有其它模块自动处理。 操作系统如何表示的内存被占用还是空闲？ 05分页内存管理 将虚拟地址空间分成若干个块，每个块都有固定的大小，物理地址空间也被划分成若干个块，每个块也都有固定的大小，物理地址空间的块和虚拟地址空间的块大小相等，虚拟地址空间这些块就被称为页面，物理地址空间这些块被称为帧。 关于分页这里有个问题，页面的大小是多少合适呢？页面太大容易产生空间浪费，程序假如只使用了1个字节却被分配了10M的页面，这岂不是极大的浪费，页面太小会导致页表（下面介绍）占用空间过大，所以页面需要折中选择合适的大小，目前大多数系统都使用4KB作为页的大小。 上面关于虚拟内存如何映射到物理内存程序喵只介绍了MMU，但是MMU是如何工作的还没有介绍，MMU通过页表这个工具将虚拟地址转换为物理地址。32位的虚拟地址分成两部分（虚拟页号和偏移量），MMU通过页表找到了虚拟页号对应的物理页号，物理页号+偏移量就是实际的物理地址。 具体如图： 图只表示了页表的大体功能，页表的结构其实还很复杂，下面会具体介绍。 页表的目的就是虚拟页面映射为物理内存的页框，页表可以理解为一个数学函数，函数的输入是虚拟页号，函数的输出是物理页号，通过这个函数可以把虚拟页面映射到物理页号，从而确定物理地址。不同机器的页表结构不同，通常页表的结构如下： 页框号：最主要的一项，页表最主要的目的就是找到物理页号； 有效位：1表示有效，表示该表项是有效的，如果为0，表示该表项对应的虚拟页面现在不在内存中，访问该页面会引起缺页中断，缺页中断后会去物理空间找到一个可用的页框填回到页表中； 保护位：表示一个页允许什么类型的访问，可读可写还是可执行； 修改位：该位反应了页面的状态，在操作系统重新分配页框时有用，在写入一页时由硬件自动设置该位，重新分配页框时，如果一个页面已经被修改过，则必须把它这个脏页写回磁盘，如果没有被修改过，表示该页是干净的，它在磁盘上的副本依然是有效的，直接丢弃该页面即可。 访问位：该位主要用于帮助操作系统在发生缺页中断时选择要被淘汰的页面，不再使用的页面显然比正在使用的页面更适合被淘汰，该位在页面置换算法中发挥重要作用。 高速缓存禁止位：该位用于禁止该页面被高速缓存。 如何加快地址映射速度？ 每次访问内存都需要进行虚拟地址到物理地址的映射，每次映射都需要访问一次页表，所有的指令执行都必须通过内存，很多指令也需要访问内存中的操作数，因此每条指令执行基本都会进行多次页表查询，为了程序运行速度，指令必须要在很短的时间内执行完成，而页表查询映射不能成为指令执行的瓶颈，所以需要提高页表查询映射的速度。 如何才能提高速度呢？可以为页表提供一个缓存，通过缓存进行映射比通过页表映射速度更快，这个缓存是一个小型的硬件设备，叫快表（TLB），MMU每次进行虚拟地址转换时，首先去TLB中查找，找到了有效的物理页框则直接返回，如果没有找到则进行正常的页表访问，页表中找到后则更新TLB，从TLB中淘汰一个表项，然后用新找到的表项替代它，这样下次相同的页面过来时可以直接命中TLB找到对应的物理地址，速度更快，不需要继续去访问页表。 这里之所以认为TLB能提高速度主要依靠程序局部性原理，程序局部性原理是指程序在执行过程中的一个较短时间，所执行的指令地址和要访问的数据通常都局限在一块区域内，这里可分为时间局部性和空间局部性： 时间局部性：一条指令的一次执行和下次执行，一个数据的一次访问和下次访问都集中在一个较短时间内； 空间局部性：当前指令和邻近的几条指令，当前访问的数据和邻近的几个数据都集中在一个较小区域内。 通过TLB可以加快虚拟地址到物理地址的转换速度，还有个问题，现在都是64位操作系统啦，有很大的虚拟地址空间，虚拟地址空间大那对应的页表也会非常大，又加上多个进程多个页表，那计算机的大部分空间就都被拿去存放页表，有没有更好的办法解决页表大的问题呢？