【新聞摘要】邁克菲從英特爾脫離，賣給TPG（德太投資）的交易已經達成，交易總額為42億美元，英特爾公司擁有其49%的股份，而TPG擁有其余的51%股份。當前，異構化給雲安全帶來巨大挑戰，邁克菲建立GTI全球威脅情報系統，解決異構環境帶來的系統復雜性，保護服務器安全與基礎架構安全，通過安全中間件解決軟件定義網絡適配，給出整體解決方案，成立安全創新聯盟。
（新聞鏈接：https://mp.weixin.qq.com/s/XtswK7zOL1Usoy-acfWweQ）
  【小雲評論】McAfee官方中文譯名為“邁克菲”。其公司的總部位於美國加州，該公司致力於創建最佳的計算機安全解決方案，以防止網絡入侵並保護計算機系統免受下一代混合攻擊和威脅。從被英特爾收購，到再次脫離英特爾，邁克菲花了6年的時間。讓我們來看看他在雲安全的重點放在了哪裡？首先是基於全球威脅情報（GTI）做威脅情報和威脅可視化，邁克菲於數年前推出了數據交換層（DXL）技術，不同的安全產品、甚至不同廠商的產品均可以通過這個平台進行威脅情報交換。現在全球已經有幾十家廠商的產品使用這個系統進行情報交換，其中華為就是之一﹔其次是安全中間件。邁克菲通過一個名為開放安全控制器（Open Security Controller）的免費組件提供北向和南向的接口。前者負責不同SDN的接口，南向對接各種安全管理設備，如入侵防御系統（IPS）。這種連接器就像一個安全中間件，一端獲取不同SDN的資源配置要求，另一端則動態的從網絡安全資源池獲取設備，去部署和分發﹔最后是聯合生態推整體解決方案。除了成立安全創新聯盟(SIA)外，邁克菲2015年對其產品線做了一次非常大的調整，停止了許多非核心的產品的研發，如郵件網關、漏洞掃描和下一代防火牆等，把資源集中到核心優勢產品上，即端點安全、數據安全、安全運營和數據中心與雲安全四大安全解決方案。以上均值得國內的安全廠商，尤其是雲安全廠商的學習和借鑒。

    【新聞摘要】近日，谷歌宣布了一種新的方法：聯合學習，就此用戶的手機等移動設備也可以參與到數據模型的訓練中來了。聯合學習使手機能夠協同學習一項公開的預測模型，同時保留設備上的所有訓練數據，這意味著在機器學習的過程中，計算能力與數據雲存儲的需求就此脫鉤。同時，這也不同於以往的如運動視覺API和智能回復等使用本地模型進行訓練的方法，訓練效果也得到明顯提升。
（新聞鏈接：https://mp.weixin.qq.com/s/Y0sBUa6A7WcvWQO8EHOzOQ）
  【小雲評論】聯合學習充分利用了移動設備分散的計算資源，是機器學習的一個新的發展方向。然而聯合學習並不能解決所有的機器學習問題，如識別狗的品種，並且對於很多的模型來說，所需要的訓練數據已經被儲存在雲端。因此，聯合學習的推出是機器學習發展的一個重要補充，但是並未影響基於雲平台的機器學習的發展，谷歌也將持續在基於雲平台和聯合學習兩個領域中投入。

