佰家富app下载app_百度词条

全民国家安全教育日｜【动画】当“绑票儿”变得高科技……为你解密网络勒索攻击四种分工角色******

　　一次完整的勒索攻击链条里，一般会有多种分工角色，这也是目前勒索攻击犯罪活动的显著特点。特别是RaaS（勒索即服务）模式这种新型犯罪活动形式的出现，将勒索攻击演进出“商业服务行为”，通过会员、订阅或定制，向其他“攻击者”售卖勒索攻击相关服务。

　　RaaS的出现，不仅降低了勒索攻击的准入门槛（甚至无需任何网络攻防技术与知识即可发起攻击），也增加了勒索攻击的防护难度，更带来了巨大的“内鬼”作案风险。

　　其中，勒索软件开发方主要负责勒索攻击中软件、工具、生成器等相关能力的开发，是整个攻击中的上游“制毒者”。勒索攻击行为发起方主要负责实施具体勒索攻击和串联攻击行动中的人员组织，其有可能是一个个体，也可能是一个由组织者和执行者组成的团伙。

　　对于勒索攻击中的渠道方来说，勒索攻击可能是攻击者定向发动的，也可能与其他的一些掌握“肉鸡”资源的犯罪组织合作。而勒索攻击中的代理方，主要负责拓展和助攻勒索赎金缴纳的成功率，与勒索发起方同样是合作分成收益关系。

　　值得一提的是，勒索攻击产业化、链条化后，勒索犯罪团伙时刻都在与安全工作者们隔空对抗，试图找到更多绕过安全机制的方法。这也是防护能力需要持续升级改善的根本原因。安全有效性从不会一劳永逸，而需要持续安全运营。

　　监制：张宁策划：李政葳 制作：姚坤森

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）