答案是多级页表。 tips：页表为什么大？32位环境下，虚拟地址空间有4GB，一个页大小是4KB，那么整个页表就需要100万页，而每个页表项需要4个字节，那整个页表就需要4MB的内存空间，又因为每个进程都有一个自己的页表，多个进程情况下，这简直就是灾难。 如图，以一个32位虚拟地址的二级页表为例，将32位虚拟地址划分为10位的PT1域，10位的PT2域，以及12位的offset域，当一个虚拟地址被送入MMU时，MMU首先提取PT1域并把其值作为访问第一级页表的索引，之后提取PT2域把把其值作为访问第二级页表的索引，之后再根据offset找到对应的页框号。 32位的虚拟地址空间下：每个页面4KB，且每条页表项占4B： 一级页表：进程需要1M个页表项（4GB / 4KB = 1M, 2^20个页表项），即页表（每个进程都有一个页表）占用4MB（1M * 4B = 4MB）的内存空间。 二级页表：一级页表映射4MB（2^22）、二级页表映射4KB，则需要1K个一级页表项（4GB / 4MB = 1K, 2^10个一级页表项）、每个一级页表项对应1K个二级页表项（4MB / 4KB = 1K），这样页表占用4.004MB（1K * 4B…

来源 | 机械微学 发明设计是对未知的探索 没有成熟的事物可以借鉴 没有实际应用作为参考 也是因为如此 出现了很多让人捧腹的奇葩发明 先来看看一战时人们的脑洞有多大。 防护服 不好看也不实用的防护服。 头盔 这头盔看起来就像是受到委屈一样，一脸哭丧样。 视听设备 德国的视听设备，增强敌军火炮的声响和闪光，从而确定枪支的位置。 子弹铁墙 诸葛连弩：现代版本。 移动侦查梯 马戏团出身的皇家炮兵队侦察兵用这个“灵活的杆梯”进行侦察。 自行车发电机 双人自行车：发电机版本 假坦克 一战中制造的假坦克，战斗时用来放在最前方震慑敌方，或者吃炮弹。 信鸽照相机 信鸽：你问我为什么穿胸甲带相机？我也没法给你解释，因为我只是一只没有感情的信鸽！ 再来看看生活中的一些奇葩设计： 情侣烟嘴 1955年，人们发明了情侣烟嘴一根香烟两人抽另外空出来的一只手还可以牵手。 无线电接收帽 1900年， 世界上第一台无线电接收器 由尼古拉·特斯拉发明成功 但在1933年 有人则创新将无线电藏在帽子里 1933年的随身听？ 比较好奇音质怎么样 面部防寒装置 1939年 加拿大发明的面部防寒装置 脸一直是人类最重要的部位之一 戴这么个玩意儿且不说自己不方便 出门扎人怕是一扎一个准 潜望看书眼镜 1936年 获得英国专利的潜望看书眼镜 这玩意儿简单来说 就是一个可以让你躺着看书的装置 防分神神器 1925年 美国人雨果发明了这个“防分心”神器 有助于防止分心环顾四周 便携式桑拿房 1962年 芬兰人发明的便携式桑拿房 不仅小巧方便还非常地容易携带 有了它随时都可以洗桑拿浴 冰块面膜 1947年 美国人发明的 好莱坞女明星的护肤法宝 冷酷无情难道是这个时间兴起的吗 一个轮子的摩托车 1931年 意大利人M. Goventosa de Udine 发明的一个轮子的摩托车 最高时速可达150千米(93英里) 双人育儿袋 一个人抱着孩子太累 本来看孩子就是两个人的事 一起承担吧 但保持好平衡看起来不是那么容易的样子 内置缝纫机的自行车 1939年 美国发明的内置缝纫机的自行车 顾名思义 它能够一边移动一边缝衣服 防抢劫公文包 当你遇到强盗时 只需要启动开关 公文包的东西就会自动飞散出去 强盗就抢不到你公文包里的东西了 宠物狗控制器 用来控制宠物狗的 这个外观设计 不易携带而且看起来狗狗并不喜欢 虽然这些设计现在看来有些奇葩 但发明创造就是这样 最重要的是先要迈出第一步 先把自己的想法付诸于实践 做出第一代产品 哪怕它很简陋 之后再来根据需求、场景 一步一步迭代更新 ———— END 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

