大家好我是隐白，之一次在 *** 看点发布文章，今天给大家讲解的是黑客入门十种黑客入侵技术

　　黑客是众所周知的入侵高手或“黑边”黑客。下面为大家来介绍黑客入侵技术的10种手段：

　　诱导转向

　　使用诱导转向入侵技术，黑客运行用户认为真实可信的恶意程序。在电脑上安装这类恶意程序后，黑客未经授权便可访问用户电脑。打个比方，一个商店做广告说他们正在出售许多价钱特别便宜的货品。可是当顾客来买的时候，他们就说那样东西已经卖完，他们建议顾客买别的，价钱很高的东西。

　　2.盗取Cookie

　　当第三方复制非加密的会话数据时会发生Cookie盗取，用来冒充真实用户。用户通过未经保护或公共Wi-Fi *** 访问信任站点时通常会发生Cookie盗取。虽然特定网站的用户名和密码会加密，但往返的会话数据（cookie）却没有。

　　3.点击劫持（ClickJacking）攻击

　　点击劫持，clickjacking，也被称为UI-覆盖攻击。这个词首次出现在2008年，是由互联网安全专家罗伯特·汉森和耶利米·格劳斯曼首创的。它是通过覆盖不可见的框架误导受害者点击。虽然受害者点击的是他所看到的网页，但其实他所点击的是被黑客精心构建的另一个置于原网页上面的透明页面。这种攻击利用了HTML中

　　4. 病毒，木马

　　在电脑方面，木马是用来入侵电脑的恶意电脑程序，通过误导用户达到真实目的。 “木马” 这个词源于古希腊木马故事，当时木马用来帮助希腊军队暗中入侵特洛伊城。

　　5. *** 钓鱼

　　 *** 钓鱼式一种欺诈形式，攻击者假扮成知名实体或个人通过电子邮件、即时信息或其他沟通渠道试图获取信息，比如登录凭证或账号信息。最典型的 *** 钓鱼攻击将收信人引诱到一个通过精心设计与目标组织的网站非常相似的钓鱼网站上，并获取收信人在此网站上输入的个人敏感信息，通常这个攻击过程不会让受害者警觉。它是“社会工程攻击”的一种形式。 *** 钓鱼是一种在线身份盗窃方式。

　　6. 窃听（被动式攻击）

　　被动式攻击是一种 *** 攻击，通过监控系统和扫描开放端口和漏洞实施攻击。目的仅仅是为了获取目标信息，并且不会改动目标数据。被动式攻击包括主动侦察和被动侦察。被动侦察中，入侵者在不交互的情况下，通过抓取会话等 *** 监控系统漏洞。

　　7. 虚假无线接入点（WAP）

　　虚假WAP已成为当今世界最容易完成攻击的策略，任何人使用一些简单的软件及一张无线网卡就可以将其电脑伪装成可用的WAP，然后将这个WAP连接到一个本地中现实、合法的WAP。一旦受害者连接假WAP，黑客便可以访问受害者的数据。

　　8. 水坑式攻击

　　“水坑式攻击”，是指黑客通过分析被攻击者的 *** 活动规律，寻找被攻击者经常访问的网站的弱点，先攻下该网站并植入攻击代码，等待被攻击者来访时实施攻击。这种攻击行为类似《动物世界》纪录片中的一种情节：捕食者埋伏在水里或者水坑周围，等其他动物前来喝水时发起攻击猎取食物。水坑攻击已经成为APT攻击的一种常用手段。

　　9. 拒绝服务（DoS\DDoS）

　　DDoS是一种DOS攻击，DDos攻击指借助于客户/服务器技术，将多个计算机联合起来作为攻击平台，对一个或多个目标发动DDoS攻击，从而成倍地提高拒绝服务攻击的威力。通常，攻击者使用一个偷窃帐号将DDoS主控程序安装在一个计算机上，在一个设定的时间主控程序将与大量 *** 程序通讯， *** 程序已经被安装在 *** 上的许多计算机上。 *** 程序收到指令时就发动攻击。利用客户/服务器技术，主控程序能在几秒钟内激活成百上千次 *** 程序的运行。

　　10.键盘记录器

　　键盘记录器是一种监控软件（被认为是软件或间谍软件），可以记录日志文件的每个击键，通常是加密的。键盘记录器可以记录即时信息、电子邮件以及任何使用键盘键入的信息。

　　PS最后说一下：我发了很多入门跟新手的学习 *** ，也比较简单容易理解，所以大家喜欢这门技术的话就合法的追求学习吧，很多人问我说学这门技术需要花多久时间，我觉得吧学这门技术跟智慧无关，最主要的还是兴趣！好了今天就讲到这里！

　　本视频由恩卡机器人创客教育录制，未经许可，不得作其他用途。

　　课程介绍

　　Python编程，像1一样简单，是恩卡机器人创客教育推出的系列在线课程，每周发布一期，共40期。

　　本系列课程适合9+岁的孩子学习，重点介绍编程算法的实现，帮助孩子建立并锻炼编程思维及逻辑思维，并协助对接信息学奥赛等全国性官方编程赛事。

　　部分字符输入方式

　　*：shift+8

　　"：shift+'

　　+：sift+=

　　(：sift+9

　　)：sift+0

　　光标移动：四个方向键

　　换行：enter（回车）

　　中英文切换：sift、ctrl+空格

　　大小写锁定：caps lock

　　删除：delete、back space

　　恩卡机器人创客教育

　　恩卡机器人创客教育已成为运城区域乃至晋南地区影响力最广、规模更大的机器人创客类机构，为广大的少儿提供更强的课程质量、更细的贴心服务、更高的成长平台，我们一直本着给孩子更好的一切为宗旨，让孩子学会创造世界为使命，努力推动区域青少年机器人创客教育的发展。

　　荣誉：国际奥林匹克青少年智能机器人竞赛常务理事单位中国机器人教育联盟山西分盟秘书处运城市青少年科普教育基地山西省机器人协会运城分会运城市机器人科普教育协会运城市青少年机器人竞赛发起、组织、承办方多次参加官方机器人赛事成绩斐然

　　恩卡机器人创客教育用专业、专注、专心的态度，致力于提升3-16岁少年儿童的语言表达、逻辑思维、想像力、创造力、动手能力、发现/思考/解决问题能力等综合素质。利用乐高教具、单片机、3D打印等创客工具，搭建作品，为少年儿童传授科学、技术、工程、艺术、数学、机械、物理、编程、自动控制方面的知识，富有新意的课程体系，自主研发的技术模型，培养孩子的综合能力。

　　如果您觉得课程不错

　　可以点赞打赏

　　并分享到您的朋友圈

　　在改革开放时代，中国跑出了深圳速度、浦东速度，在人工智能时代，中国或将迎来长沙速度。

　　12月28日，湖南湘江新区智能公交示范线首发仪式暨湖南湘江人工智能学院授牌仪式，在国家智能网联汽车（长沙）测试区举行。

　　活动期间，百度 Apollo 自动驾驶全场景车型亮相活动现场测试区，并完成全国首例 L3 及 L4 级别等多车型高速场景自动驾驶车路协同演示。同时由百度 Apollo 提供技术支持的国内首条智能公交示范线也首发通车。

　　此外，湖南湘江人工智能学院百度 Apollo 实训基地也正式揭牌。

　　当日，长沙市委常委、湖南湘江新区党工委副书记、管委会主任张迎春，湖南省工信厅副厅长殷林波，百度副总裁、智能驾驶事业群组总经理李震宇，百度智能驾驶事业群综合管理部和合作发展部总经理尚国斌等领导出席了此次活动。

　　Apollo 自动驾驶全场景车型车队

　　组团亮相！

　　在活动现场测试区内，百度 Apollo 自动驾驶全场景车型车队亮相，乘用车、重型卡车、小巴车、扫地车以及物流车等整齐列队，参加活动的领导及嘉宾纷纷驻足围观并与车队合影。

　　不仅如此，随后百度 Apollo 自动驾驶全场景车型还移身国家智能网联汽车（长沙）测试区的高速测试区，高速上飞奔的 Apollo 车辆集群，也打造了全球自动驾驶及车路协同领域一个新的纪录——最多 L3、L4级别车辆种类，在高速公路上亮相、测试、疾驰。打破了以往智能驾驶上路大多是单一车型、甚至是单一台车的冷清现状，让自动驾驶及车路协同迈向了“组团亮相”时代。

　　在国家智能网联汽车（长沙）测试区高速测试区的保证测试安全与合规的环境中，百度 Apollo 自动驾驶全场景车型，可以进行路边紧急停车、车道线磨损、协作式车队、进出服务区、进出收费口等多种高速环境下自动驾驶、车路协同层面的模拟测试和演示。面对各种复杂的高速场景，百度 Apollo 无人驾驶车队圆满的完成了任务。

　　开放赋能

　　打造自动驾驶及车路协同新生态

　　从活动测试区静态的“颜值之美”，到高速测试区动态的“驾驶之酷”，此次在湖南湘江新区 Apollo 全场景车型动静结合的年末大秀，表明百度 Apollo 在自动驾驶及车路协同领域，从研发到设计、从生产到测试，已经实现了“单维度场景”到整个智能交通“全维度场景”的升级跃迁。

　　同时，百度 Apollo 凭借着自身领先的技术和产品实力，以及对产业链上下游的开放赋能，打造的自动驾驶及车路协同新生态正蓬勃发展、蔚然成风，相信类似长沙这样全场景车型集体释放势能和动量的情景，将会在越来越多的城市和地区出现。

