分分赛车 - - (中国)搜狗百科

【网络强国这十年】杨冀龙：万物互联时代，做云端上的安全行者******

　　【网络强国这十年——行业回顾篇】

　　党的十八大以来，我国网信事业发展取得历史性成就，网络综合治理体系日益完善，网络空间法治化进程加快推进，网络安全保障体系和能力建设全面加强。近日，中国网络空间安全协会理事、知道创宇CTO&COO杨冀龙做客光明网“网络强国这十年”专栏，畅谈关于网络安全技术及行业发展的观察与思考。

　　谈行业变化：

　　法规条例日益完善，人才培养更受重视

　　这些年国家出台了一系列政策和法律法规。比如《网络安全法》，明确了什么叫网络安全，网络安全的义务、责任、主体，违法的连带责任。《等级保护条例》升级到了2.0版本，更加注重实战化对抗；为了检验落地情况，有关部门还专门组织了攻防演练活动，公司要实际参与这种攻防检验，看是否的确防住了，我觉得这是很落地的一个策略。不仅是《网络安全法》和《等级保护条例》，现在还有《密码法》，也成立了一系列的密码评估单位。

　　这些法律的颁布和落地，是特别大的国家层面的推动。国家给了网络安全企业很多政策，比如有些地方建立网络安全产业园，有些地方网络安全企业创业会给政府扶持基金，催生了一系列网络安全行业企业。

　　近年来国家支持高校设立网络安全专业，样就让很多学校都成立了网络安全专业教育，很多学生也愿意去考这个专业。而且政府在各种宣传活动上，包括网络安全宣传周等大型的宣传活动，也能调动民间的积极性。

　　学生愿意就读网络安全专业，高校愿意开展这门课程，很多企业愿意吸收这些人才，并且在各个地方办安全企业，各地方政府也愿意给出产业园区，给出免税或者免租金等优惠政策，整个产业就欣欣向荣地发展起来了。

　　人才培养现在是比较好的一个方面。知道创宇在早期招聘中，一般都招计算机系的学生，公司再进行培养，人才从毕业到真正能够熟悉业务，大概要1年以上，甚至更长时间。而现在从信息安全专业招人、从培训机构招人，基本上2个月就可以很熟练了。

　　国家多个部委联合推出了信息安全测试员、网络安全运维人员等新职业，有这些职业体系支撑，相当于国家各个部委也在鼓励人才通过自学或培训提升自己，考到相应的职称，所以这个人才体系是一个全方位的体系。现在很多人对网络安全专业越来越有兴趣，也是因为这个大的人才体系，由国家在底层做了支撑。

　　谈产业发展：

　　供给侧、需求侧两端发力，产业体系实现良性循环

　　对一个企业的发展而言，主要有两个方面。第一个是需求端，需求是否旺盛，取决于甲方需求，就是大量的企业是否真正重视安全。

　　很多企业都存了很多公民的个人隐私数据，现在从法律要求出发，首先企业只被允许收集有限数据，收集了必须保护好，保护不好的话要承受很大法律风险，那么企业就必然加强人员、设备或资金来提升安全建设。

　　需求多了，另一方面企业还能接得住，这就取决于有没有足够的人才，能不能快速招到人才，快速构建业务。

　　从这两个方面，国家做得特别好的就是在需求侧通过法律法规牵引落地，在基础层面通过人才培养牵引夯实。这样的话，企业在中间把人才招回来、组织起来，去服务甲方的需求。我觉得这个体系，现在越做越好了。

　　谈未来趋势：

　　云端网络边界线渐趋模糊，“零信任”安全成新方向

　　随着云上的业务越来越多，很多重要的数据和重要的业务都在云上，这也催生了一个问题，云上的业务怎么防御？因为云上是的虚拟化的，传统设备有些可以做到虚拟化，还有很多设备是无法做到虚拟化的，所以上云的业务面临的第一个问题就是防御薄弱了。

　　第二个问题是，“云”的厂商他们自身的安全措施是否就够了？我们现在的看法是，应该有一个第三方的安全云来保卫云上的业务安全。

　　我们知道传统Windows是分散的，Windows操作系本身就是资源调度，但现在业务都在一个大“云”上，其实这个大“云”本身就是下一代操作系统——云操作系统。云操作系统就像微软的Windows系统一样，它本身就要提高安全性、提供安全工具，所以云操作系统、云平台也要提高安全性，这是基础。但是真正要保证安全的话，安全工具应该使用第三方的。

　　还有一个问题是未来家庭办公会越来越多，家庭办公远程也可以访问公司的内网业务系统。传统网络安全会通过网络边界、内外网边界做一个网络隔离，但现在大家居家远程办公了，都需要访问内网，我们会发现网络的边界就逐渐模糊化了。

　　基于零信任理念的话，应该在内网及外网对谁都不信任，必须要通过信任机制来实施安全保护的健全，所以零信任我认为是未来一个重要的发展方向。

　　在零信任之上，其实还有一种新的机制叫SASE（安全访问服务边缘）。SASE是构建出虚拟的网络，并且在这种网络中直接打破了各个分支机构的界限，打通了到家庭的界限，甚至打通了“云”上资源的界限。

　　通过互联网类似SD-WAN的技术快速组网，组成一个企业内部跨云、跨家庭、跨分支机构的网络，在SASE侧提供一系列的安全措施，相当于把传统安全的边界防御系统也SaaS化，所有用户一起分摊安全设备的成本，我认为这是一个重要的发展方向。

　　监制：张宁、李政葳

　　采访：孔繁鑫

　　拍摄：雷渺鑫

　　后期：孔繁鑫、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）