本文来源：物联传媒 本文作者：露西 日前，消息爆出电子产品制造巨头富士康在墨西哥的一家工厂遭到了勒索软件攻击。肇事黑客组织DopperPaymer窃取了富士康部分未加密的文件，继而对文件进行加密，并要求富士康支付1804枚比特币（按时下的比特币价格核算，约为3468万美元）以获取解密工具。 富士康收到的勒索信 据悉，此次遭受攻击的是富士康位于墨西哥华雷斯城的CTBG MX生产设施，黑客组织声称已加密了富士康在北美的约1200台服务器，窃取了100 GB的未加密文件，并删除了20TB至30 TB的备份内容。不过在截止发稿前，富士康称已经恢复正常生产，并升级了信息安全系统。 另外，上月底工业物联网厂商研华科技也遭遇了来自Conti勒索软件团伙的攻击。 在事件中，黑客组织提出了750个比特币的赎金要求（约合1300万美元），否则将会把所盗数据逐步泄露在网络上。针对此事，研华科技最终并未多做回复，仅称黑客攻击少数服务器时，可能偷走了价值性不高与机密性不高的工作资料。 更早之前，2018年8月，全球最大的晶圆代工厂台积电突然传出电脑系统遭受病毒感染的消息。短短几个小时内，台积电位于台湾北、中、南三处重要的生产基地——竹科FAB 12厂、南科FAB 14厂、中科FAB 15厂等主要高端产能厂区的机台设备停产停线，陷入混乱状态。 事后台积电称，事故属于Wannacry变种病毒感染而非黑客攻击，没有泄露公司资料的完整性和机密性，但故障将导致晶圆出货延迟及成本增加，对公司第三季度的营收影响约为百分之三，毛利率的影响约为一个百分点。 攻击一千次，有一次成功便是胜利；防御一万次，有一次失败便是失败。 安全攻防的对抗，其结果标准并不是公平的。而现如今黑客或病毒所攻击的对象，已经从个人PC、防护能力较弱的传统企业、政府、学校网站，转变到万物互联时代的工厂、工业设备、智能摄像头、路由器等诸多方面。 1、面更大，范围更广，安全保障更加迫在眉睫 也就在昨日，Forescout的安全研究人员披露了四个开源TCP/IP库中的33个安全漏洞（代号AMNESIA:33），影响150多家供应商的超过100万个智能设备和工业互联网产品。 根据Forescout的说法，这些漏洞将使攻击者可以实施广泛的攻击，包括攻击者能够破坏设备，执行恶意代码，窃取敏感信息以及执行拒绝服务攻击。几乎所有的联网设备都有可能中招，包括智能手机、打印机、路由器、交换机、IP摄像机和各种工业设备等。 可以认为，物联网生态系统很少顾及的安全缺陷，正完整地暴露在黑客和不法分子的面前。 另一方面，勒索软件的组织却在日益庞大。 由于匿名性和暴利性，近年来勒索软件攻击在全球范围内整体呈上升趋势，世界各地企业、公共机构、高校单位持续在遭遇各种网络攻击。 根据COVEWARE公司的报告，2020年第一季度，企业平均赎金支付增加至111,605美元，比2019年第四季度增长了33%。勒索软件分销商越来越多地将目标瞄准大型企业，甚至发展出所谓的勒索软件即服务（Ransomware as a Service，RaaS），以完善的生态，以更轻松的”勒索+窃取”两种方式对企业重要数据进行攻击。 甚至，黑客们还找到了最大最广泛的交易方式——，一定程度刺激了该市场的肆意增长。 