新兴的开源技术

白癜风早期图片 http://m.39.net/pf/a_6442885.html

本文介绍了新兴的开源技术-促进当今成功的许多趋势，并将在未来实现。这些范围包括整个科技行业如何通过数字化转型重塑形式，以及将所有科技企业从“数字移民”改造为“数字原生态”，以及创新加速器的兴起和下一代开源技术平台的出现。

随着开源技术已经存在了很长一段时间，一个蓬勃发展的全球社区已经成长起来，因此代码在开发人员之间共享，每个人都可以测试，重新构建并相互学习。由于行业已经开始在几乎所有垂直领域采用开源技术，许多新技术已经将开源作为其基础。

以下是一些开创性的开源技术正在彻底改变我们所知的世界的领域。

1.机器学习中的开源

机器学习（ML）是使用大型数据集来学习，推广和预测的算法的研究。ML最令人兴奋的方面是，随着更多的数据，算法提高了其预测能力。ML已经成为自动驾驶汽车，语音识别，家庭自动化产品等的强大基础。机器学习与计算统计密切相关，也着重于通过计算机进行预测。它被认为是部署复杂的模型和算法的有效方法，可用于商业领域的预测-这被称为预测分析。机器学习任务大致分为监督学习（半监督学习，主动学习和强化学习）和无监督学习。

最近由各种IT巨头开源的ML引擎是Google云计算机学习引擎，Google的TensorFlow，亚马逊的AWSML引擎，UnityML代理，ApachePredictionIO，Microsoft分布式机器学习工具包等。

Google云端机器学习引擎：这被视为一种托管服务，使用户可以轻松构建运营ML模型，以处理任何类型或大小的数据。它使得TensorFlow模型可以对受管理的集群执行大规模培训，并且还可以管理用于大规模在线和批量预测的训练模型。它与GoogleCloud集成，允许用户访问GoogleStorage上的数据。

Unity机器学习代理UnityMLAgentsSDK可让开发人员和研究人员将通过Unity编辑器开发的游戏和模拟转换成环境，在这些环境中可以使用深度强化学习有效地培训智能代理。

ApachePredictionIO：这是一个与ApacheSpark，MLLib，HBase，Spray和ElasticSearch集成的开源ML栈，用于为各种ML任务创建预测引擎。

亚马逊机器学习：亚马逊ML推荐引擎用于为AlexaEcho/Dot提供支持，由Alexa，Drone-PrimeAir，AmazonGo和基于AWS的云服务提供支持。

Microsoft分布式机器学习工具包：Microsoft提供的此工具包提供了一个用于培训大数据ML模型的框架。该工具包包含算法和系统创新，使大数据的任务具有高度可扩展性，高效性和灵活性。

2.R编程语言

R是一种免费的开源ML语言，支持各种操作系统上的统计计算和图形语言。它提供了多种统计功能，如线性和非线性建模、经典统计测试、时间序列分析、分类、聚类和先进的图形技术。它是一种高度动态、可扩展的语言，它为数据处理、计算、图形显示、数组计算、数据分析工具等提供了先进的特性。它是一种编程语言，它还包含条件、循环和其他功能。

R包含11,多种不同类型的软件包，可通过ComprehensiveRArchiveNetwork（CRAN），Bioconductor，Omegahat，GitHub和其他软件库获得。

3.区块链和比特币的新兴趋势

由于学术界和工业界的极大兴趣，区块链技术正在迅速发展。区块链被视为用于跟踪比特币等数字货币交易的共享开源交易数据库。

据Don和AlexTapscott所述，“区块链是一种经济交易的廉洁数字分类帐，可以将其编程为记录金融交易，但几乎可以记录任何有价值的内容。”

块链是一个不断增长的称为块的记录列表，这些记录是使用加密技术链接和保护的，每个块都有一个散列指针作为指向前一个块、时间戳和事务数据的链接。

区块链平台

ERIS：这使得每个人都可以使用区块链和智能合约技术创建自己的安全，低成本的应用程序（可以在任何地方运行）。

HydraChain：这是对以太坊平台的扩展，增加了对创建权限分布式分类账的支持。

MultiChain：这使组织能够快速设计，部署和操作分布式账本。

OpenChain：这是一款开源分布式账本技术，适用于以高度安全和灵活的方式处理问题和管理数字资产的组织。

EtalumProject：这是一个分散运行智能合约的平台：运行这样的应用程序不受停机时间，审查制度，欺诈或第三方参与的限制。

Hyperledger：这是一项开源合作项目，旨在推动跨行业区块链技术的发展，并确保透明度，互操作性和支持，以实现区块链技术的商业应用。

4.开源和物联网（IoT）

物联网（IoT）高度分散且不断变化。开源在创建物联网平台和研发和自动化开发板方面的现成原型方面发挥着至关重要的作用。

物联网标准与人工智能（AI）一起，以智能方式控制和解释各种各样的活动。没有使用开源技术，就没有网络。物联网在其核心功能中需要相同级别的无处不在的通用访问权限，而在Web上则需要共享访问权限。预计在不久的将来，物联网部署将与全球数十亿的设备，资产，传感器和终端连接和整合。

