<font size="3"><strong>前言</strong></font>

近二十年来，DNS重绑定（DNS rebinding）攻击一直是讨论的话题。尽管浏览器厂商做出了努力，但仍然无法找到一个能稳定抵御这些攻击的防御系统。据说这类问题八年前就已经被修复了。但是这类攻击通过新的攻击向量再次出现。

总的来说，可以肯定未来的黑客活动将通过多个现有攻击组合形成新的攻击向量。这些新攻击向量的一个很好的例子就是攻击加密货币钱包的DNS重绑定攻击。

在本文中，我们讨论了Princeton（普林斯顿大学）和UC Berkeley（加州大学伯克利分校）关于基于web的方式攻击物联网设备的研究，这些攻击会导致设备被黑客发现、攻击和接管。研究于2018年8月发表。

卷积神经网络作为深度学习的典型网络，在图像处理和计算机视觉等多个领域都取得了很好的效果。

Paul-Louis Pröve在Medium上通过这篇文章快速地介绍了不同类型的卷积结构（Convolution）及优势。为了简单起见，本文仅探讨二维卷积结构。

<font size="3" color="#33b1c8"><strong>卷积</strong></font>

首先，定义下卷积层的结构参数。

边缘计算能就近提供智能互联服务，满足行业在数字化变革过程中的关键需求。在物联网时代，不断增长的数据催生了对边缘计算的需求，据IDC预测，未来超过50%的数据需要在网络边缘侧分析、处理和储存。其巨大的市场空间也被玩家们看在眼里，2019边缘计算还将如何更好地推动物联网技术发展？这里列出了7个有关边缘计算和物联网的预测。

<font size="3"><strong>1、IIoT分析和机器学习（ML）公司会重点衡量它们在计算方面的交付能力。</strong></font>

如何对现有的程序进行并行优化，是 GPU 并行编程技术最为关注的实际问题。本文将提供几种优化的思路，为程序并行优化指明道路方向。

<font color="Purple"><strong>优化前准备</strong></font>

首先，要明确优化的目标 - 是要将程序提速 2 倍？还是 10 倍？100倍？也许你会不假思索的说当然是提升越高越好。

但这里存在一个优化成本的问题。在同样的技术水平硬件水平下，提升 2 倍也许只要一个下午的工作量，但提高 10 倍可能要考虑到更多的东西，也许是一周的工作量。提高 100 倍， 1000 倍需要的成本，时间就更多了。

本文整理了网络/游戏/编程相关的专业术语，作为游戏开发中的辅助参考资料。

<strong>16毫秒 / 帧速率</strong>

Frame Rate。

电子游戏使用的光栅显示器是普通电视时，图像一般每秒更新60次。图像更新的时间叫做帧，1秒60次即1次16毫秒（0.0167秒 = 16.7毫秒）。

16毫秒是玩家可以识别的游戏画面改变的最短时间间隔。

<strong>ARPG</strong>

Action Role Playing Game。

角色扮演类游戏中动作性较强的实时游戏，也指包含冒险游戏特征的游戏。

<strong>bot</strong>

VR视频，这里指的是沉浸式全景视频，基本场景是观影者戴上显示头盔（如cardboard），在其中通过头部的转动可以看到全景视频的每个方向的图像。同时也能听到来自各个方向的声音，声音也会随着头部的转动而发生变化。通过这种视频和声音与人的头部转动的配合，来给人一种身临其境的感觉。

<strong>纹理特征</strong>

纹理特征刻画了图像中重复出现的局部模式与他们的排列规则，常用于图像分类和场景识别。其只能反映物体表面的特性，无法完全反映出物体的本质属性，所以仅仅利用纹理特征无法获得图像的高层次内容。

<strong>优点： </strong>
1. 具有旋转不变性
2. 具有良好的抗噪性能。

<strong>缺点： </strong>
1. 当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差
2. 有可能受到光照、反射情况的影响
3. 从2-D图像中反映出来的纹理不一定是3-D物体表面真实的纹理

常用的纹理特征提取方法一般分为四大类：

Unity Integrations现已正式发布，它允许你将重要的Unity服务连接到Slack、Jira和Discord等热门的生产和通讯工具。

使用Unity Integrations将是获取即时通知的最好方法，例如：当通过Cloud Diagnostics云诊断提交新的用户报告，或是团队成员将新改动推送到Collaborate多人协作时，你会马上得到通知。

作者：Arkar Min Aung
编译：ronghuaiyang

新手如何开始学深度学习，这个问题很难回答，每个人似乎都有自己的一套方法，在开始之前，先看看别人是怎么做的，也许会对自己有所启发。

刚开始学深度学习的时候，一定要像婴儿学步一样，慢慢的小步走。
很多人问我如何开始机器学习和深度学习。在这里，我整理了一个我使用过的资源列表，以及我第一次学习深度学习时所走过的路。

<font size="3" color="#33b1c8"><strong>免费课程</strong></font>

这是恶意黑客胆大妄为的一年，某些手法此前根本想象不到——佯攻、加密货币劫持、社会工程和破坏性恶意软件行动。但即便是在2018年民族国家和网络犯罪攻击日渐猖獗的背景下，安全研究人员还是找到了一些以黑治黑预先制止坏人攻击的创新手法。

2018年，包括青少年在内的白帽子黑客攻入了一系列重要目标，比如机载卫星设备、美国大选仿真网站和吸尘机器人。他们还运用社会工程和网络钓鱼者自己的战术和人工智能(AI)挫败了坏人自己的阴谋，在漏洞被滥用之前抢先曝光。

我们不妨先忘了那些失败的比特币挖矿实验、家庭路由器中的俄罗斯黑客和网络上潜伏着的武器化PowerShell脚本，花几分钟时间回顾一下安全研究人员今年的创新黑客壮举。