在勒索软件中常流行的比特币支付： 一是具有一定的匿名性，便于黑客隐藏信息； 二是具有去中心化的特性，可以全球范围进行操作； 三是具有流动快捷性，比特币基于网络而生，流动迅速，鼠标操作甚至可以实时即达； 四是具有易变现的能力，也许只需要一个U盘，比特币就可以成为犯罪分子的洗钱工具。 对此，复旦大学中国反洗钱研究中心秘书长严立新曾表示，对区块链技术支撑的比特币本身，不宜用简单的好与坏去定义，但它的一些特点的确很容易被洗钱罪犯所利用。 此次为富士康网络攻击负责的DopperPaymer，就是2020年来最活跃的勒索软件之一。 2019年6月以来，DoppelPaymer涉及了一系列恶意勒索活动，今年9月甚至惹出了间接导致德国杜塞尔多夫一家医院病人死亡的事件。 据悉，由于杜塞尔多夫医院遭受勒索软件攻击，30多台内部服务器被感染，并未能收治一位需要接受紧急治疗的女性患者，该患者不得已被转移到30公里外的伍珀塔尔市一家医院后死亡。虽然之后的调查报告说明，杜塞尔多夫医院遭遇的勒索软件攻击似乎是个意外，因为赎金勒索信中针对的是当地的大学（杜塞尔多夫海涅大学），但不幸的是杜塞尔多夫医院的信息系统属于该大学的一部分，并且在广泛使用的商业软件中存在漏洞，这才给勒索软件可乘之机。 而这样的案件还只是冰山一角，将大多数案例集合在一起，勒索软件的趋势走向将是：攻击目标多元化、攻击手段复杂化、解密数据难度大、危害影响难以估量…… 万物互联时代，对于众多即将走向智能化的传统产业，倘若网络攻防经验不足，缺乏整体的安全建设意识，实际面临的威胁将更加巨大。 在一批黑客凭借勒索软件获得暴利的同时，各种病毒变种在悄悄成长蔓延，潘多拉魔盒此刻已经打开。 如果说以往用户对于安全的认知局限在虚拟资产这一部分，认为要保护的是数据的安全、数据的完整性及可用性。那么在物联网时代，安全的边界已经扩展到以各种设备为代表的物理资产，包括数据安全在内，安全需要保护的内容，将涉及到整个资产的安全。 很典型的情况是，现如今黑客进攻智能设备，就算拿不到用户数据，也可以避开数据轻松远程控制并影响设备，依然将产生负面影响。 复盘，其起因和过程其实是台积电犯了3个简单的错误： 1）进入产线的新设备带有病毒，且未被查杀； 2）负责关键生产设施的电脑搭载的是老旧的Windows 7系统，且没有打补丁； 3）没有关闭设备445端口，使病毒轻易入侵。 以及发生在2016年的，实际上是利用了数十万台受到僵尸网络感染的联网设备，比如路由器、摄像头，通过持续的扫描漏洞，操纵肉鸡的方式，向目标发送合理的服务请求，就此占用过多的服务资源，使服务器拥塞而无法对外提供正常服务。 包括遭受勒索软件攻击之后，德国网络安全机构BSI向外界发出的警告是——要求德国公司和机构针对CVE-2019-19871漏洞（勒索软件的已知入口点）更新其Citrix网络网关。 综合这几项事件来说，设备或系统存在漏洞是最大的风险。一些使用弱口令及默认密码、内置密码；存在逻辑漏洞、公共组件历史漏洞的联网设备风险最大。 为此的基本解决方案其实并不复杂： 1 1、关闭暴露在公网中的设备端口。 2、及时更改设备出厂默认密码，对于一些无法更改的老旧设备暂停使用。 3、厂商持续监控设备出入流量及设备行为，尽早发现异常。 4、厂商定期排查现有设备中的风险与漏洞并做出修复。 当然，一劳永逸的办法是不存在的。实际上自互联网诞生起，这场网络安全攻防战，就一直在持续进行。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

