- ISBN:9787030713810
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 开本:其他
- 页数:104
- 出版时间:2022-02-01
- 条形码:9787030713810 ; 978-7-03-071381-0
本书特色
适读人群 :科研人员、大学师生、前沿科技敏感人群以创新的方式宣传和推广所有可能影响未来的科学技术,打造具有号召力,能够影响未来科研工作者的世界一流的新型科技传播、交流、服务平台
内容简介
本书聚焦信息科学、生命科学、新能源、新材料等为代表的高科技领域,以及物理、化学、数学等基础科学的进展与新兴技术的交叉融合,其中70%的内容来源于IEEE计算机协会相关刊物内容的全文翻译,另外30%的内容由SteerTech和iCANXTalks上的靠前知名科学家的学术报告、报道以及相关活动内容组成。本书将以创新的方式宣传和推广所有可能影响未来的科学技术,打造具有号召力,能够影响未来科研工作者的世界品质的新型科技传播、交流、服务平台,形成“让科学成为时尚,让科学家成为榜样”的社会力量!
目录
未来科技探索
物联网的12道风味 1
数据中心的边缘计算防御基于物联网的攻击 6
通过物联网设备攻击电力市场 15
科学自主性与ExoMars任务:机器学习助力火星生命体的寻找 23
未来的电脑:数字,量子,生物 33
物联网智能医疗中的安全和隐私 41
使用Jupyter进行可复现的科学工作流程 55
HateClassify:社交媒体仇恨言论识别的服务框架 67
区块链:一种以隐私为中心的企业合规标准 79
iCANX人物 86
大鹏一日同风起,扶摇直上九万里——专访北京大学席鹏教授 86
未来科学家 92
于欣格:以“入世”之心,解科研之“谜” 92
孔湉湉:以“几十年”为时间维度,“心无杂念”地行走在科研之路 95
节选
未来科技探索 物联网的12道风味 文 Joanna F.DeFranco 宾夕法尼亚州立大学 译 程浩然 物联网(IoT)生态系统正在创造许多推进物联网发展的机会。然而,我们需要对什么是物联网,以及设计、开发和采用任一物联网系统所需考虑的复杂性有一个一致和清晰的认识。物联网(IoT)这个词已经存在了20年。但是,在其问世20年后,公众是否真正理解了该术语的含义?这个词起源于1999年,由Auto-ID实验室的创始人Kevin Ashton提出,该实验室是一个网络化传感器和射频识别(RFID)领域的研究小组[1]。它*初的定义是“互联网通过无处不在的传感器(包括RFID)与物理世界相连的系统”[2]。 另一个有趣的事实是,发明**个物联网设备的功劳归功于1982年卡内基梅隆大学的几个学生,他们在一台自动售货机上安装了一个微型开关,以报告可口可乐的供应状况和它的冰镇程度[3]。在2021年,从小小的灯泡到整个关键系统,物联网技术已被应用于一切设备中,例如,在智能电网,物联网可以确定城市的能源消耗,以提高安全和效率。 谷歌对全球互联网查询的趋势分析表明,从2014年到2016年,人们对物联网的兴趣迅速增长[4]。也可以说,即使在多次尝试定义物联网之后,仍有一部分人将其简单描述为以“智能”为前缀的名词。 以下是2015年的一些物联网定义的例子(黑体字为物联网的关键组成部分)。 物联网一词通常是指网络连接和计算能力扩展到通常不被视为计算机的物体、传感器和日常物品的场景,使这些设备能够在*小的人为干预下产生、交换和使用数据[5]。 尽管物联网没有一个统一的定义,但普遍的观点都认为它涉及物理世界与虚拟世界的结合——任何物体都有可能通过短距离无线技术连接到互联网上,如射频识别(RFID)、近场通信(NFC)或无线传感器网络(WSN)。这种物理世界和虚拟世界的融合,旨在增加对自然和社会过程的仪表化、跟踪和测量[6]。 世界迫切需要一个简单的、可操作的、被普遍接受的物联网定义 在所谓的物联网中,嵌入实物中的传感器和执行器,通常使用连接互联网的相同互联网协议(IP),通过有线和无线网络连接起来[7,8]。 这些定义都在正确的轨道上,然而,在所谓的物联网中,嵌入实物中的传感器和执行器,通常使用连接互联网的相同互联网协议(IP),通过有线和无线网络连接起来[7,8]。 这些定义都在正确的轨道上,然而,物联网并没有一致的、明确的定义。世界迫切需要一个简单的、可操作的、被普遍接受的物联网定义。因此,在2016 年,美国国家标准与技术研究所(NIST)在SP-183 中提供了一个物联网的定义[9]。他们选择将其称为“物体的网络”(Networks of Things, NoT),而不是“物体的因特网”(Internet of Things, IoT),因为互联网是一个无边界的网络,而不是一个有边界的网络。从技术上讲,它是一个网络的网络。