佰家富app充值|佰家富app软件

【网络强国这十年】从换道超车到国民引擎！安天科技潘宣辰：“很自豪让技术融入产业”******

　　【网络强国这十年——行业回顾篇】

　　随着移动互联网快速发展和全面覆盖，移动安全威胁发生重大迁移：一方面，不良应用行为、欺诈诱导营销、用户欺瞒及隐私窃取等侵害用户权益的风险应用出现新一轮扩张；另一方面，移动互联网野蛮生长导致生态出现无序竞争局面，风险应用依附于移动互联网业务，正通过更加多样化的方式侵害用户权益，成为用户安全及权益新痛点，给整个产业的治理带来新的难题。

　　在我国移动安全行业发展版图上，安天移动安全通过将反病毒技术领先优势融入互联网产业，用“关口前移”的方式为超过30亿终端用户织密了移动应用风险防护网，也为主管部门提供了“良赢治理”方案和感知处置能力。

　　近日，安天科技集团执行总裁、武汉市网络安全协会会长潘宣辰，做客光明网“网络强国这十年”专栏，畅谈投身移动安全创业故事及行业发展的观察与思考。

　　投身移动安全创业，选择站在同一起跑线上的新赛道

　　2005年前后，85后青年潘宣辰还在武汉大学信息安全专业就读，这是国内第一个信息安全本科专业。在一次演讲授课上，潘宣辰结识了当时在武汉大学做兼职教授的网安前辈安天创始人肖新光（Seak）。

　　当时，我国在PC安全时代的核心技术还处于一个追赶的姿态。Seak给学生时代的潘宣辰渲染了一副宏大的国家安全及民族软件创新产业格局，并提出希望能找到一个新的技术领域或在一个新的操作系统平台上，可以由国内相关的研发团队自主去实现基础核心技术的突破和创新。

　　这个目标打动了潘宣辰。毕业后，在安天的支持下，他选择了移动安全方向创业发展。潘宣辰认为，PC时代几乎所有的技术，包括产品和商业模式在引入到移动场景后，都得到了进一步的叠加演进。结合移动特有的产业及生态结构，在移动安全方向上，必然会形成不一样的产业及生态安全需求，也同样会产生新的技术定义以及商业模式。

　　“得益于移动互联网的蓬勃发展，我们在这个全新的领域，和国内其他优秀厂商以及海外厂商相比，站在一个起跑线上，而且相比之下，安天以往在PC端积累的技术视野，在全新的领域进行技术架构和商业模式创新时，没有太多的历史包袱，又具有科班出身的发展优势。”潘宣辰说。

　　自主研发反病毒引擎，打破欧美安全厂商十余年独大

　　2010年以前，PC时代国内比较领先的安全厂商在海外的排行榜上并不是很靠前，最高排名第8位，多数徘徊在第10名左右。有了这个先例，潘宣辰和团队最开始设定目标是移动安全领域能够进入到世界前8位。

　　当时，团队初期的技术实力在移动领域优势并不明显。潘宣辰坦言，像海外的卡巴斯基、比特梵德，以及国内的瑞星、金山、360、腾讯等，其实都已经关注到，移动安全必然是未来一大趋势，当时大家都在积极投入技术研发。

　　深蹲之后，才能更好的起跳。最初，由于技术理念上有较大的差异，团队的优势并不明显。在和国内外厂商交流之后，才发现这是技术理念上的差异造成的。

　　比如，友商更多的是直接把PC时代的经验快速复制到移动时代，而安天是以本地检测算法引擎以及基于机器学习的专家智能分析工程平台运营体系为主，所以“工程化”传统较重，成果的形成需要较长时间的积累。

　　2013年前后，安天的优势开始凸显。当时，国际知名安全软件评测机构AV-Test的移动安全首次测评中，安天AVL移动反病毒引擎的检出率指标平均领先行业水平10%以上。这是国内安全厂商第一次在世界范围的反病毒领域呈现出技术压倒性优势，也就在那年，安天移动安全打破了欧美厂商的垄断，以100%的检出率成为首个获得AV-Test“移动年度最佳奖项”的亚洲厂商。

　　技术的真正价值，需要用市场和产业的方式来“回答”

　　在2014年取得核心技术突破的时候，他们也有卖掉团队的机会。潘宣辰和团队在“财务诱惑”和“产业挑战”之间，选择了后者。

　　潘宣辰认为，技术本身并没有常胜将军，也并不见得会永远占据优势。“这项技术到底是不是真的有价值，最终还需要用市场和产业的方式来回答。如果不去真正进入市场、进入产业的话，我自己觉得会特别后悔。因为这样就等于止步于技术了。”潘宣辰说。

　　安天移动安全在2015年开始探索商业化路径，选择了关口前移的产业融入线路。即通过选择与手机厂商广泛合作，通过操作系统级的嵌入式来进行技术落地，并且在这个基础上去构建新的商业模式。从2015年至今，安天威胁检测引擎为全球超过三十亿部智能终端设备提供了操作系统内置的安全检测能力。

　　“在移动安全的核心技术领域上，我们目前仍然保持着世界前列的水准。在检测这个技术点上，我们应该一直是第一第二的位置。”潘宣辰说。

　　监制：张宁

　　采访：李政葳

　　拍摄/后期：刘昊 李飞

　　配音：雷渺鑫

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）