    【新聞摘要】4月10日下午消息，戰勝李世石一年后，AlphaGo終於決定挑戰世界圍棋第一人柯潔了。 谷歌中國與中國棋院當天下午在北京聯合舉辦發布會，宣布將在今年5月23日-27日在浙江烏鎮舉辦圍棋挑戰賽。去年戰勝韓國職業棋手李世石的圍棋人工智能AlphaGo將挑戰目前世界排名第一的柯潔九段。此次烏鎮圍棋峰會為期5天，但不同於此前與李世石比賽的五局三勝制，AlphaGo此次與柯潔對弈僅有三局比賽。據谷歌與中國棋院方面介紹，除AlphaGo與柯潔將進行的三場比賽之外，挑戰賽還將安排配對賽與團體賽。
（新聞鏈接：https://mp.weixin.qq.com/s/X6CT6r2sWPFFbK69qH6Ysw）
  【小雲評論】2016年3月份，當AlphaGo以4:1的比分戰勝韓國棋手李世石的時候，柯潔曾經在微博上發出對AlphaGo的挑戰書，狂放不羈的口氣跟他19歲的年紀非常相符。今年初，Master橫空出世，繼AlphaGo戰勝李世石之后，橫掃圍棋界。領教過AlphaGo的升級版Master厲害之處的柯潔，已經承認AlphaGo在圍棋上的造詣。AI除了會使用計算能力，更有大局觀、計劃能力以及不斷自我地學習，AI改變了整個棋手世界的生態環境，不少棋手開始思考每一步棋，這麼下對不對，是不是還有其他的步法。到底是機器戰勝了人類，還是幫助人類走向了全新的境界，讓我們拭目以待這一巔峰對決。

    【新聞摘要】Google Brain 計劃的研究人員利用神經網絡來減少翻譯過程中的中間步驟。在翻譯的過程中，如果採取跳過轉錄過程的方法，可能會提升翻譯的准確率和加快翻譯的速度。Google的這個團隊，利用數百小時的西班牙語的音頻，和其對應的英文文本作為訓練集，來訓練該翻譯系統。在不同情況下，訓練神經網絡的多個不同層級（這些神經網絡是計算機系統模仿人腦創造的），從而匹配西班牙語語音和其對應的英文翻譯文本的部分。為了做到這一點，這個訓練對西班牙語語音的波形進行分析，以了解哪些語音部分與哪些書面英語部分相對。當這個系統執行翻譯任務時，每層神經網絡利用這些之前學習到的知識（哪個部分的西班牙語音與哪個部分的英語書面文本相對應）來操縱語音波形，直到它變成相應的書面英語的部分。
（新聞鏈接：https://mp.weixin.qq.com/s/FaADLy46HTNXvjffXqtgqg）
  【小雲評論】隨著基於深層神經網絡的翻譯技術的發展，機器翻譯的流暢度、精准度、自然度越來越高。神經網絡是受到掌握多門語言的人類在翻譯過程中大腦中發生的模式識別過程的啟發。這一技術被主流人工智能團隊採用，包括阿裡雲人工智能團隊利用神經網絡翻譯技術，在最近的幾次雲棲大會上採用現場實時翻譯，獲得了很好的效果。谷歌利用這一技術，推出的語音直譯文字，將進一步加強機器翻譯的效率。

    【新聞摘要】Lightform 所採用的是一項名為光雕投影（Projection mapping）的技術，又稱立體光雕——這是一種將大樓、面部、客廳等不規則物體變成影像投影的技術。數十年來，由於價格昂貴以及操作復雜，光雕投影一直是一項高冷技術，普通人很少有機會接觸。但在Sodhi團隊的努力下，終於研發了公司首款全自動光雕投影產品Lightform，並很快將投入商用。Lightform 看起來不像電腦，但卻又有電腦的功能。該產品的內部有一個處理器和一個高分辨率攝像機。通過HDMI線將它連接到投影儀上，投影儀會在房間內投射一系列網格。這些網格是Lightform用來精確定位物體的空間位置和尺寸的。隨后，處理器將掃描信息轉化為三維圖像投射出來。高分辨率掃描圖像意味著投影圖像的高保真性。
（新聞鏈接：https://mp.weixin.qq.com/s/wzfwckOQaWFNLKBxVgd9uw）
  【小雲評論】光雕投影，是一種投影技術，可以將物體（多半是不規則外形的物體）變成影像投影的顯示表面。物體可以是像建筑或大樓等大型的景觀、小的物體或是戲劇布景，甚至是人體表面。光雕投影最早應用在廣告宣傳等應用中。像Nokia、Samsung、BMW等大公司都曾在大城巿使用過光雕投影來制作其產品的廣告。這類廣告一般用mapping技術使影像投影在大樓的邊緣。光雕投影也可以是互動式的，例如Nokia Ovi Maps制作了一個光雕投影，投影會模仿人們的動作。Sodhi團隊這次將光雕投影技術真正帶入了人們的生活。