从本质上讲,NIST的这份特别公告描述了物联网的构建模块,这些构建模块为物联网提供了底层和基础科学,基于五个核心物联网基本要素,这些构建模块是任何基于物联网系统的“乐高式”构件。 一般来说,系统基本要素允许对系统行为的描述以及形式化、推理、模拟、可靠性和安全风险权衡进行讨论、模拟和论证。这些基本要素也适用于具有大量数据和质量问题的系统,如可扩展性、异质性、性能、安全性和隐私。根据定义,所有物联网系统的五个基本要素包括传感器(测量物理属性,如RFID)、聚合器(转换传感器收集的数据的软件)、通信通道(数据传输)和电子设施的定义。大多数物联网的定义至少遗漏了一个重要部分。表1 显示了目前物联网领域的十几个组织的物联网定义的样本。该表还包括通过与NIST NoT基元的映射对这些定义的分析。 六年后,即使在这个全面的定义出现之后,仍然有许多不同的、不完整的物联网定义涌现。表1 显示,即使在2021 年,物联网的定义不仅是不一致的——它们甚至缺少关键要素。*重要的是,任何物联网定义都要传达一个准确的理解,以便社会继续建立和推进物联网系统,并将其纳入日常生活的许多方面。 这里列出了带有支持实例的物联网领域样本: (1)智能家居系统:使用地板振动传感器和可穿戴设备检测居住者的活动,了解居住者的活动/ 休息模式,以确定是否需要干预[10]。 (2)自主耕作设备:具有更高安全性的机器人农用车设备,有能力对意外危险做出反应。 (3) 健康护理:可穿戴的健康监测器,例如,闭环胰岛素泵和被植入服装面料中的智能心脏监测传感器[11]。 (4)智能工厂设备:通过实时分析提升自动化与优化工作。 (5)库存追踪器:改善库存的可见性,以减少过剩的库存;运输集装箱/ 车辆与物流追踪,以改善供应链管理。 (6)城市:收集、评估和决策,以发展新的交通物联网的12道风味模式,拥有有效的速度限制交通灯或智能电网,使用数字通信技术实现电力和数据的双向流动,检测和反映电力使用及问题。 (7)教育:为教师、学生和工作人员的教学过程,以及所有教育资产,如图书馆、教室和实验室提供支持[12]。 表1 物联网定义分析 物联网的主要考虑因素 尽管一些物联网的定义意味着没有人类的交互,但这并不准确。物联网当然包括人类以及物理和网络“事物”之间的连接。这些众多的连接通常是复杂的,导致在采用物联网系统时需要考虑和改进一系列核心信任问题。NIST 撰写了一份内部报告(8222),描述了17个核心技术信任问题,以及在快速变化的物联网行业中减轻这些问题影响的方法[3]。 (1)可扩展性:每当一个新的“ 事物”被添加到系统中时,复杂性就会增加。 (2)异构性:互操作性和集成性导致意外的突发行为。 (3)所有权和控制权:第三方黑盒设备缺乏透明度。 (4)可组合性、互操作性、集成和兼容性:在向系统添加新的硬件和软件组件之前,需要对这些要求中的每一项进行严格的分析,以确定对主要系统需求的影响。 (5)实用性:非功能或质量需求需要被优先考虑,并评估其技术冲突。 (6)同步化:解决由于并行发生的计算/ 事件的timing而出现的异常情况。 (7)测量:改进在系统中采用和整合“事物”的指标与措施。 (8)可预测性:建立系统组件交互的预测能力。 (9)测试和保证:解决由于系统的相互依赖而导致的测试难度增加的问题。 (10)认证:解决任何类型的认证所产生的问题,以确认诸如系统寿命和上市时间等事项。 (11)安全性:需要提高安全性,因为更多的连接可能会导致未经授权的各方更容易进入。 (12)可靠性:通过处理来自事件和数据的异常情况来增加系统的复原力。 (13)数据完整性:确保系统数据的准确性、保真度、可用性和信心。 (14)过量的数据:确保由于动态和快速变化的系统数据流和工作流程而产生的过量数据的完整性。 (15)性能:需要提高性能才够从故障和失误中恢复过来。 (16)易用性:改进用户的“友好性”,以约束用户的限制条件。 (17)可见性和可发现性:解决日益增加的隐私问题,因为物联网系统可能会在用户的生活中根深蒂固,例如,用户可能会忘记系统在感应他们的一举一动并倾听他们说的每一个字。 六年后,即使经过这个全面的定义,还有很多不同的、不完整的物联网定义 世界已经发展成为一个物联网生态系统,为推动物联网的发展创造了许多进一步的机会。我们还有很长的路要走,以改善特定领域的关键系统的连接,如在智能城市、医疗保健和执法领域。这些领域内和领域间连接的改善将促进所有人的健康护理、效率和决策。因此,类似于19世纪初,由于电动机的出现,世界需要电气工程师,或者在20世纪50年代末,为了开发在地球大气层中运行的车辆,出现了航天工程,世界可能需要官方的物联网工程师来解决物联网系统设计中的信任问题。持续关注和改善物联网设备和系统设计中的信任问题至关重要。此外,教育专业人员设计有效和高效的物联网系统肯定会满足这一迫切需求。 因此,除了对物联网有一个一致、准确的定义外,我们还需要关注对新一代物联网工程师的教育。