　　长沙市委常委、湖南湘江新区党工委副书记、管委会主任张迎春表示：

　　“

　　湖南湘江新区将深刻把握未来汽车产业发展趋势，以测试区为切入点，着力以场景示范为牵引，以创新研发为驱动，以重大项目为支撑，以行业联盟为纽带，以政策法规为突破，以产业集聚为目标，加快智能网联汽车关键技术创新、突破、应用和产业化，致力于把湘江新区、湘江智谷打造全国乃至全球智能网联汽车创新和产业化高地。

　　”

　　百度副总裁、智能驾驶事业群组总经理李震宇表示：

　　“

　　百度在自动驾驶领域深耕已久，自动驾驶的成败，关系后续智能交通、智能城市建设整体战役的走向。希望通过 Apollo 与长沙市、湘江新区管委会的继续深入合作，打赢之一战，让自动驾驶的“长沙模式”领跑中国、领先全球。

　　”

　　智慧公交示范线首发

　　作为智能交通的示范城市，湖南湘江新区、百度 Apollo、长沙智能驾驶研究院、中车时代电动联合打造的国内首条智能公交示范线的开通，也让长沙市民智慧出行的愿望，由梦想照见了现实。这条公交线路全长达7.8公里。

　　在运行线路中，双向共设有11对共22个智能公交站台，示范线上的公交车具有 L3 级别以上自动驾驶水平，车上除了配有一名安全员在突发状况接管外，公交车可全程自动完成启停、提速、降速、转弯、避让行人等智能操作。

　　湖南湘江新区智慧公交示范线的首发，也打开了长沙全面走向自动驾驶的“大门”。

　　公交车之外，2019年国内首批自动驾驶出租车将在长沙规模化落地测试运营，数量将达到百辆之多；湖南湘江新区还将全面探索自动驾驶物流车、环卫车的运用；此外，智能停车场也在规划和筹备之中……

　　从自动驾驶车型的不断增多，到自动驾驶场景的不断丰富；从服务乘客出行，到服务货物运输、城市卫生；从路上驾驶到停车场停车，随着与百度 Apollo 合作的不断深入，长沙有望在日常交通、货物运输、城市环卫、现代物流等方面都实现“自动驾驶”，当之无愧的成为中国乃至全世界的“自动驾驶之城”。

　　Apollo 实训基地正式揭牌

　　在当天的活动中，湖南湘江人工智能学院百度 Apollo 实训基地也正式揭牌。此实训基地旨在为自动驾驶行业培养更多实践人才，为自动驾驶加速落地长沙进一步增添动力。

　　令人备受鼓舞的是，百度 Apollo 和长沙市 *** 、湖南湘江新区管委会的高效合作，也得到了主管部门的高度重视和认可。

　　在工业和信息化部最近发布的《车联网（智能网联汽车）产业发展行动计划》中，就明确表示：

　　要实现车联网（智能网联汽车）产业跨行业融合取得突破，具备高级别自动驾驶功能的智能网联汽车实现特定场景规模应用；

　　构建能够支撑有条件自动驾驶（L3级）及以上的智能网联汽车技术体系，形成安全可信的软硬件集成与应用能力；

　　要推进上海、北京-河北、长沙等区域性示范应用，要构建国家级的车联网先导区，不断提升交通智能化管理水平和居民出行服务体验。

　　毫无疑问，有了国家政策的进一步支持，百度 Apollo 和长沙市、湘江新区管委会的合作，将会取得更大的成果。

　　互联网的下一幕是人工智能，人工智能更大的落地场景在智能城市建设，而自动驾驶则是智能城市建设的“打地基工程”。

　　百度和长沙经过通力合作，在“打地基”阶段，交出了一张靓丽的答卷，随着两者合作的进一步稳固和深入，将能够在自动驾驶、以及后续的智能交通、车路协同、智能城市建设中，取得更大的成绩。

　　更为重要的是，百度和长沙的携手，已经在自动驾驶领域打造出了“长沙模式”的样板效应。相信在“长沙模式”的引领下，在“长沙速度”的驱动下，中国的自动驾驶行业将能够找到可资参考的路径，取得加速度的发展，并最终通过自动驾驶及车路协同这个窗口，让全中国、乃至全世界看到：人工智能时代，已经来临！

　　在改革开放时代，中国跑出了深圳速度、浦东速度，在人工智能时代，中国或将迎来长沙速度。12月28日，湖南湘江新区智能公交示范线首发仪式暨湖南湘江人工智能学院授牌仪式，在国家智能网联汽车（长沙）测试区举行。活动期间，百度Apollo自动驾驶全场景车型亮相活动现场测试区，并完成全国首例L3及L4级别等多车型高速场景自动驾驶车路协同演示。同时由百度Apollo提供技术支持的国内首条智能公交示范线也首发通车。此外，湖南湘江人工智能学院百度Apollo实训基地也正式揭牌。

　　当日，长沙市委常委，湖南湘江新区党工委副书记、管委会主任张迎春，湖南省工信厅副厅长殷林波，百度副总裁、智能驾驶事业群组总经理李震宇，百度智能驾驶事业群作发展部、综合管理部总经理尚国斌等领导出席了此次活动。

　　在活动现场测试区内，百度Apollo自动驾驶全场景车型车队亮相，乘用车、重型卡车、小巴车、扫地车以及物流车等整齐列队，参加活动的领导及嘉宾纷纷驻足围观并与车队合影。不仅如此，随后百度Apollo自动驾驶全场景车型还移身国家智能网联汽车（长沙）测试区的高速测试区，高速上飞奔的Apollo车辆集群，也打造了全球自动驾驶及车路协同领域一个新的纪录——最多L3、L4级别车辆种类，在高速公路上亮相、测试、疾驰。打破了以往智能驾驶上路大多是单一车型、甚至是单一台车的冷清现状，让自动驾驶及车路协同迈向了“组团亮相”时代。

　　在国家智能网联汽车（长沙）测试区高速测试区的保证测试安全与合规的环境中，百度Apollo自动驾驶全场景车型，可以进行路边紧急停车、车道线磨损、协作式车队、进出服务区、进出收费口等多种高速环境下自动驾驶、车路协同层面的模拟测试和演示。面对各种复杂的高速场景，百度Apollo无人驾驶车队圆满的完成了任务。

　　从活动测试区静态的“颜值之美”，到高速测试区动态的“驾驶之酷”，此次在湖南湘江新区Apollo全场景车型动静结合的年末大秀，表明百度Apollo在自动驾驶及车路协同领域，从研发到设计、从生产到测试，已经实现了“单维度场景”到整个智能交通“全维度场景”的升级跃迁。同时，百度Apollo凭借着自身领先的技术和产品实力，以及对产业链上下游的开放赋能，打造的自动驾驶及车路协同新生态正蓬勃发展、蔚然成风，相信类似长沙这样全场景车型集体释放势能和动量的情景，将会在越来越多的城市和地区出现。

　　长沙市委常委，湖南湘江新区党工委副书记、管委会主任张迎春表示：“湖南湘江新区将深刻把握未来汽车产业发展趋势，以测试区为切入点，着力以场景示范为牵引，以创新研发为驱动，以重大项目为支撑，以行业联盟为纽带，以政策法规为突破，以产业集聚为目标，加快智能网联汽车关键技术创新、突破、应用和产业化，致力于把湘江新区、湘江智谷打造全国乃至全球智能网联汽车创新和产业化高地。”

　　百度副总裁、智能驾驶事业群组总经理李震宇表示： “百度在自动驾驶领域深耕已久，自动驾驶的成败，关系后续智能交通、智能城市建设整体战役的走向。希望通过Apollo与长沙市、湘江新区管委会的继续深入合作，打赢之一战，让自动驾驶的“长沙模式”领跑中国、领先全球。”

　　作为智能交通的示范城市，湖南湘江新区、百度Apollo、长沙智能驾驶研究院、中车时代电动联合打造的国内首条智能公交示范线的开通，也让长沙市民智慧出行的愿望，由梦想照见了现实。据了解，这条公交线路全长达7.8公里。在运行线路中，双向共设有11对共22个智能公交站台，示范线上的公交车具有L3级别以上自动驾驶水平，车上除了配有一名安全员在突发状况接管外，公交车可全程自动完成启停、提速、降速、转弯、避让行人等智能操作。

　　湖南湘江新区智慧公交示范线的首发，也打开了长沙全面走向自动驾驶的“大门”。公交车之外，2019年国内首批自动驾驶出租车将在长沙规模化落地测试运营，数量将达到百辆之多；湖南湘江新区还将全面探索自动驾驶物流车、环卫车的运用；此外，智能停车场也在规划和筹备之中……从自动驾驶车型的不断增多，到自动驾驶场景的不断丰富；从服务乘客出行，到服务货物运输、城市卫生；从路上驾驶到停车场停车，随着与百度Apollo合作的不断深入，长沙有望在日常交通、货物运输、城市环卫、现代物流等方面都实现“自动驾驶”，当之无愧的成为中国乃至全世界的“自动驾驶之城”。

　　在当天的活动中，湖南湘江人工智能学院百度Apollo实训基地也正式揭牌。此实训基地旨在为自动驾驶行业培养更多实践人才，为自动驾驶加速落地长沙进一步增添动力。

　　令人备受鼓舞的是，百度Apollo和长沙市 *** 、湖南湘江新区管委会的高效合作，也得到了主管部门的高度重视和认可。在工业和信息化部最近发布的《车联网(智能网联汽车)产业发展行动计划》中，就明确表示，要实现车联网（智能网联汽车）产业跨行业融合取得突破，具备高级别自动驾驶功能的智能网联汽车实现特定场景规模应用；构建能够支撑有条件自动驾驶（L3级）及以上的智能网联汽车技术体系，形成安全可信的软硬件集成与应用能力；要推进上海、北京-河北、长沙等区域性示范应用，要构建国家级的车联网先导区，不断提升交通智能化管理水平和居民出行服务体验。毫无疑问，有了国家政策的进一步支持，百度Apollo和长沙市、湘江新区管委会的合作，将会取得更大的成果。