本文来源：科技日报 8848.86米——2020年12月8日，国家主席习近平同尼泊尔总统班达里互致信函，共同宣布珠穆朗玛峰最新高程。 “地球之巅”高度最新出炉！ 历时10月完成数据处理工作 60年前，中国人首次从北坡登顶珠峰。45年前，中国人首次将觇标带至峰顶，测得高度8848.13米。2005年，中国再测珠峰，其岩面高度为8844.43米。2020年5月27日，中国人又一次登上世界海拔最高的珠穆朗玛峰峰顶。从海量数据到8848.86米，这中间有哪些“解题”步骤？ 承担此次珠峰测量数据处理任务的是位于西安的自然资源部大地测量数据处理中心。这也是我国唯一从事大地测量数据处理与大地测量档案管理的专业队伍。 “珠峰地区海拔高、极寒缺氧，又是全球地壳运动最剧烈的地区之一，地质环境复杂，要获得精准的珠峰高程是一项极具挑战性、极其复杂、极具难度的综合性工作。”数据处理中心主任郭春喜说。他已是第三次参与珠峰高程的计算工作。 郭春喜介绍道，从去年开始，中心就持续进行技术研究和攻关，完成了相关数据处理方案编写、数据模型建立、软件编程测试、数据比对分析与验证等工作。 郭春喜说，相比于2005年的珠峰测量，此次数据处理的难点在于数据种类更多，数据量更大。“比如说，今年在峰顶进行了一万多平方公里的航空重力测量，以前，GNSS卫星测量主要依赖GPS，今年，我们同时参考美国GPS、欧洲伽利略、俄罗斯格洛纳斯和中国北斗这四大全球导航卫星系统，并且以北斗的数据为主。” 一共处理多少数据？ 郭春喜坦言，这无法准确核算。他举个例子，“为了把珠峰顶点的位置测准，我们每1秒采集一次基准站的数据，每次基准站的数据里就包含了50多颗导航卫星的数据。想象一下，1天就有86400秒，再加上我们还有大量的基准站观测数据，仅仅这块的数据就很庞大了。” 他介绍道，从2019年4月份起，就开始着手收集了大量珠峰地区已有的高程、GNSS和重力等数据并进行初步的整理分析，为后续工作做准备。 2020年5月23日，测量登山队员张卫东用国产重力仪在海拔6500米进行重力测量。国测一大队供图 “今年6月以来，在珠峰峰顶及珠峰地区数据传送至我中心后，我们又着重处理了包括：343个GNSS点数据、约780多公里的一二三等水准网数据、约210个不同等级重力点数据、6个峰顶交会点数据以及重力似大地水准面确定、峰顶冰雪探测雷达测量数据处理等等。”郭春喜说。 郭春喜介绍道，首先，利用GNSS测量、三角测量、三角高程测量获得珠峰地区基准网、区域框架网、局部控制网及峰顶联测网的平面位置与大地高。 然后，利用精密水准测量与测距高程导线获取各级GNSS控制网点正常高。再利用珠峰地区高分辨率的数字高程模型数据、历年来加密重力测量数据、本次新测的航空重力数据、国内外超高阶重力场模型数据，利用现代似大地水准面确定理论与移去-恢复技术，获得珠峰地区高精度重力似大地水准面。通过GNSS水准融合，获得珠峰地区高精度似大地水准面成果及峰顶高程异常。 最后，峰顶大地高减去峰顶高程异常获得峰顶正常高。通过推算得到峰顶到峰底的平均重力与平均正常重力，然后通过严密正常高与正高转换，获得珠峰顶的雪面正高（海拔高），利用冰雪厚度雷达测量获取峰顶的雪面厚度，把峰顶雪面正高转换为岩石面正高。 针对此次珠峰“新身高”计算，该中心成立了专项任务实施领导小组，抽调骨干组成高程控制网计算组、多源GNSS融合计算组、峰顶交会测量计算组、珠峰局部重力场和似大地水准面精化组、珠峰高程综合确定组、项目协调组、后勤保障与宣传组等7个专项任务实施小组。 “我们通过开展‘2020珠峰高程数据处理百日大会战’主题劳动竞赛、组织青年职工技术交流会等形式，激发项目参与人员干事创业的热情。”郭春喜说，全体项目参与人员都主动放弃节假日休息时间，加班加点，“仅用10个月就完成了整个数据处理工作。” 珠峰高程测量的核心是精确测定珠峰高度，这同时也是一项代表国家测绘科技发展水平的综合性测绘工程。 新中国成立以来，我国珠峰高程测量经历了从传统大地测量技术到综合现代大地测量技术的转变。