    【新聞摘要】英國紐卡斯爾大學一個研究團隊近日發表論文，稱智能手機中的傳感器可能泄露用戶隱私信息。利用智能手機傳感器收集的數據，研究團隊能破解4位的PIN(個人識別號碼)，一次嘗試准確度可達70%，第5次嘗試准確度可達100%。雖然部分應用會提醒用戶將訪問哪些傳感器，但並非所有應用都會向用戶提示相關信息——用戶更是無從了解應用獲取傳感器數據的頻次。隨著包括可穿戴設備和智能家居設備在內的智能設備日趨普及，這一問題會愈發嚴重。紐卡斯爾大學研究團隊提供了多種有助於防止缺陷被利用的方法，其中包括經常修改PIN，退出不使用的任何應用。
（新聞鏈接：http://www.cnbeta.com/articles/tech/601507.htm）
  【小雲評論】隨著物聯網、大數據等技術的發展，數據安全和隱私問題越來越引起各方的重視。一些黑客也紛紛把目光從安全防衛級別越來越高的互聯網，轉向了極易攻破的移動互聯網、物聯網。在移動互聯網、物聯網市場的高速增長時期，如果廠商不對安全問題加以足夠重視，安全就將成為其產品的薄弱環節。而安全必須覆蓋從設備到雲再到應用的整個范圍，以芯片級加密為起點，以防止數據欺詐，確保SSL等傳輸協議安全傳送信息。

    【新聞摘要】谷歌4月12日推出一個名叫AutoDraw的網絡工具，它用機器學習技術將個人涂鴉轉化為藝術品。在Android Wear操作系統中，如果用戶畫下一個笑臉，雖然畫得不漂亮，系統卻可以識別，將它替換成表情符號，AutoDraw的功能與此類似。AutoDraw APP是免費的，可以在任何手機、平板、電腦上使用。操作相當簡單，例如，我們可以畫一個蛋糕，工具就會猜測你畫的是什麼。AutoDraw現在可以識別幾百種圖畫，未來還會增加更多。
（新聞鏈接：http://www.cnbeta.com/articles/tech/601733.htm）
  【小雲評論】任何黑科技的流行，除了它本身的酷炫，最根本的還是離不開解決真實的痛點。AutoDraw利用機器學習的原理將你的涂鴉 (簡筆畫)迅速變為藝術品。但它可能拯救你的繪畫，也可能毀了你的繪畫。它隻適合簡單線條的分析，當你比他復雜的時候，它就無能為力了。AutoDraw是機器學習向人們生活滲透的一個有益的嘗試，與AlphaGo相比，更加親民。