　　互联网的下一幕是人工智能，人工智能更大的落地场景在智能城市建设，而自动驾驶则是智能城市建设的“打地基工程”。百度和长沙经过通力合作，在“打地基”阶段，交出了一张靓丽的答卷，随着两者合作的进一步稳固和深入，将能够在自动驾驶、以及后续的智能交通、车路协同、智能城市建设中，取得更大的成绩。更为重要的是，百度和长沙的携手，已经在自动驾驶领域打造出了“长沙模式”的样板效应。相信在“长沙模式”的引领下，在“长沙速度”的驱动下，中国的自动驾驶行业将能够找到可资参考的路径，取得加速度的发展，并最终通过自动驾驶及车路协同这个窗口，让全中国、乃至全世界看到：人工智能时代，已经来临！

　　中国宁波网讯（记者 王珏 通讯员 朱旭 叶啸天 朱铭燮）今天上午，“AI医生”眼底疾病筛查公益日暨签约仪式在镇海骆驼街道社区卫生服务中心举行。全市首个眼科“AI医生”基层试点走进镇海社区群众的视野。社区居民可以就近在街道社区医院眼科检查室，接受人工智能进行眼病诊疗。

　　眼科“AI医生”由浙江大学睿医人工智能研究中心提供技术指导。相比传统眼科看诊，“AI医生”拥有相对快捷的优势：受检者接受专业拍摄设备扫描眼部，图片数据再通过互联网电脑直接上传至云端，交由人工智能系统分析视网膜等眼部组织、神经是否存在病变情况，达到初步筛查眼科疾病风险的目的。

　　“在社区医院做基本的眼部检查时，‘AI医生’能够在短时间内完成眼底筛查、报告出具等环节，一些非专科医护人员也可以上手操作，能大幅度提高基层医疗机构的筛查效率。”浙大睿医人工智能研究中心主任吴健博士说，此次落地推广的眼科“AI医生”可对糖尿病患者眼底疾病、白内障等发病风险进行有效判断评估。

　　近年来，随着人工智能快速进入大众视野，分级诊疗模式建设的不断推进也为基层医疗机构提出了更多新挑战。以骆驼街道社区卫生服务中心为例，每年至少接收20余万例眼部疾病筛查，在保障并提升眼科初筛工作质量方面，选择引入“AI医生”这一科技助力，无疑是眼下的更优方案之一。

　　“‘AI医生’并不代表人类医师的重要性会被削弱或取代，它更多承担的是一种助理角色，通过复制高级眼科专家经验，让专家级别的医师更好地应对疑难杂症，使医疗资源分配、应用更为合理。”吴健说，镇海基层医疗单位已具备较高的人力服务水平，“AI医生”的未来是“成为小医生的‘指导’，大专家的‘助手’”。

　　无人值守、扫码缴费

　　预约充电

　　魅力妹得到消息

　　洛阳市首座无人值守智慧停车场

　　隋唐园立交停车场

　　今天8点起，开始试运营

　　目前，地下停车区的基础设施均已安装到位。该停车场大量应用大数据、物联网等新技术，具有智能进出、扫码缴费、自助找车等功能，还可通过APP提前预约充电，实现了无人值守的全智能化体验。

　　隋唐园立交停车场，在规划建设之初，就融入了许多科技元素，采用目前国内更先进技术，基于数据采集、物联网、移动平台等技术的智慧停车管理云平台。停车场由地面、地下两部分组成，设置停车位一千多个。其中，地下停车场有810个车位。设有充电桩专属车位、无障碍车位、女士车位。为避免充电专用车位被占用，车位同步配套设置智能电子地锁，需充电车辆在通过提前预约、缴费后方可打开地锁使用。

　　地下停车场设计了3个行人进出专用通道，均设有电动直梯供行人上下。整个地下停车场设计有4个车辆出入口，出口和入口各两个，有效避免进出车辆混行。每个出入口设置两个并行车道，同时配合智能收费和高速道闸系统，通行效率可以提升两倍。可实现以该停车场为圆心，6大方向车辆快捷进入。

　　目前，隋唐园立交停车场在试运营期间，暂不收取费用，下一步将根据运行情况和市民群众意见建议进一步完善提升，再进入正式运营期。

　　洛阳真是越来越现代化了呢！

　　这么好的消息

　　赶紧告诉更多的朋友吧！

　　领导说您点一下好看

　　魅力妹工资涨五毛！

　　责编：魅力妹

　　数据中心 *** 组网的不同方案

　　一、EoR/MOR和TOR

　　根据 *** 交换机与配线设备设置的位置不同，列头柜可以设置于列头 (EOR)、列中 (MOR) ， *** 设备也可以设置在机柜顶部(TOR) 等。 这些 *** 主要取决于服务器的种类、数量及 *** 架构。

　　(1)End-of-Row/EoR

　　EoR 是最传统的 *** ，接入交换机集中安装在一列机柜端部的机柜内，通过水平缆线以永久链路方式连接设备柜内的主机/服务器/小型机设备。EoR 对设备机柜需要敷设大量的水

　　平缆线连接到交换机。 布线的成本会提高， 布线通道中敷设大量的数据缆线也会降低冷却的通风量。连接关系见图3.2.1-6。

　　图3.2.1-6 End-of-Row/EoR设置方案

　　(2)Middle-of-Row/MoR

　　MoR 基本的概念是和EoR 是一样的，都是采用交换机来集中支持多个机柜设备的接入。在下图可以看出，主要区别是在摆放列头机柜的位置，MoR是将其放在每一列机柜的中间。 MoR的设置方式可以使得缆线从中间位置的列柜向两端布放，降低缆线在布线通道出入口的拥堵现象，并减少缆线的平均长度，也适合实施定制长度的预连接系统，而且对布线机柜内配线设备的交叉连接和管理较EoR 要方便。连接关系见图3.2.1-7。

　　图3.2.1-7 Middle-of-Row/MoR设置方案

　　(3) Top-of-Rack/ ToR

　　典型的ToR 配置是将1U高度的接入层交换机放在每一个设备区机柜顶部，通过对绞电缆或光缆以永久链路方式连接至水平配线区配线设备，而机柜内的所有服务器通过设备缆线直接连接到TOR交换机。这样做的好处是，每一个机柜可以通过交换机的上联端口以较少的光缆纤芯数量连接到水平配线区，对绞电缆主要使用于机柜内设备之间的连接。针对10G端口的服务器，机柜内可采用专用高速光/电缆设备缆线在交换机和服务器之间建立互联。但是有可能服务器的数量不足以使得交换机的端口完全得到利用，造成交换机 *** 资源的浪费。另外也会使布线系统管理为分散的方式，不像EoR/MoR 那样较为集中。连接关系见图3.2.1-8。

　　图3.2.1-8 Top-of-Rack/ ToR设置方案

　　二、刀片式服务器

　　对刀片式服务器，为了降低出线量，往往会在服务器内部设置交换机，以汇聚刀片服务器的缆线，主要是利用刀片服务器的整合能力(如Ethernet, Fiber Channel, InfiniBand)。这样对绞电缆数量会大量地得到减少，但目前能支持整合刀片服务器的交换机不是很多，设计的选择和余地较少，如果以采用虚拟化的服务器 (servers virtualization)作为取向， *** 的复杂性会大大的提高，这对设计和管理都会提高成本。连接关系见图3.2.1-9。

　　图3.2.1-9 刀片式服务器整合方案

　　三、模块化POD方案

　　模块化 POD 是一组多功能的机柜，可优化供电、冷却和布线技术效能。POD 设计可根据需求缩放，并能够方便地重复。典型的 POD 数据中心设计如图3.2.1-10所示。

　　对于 POD 中的布线一般采用ToR结构，在服务器和机柜顶部交换机之间，采用10G Base-T 对绞电缆布线支持单元内的输入/输出连接。在机柜内或服务器机柜组内仅需要少量光纤连接来延伸到汇聚层。这种设计有助于减少交换机的数量，节省数据中心机架空间，同时降低基建成本和运营成本。

　　图3.2.1-10 模块化POD单元

　　以上几种 *** 组网方式导致的水平配线区至设备配线区的水平布线系统所采用的器件和缆线数量都大不相同，所以需要先确定交换机的设置位置，然后再决定水平布线系统的设计方案。

　　寒寒冬日，天气虽冷，但小编为大家写作的心一直暖暖，也相信大家在这里给您带来丝丝的暖意，另外提醒大家冬天注意保暖别感冒哦，请看下面小编为大家奉上的精彩内容。

　　Apollo高速路上“组团夺魁”！全场景车型车路协同称“全球之一”，在改革开放时代，中国跑出了深圳速度、浦东速度，在人工智能时代，中国或将迎来长沙速度。

　　12月28日，湖南湘江新区智能公交示范线首发仪式暨湖南湘江人工智能学院授牌仪式，在国家智能网联汽车（长沙）测试区举行。

　　活动期间，百度 Apollo 自动驾驶全场景车型亮相活动现场测试区，并完成全国首例 L3 及 L4 级别等多车型高速场景自动驾驶车路协同演示。同时由百度 Apollo 提供技术支持的国内首条智能公交示范线也首发通车。