每次珠峰测量，都体现了我国测绘技术的不断进步，彰显了我国测绘技术的最高水平。 郭春喜介绍道，同2005年相比，珠峰高程测量的科学性、可靠性、创新性明显提高，主要体现在以下7个方面： 一是将我国自主研制、拥有完全自主知识产权的北斗卫星导航系统首次应用于珠峰峰顶大地高的计算，获取了更长观测时间、更多卫星观测数量的观测数据。北斗与GPS数据融合，获取了峰顶雪面精度±0.9cm大地高成果，与2005年成果相比，精度提高了2.1cm，北斗与GPS数据融合有效提升峰顶大地高精度和可靠性。北斗同GPS大地高成果一致性较好，精度均为±2.0cm，验证了北斗系统在珠峰地区能够获得同GPS精度相当的大地高结果。 二是国产仪器担纲2020珠峰高程测量。国产、进口GNSS接收机在峰顶的共同使用，获取了同等精度峰顶大地高成果，融合结果显著提升了大地高精度；国产长测程全站仪的使用，使得三角高程测量的大地高与GNSS成果的差异由2005年的29cm缩小至2.6cm，大幅度提高了峰顶三角高程大地高的精度及其与GNSS大地高的一致性；国产重力仪首次登顶实测峰顶重力值，同时融入国产航空重力仪测量数据，大幅度提升珠峰地区重力似大地水准面模型精度，建立了精度为±4.8cm的珠峰地区重力似大地水准面模型，同仅用地面重力数据建立的精度为±7.8cm的模型相比，航空重力数据的加入使精度提高3.0cm。 三是获得了珠峰地区高精度似大地水准面精化模型。数据资料更加丰富，基础数据分辨率、质量、时效性都有较大程度提升，利用超高阶次的地球重力场模型，采用科学先进的似大地水准面精化理论技术，试算模型更具多样化，根据不同数据特点，排列组合出上千种重力水准面模型，进行试算并结合实测值优中选优，大幅度提升了珠峰地区似大地水准面模型精度。 四是2020珠峰高程测量数据处理工作进行了多个层面的成果比对工作，保证最终发布成果的可靠性，包括国内外不同GNSS数据处理软件的成果比对；不同观测技术的成果比对；2020年计算成果与2005年计算成果的比对；数据中心计算成果与中国测绘科学研究院检核成果的比对；我国计算成果与尼泊尔计算成果的比对。 五是中尼首次联合构建了珠峰地区全球高程基准，峰顶大地水准面差距仅相差7.2cm，成果符合性好，为两国联合发布基于全球高程基准的珠峰新高度奠定了坚实的基础。 六是采用大量自主研发的数据处理软件，基于陕西局地理空间大数据中心资源与云计算技术，研发出适应不同环境、具有不同区域特点的数据处理软件。自主研发了精密水准网平差软件、三角高程网平差软件、重力场精细结构确定与大地水准面精化软件、基于多源GNSS结果的融合软件、加密重力点快速评定与质检软件等。 ，利用通信专网和北斗数据信息化管理平台，在登顶测量前对大本营、二本营以及前进营的北斗/GNSS观测数据进行多次在线采集、数据预分析实验，实现了高寒、高海拔环境下北斗二号和北斗三号卫星信号的同时接收、实时解析和质量预评估，验证分析了高寒、高海拔环境下的北斗观测质量。 中科院院士、中国科学院精密测量科学与技术创新研究院研究员孙和平撰文分析，此次珠峰顶的定点重力测量和北坡1.25万平方公里的航空重力测量，将显著提升珠峰地区大地水准面的精度，为高精度的珠峰高程测量提供历史最好的海拔高程起算基准。因此，这次珠峰高程测量的精度将达“史上最高”。 此次对珠峰地区进行科学考察获得的数据成果，为珠峰高程的精确测定提供重要的数据支撑，为珠峰地区的生态环境保护、地质调查、地壳运动监测、地形测绘、基础建设等方面提供重要数据和技术支撑，也为做好全国现代测绘基准体系维护与更新奠定坚实的基础，为服务自然资源管理提供基础测绘保障。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！