研究人员需要使用一致的物联网定义,工程师需要继续改善物联网系统的信任问题,同时发明新的物联网使用方法。需要新的和改进的工程课程、学习模式和专业培训来发展多个工程学科的核心技能。 关于作者 Joanna F. DeFranco 宾夕法尼亚州立大学软件工程副教授。联系方式。 参考文献 物联网 (Internet of Things ,IoT) 支持Wi-Fi高功率设备向电网引入了新的攻击面,从而导致安全机制失效。 我们提出了一种以数据为中心的边缘计算基础设施,通过集成分散电网区域中的物理状态,在物联网云中托管防御机制。 电网系统集成了信息技术(information technology,IT)和操作技术(operational technology,OT)组件,以执行*佳能源管理[1]。IT组件通过与公共互联网隔离的基于Internet协议的通信网络连接;OT组件通过电气设备(如传输线)连接。公用事业运营商使用这些IT/OT网络来监视和控制物理组件的状态,例如,由个人用户调整的负载需求。然而,配备Wi-Fi的负载单元成为物联网的一部分,并暴露在公用事业运营商无法控制的开放云中。通过这个物联网云,用户可以使用各种移动应用程序和网络界面终端来调整负载需求。 如图1 所示,物联网云通过越来越多地使用支持Wi-Fi的高功率设备(如热水器和烤箱),为电网带来了新的攻击面。*近的研究表明,设备漏洞使攻击者能够在大范围内控制大量物联网设备。例如,使用Mirai恶意软件,不法分子危害了600多万台配置不当的联网摄像头,发动了迄今为止*大的分布式拒绝服务攻击。通过将这些方法应用于物联网增强型电网,恶意方可以立即显著改变负载需求,导致系统范围内的不稳定和中断[2]。 基于物联网的攻击使目前仅关注电力系统或物联网云的安全机制变得无效。解决该漏洞需要物联网云防御,这是引导我们进行边缘计算的独特需求。边缘计算*初用于提高大型内容提供商的网络性能,方法是在分散区域部署边缘服务器来处理来自终端设备的请求,而不涉及集中式云服务器(参见图1)[3]。每台边缘服务器都在终端设备附近构建一个小型云环境 (通常称为边缘云),以平衡通信流量并以很小的延迟服务请求[4]。我们建议使用边缘计算来增强物联网云中当前基于边界的防御,而不是提高网络性能,方法
作者简介
张海霞,博士,北京大学信息科学技术学院教授,现任优选华人微纳米分子系统学会秘书长,IEEE NTC北京分会主席,无锡物联网发展专家。2006年获得国家技术发明二等奖。 张海霞教授长期致力于青年人的创新创业教育和培养,2007年发起靠前大学生iCAN创新创业大赛(iCAN大赛)并担任主席至今。参加iCAN大赛的国家达到20多个,国内外高校数百家,学生数万人,部分参赛团队已经创业,在国内外产生较大影响。张海霞教授还致力于创新创业教育体系的建设,在北大开设《创新工程实践》《创业基础》《技术创新教育》等课程,并指导“创客空间”学生社团开展长期创新创业实践。iCAN创新教育模式已经开始在全国几十所高校推广。 张海霞教授在全国各地大中小学及中国科技馆、首都科学讲堂等开展科普讲座百余场,其“走进微纳大世界”“揭秘阿凡达”“科技与科幻”“创新创业,iCAN”系列讲座通过讲解耳熟能详的大千世界及其背后鲜为人知的高科技的贡献,图文并茂、风趣幽默、激情洋溢,不仅将听众们带入精彩的科技科幻世界,更将大家带到了一个充满了创新激情的新时代,也引发大家对科技、教育、社会的沉思。
-
深度学习的数学
¥43.5¥69.0 -
全图解零基础word excel ppt 应用教程
¥12.0¥48.0 -
机器学习
¥59.4¥108.0 -
有限与无限的游戏:一个哲学家眼中的竞技世界
¥37.4¥68.0 -
智能硬件项目教程:基于ARDUINO(第2版)
¥31.9¥65.0 -
硅谷之火-人与计算机的未来
¥14.3¥39.8 -
元启发式算法与背包问题研究
¥38.2¥49.0 -
AI虚拟数字人:商业模式+形象创建+视频直播+案例应用
¥62.9¥89.8 -
UNIX环境高级编程(第3版)
¥164.9¥229.0 -
剪映AI
¥52.8¥88.0 -
深度学习高手笔记 卷2:经典应用
¥90.9¥129.8 -
纹样之美:中国传统经典纹样速查手册
¥76.3¥109.0 -
UG NX 12.0数控编程
¥22.1¥45.0 -
MATLAB计算机视觉与深度学习实战(第2版)
¥90.9¥128.0 -
界面交互设计理论研究
¥30.8¥56.0 -
微机组装与系统维护技术教程(第二版)
¥37.8¥43.0 -
明解C语言:实践篇
¥62.9¥89.8 -
Linux服务器架设实战(Linux典藏大系)
¥83.3¥119.0 -
Visual Basic 语言程序设计基础(第6版)
¥32.0¥45.0 -
贝叶斯推理与机器学习
¥139.3¥199.0