　　此外，湖南湘江人工智能学院百度 Apollo 实训基地也正式揭牌。

　　当日，长沙市委常委、湖南湘江新区党工委副书记、管委会主任张迎春，湖南省工信厅副厅长殷林波，百度副总裁、智能驾驶事业群组总经理李震宇，百度智能驾驶事业群综合管理部和合作发展部总经理尚国斌等领导出席了此次活动。

　　Apollo 自动驾驶全场景车型车队组团亮相！

　　在活动现场测试区内，百度 Apollo 自动驾驶全场景车型车队亮相，乘用车、重型卡车、小巴车、扫地车以及物流车等整齐列队，参加活动的领导及嘉宾纷纷驻足围观并与车队合影。

　　不仅如此，随后百度 Apollo 自动驾驶全场景车型还移身国家智能网联汽车（长沙）测试区的高速测试区，高速上飞奔的 Apollo 车辆集群，也打造了全球自动驾驶及车路协同领域一个新的纪录——最多 L3、L4级别车辆种类，在高速公路上亮相、测试、疾驰。打破了以往智能驾驶上路大多是单一车型、甚至是单一台车的冷清现状，让自动驾驶及车路协同迈向了“组团亮相”时代。

　　在国家智能网联汽车（长沙）测试区高速测试区的保证测试安全与合规的环境中，百度 Apollo 自动驾驶全场景车型，可以进行路边紧急停车、车道线磨损、协作式车队、进出服务区、进出收费口等多种高速环境下自动驾驶、车路协同层面的模拟测试和演示。面对各种复杂的高速场景，百度 Apollo 无人驾驶车队圆满的完成了任务。

　　开放赋能，打造自动驾驶及车路协同新生态

　　从活动测试区静态的“颜值之美”，到高速测试区动态的“驾驶之酷”，此次在湖南湘江新区 Apollo 全场景车型动静结合的年末大秀，表明百度 Apollo 在自动驾驶及车路协同领域，从研发到设计、从生产到测试，已经实现了“单维度场景”到整个智能交通“全维度场景”的升级跃迁。

　　同时，百度 Apollo 凭借着自身领先的技术和产品实力，以及对产业链上下游的开放赋能，打造的自动驾驶及车路协同新生态正蓬勃发展、蔚然成风，相信类似长沙这样全场景车型集体释放势能和动量的情景，将会在越来越多的城市和地区出现。

　　长沙市委常委、湖南湘江新区党工委副书记、管委会主任张迎春表示：

　　“湖南湘江新区将深刻把握未来汽车产业发展趋势，以测试区为切入点，着力以场景示范为牵引，以创新研发为驱动，以重大项目为支撑，以行业联盟为纽带，以政策法规为突破，以产业集聚为目标，加快智能网联汽车关键技术创新、突破、应用和产业化，致力于把湘江新区、湘江智谷打造全国乃至全球智能网联汽车创新和产业化高地。”

　　百度副总裁、智能驾驶事业群组总经理李震宇表示：

　　“百度在自动驾驶领域深耕已久，自动驾驶的成败，关系后续智能交通、智能城市建设整体战役的走向。希望通过 Apollo 与长沙市、湘江新区管委会的继续深入合作，打赢之一战，让自动驾驶的“长沙模式”领跑中国、领先全球。”

　　智慧公交示范线首发

　　作为智能交通的示范城市，湖南湘江新区、百度 Apollo、长沙智能驾驶研究院、中车时代电动联合打造的国内首条智能公交示范线的开通，也让长沙市民智慧出行的愿望，由梦想照见了现实。这条公交线路全长达7.8公里。

　　在运行线路中，双向共设有11对共22个智能公交站台，示范线上的公交车具有 L3 级别以上自动驾驶水平，车上除了配有一名安全员在突发状况接管外，公交车可全程自动完成启停、提速、降速、转弯、避让行人等智能操作。

　　湖南湘江新区智慧公交示范线的首发，也打开了长沙全面走向自动驾驶的“大门”。

　　公交车之外，2019年国内首批自动驾驶出租车将在长沙规模化落地测试运营，数量将达到百辆之多；湖南湘江新区还将全面探索自动驾驶物流车、环卫车的运用；此外，智能停车场也在规划和筹备之中……

　　从自动驾驶车型的不断增多，到自动驾驶场景的不断丰富；从服务乘客出行，到服务货物运输、城市卫生；从路上驾驶到停车场停车，随着与百度 Apollo 合作的不断深入，长沙有望在日常交通、货物运输、城市环卫、现代物流等方面都实现“自动驾驶”，当之无愧的成为中国乃至全世界的“自动驾驶之城”。

　　Apollo 实训基地正式揭牌

　　在当天的活动中，湖南湘江人工智能学院百度 Apollo 实训基地也正式揭牌。此实训基地旨在为自动驾驶行业培养更多实践人才，为自动驾驶加速落地长沙进一步增添动力。

　　令人备受鼓舞的是，百度 Apollo 和长沙市 *** 、湖南湘江新区管委会的高效合作，也得到了主管部门的高度重视和认可。

　　在工业和信息化部最近发布的《车联网（智能网联汽车）产业发展行动计划》中，就明确表示：

　　要实现车联网（智能网联汽车）产业跨行业融合取得突破，具备高级别自动驾驶功能的智能网联汽车实现特定场景规模应用；构建能够支撑有条件自动驾驶（L3级）及以上的智能网联汽车技术体系，形成安全可信的软硬件集成与应用能力；要推进上海、北京-河北、长沙等区域性示范应用，要构建国家级的车联网先导区，不断提升交通智能化管理水平和居民出行服务体验。

　　毫无疑问，有了国家政策的进一步支持，百度 Apollo 和长沙市、湘江新区管委会的合作，将会取得更大的成果。

　　为了这篇文章小编也算是煞费苦心，就算再各位心中不是更好的，我想您也能看出是最用心的，如果有哪些大哥大姐被小编的文章感动触动到，那么就请给小编一个简单的关注或者赞，您随手的一个动作会让小编更加努力，让小编心里暖暖几天

　　过去只能在科幻电影中看到的机器人已经进入我们的生活，它们变得更加真实，特别是在涉及劳动力的市场。根据YouGov的最新调查，大多数美国成年人对社会过度依赖机器持谨慎态度。62%的美国人认为“我们需要停止对机器人过度依赖。”只有1/4的美国人不同意这一说法（25%）。

　　仔细研究一下这些数据后发现，每年收入49,999美元或更低的消费者比其他人更可能关注机器人，67%表示我们应该停止过度依赖机器人。另一方面，年收入超过90,000美元的消费者似乎并不担心社会越来越依赖自动化，尽管大多数人（55%）也反对过度依赖机器人。

　　其他数字表明，政治背景对机器人的态度有更大的影响。总体而言，71%的保守派认为我们需要停止依赖机器人，只有51%的自由派有相同的想法。

　　与此同时，大多数美国人认为技术只会继续发展，62%的受访者认为未来人工智能将帮助人类完成大部分日常工作

　　支持199IT发展，可加入付费高端知识交流群，感谢！

　　199IT热门报告重点推荐，可直接点击查阅：

　　| NOTICE |

　　微信公众平台目前已经推出订阅号置顶功能

　　点击我们的主页

　　及时捕获精彩内容

　　G *** A全球战略部发布的最新一期《全球移动雷达》中文版于近日上线了!在融合创新的趋势和背景下，本期内容涵盖了数字广告、加密货币、无人驾驶以及石墨烯等四个热门领域，对其最新发展状况、商业模式以及市场推广进行了深入分析。

　　未来数字广告的发展

　　未来的数字广告将是更加全面立体超现实,还是会随着平台算法能力的增强而逐步消亡 消费者是否愿意以及如何分享个人数据是影响内容和商业模式的关键。

　　对于数字广告的长远未来，普遍存在两种截然不同的看法：一种极端是“超现实”，即虚拟和数字世界的融合，为个人提供了大量有针对性和情境化的广告。另一个极端可能是广告的消亡：随着人工智能越来越多地解决搜索问题，而诸如 AR可穿戴设备和家庭助理这样的新内容交付平台成为消费内容和信息的主要手段，因此可能几乎不需要推送广告和像谷歌这样的中介。

　　数据能够对超现实场景将起到支持推动作用，并为新内容的开发提供资金。然而，如果消费者不愿共享他们的数据，则需要出现新的商业模式，为开发消费者目前认可的内容和服务提供资金。

　　加密货币如何脱颖而出

　　在去中介化的区块链技术下，如何实现多种商品和服务的交易，本文将聚焦多种复杂的场景背后，技术的可行性和带来的影响。

　　加密货币的总交易市值已经达到了2,900亿美元，在截至2018年4月的12个月里，泡沫增长率超过了500%，分化也十分明显。围绕加密货币，存在许多开放性问题：加密货币是否可以确立为一种可行的资产类别；首次代币发行(ICO)的规定；以及在主流经济中使用区块链等。

　　我们的基本预期是，分散式P2P *** 应扎根于高潜力用例中，包括分散式云服务、可再生能源交易、分销和物流以及汇款。成功的用例只是纠正了现有服务的低效率问题，而不是创建了新的服务。

　　无人驾驶汽车的潜在商业巨变

　　目前市场对无人驾驶领域非常关注，不同的参与方都试图在这个潜在的巨大的行业转型的过程中把握先机，围绕着交通、共享、娱乐、服务等各种商业模式的创新令人耳目一新。

　　目前我们处于汽车自动驾驶技术的第3级别；这无疑是一个里程碑，但真正的变革是跨跃到第4级别（在特定条件下，汽车完全控制整个行程，而人作为备用驾驶员），并最终达到第5级别（汽车不需要方向盘、踏板和驾驶员）。

