什么是外挂
外挂，原指一切用来破坏游戏程序正常游戏数据和逻辑的工具或破解版。比如可以修改游戏内存数据的修改器，又比如可以修改网络数据包的抓包工具。这类外挂或多或少会影响游戏的内存数据、文件数据、网络数据，甚至代码逻辑。
但随着外挂市场的发展，外挂衍生出其它恶意变种。这类外挂不会影响游戏数据和逻辑，例如脱机挂、模拟器和脚本精灵。脱机挂是外挂作者逆向游戏协议后独立开发的非法客户端，能让玩家节约很多时间多开刷游戏；模拟器能让玩家在PC上玩移动游戏，在FPS等游戏上能获得更好的操作环境，从而帮助玩家变相碾压对手；脚本精灵则是能录制模拟玩家行为，对游戏事件进行响应，实现自动刷金币经验等功能。但这几类新兴外挂有个共同特性：即是欺瞒游戏服务器，欺瞒客户端、设备和操作者。
结合上面分析，可以给出一个更适合当下移动游戏安全状况的外挂定义：破坏游戏客户端正常数据和代码逻辑，或伪造游戏客户端操作状况的工具或破解版。
外挂的分类
移动游戏上已经出现过大量外挂样本，根据其特征可整理如图所示分类图。
随着现代科学技术的发展以及人民生活水平的提高，智能设备的普及率已经越来越高，住宅家居智能化将是一个重要的发展趋势。近年来，国内外对智能家居的研究初具规模，而现有的家居监控系统智能化程度比较低，无法更好的适应新的应用需求，因此开发出更安全便利的智能家居系统具有十分重要的意义。
作者：李颋(中国电子学会研究咨询中心主任，凌霞，系中国电子学会博士)
人工智能作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革积蓄的巨大能量，持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。
刚刚过去的2018年，人工智能从基础研究、技术到产业，都进入了高速增长期。根据中国电子学会的统计：2018年全年，全球人工智能核心产业市场规模超过555.7亿美元，相较于2017年同比增长50.2%。数据显示，全球人工智能的发展呈现三足鼎立之势，主要集中在美国、欧洲、中国。
美国硅谷是当今人工智能基础层和技术层产业发展的重点区域，聚集了人工智能企业2905家，以谷歌、微软、亚马逊等为代表形成集团式发展，同时在人工智能企业数量、投融资规模、专利数量等方面全球领先。
Batch Normalization作为最近一年来DL的重要成果，已经广泛被证明其有效性和重要性。虽然有些细节处理还解释不清其理论原因，但是实践证明好用才是真的好，别忘了DL从Hinton对深层网络做Pre-Train开始就是一个经验领先于理论分析的偏经验的一门学问。本文是对论文《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》的导读。
机器学习领域有个很重要的假设：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。那BatchNorm的作用是什么呢？BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布的。
接下来一步一步的理解什么是BN。
为什么深度神经网络随着网络深度加深，训练起来越困难，收敛越来越慢？这是个在DL领域很接近本质的好问题。很多论文都是解决这个问题的，比如ReLU激活函数，再比如Residual Network，BN本质上也是解释并从某个不同的角度来解决这个问题的。
术语和概念
为了更好的理解物理引擎，需要先了解下面的一些术语，概念。
刚体(Bodies)
刚体(Bodies) 描述了抽象物体的物理属性，包括：质量、位置、旋转角度、速度和阻尼。Cocos2d-x 中用 PhysicsBody 对象表示刚体。当刚体和形状关联后，刚体对象才具有几何形状，未关联形状， 刚体只是一个抽象物体的物理属性集。
材质(Material)
