这是为广大图形开发者提供的一份圣诞节前期礼物——PowerVR开发工具和SDK最新版本发布啦！这个版本的主要特性包括一些非常棒的新应用示例，展示了这款SDK中的新技术，以及性能分析工具中非常有用的新功能。你可以下载最新的PowerVR开发工具和SDK，然后详细阅读其中的说明，了解它提供了哪些新的内容和功能。

绝大数OpenGL实现都有相似的操作顺序，一系列相关的处理阶段称为OpenGL渲染管线。图1-2显示了这些顺序，虽然并没有严格规定OpenGL必须采用这样的实现，但它提供了一个可靠的指南，可以预测OpenGL将以什么样的顺序来执行这些操作。

如果读者刚开始涉足三维图形编程，可能会对接下来的内容感到吃力。读者现在可以跳过这一部分内容，但在读完这本书的每一章时，都应该重温一下图1-2。

译：骄阳

随着各国政府寻求解决物联网安全问题，世界各地都出现了一系列的监管措施。这是一个积极行动，表明市场正在成熟，不过物联网监管并非没有挑战。这些监管措施不可避免地遭到了那些认为它可能会造成物联网废物堆积如山的人的抵制，而其他人则认为它可能会阻碍创新。

因此，每项立法都略有不同。Pen Test Partners的合伙人肯·芒罗( Ken Munro )表示：这些法规将决定监管的演变，因此我们必须考虑所采取的措施、它们的好处以及不足之处。

任何公司企业都免不了数据泄露事件。但这些事件会以哪种形式出现？攻击者是怎么获得访问权的？他们会窃取或破坏什么？到底是什么驱使着他们尝试这些攻击？数据泄露的本质和后果在来年会有怎样的改变？在此，业界专家们就网络罪犯明年入侵网络盗取数据的目标、途径和原因作出了他们的预测。

<font size="3"><strong> 五大攻击形式</strong></font>

<font color="#02c3b0"><strong>1. 汽车网络攻击将可能致命</strong></font>

电影《速度与激情8》上出现的黑客远程操控汽车形成丧尸潮一般的情形，现实中会出现吗？12月18日，全球著名白帽黑客、顶级安全专家Charlie Miller与Chris Valasek 在一场主题演讲中标记，随着自动驾驶技术的普及，好莱坞大片中的情节分分钟都会成为现实。

“攻击者一般需要四步来攻击一辆自动驾驶汽车。” 在日前由腾讯汽车主办的2018全球汽车AI大会上，Charlie Miller与Chris Valasek就“如何保障自动驾驶汽车安全”这一话题发表了看法，他指出“随着自动车的自动驾驶程度越来越高，未来车控制的每一个部分都可以被黑，都可以被攻击。”

大家使用Unity的经验都有多长呢？Unity编辑器中还有这样的隐藏功能你知道吗？本系列文章为大家介绍Unity使用小技巧......

<font color="Purple"><strong>技巧一</strong></font>

2018年，人工智能技术及各类应用呈火热发展势态，并逐步由技术驱动演变为场景驱动，在汽车、安防、物联网、消费电子、工业等领域，已有不少人工智能应用开花结果。为更好地推动人工智能技术在更多领域落地，电子创新网联合Imagination等多家企业于12月20日举办“人工智能落地应用与趋势”沙龙活动，来自人工智能产业链的多位技术专家齐聚一堂，共同分享人工智能在多个领域的应用经验。

Imagination在人工智能领域拥有多年技术积淀和业界领先的产品及解决方案。在前不久举行的Imagination PowerVR Inspire 2018大会上，Imagination发布了其面向人工智能应用的最新神经网络加速器（NNA）架构PowerVR Series3NX，相比前一代的Series2NX产品，Series3NX在性能、灵活性和可扩展性等方面均实现了大幅提升。

当前，人工智能正在席卷全球科技产业，越来越多的行业和市场都在人工智能领域进行深耕，作为当今辅助人类进行创新和变革的重要生产力工具和技术驱动力，人工智能技术当前已经发展到什么阶段了呢？未来人工智能产业又将会走向何方呢？

对于人工智能技术来说，我们日常经常看到的或许是机器算法的应用、又或是对于自然语言的处理等内容，对于人工智能来说，现在已经收集了海量的最优算法，其中涵盖了计算机视觉、游戏、自然语言处理、网络图、知识库等很多内容。

<font size="3"><strong>计算机视觉感知</strong></font>

卷积神经网络（Convolution Neural Network，CNN）已经在许多计算机视觉（Computer Vision）任务上取得了成功。 对于可视化，CNN 可以怎么应用于图形感知任务？ 这篇文章 [1] 通过复制 Cleveland 和 McGill 的1984年的开创性实验 [2] 来研究这个问题，该实验测量了不同视觉编码的人类感知效率，并定义了可视化的基本感知任务。 我们在五种不同的可视化任务上测量了四种网络架构的图形感知功能，并与现有人的感知能力进行比较。 虽然在有限的情况下 CNN 能够达到或超越人工任务表现，但我们发现 CNN 目前还不是人类图形感知的良好模型。 我们提供这些实验的结果，以促进理解 CNN 在应用于数据可视化时的成功和失败。

手机常用的定位方式有：

1、卫星定位：手机定位的核心。包括美国的GPS，中国的北斗(BDS)、欧洲的伽利略(Galileo)、俄罗斯的格洛纳斯(Glonass)。此外，还有日本的准天顶系统（QZSS）和印度的IRNSS。
2、移动基站定位：有手机信号就能定位！
3、WiFi辅助定位：“灵异”定位技术
4、A-GPS定位：给GPS派个助手
5、室内定位。包括蓝牙定位、红外定位、RFID射频定位、超声波定位、Zigbee定位、UMB定位等。Wi-Fi定位，其实也一样适用于室内。

<font size="3" color="blue"><strong>3. WiFi辅助定位</strong></font>