　　从今往后的 10 年内，我们已经确定了4级以上无人驾驶汽车的商业部署的三种场景。在受限的城市驾驶区域，专注于移动即服务 (MaaS) 的小众市场推广最有可能首选实现，进而在 21 世纪 30 年代末期自然演变成主流部署。

　　石墨烯技术的坎坷市场化之路

　　15年来，石墨烯技术一直在面临从实验室转型主流商业市场的挑战。尽管石墨烯行业的发展前景很好，但在发现它15年后的今天，其在商业化领域的运用仍然非常有限，往往只应用于小众工业产品或昂贵的运动器材上。如果要广泛应用石墨烯，需要克服巨大的风险和挑战。

　　PDF版本将会分享到199IT高端交流群，感谢您的支持！

　　支持199IT发展，可加入付费高端知识交流群，感谢！

　　199IT热门报告重点推荐，可直接点击查阅：

　　| NOTICE |

　　微信公众平台目前已经推出订阅号置顶功能

　　点击我们的主页

　　及时捕获精彩内容

　　国防军工丨能源电力丨核能核电丨石油石化

　　- 多 相 的 世 界 -

　　01

　　两相流压力波传播算例

　　以下2幅动画给出的是压力波在二维面上的传播，展示的是声波从左边的单相区（水）传播至右边的两相区（水和空气）的情况。

　　单相区长度0.015m，两相区长度0.03m；

　　两相区共1001个气泡，气泡粒径1.5e-4 m；

　　网格的最小尺度是5e-6 m，即粒径等于30个网格大小；

　　二维网格数量为400万；

　　CFL=0.2；

　　时间步长约6.74e-10s；

　　共使用937核运行74.2万步，用时约4天。

　　02

　　数值 ***

　　采用基于可压缩求解的VOF *** ，并对两相界面进行重构。时间递进采用4阶Runge–Kutta *** ，并采用3阶Osher–Chakravarthy TVD空间离散格式。两相界面通量计算采用精确黎曼解。

　　计算的主要参数：

　　相含率α=0.2

　　粒径D=0.15 mm

　　Pa

　　入口处扰动压力的幅度Δp=230 Pa

　　压力波频率f=10 kHz

　　03

　　Paraview 5.2 后处理

　　以若干plt文件为例介绍paraview后处理。

　　Part 1 本地文件处理

　　01

　　首先激活start trace，使paraview可以记录鼠标操作并将其转换为python命令。这些命令可用于之后的批处理。

　　按照默认选项，点击OK即可激活trace。

　　02

　　需要打开一组（不是一个）plt文件

　　显示压力云图（以及相含率云图）。注意到此时处理的是之一记录步的流场。

　　03

　　截面

　　虽然做的是二维计算，但其实结构还是三维的，只不过在z方向上没有做任何计算而已。所以为了分析二维面上的流场，需要截个面出来。

　　按钮

　　04

　　截完平面以后，继续计算dp。

　　点击按钮计算

　　要点：如上图所示，我们现在处理的是刚才所截平面的流场，所以要激活Slice1，并显示其流场（左边的眼睛是亮着的）。顺带着关闭流场Tec-*的显示（眼睛暗了）。

　　到此我们取得了在某个截面上的的云图。

　　05

　　接下来处理颗粒的显示。

　　颗粒的显示用相含率标定。但是一般情况下，显示效果图如下：

　　但这不是我们想要的效果，还需要做调整。

　　首先激活Slice1图层。在下图所示的右侧点击按钮调整mapping的基本形式。

　　选择X ray黑白颜色

　　接下来在map轴线上点击增加两个点，如图所示。

　　将相含率区间1e-5到1e-3，以及0.999-0.9999区间的颜色设置为白色（RGB111），区间0.001-0.999设置成黑色（RGB000）。那么颗粒就有如下显示效果了。

　　隐藏color legend，同时适当调节透明度，方便同时观察两个图层。

　　06

　　同时显示dp与相含率可得到下图：

　　07

　　最后对结果图像输出保存（Save screenshot）

　　08

　　以上介绍的是处理之一个plt文件的情况，对于其余时间序列的文件，直接按下一时刻按钮可自动生成该时刻的图像。

　　09

　　若想保存动画，可以使用菜单上的File>>Save animation

　　10

　　最后我们也可以得到以上一系列操作对应的python命令。

　　该python文件可以保存并导入。

　　Macro>>Add new macros

　　导入之后下次可以重复执行之前的步骤，而不用再操作一遍了。

　　Part 2 远程文件后处理

　　上面得到的python文件不但可以在paraview GUI中执行，更重要的是也可以在控制台下执行。对于在远程集群上计算得到的结果，往往数据量巨大。下载到本地再进行处理是一件不经济的事情。往往需要在远程服务器上后处理后，直接将后处理得到的图像或者数据结果下载到本地再进行分析。

　　那么远程如何进行后处理呢？

　　需要对python文件稍作修改。

　　向上滑动阅览

　　import sys

　　number=sys.argv[1]

　　#fileFolder=sys.argv[2]

　　#outputFolder=sys.argv[3]

　　#### import thesimple module from the paraview

　　from paraview.simpleimport *

　　#### disableautomatic camera reset on 'Show'

　　paraview.simple._DisableFirstRenderCameraReset()

　　# create a new'VisItTecplotBinaryReader'

　　#tec90plt=VisItTecplotBinaryReader(FileName=['E:\\RemoteDir\\Tec-90.plt'])

　　tec90plt=VisItTecplotBinaryReader(FileName=[''+number+'.plt'])

　　…

　　# get active view

　　renderView1=GetActiveViewOrCreate('RenderView')

　　# uncommentfollowing to set a specific view size

　　renderView1.ViewSize=[1627, 810]

　　…

　　SaveScreenshot(''+number+'.png', magnification=1,quality=100, view=renderView1)

　　只需要在之前生成的python文件中增加/修改以下几处：

　　1 增加import sys，可以从外面调参数到python执行程序中来；

　　2 变量number是从外部导入的变量，用来指导该python命令处理的是哪个具体数据；

　　3 renderView1.ViewSize需要设置，该参数会影响到输出图像的分辨率。笔者在这个地方纠结很久，GUI生成的python语句通常会自动把该部分注释掉，从而导致从控制台命令中输出的图像分辨率非常糟糕；

　　4 修改SaveScreenshot命令中的保存文件的路径名称，以及图像的大小（通过magnification调整）。

　　修改好python执行程序以后（假设文件名pv.py）

　　到控制台下执行如下命令：

　　pvbatch --use-offscreen-rendering 90

　　即可进行图像的输出（其中90代表处理的是当前目录下的文件Tec-90.plt）。

　　若要处理若干plt文件，可采用shell脚本处理99个plt文件:

　　for i in `seq 1 99`

　　do

　　pvbatch --use-offscreen-rendering $i

　　done

　　其中--use-offscreen-rendering是在paraview 5.4版本之前采用，最新的5.6版本使用如下语句：

　　--force-offscreen-rendering

　　据外媒报道，2019年国际消费电子展（CES）距现在还有不到2周的时间，日本丰田（Toyot）公司将利用此次展会介绍其自动驾驶车辆的两款概念舱。

　　之一款称为ACES（主动参与舒适空间），设计用于配备了4级自动驾驶技术的车辆。由于不用于完全自动驾驶车辆，因此驾驶舱仍然配备了方向盘。此外，该概念舱还配备了仪表组，投影在仪表板上，当然还有非常传统的信息娱乐系统、摄像机侧镜以及前排座椅的两个“非固定”的控制器。

　　丰田没有透露太多有关控制系统的信息，但是该概念舱配备了“体型和姿势检测系统”，可使用摄像头和座椅传感器检测乘客的眼睛位置、体型大小和姿势，然后座椅和安全带会自动调整，使乘客更加舒适。此外，该概念舱还配备了内置的个人空调系统，可以监控每个人的体温。如果前排乘客觉得冷，该空调系统会仅让其周围区域变暖。

　　与许多新概念舱一样，ACES也配备了情感感知系统，可以了解乘客当前心情。从本质上讲，该概念可以调整环境照明系统并释放香味，帮助乘客在感到压力时让自己平静下来。

　　由于驾驶员有时仍需要控制车辆，该概念舱还配备了驾驶员主动参与系统（ctive driver enggement system）。如果传感器检测到驾驶员正在昏昏欲睡，将利用音乐和振动帮助驾驶员保持清醒。

　　除了ACES概念舱之外，丰田还将展示另一概念舱Moox（结合了单词移动mobile和盒子box）。该概念舱专为完全自动驾驶车辆设计，类似于车轮上的箱子。有关此概念舱，丰田没有提供很多信息，但是表示其“旨在通过灵活的座椅安排和一系列必要的功能，支持商业和娱乐等各种类型的不同服务。”描述有点模糊，但是屏幕在车辆内饰上起到了重要作用，因为图像显示，乘客可以在上班途中参加会议和进行视频聊天

　　大家知道PTC是著名的CAD软件公司，其拳头产品Pro/E(现命名为Creo)在模具设计、汽车发动机和零部件设计中得到了广泛应用。

　　但是近几年来，特别是在14年后收购了ThingWorx和Kepware之后，PTC越来越多地进入制造运营过程。

　　现在我们看看它的产品矩阵。

　　CAD/设计：CREOparametric(Pro/ENGINEER)

　　CAE/分析：CREOsimulate(Pro/MECHANICA)