材质(Material) 描述了抽象物体的材料属性：
成为一名合格的开发工程师不是一件简单的事情，需要掌握从开发到调试到优化等一系列能力，这些能力中的每一项掌握起来都需要足够的努力和经验。而要成为一名合格的机器学习算法工程师(以下简称算法工程师)更是难上加难，因为在掌握工程师的通用技能以外，还需要掌握一张不算小的机器学习算法知识网络。
下面我们就将成为一名合格的算法工程师所需的技能进行拆分，一起来看一下究竟需要掌握哪些技能才能算是一名合格的算法工程师。
基础开发能力
一、图简介，图卷积网络的出现。
图（graph）是一种数据格式，它可以用于表示社交网络、通信网络、蛋白分子网络等，图中的节点表示网络中的个体，连边表示个体之间的连接关系。许多机器学习任务例如社团发现、链路预测等都需要用到图结构数据，因此图卷积神经网络的出现为这些问题的解决提供了新的思路。
下图就是一个简单的图结构数据：
介绍：
在游戏运行的时候，数据主要存储在内存中，当游戏的数据在不需要的时候，存储当前数据的内存就可以被回收以再次使用。内存垃圾是指当前废弃数据所占用的内存，垃圾回收（GC）是指将废弃的内存重新回收再次使用的过程。
Unity中将垃圾回收当作内存管理的一部分，如果游戏中废弃数据占用内存较大，则游戏的性能会受到极大影响，此时垃圾回收会成为游戏性能的一大障碍点。
本文我们主要学习垃圾回收的机制，垃圾回收如何被触发以及如何提GC收效率来提高游戏的性能。
Unity内存管理机制简介
要想了解垃圾回收如何工作以及何时被触发，我们首先需要了解unity的内存管理机制。Unity主要采用自动内存管理的机制，开发时在代码中不需要详细地告诉unity如何进行内存管理，unity内部自身会进行内存管理。这和使用C++开发需要随时管理内存相比，有一定的优势，当然带来的劣势就是需要随时关注内存的增长，不要让游戏在手机上跑“飞”了。
unity的自动内存管理可以理解为以下几个部分：
计算机视觉(Computer Vision, CV) & 机器视觉（Machine Vision, MV） 从学科分类上， 二者都被认为是 Artificial Intelligence 下属科目。
什么是计算机视觉？
“计算机视觉”是指用计算机实现人的视觉功能，对客观世界的三维场景的感知、识别和理解。计算机视觉是一个处于指示前沿的领域。我们认为计算机视觉，或简称为“视觉”，是一项事业，它与研究人类或动物的视觉是不同的。它借助于几何、物理和学习技术来构筑模型，从而用统计的方法来处理数据。
因此从我们的角度看，在透彻理解摄像机性能与物理成像过程的基础上，视觉对每个像素进行简单的推理，将在多幅图像中可能得到的信息综合成和谐的整体，确定像素集之间的联系以便将它们彼此分割开，或推断一些形状信息，使用几何信息或概率统计技术来识别物体。
什么是机器视觉？
据权威机构统计，2018年，全球智能家居市场规模预计将达到710亿美元。高热度的市场，也表明传统家居已无法满足年轻人对生活品质的需求，智能家居成为居家生活的必备产品。本文将带你纵观智能家居行业生态，了解2019智能家居发展的7大趋势。
一、可穿戴式智能设备
随着智能家居的火热发展，人们在熟悉了可穿戴设备对于睡眠习惯和身体各项指标的监测后，愈发期待可穿戴设备与智能家居的互动。
一方面，在终端控制、语音控制智能家居产品之后，人们希望能够研制出控制智能家居产品的可穿戴设备；另一方面，人们也希望现有的可穿戴设备能够与智能家居产品形成互动，以便在忙碌的生活中养成健康的生活习惯，如智能手环与智能体脂称之间数据的互通等等。
二、传感器成为智能家居工作重心
美国对信息技术的认识是：计算机技术是核心，敏感技术、光电子技术是关键和重点，足见美国对于传感器研究的重视。而国内企业竞争力薄弱，传感器市场七成被外资企业所垄断。中国对于传感器的不够重视，使我国智能家居行业虽然引入了人工智能，却仍未解决感知的问题。