    【新聞摘要】盡管雲計算能夠帶來巨大收益,然而安全問題仍是阻礙。通過統一的安全解決方案，將您的公共雲，私有雲，虛擬和本地安全監控集中起來，可以節省運營成本，並且不會犧牲可靠性，可根據業務需求變化來擴展安全監控。公共雲的共享責任模式可能會令人困惑，尤其是在安全團隊學習如何管理混合雲設置中的多個雲環境時，更需要警惕。鑒於亞馬遜網頁服務(AWS)其受歡迎程度提供十大建議：（1）禁止使用root賬號和存取碼（AK）﹔（2）使用安全組﹔（3）開啟審計﹔（4）使用VPC﹔（5）使用堡壘機﹔（6）掃描漏洞﹔（7）使用RDS加密﹔（8）使用負載均衡﹔（9）開啟VPC Flow﹔（10）開啟EC2的實例終端。
（新聞鏈接：http://www.information-age.com/10-tips-securing-aws-public-cloud-environments-123465673/）
  【小雲評論】這篇文章深入淺出的讓用戶了解如何用不同的方式保護您的數據和應用程序﹔例如禁止使用root賬號和存取碼AK，其主要目的是為了解決公有雲信息泄露以及AK權限過大導致的問題﹔使用安全組，其目的針對進出流量進行嚴格的網絡限制，很多用戶被黑都是因為開放了一些不必要的端口和應用導致被入侵﹔使用VPC，可以輕鬆進行網絡隔離劃分，組建雲上VLAN，減少網絡層面的攻擊面﹔通過使用堡壘機，針對遠程登錄（SSH、RDP）的訪問控制、審計和監控，進而減少攻擊面﹔掃描漏洞：定期和不定期針對系統、網絡、應用進行漏洞掃描﹔使用RDS加密：雲產品層面開啟加密策略保護數據安全﹔使用負載均衡：在負載均衡上可以進行WAF應用層保護和DDOS的保護，同時還可以選擇加密流量，保存訪問日志﹔開啟EC2的實例終端，保護實例防止意外情況下的終止。以上這些點可以輕鬆保護用戶的服務不下線。

    【新聞摘要】來自波士頓的初創公司“Vesper”設計開發了一種能夠利用聲波發電的微型麥克風，續航能力比常規的麥克風強得多。具體而言，這種麥克風是基於MEMS（Micro-electromechanical Systems微型機電系統）的微納電子產品，採用了微型的懸臂結構，能利用壓電效應對聲波進行發電。MEMS有著良好的微納電子器件級別的封裝，一般的灰塵和潮氣都不會對它的性能造成影響。Vesper表示，這樣的產品將在今年晚些時候投入使用，用於便攜式的語音接口配件。到時候，我們就不必在使用過程中受到因為續航問題以及保養問題帶來的困擾。
（新聞鏈接：http://www.sohu.com/a/132561313_354973）
  【小雲評論】當科技巨頭紛紛搶佔人工智能，大數據風口時，一些初創公司著眼於一些生活中的細微處突破，給我們帶來不一樣的驚喜，不可小覷。新一代超長續航微型麥克風就是一個典型代表，它並沒有帶來新的功能，而是解決了麥克風續航和保養的問題。同樣，在我們國內，也有很多這樣的初創公司。科技巨頭也紛紛投入人力物力扶持這些企業的成長，馬上就要啟動的2017阿裡雲諸神之戰，就給各位擁有黑科技的初創公司提供了一個展示的舞台。

    【新聞摘要】近日，紐約大學和密歇根州立大學的研究人員發明了一種萬能指紋（MasterPrint），可以解鎖任何手機，解鎖成功率高達65%。萬能指紋背后的工作原理不只是利用了人類手指上常見的指紋，它還利用了手機指紋識別器的一個漏洞。由於手機指紋識別器會受到體積的限制，其拍攝出來的指紋圖片會非常小。為了確保指紋記錄的完整，它必須對你的手指拍攝數張照片才能完全記錄那根手指的指紋。這一點，使用指紋識別的人都深有體會。
（新聞鏈接：https://mp.weixin.qq.com/s/vPCiBmhjK1yODbhud30oEg）
  【小雲評論】指紋可以說是最方便的加密方式，手機不加密最方便但不安全，手機加密碼安全但最不方便，而指紋正好處於兩者之間，而指紋即使被破解，恐怕正如前面所說投入的時間、精力以及金錢怕是不少，這樣不能保証竊密的投入與收益相當，指紋識別拉高了竊密成本。此外，指紋可以與其它一些安全方式相結合，例如眼睛虹膜識別等，綜合的安全方式，可以降低被破解的風險。