　　PLM/产品生命周期管理：Windchill

　　ALM/软件生命周期管理：Integrity

　　MOM/制造运营：ThingWorx

　　SLM/服务生命周期管理：Servigistics

　　这些产品覆盖了设计、制造、售后的完整过程。

　　在制造方面，ThingWorx由3大产品组成：ThingWorx、Kepware、Vuforia，这3大产品分别收购自不同公司，最后统一整合到ThingWorx平台和解决方案下面。

　　这其中，ThingWorx是物联网开发平台，Kepware是OPC服务器和物联网网关，Vuforia是AR开发平台。

　　从PTC的发展轨迹可以看到，PTC首先是一家设计解决方案供应商，然后才是一家制造解决方案供应商，也就是说先有数字化，再有制造。

　　这点和达索比较类似，先有Catia和Solidworks，然后借助收购Apriso进入MES领域。

　　下面重点介绍一下PTC的ThingWorx平台。

　　为什么要说ThingWorx是数字化制造全家桶呢？因为PTC把Kepware和Vuforia都纳入ThingWorxa工业物联网解决方案了。

　　Vuforia是在AR/VR概念最火的时候收购的，主要是用于增加现场运维的体验。

　　Kepware大家都很熟悉，是应用最广泛的OPC服务器，借助其IoT Gateway可以很方便地搭建物联网网关。PTC给它另起了个名字ThingWorx Industrial Connectivity，然后在Kepware和ThingWorx之间建立了一个高速通信协议AlwaysOn，这样ThingWorx可以方便快速地从Kepware获取远程数据。

　　而ThingWorx本身是一个开发平台和运行环境。ThingWorx借鉴了面向对象建模的理念，支持对象(Thing)、类(Template)、属性(Property)、 *** (Service)、事件(Event)，此外还提供一个SCADA开发和运行环境(Mashup)。

　　ThingWorx通过IndustrialConnection实现和控制层集成，通过Integration Connection实现和应用系统集成。

　　ThingWorx平台本身提供一个PostgreSQL数据库，也可以通过安装ODBC扩展库的方式，实现和主流数据库的集成。

　　此外，PTC还官方提供了一个ManufacturingApp扩展库，包括：

　　Asset Advisor – 设备状态和属性监控

　　Control Advisor – 物联网网关控制台

　　Production KPIs – KPI运营看板

　　Alert Monitoring – 报警监控和处理

　　Trending and Troubleshooting – 趋势监控

　　Custom Plant Viewer – 工厂平面看板

　　Custom Asset Viewer – 设备综合看板

　　Custom Controls Advisor – HMI输入

　　Configuration and Setup – 工厂建模

　　基本上涵盖了SCADA的典型应用场景。

　　利用此扩展库，可以很方便地对一个小型工厂快速建模执行监控。

　　下面再具体谈谈ThingWorx平台的一些特点。

　　特点一：对Kepware的完美支持。你可以把ThingWorx看成一个OPC Client，无需借助任何编程，就可以对OPC TAG进行远程读写处理。

　　但是这里有一个限制。由于ThingWorx是面向对象的，任何一个属性必须指定对应的Thing，因此在进行常规读写的时候，必须要为每一个OPC TAG绑定ThingWorx.Thing.Property。因此TAG必须是静态的，如果要进行动态读写，则必须另外编写Service，调用Kepware REST Server进行读写。

　　特点三：实时数据存储非常方便。ThingWorx内建的ProgreSQL数据库主要包含2类数据：对象模型和业务数据，均采用NOSQL的数据结构，通常包括以下字段：模型(如Stream)、数据引用对象(如某台机床)、时间戳、数据类型、数据名称(如某工艺参数)、数据值。这种方式和关系型数据库差异非常大。比如一台机床有多个参数，通常在关系型数据库中我们用多个字段记录，数据会记录在同一行内。但是在ThingWorx，每个参数对应一行记录。这种方式非常有利于对所谓实时数据的处理，如设备温度值始终在变化，而其它参数变化很少，那么用关系型数据库记录的话就会非常浪费，而用NOSQL记录的话只记录变化的字段，有效节省了存储空间，提升了查询效率。限制是，系统只记录当前各字段(属性)的关系，而所有历史关系则丢失了。因此如果有复杂的业务逻辑，还是需要用关系型数据库进行补充。

　　特点四：项目的组成部分关系松散。在开发项目时，所有的组成部分如Thing、Stream、Mashup并没有一个严格的、层级明确的结构，而是通过Model Tag和Project Tag进行标记，因此较为分散，缺乏项目整体感。

　　简单来说，V2X就是“车联一切”，来打造一个“超视距的传感器”，让车辆实时了解周边动向，探测视线外的交通流变化，并向驾驶员发送报警讯息。那么问题来了，拥有了如此全知全能的新新技术，我们还有必要和各种物理传感器“死磕”吗？

　　文丨潘梓春

　　自动驾驶技术发展至今，用一句话概括从业者的终极目标，无非就是在面对庞杂的道路信息数据时，将车辆的思考决策变得无限接近人类，甚至最终在安全性上超过人类。而这也被无人驾驶唱衰派攥在手里当成了把柄——机器终归是机器，其天然具备某些局限性，使得无人车远没有听起来那样“前程似锦”。

　　因此针对车辆的一系列弱点，机智的工程师们排除万难，提出了一套接一套的解决方案。其中，被称为“自动驾驶汽车千里眼”的V2X技术已被各大厂商提上日程，就连该技术现阶段能够实现商业化落地的场景，博世都给大家想好了：在APA（全自动智能泊车）系统中，通过V2X解决“最后一公里”的问题。

　　至于V2X技术本身，业界给出的定义是：在车辆与一切可能影响车辆的实体间实现信息交互，通过无线电波传播，也就是无线通信的方式来完成感知工作，以减少事故发生，减缓交通拥堵，降低环境污染，同时提供其他信息服务。V2X主要包含车对车 (V2V)， 车对基础设施（V2I），车对互联网（V2N）以及车对行人（V2P）。

　　简单来说，V2X就是“车联一切”，来打造一个“超视距的传感器”。要知道，目前自动驾驶汽车搭载的主流传感器，包括摄像头、毫米波雷达、激光雷达等等，基本都是“近视眼”。而V2X这种车载通信技术的优势在于，其借助低延时、高可靠的 *** 连接交互，能够让车辆实时了解周边动向，探测视线外的交通流变化，并向驾驶员发送报警讯息。

　　虽然V2X对 *** 连接的要求比较严苛，可一旦该技术“上车”，操控效率将明显优于人类驾驶员。那么问题来了，拥有了如此全知全能的新新技术，我们还有必要和各种物理传感器“死磕”吗？通用中国科学研究院杜江凌给出了答案：“抽象来看，V2X技术本身只是一个连接，而无人驾驶其实是一个特定的应用。“

　　“V2X与自动驾驶的关系”

　　常规的自动驾驶汽车数据来源均为车辆搭载的物理传感器，而V2X可以理解为另外一个通道，使得车辆数据来源转为路侧单元等其他地方。杜江凌打了个比方：“当车辆通过雷达无法判断障碍物类型时，借助V2X可以进行信息共享。类似微信点赞功能或者其他APP上的商家评价，如果我不知道眼前碰到的是什么东西，可以看看其他人的评价，就能有个大概了解。”

　　物理传感器可以简单理解为手机APP，而V2X则扮演了底层平台的角色。在这个车路协同的平台真正实现之前，车载传感器只能单独服务于每一台手机。为了增强说服力，在V2X车联网通信技术体验日上，通用向媒体展示了包括：车辆盲区以及变道预警、交叉路口碰撞预警、紧急制动预警、前向碰撞预警、车速引导、前方急转弯预警、道路湿滑预警等几项安全应用。

　　亿欧汽车在实际上车体验通用V2X技术后能够发现，由于车辆需要在路口精确识别红绿灯，获知前方交叉路口是否有车辆，甚至对弯道拐角后的物体进行预判，因此对于地图回传数据的精度提出了较高要求。从技术角度来看，相对辅助驾驶，V2X技术的实施还要更加依赖高精地图，并以此作为车辆定位的前提。

　　显然，这些功能与辅助驾驶系统有很大一部分重叠。理论上，基于专用通信技术以及定位技术，V2V技术的有效通信范围可达300米。而相较于摄像头或雷达等传感器设备，搭载V2V技术的车辆不仅通信距离更远，而且还能通过同样搭载V2V技术的车辆获取远处的路况信息，且不易受天气、光线或清洁度，以及地形、遮挡物等影响或干扰。

　　貌似很有道理，但强如马斯克说了：“特斯拉Autopilot 9.0版本更新后已经能够实现完全自动驾驶。目前车辆可以实现在高速公路上变道超车，上下匝道，不久后还可以实现识别交通信号灯及环岛等功能。”

　　人家压根就没提V2X这件事儿。换句话说，脱离V2X技术的L3级自动驾驶车辆是否也可以与信号灯等基础设施进行沟通？严格来看，马斯克其实并未明确定义“完全自动驾驶”的概念，不能直接理解将其为L3级别，更何况，上述承诺看起来相当激进，却仍旧没有最终落地的时间节点。

　　退一万步说，虽然杜江凌始终强调从业者要抱持开放态度，可一旦特斯拉真的独立实现完全自动驾驶，几乎相当于把现阶段从业者投入巨大精力的激光雷达和V2X存在的必要性给推翻了。

　　“同一套标准，用户体验才是竞争差异”