物联网平台被视为物联网设备或消费数据输出的端点和服务之间的中间件层。这些平台提供复杂的端点管理来控制设备。

开源的物联网平台

KaaIoT：这是一个高效的开源和基于云的物联网平台，它通过提供服务器和端点SDK组件，支持连接对象和后端基础架构的数据管理。

SiteWhere：提供设备数据的摄取，存储，处理和集成。它运行在ApacheTomcat提供的核心服务器上，并且包含MongoDB和HBase实现。

ThingSpeak：这允许用户收集和存储传感器数据到云和流行的物联网应用程序开发平台。它适用于Arduino，ESP，BeagleBone，RaspberryPi，MATLAB等。

DeviceHive：这提供了Docker和Kubernetes部署选项。它可以通过RestAPI，WebSockets，MQTT等连接到任何设备或黑客板。

Thinger.io：这是一个适用于物联网的开源平台，为连接设备提供了可扩展的云基础架构。它支持所有类型的电路板，如Arduino，ESP，RaspberryPi和IntelEdison。

开源的物联网硬件-开发板：Arduino，Freeduino，RaspberryPi，BBCMicroBit，OrangePi，PineA64等各种硬件开发板以及Raspbian，Kodi等操作系统都基于开源技术。

5.开源和大数据分析

IDC表示，全球大数据和业务分析的收入将从年的亿美元增加到年的超过亿美元，年均增长率为11.7％。如今，大多数企业都了解捕获业务内部所有数据流的价值，并因此采用开源大数据分析技术从中获得关键优势。

现在，开源软件和大数据携手并进，因为今天的应用程序可以以有效的方式处理不同的数据，因为它在种类，数量，速度和准确性方面呈指数级增长。

流行的大数据分析工具和平台是：

ApacheHadoop：大数据的低成本分布式计算

GridGain：更快速地分析实时数据

Cassandra：管理庞大的数据库

Terrastore：受欢迎的可伸缩性和弹性

KNIME：性能管理和数据集成的最佳工具

Rapidminer：快速处理数据并简化预测分析

Solr：可扩展且可靠的大数据文件传输和聚合工具

Terracotta：使企业应用程序可以在服务器内存中存储和管理大数据

AVRO：基于JSON定义模式的数据序列化系统

Oozie：协调Hadoop作业的调度

Zookeeper：用于维护配置信息，命名，分布式同步和组服务的集中式服务

6.渐进式Web应用程序（PWA）

渐进式Web应用程序（PWA）为终端用户带来类似移动应用程序的体验，而无需任何应用程序安装要求。由Google设计，这些应用程序在GoogleI/O会议中得到了推广。

与各自应用程序商店中的本机应用程序相比，PWA利用更大的Web生态系统，插件，社区以及部署和维护网站的相对容易性。PWA利用移动应用程序的特性，提高用户保留率和性能，而不会出现维护移动应用程序所带来的复杂情况。

渐进网站正在迅速流行-作为使用JavaScript，CSS和HTML构建应用程序的一种方式，它们的性能和可用性水平与本机应用程序几乎相同。

PWA可以与大多数浏览器和设备配合工作，适用于所有屏幕，响应式设计，启用离线连接，并提供类似推送通知和Web应用清单等应用的体验。

构建渐进式Web应用程序的工具

React：由Facebook管理和支持，并且是ReactNative的基础。它可以轻松地将使用React构建的应用移植到本机应用。

PolymerTemplate:：Google支持使用PRPL模式来优化应用程序到设备的交付。

Webpack：对于复杂和前端驱动的渐进式网站来说非常重要，它包含无数的JavaScript应用程序。

Lighthouse：功能强大的GooglePWA性能监测工具，用于测试页面加载中的加载时间和性能，以及网络连接，设计和用户界面的安全性。

7.开源和网络安全

在为任何组织制定安全策略时，或在构建安全操作或研究中心时，主要要求是拥有合适的人员，流程和有效工具。

开源市场充斥着大量的安全工具，甚至包括KaliLinux，Parrot安全工具集，网络安全工具套件，CyborgHawk等Linux发行版。所有这些都被安全和渗透测试专业人??员用于实时安全操作，并发现现有网络中的漏洞和后门程序。

开源智能（OSINT）是一种使用开源工具从公开可用来源收集信息，对数据进行分析并采取正确的行动的方法。为了防止网络上的安全攻击，理解组织收集的信息以及用于收集信息的软件是非常重要的。

根据最新的开源安全分析报告（BlackduckSoftware-