　　除了马斯克这种“一口吐沫一个坑”的技术大佬之外，行业标准体系的建立则是横在V2X规模化应用之路上更大的一座山。

　　据杜江凌透露，中国目前已经完成针对V2X标准体系的七层通讯协议建设，还差最后一步的安全认证体系。在标准体系基本完善之后，还需要在应用层进行大规模测试，预计将于明年年初与5G结合。相关工作会在工信部的指导下展开进行，而通用也是工作组中的一名成员。

　　基本上，这套标准是包括通用在内的车企推行V2X技术的之一准则。说白了，所谓通讯标准在整条产业链中的更大作用便是，把合规的信息呈现给各位玩家，由其自己决定具体如何应用。还是以手机作为类比，4G *** 把图片数据信息呈现在运营商面前，最初功能手机时代，运营商们想到的模式是彩信。随着智能手机的普及，彩信的形式也被微信等各类应用取代。

　　实际上，4G *** 提供的是同样一批数据，差别只是微信给了用户更好的体验。同理，一旦道路数据上传到车端，车辆如何进而向用户提供预警等功能，完全取决于厂商本身，而这也是杜江凌眼中通用V2X产品更大的竞争力。

　　相比竞合关系，通用反而将产品规划的着力点放在用户体验的塑造上。“各个厂商对于交通安全应用的理解各不相同，V2X体现的是互联的沟通过程，这与其他自动驾驶技术有很大差别。比如说同样是预警功能，是让车主通过屏幕收到讯息，还是通过座椅发生震动？是否有必要将其接入AEB系统？这都是厂家自己的设计选择。”

　　从技术上来看，V2X已经顺利完成演示，有望于两年后大规模铺开。与马斯克全靠自己就能挣钱的技术路线不同，实现V2X的基础在于全 *** 全行业的跨厂商合作。而通用作为百年大厂，对此看得也相当清晰。

　　一面通过SuperCruise提供辅助驾驶功能满足消费市场的胃口，明确告诉驾驶员：“我是可以在特定条件下解放你的双手，但你始终要对车辆的行驶过程负责。”另外一面也不放过完全不需要人类介入的L4级全自动驾驶，一刻不停地建立路侧单元以及后续通讯标准的接收。

　　实在等不及的话，通用还有一条路可以走：直奔砍掉方向盘和踏板的Robo-taxi，砸下1亿美金量产Cruise全新自动驾驶汽车，计划2019年在旧金山完成部署。

　　本来在Xmind里面我的排版不是这样的，不过为了在这边逻辑脉络更清晰，可以细化。

　　这一章分为六个部分：

　　1NumPy的ndarray：一种多维数组对象

　　2通用函数：快速的元素级数组函数

　　3利用数组进行数据处理

　　4用于数组的文件输入输出

　　5线性代数

　　6伪随机数生成

　　我会根据自己做的导图来进行编辑～

　　01

　　NumPy的ndarray

　　NumPy最重要的一个特点就是其N维数组对象（即ndarray），该对象是一个快速而灵活的大数据集容器。你可以利用这种数组对整块数据执行一些数学运算，其语法跟标量元素之间的运算一样。

　　最开始需要引入相应的包：

　　import numpy as np

　　创建ndarry

　　ndarry有以下三种分类：单一序列、嵌套序列及指定长度或形状序列。

　　单一序列为一维数组，嵌套序列将会被转换成一个多维数组，类似于zeros和ones函数则是创建指定类型的数组。

　　基本属性和数据类型

　　dtype是一个特殊的对象，含有ndarray将一块内存解释为特定数据类型所需的信息：

　　arr1=np.array([1,2],

　　dtype=np.int32)

　　arr1.dtype

　　=>dtype('int32')

　　astype可以将一个数组从宇哥dtype转换成另一个dtype：arr.dtype

　　=>

　　dtype('int64')

　　farr=arr.astype(np.float64)

　　farr.dtype

　　=>

　　dtype('float64')

　　arr.ndim，arr.shape用于验证数组的某些属性。

　　NumPy数组的运算

　　arr=np.array([[1.,2.,3.], [4.,5.,6.]])

　　大小相等的数组之间的任何算术运算都会将运算应用到元素级：

　　arr * arr

　　=>

　　array([[1.,4.,9.],

　　[16.,25.,36.]])

　　数组与标量的算术运算会将标量值传播到各个元素：

　　1 / arr

　　=>

　　array([[1.,0.5,0.3333],

　　[0.25,0.2,0.1667]])

　　大小相同的数组之间的比较会生成布尔值数组：

　　arr2=np.array([[0.,4.,1.], [7.,2.,12.]])

　　arr2 > arr

　　=>

　　array([[False, True, False],

　　[True, False, True]], dtype=bool)

　　基本的切片和索引

　　这一节的内容比较多，在思维导图上也比较详细，难度不大，主要是分为了一维、二维和三维数组，最后需要注意的是所有通过切片选取数组子集，返回的数组都是视图。

　　切片索引

　　个人觉得，切片索引和之前学过的C语言的数组遍历是有点像的，但是其内在逻辑又不一样，在Python中主要要注意冒号在切片中的重要作用。

　　关于切片的使用，需要多实践，在不同的地方取冒号及各个数值，才会慢慢有感觉。

　　布尔型索引

　　布尔型索引其实比较简单也比较好理解，不过导图里示例代码比较多，所以可能不太清晰，布尔型索引的逻辑是：数组中的每个元素都对应另外一个数组的每一行，当我们选出该数组中的某一个数组元素并且要指定他所对应的所有行，将该数组和该元素进行比较运算时就会产生一个布尔型数组。

　　废话有点多……可以直接看代码的……

　　花式索引

　　花式索引（Fancy indexing）是一个NumPy术语，它指的是利用整数数组进行索引。

　　其实比较简单，但是由于二维数组的原因，不能截图，其中还是有需要注意的点：即正数索引和负数索引的区别。

　　数组转置和轴对换

　　这个部分主要是分为简单转置和高维数组的转置，简单转置直接使用.T就OK，但是高维数组的理解会比较麻烦。之后对比较难理解的点会单独写出来做笔记。

　　02

　　通用函数：快速的元素级数组函数

　　通用函数（即ufunc）是一种对ndarray中的数据执行元素级运算的函数。

　　基本形式：

　　arr=np.arange(10）

　　np.sqqt(np)

　　常用函数：

　　03

　　利用数组进行数据处理

　　NumPy数组使你可以将许多种数据处理任务表述为简洁的数组表达式（否则需要编写循环）。用数组表达式代替循环的做法，通常被称为矢量化。一般来说，矢量化数组运算要比等价的纯Python方式快上一两个数量级（甚至更多），尤其是各种数值计算。

　　将条件逻辑表述为数组运算

　　其实在这个例子中，我们也可以用列表推导式if-else来实现，但是列表推导式对于大数组的处理速度不是很快，并且无法用于多维数组。所以从这个角度来说，使用numpy的数组运算更好。

　　数学和统计 ***

　　和上面函数一样，有一个表格，之后的章节中用到的也比较多。

　　用于布尔型数组的 ***

　　在上面这些 *** 中，布尔值会被强制转换为1（True）和0（False）。因此，sum经常被用来对布尔型数组中的True值计数，any用于测试数组中是否存在一个或多个True，而all则检查数组中所有值是否都是True：

　　排序

　　排序仍然是利用sort()

　　分为一维数组和多维数组：

　　唯一化以及其它的 *** 逻辑

　　np.unique：找出数组中的唯一值并返回已排序的结果：

　　np.in1d：用于测试一个数组中的值在另一个数组中的成员资格，返回一个布尔型数组：

　　04

　　用于数组的文件输入输出

　　这个部分主要是讲了NumPy的内置二进制格式：

　　05

　　线性代数

　　和前面一样，线性代数部分也是需要了解一些公式：

　　06

　　伪随机数生成

　　random在后面用的非常多：

　　终于写完了emmm……

　　学习|思考 | 总结 | 观点

　　—MiaData—

　　本节和下一节笔者将和大家来看一下强化学习(Reinforcement Learning)的相关内容。从整个机器学习的任务划分上来看，机器学习可以分为有监督学习、有监督和半监督学习以及强化学习，而我们之前一直谈论的图像、文本等深度学习的应用都属于监督学习范畴。自编码器和生成式对抗 *** 可以算在无监督深度学习范畴内。最后就只剩下强化学习了。但是我们这是深度学习的笔记，为什么要把强化学习单独拎出来讲一下呢？因为强化学习发展到现在，早已结合了神经 *** 迸发出新的活力，强化学习结合深度学习已经形成了深度强化学习(Deep Reinforcement Learning)这样的新领域，因为强化学习和深度学习之间的关系以及其本身作为人工智能的一个重要方向，我们都是有必要在系列笔记里体现一下的。

　　强化学习简介

　　强化学习是一种关于序列决策的工具，在许多领域都有研究，例如博弈论、控制论、运筹学、信息论、仿真优化、多主体系统学习、群体智能、统计学以及遗传算法等领域。具体而言就是描述决策主体如何基于环境而行动以获取收益更大化的问题。强化学习一个最著名的例子就是此前击败李世石和柯洁的 ALPHAGo，其实现下棋并战胜人类的背后原理技术就是深度强化学习。

　　本节笔者对强化学习技术做一个简短的概述，并给出一个典型的强化学习算法——Q-Learning的代码实例。下一节我们集中学习一下深度Q *** (Deep Q Network)。

　　强化学习跟此前的监督学习有着本质的区别：监督学习是训练模型由特征到标签的映射关系，而强化学习的学习过程却是一种从无到有的过程。简单来说，强化学习是让计算机实现从一开始什么都不懂，经过不断尝试和试错找到规律达到目的这样的一个过程。强化学习的主体与环境基于离散的时间步长相作用。在每一个时间 t，主体接收到一个观测Ot，通常其中包含奖励Rt。然后，它从允许的 *** 中选择一个动作At，然后送出到环境中去。环境则变化到一个新的状态 St+1，然后决定了和这个变化 (St,At,St+1)相关联的奖励Rt+1。强化学习主体的目标，是得到尽可能多的奖励。主体选择的动作是其历史的函数，它也可以选择随机的动作。可以看到状态(State)、动作(Action)和奖励(Reward)是强化学习的三个核心概念。

　　强化学习的模型和算法也有很多。我们把结合深度学习之前的算法可以称作传统的强化学习算法，比如 Q-Learning算法、Sarsa算法、Policy Gradients算法、蒙特卡洛树搜索等算法。另一种就是当下结合了深度学习的强化学习算法，其代表主要就是深度Q *** (DQN)，以及结合神经 *** 之后的深度强化学习这一整个领域。

　　深度强化学习的核心框架：

　　ALPHAGo背后的神经 *** ：

　　Q-Learning

　　作为强化学习很早期也很经典的一种算法，Q-Learning是一种基于值(Value Based)的算法。至于为什么叫 Q-Learning，是因为其本身是一种依靠 Q 函数来寻找更优的动作-状态决策的。关于 Q-Learning算法的细节和原理笔者这里不做详细描述，感兴趣的朋友可以直接研读相关论文：

　　Watkins C J C H, Dayan P. Technical Note: Q-Learning[J]. Machine Learning, 1992, 8(3-4):279-292.

　　Q-Learning算法描述：

　　下面我们直接来看 Q-Learning 的代码实例。代码参考自：

　　

　　导入相关模块并 预设参数值：

　　初始化 Q-Table：

　　定义在某个状态地点State，选择行为Action:

　　定义环境反馈过程，以奖励R的形式给出：

　　更新环境：

　　定义 Q-Learning训练过程：

　　运行程序并打印最终的 Q-Table：

　　结果如下：

　　参考资料：

　　

　　

　　DEEP REINFORCEMENT LEARNING

　　一个数据科学从业者的学习历程

　　2018年12月13日《首届区块链产业与企业家峰会》在福州市香格里拉大酒店举行，峰会从政策精准解读、权威专业论坛、商业领袖对话、专家学者交流等维度，打造国际性、权威性、专业性、务实性的区块链峰会，推动福建区块链产业的创新发展。

　　著名AI大师，Gozo的联合创始人罗伊·拉班，出席峰会发表重磅演讲《AI改变生活》。

　　在演讲中罗伊·拉班回顾了AI的发展历史，于1952举行之一个AI大会，再到后面慢慢发展的游戏AI，图灵测试等。AI的发展有黄金年代，也有衰落期，经历过数轮的起起落落，直到近年才有了高速的发展。现在的AI在各方面都有着极为优秀的应用，例如：大数据、自动驾驶、认知计算、语言系统、神经形态、量子处理器等等。

　　同时罗伊·拉班对AI应用的潜在问题表示担心：AI处理事物的批量化与实际应用的个性化需求如何协同；实际需求的效率及目标能否达标；更重要的是当使用AI出现问题时责任的划分与人权的保障。

　　罗伊·拉班指出AI的发展依赖于硬件的进步，根据摩尔定律，每过两年电脑硬件的性能将翻倍，但是最近几年国际半导体技术的更新增长已经放缓，AI的发展需要突破传统芯片，使用新的技术，新的计算架构。

　　罗伊·拉班认为AI对我们的影响分为三个阶段：之一个阶段是自动化，AI将取代我们的部分工作；第二阶段是增强技术，不是将工作自动化，而是提高它的效率；第三阶段是AI技术最终发展，达到解放全人类工作。

　　最后罗伊·拉班表示，他不赞同部分著名科学家“未来AI会威胁到人类”的言论。并以中文屋实验和计算机识别为例说明，人类在计算机领域尚处于发展初期，“机器代替人类，像人类一样思考”的时代还未到来。以目前的技术去与一个机器沟通，下令指挥时，它并不明白自己在做什么，只是在进行一些数字的计算和算法的综合运用。他相信，未来，计算机技术和人工智能让我们每日的生活更美好。

　　观看完整演讲视频请点击播放：

　　区块链是继互联网之后的又一革命性创新技术，它将改变人类社会价值的传递方式，重塑组织形态，促进资源重新整合，改变行业运行逻辑。在2016 年“十三五”国家信息化规划中，区块链技术被认定为国家重点加强的战略性前沿技术，与物联网、云计算、大数据、人工智能等同列其中。

　　目前，我国区块链技术持续创新，区块链产业处于高速发展阶段。即将对金融服务、工业生产、政务服务、文娱产业、防伪溯源等领域带来革命性的影响，区块链应用的有效落地，将积极推动商业模式创新，伴随而来的是将是行业的重新洗牌和发展新机遇。

　　学习和探索区块链应用对即将进入区块链行业的企业具有借鉴意义。福建省区块链协会旨在搭建区块链企业与 *** 部门对话的桥梁，提供会员企业之间区块链业务联动的平台，传播区块链行业前沿资讯，构建“区块链+”的共识组织与生态。协会通过区块链案例选集帮助会员企业普及和推广区块链赋能各行业的方式 *** ，拓展区块链创新思维，帮助会员企业深入理解区块链的变革力量，促进区块链行业发展。

　　以下是福建省区块链协会收集整理的《区块链应用案例》部分案例分享。

　　数据来源于互联网

　　本书主要讲述了目前更流行的黑客攻防的基础知识和操作以及各种应用实例，主要内容包括接触黑客攻击、常用黑客工具介绍、安装与清除木马、qq攻防、入侵和保护操作系统、攻击和保护ie浏览器、窥探和保护电子邮件、密码攻防战、arp欺骗攻防、远程监控攻防、开启后门与痕迹清除和建立电脑的防御体系等知识。.

　　本书内容深入浅出，从黑客技术的基础知识入手，逐步提高到使用与防范常用黑客技术和黑客软件的水平，使读者的黑客攻防水平得到较大的提高。本书提供了大量实例，以帮助读者了解并掌握黑客技术和黑客软件的使用 *** ；每章后面附有大量丰富生动的练习题，以检验读者对本章知识点的掌握程度，达到巩固所学知识的目的。..

　　本书定位于有一定电脑知识的用户，可供在校学生、电脑技术人员、各种电脑培训班学员以及不同年龄段想了解黑客技术的电脑爱好者学习参考。...

　　目录:

　　第1章 接触黑客攻击. 1

　　第2章 常用黑客工具介绍 13

　　第3章 安装与清除木马 33

　　第4章 qq攻防 59

　　第5章 入侵和保护操作系统 81

　　第6章 攻击和保护ie浏览器 97

　　第7章 窥探和保护电子邮件 125

　　第8章 密码攻防战 149

　　第9章 arp欺骗攻防 171

　　第10章 远程监控攻防 187

　　第11章 开启后门与痕迹清除 217

　　第12章 建立电脑的防御体系 239

　　美海军电脑遭入侵 如何入侵别人电脑 电脑入侵教程

　　任贤齐电脑被入侵 怎么入侵别人电脑 cmd入侵局域网电脑

　　黑客怎么入侵电脑 蠕虫入侵电脑小游戏 入侵别人电脑

　　当这位名叫Steven Petrow的记者在飞机上利用他的笔记本电脑时，竟然被黑客入侵了。而这一事件不仅引发了民众热烈的讨论，并且各人也开始担心自己隐私权的题目了。

　　航空领域的专家们目前正在努力去尝试改善飞机无线 *** 中的信息宁静水平，而我即将要报告你的这个故事大概会让你以为有些不可思议。

　　Steven Petrow是一名美国记者，同时他也是一名作家，他现在正在将这一故事撰写成一篇文章，并打算通过这篇文章来向公众描述他在这架飞机上的“悲惨”经历。他其时乘坐的是一架从北卡罗莱纳州飞往达拉斯的美国航空公司的航班，而在飞机上时有一名乘客告诉Steven Petrow称－他可以或许获取到Steven Petrow的电子邮件信息。《今日美国》将会在稍后颁发这篇文章。

　　Petrow在文中写到：“其实我对付 *** 隐私方面的问题并不是非常的担心，我没有什么不可告人的秘密。但是，谁会对我在做什么事情而感兴趣呢？”

　　Petrow只是一名普通的记者，他不是一名观察记者，而且他也没有参与过任何形式的特殊调查。以是当黑客对他所做的事情感兴趣时，他感触非常的困惑。

　　当他在这架航班上时，他当时正在撰写一篇关于“苹果vs美国联邦调查局”的文章，但是飞机上的另一名乘客却能够对这位记者的所作所为“了如指掌”。

　　当飞机落地之后，这名记者照常下了飞机，但是其中却有一名乘客想要与他举行谈话。

　　这名乘客说到：“我想要与你谈一谈。你是一名记者，没错吧？请你在门口等我一下。”

　　随后，这名记者便在门口等待这位奇怪的生疏人，由于他也很想知道这到底是怎么一回事。

　　记者问到：“你怎么知道我是一名记者？”

　　这名夫君却直接忽略了记者的这一提问，然后说到：“你对苹果与联邦调查局之间的事情很感兴趣吗？我在飞机上入侵了你的电子邮箱账户，而且阅读了所有你发送和吸收的电子邮件信息。而且不仅是你，我还对飞机上的大多数乘客做了雷同的事情。”