新興的開源技術
本文介紹了新興的開源技術 - 促進當今成功的許多趨勢，並將在未來實現。 這些範圍包括整個科技行業如何通過數字化轉型重塑形式，以及將所有科技企業從「數字移民」改造為「數字原生態」，以及創新加速器的興起和下一代開源技術平台的出現。
隨著開源技術已經存在了很長一段時間，一個蓬勃發展的全球社區已經成長起來， 因此代碼在開發人員之間共享，每個人都可以測試，重新構建並相互學習。 由於行業已經開始在幾乎所有垂直領域採用開源技術，許多新技術已經將開源作為其基礎。
以下是一些開創性的開源技術正在徹底改變我們所知的世界的領域。
1.機器學習中的開源
機器學習（ML）是使用大型數據集來學習，推廣和預測的演算法的研究。 ML最令人興奮的方面是，隨著更多的數據，演算法提高了其預測能力。 ML已經成為自動駕駛汽車，語音識別，家庭自動化產品等的強大基礎。機器學習與計算統計密切相關，也著重於通過計算機進行預測。它被認為是部署複雜的模型和演算法的有效方法，可用於商業領域的預測 - 這被稱為預測分析。機器學習任務大致分為監督學習（半監督學習，主動學習和強化學習）和無監督學習。
最近由各種IT巨頭開源的ML引擎是Google雲計算機學習引擎，Google的TensorFlow，亞馬遜的AWS ML引擎，Unity ML代理，Apache PredictionIO，Microsoft分散式機器學習工具包等。
Google雲端機器學習引擎：這被視為一種託管服務，使用戶可以輕鬆構建運營ML模型，以處理任何類型或大小的數據。它使得TensorFlow模型可以對受管理的集群執行大規模培訓，並且還可以管理用於大規模在線和批量預測的訓練模型。它與Google Cloud集成，允許用戶訪問Google Storage上的數據。
Unity機器學習代理Unity ML Agents SDK可讓開發人員和研究人員將通過Unity編輯器開發的遊戲和模擬轉換成環境，在這些環境中可以使用深度強化學習有效地培訓智能代理。
Apache PredictionIO：這是一個與Apache Spark，MLLib，HBase，Spray和Elastic Search集成的開源ML棧，用於為各種ML任務創建預測引擎。
亞馬遜機器學習：亞馬遜ML推薦引擎用於為Alexa Echo / Dot提供支持，由Alexa，Drone-Prime Air，Amazon Go和基於AWS的雲服務提供支持。
Microsoft分散式機器學習工具包：Microsoft提供的此工具包提供了一個用於培訓大數據ML模型的框架。該工具包包含演算法和系統創新，使大數據的任務具有高度可擴展性，高效性和靈活性。
2. R編程語言
R是一種免費的開源ML語言，支持各種操作系統上的統計計算和圖形語言。它提供了多種統計功能，如線性和非線性建模、經典統計測試、時間序列分析、分類、聚類和先進的圖形技術。它是一種高度動態、可擴展的語言，它為數據處理、計算、圖形顯示、數組計算、數據分析工具等提供了先進的特性。它是一種編程語言，它還包含條件、循環和其他功能。
R包含11,000多種不同類型的軟體包，可通過Comprehensive R Archive Network（CRAN），Bioconductor，Omegahat，GitHub和其他軟體庫獲得。
3.區塊鏈和比特幣的新興趨勢
由於學術界和工業界的極大興趣，區塊鏈技術正在迅速發展。 區塊鏈被視為用於跟蹤比特幣等數字貨幣交易的共享開源交易資料庫。
據Don和Alex Tapscott所述，「區塊鏈是一種經濟交易的廉潔數字分類帳，可以將其編程為記錄金融交易，但幾乎可以記錄任何有價值的內容。」
塊鏈是一個不斷增長的稱為塊的記錄列表，這些記錄是使用加密技術鏈接和保護的，每個塊都有一個散列指針作為指向前一個塊、時間戳和事務數據的鏈接。
區塊鏈平台
ERIS：這使得每個人都可以使用區塊鏈和智能合約技術創建自己的安全，低成本的應用程序（可以在任何地方運行）。
HydraChain：這是對以太坊平台的擴展，增加了對創建許可權分散式分類賬的支持。
MultiChain：這使組織能夠快速設計，部署和操作分散式賬本。
OpenChain：這是一款開源分散式賬本技術，適用於以高度安全和靈活的方式處理問題和管理數字資產的組織。
EtalumProject：這是一個分散運行智能合約的平台：運行這樣的應用程序不受停機時間，審查制度，欺詐或第三方參與的限制。
Hyperledger：這是一項開源合作項目，旨在推動跨行業區塊鏈技術的發展，並確保透明度，互操作性和支持，以實現區塊鏈技術的商業應用。
4.開源和物聯網（IoT）
物聯網（IoT）高度分散且不斷變化。 開源在創建物聯網平台和研發和自動化開發板方面的現成原型方面發揮著至關重要的作用。
物聯網標準與人工智慧（AI）一起，以智能方式控制和解釋各種各樣的活動。 沒有使用開源技術，就沒有網路。 物聯網在其核心功能中需要相同級別的無處不在的通用訪問許可權，而在Web上則需要共享訪問許可權。 預計在不久的將來，物聯網部署將與全球數十億的設備，資產，感測器和終端連接和整合。
物聯網平台被視為物聯網設備或消費數據輸出的端點和服務之間的中間件層。 這些平台提供複雜的端點管理來控制設備。
開源的物聯網平台
Kaa IoT：這是一個高效的開源和基於雲的物聯網平台，它通過提供伺服器和端點SDK組件，支持連接對象和後端基礎架構的數據管理。
SiteWhere：提供設備數據的攝取，存儲，處理和集成。它運行在Apache Tomcat提供的核心伺服器上，並且包含MongoDB和HBase實現。
ThingSpeak：這允許用戶收集和存儲感測器數據到雲和流行的物聯網應用程序開發平台。它適用於Arduino，ESP8266，BeagleBone，Raspberry Pi，MATLAB等。
DeviceHive：這提供了Docker和Kubernetes部署選項。它可以通過Rest API，WebSockets，MQTT等連接到任何設備或黑客板。
Thinger.io：這是一個適用於物聯網的開源平台，為連接設備提供了可擴展的雲基礎架構。它支持所有類型的電路板，如Arduino，ESP8266，Raspberry Pi和Intel Edison。
開源的物聯網硬體 - 開發板：Arduino，Freeduino，Raspberry Pi，BBC MicroBit，Orange Pi，Pine A64等各種硬體開發板以及Raspbian，Kodi等操作系統都基於開源技術。
5.開源和大數據分析
IDC表示，全球大數據和業務分析的收入將從2016年的1300億美元增加到2020年的超過2030億美元，年均增長率為11.7％。 如今，大多數企業都了解捕獲業務內部所有數據流的價值，並因此採用開源大數據分析技術從中獲得關鍵優勢。
現在，開源軟體和大數據攜手並進，因為今天的應用程序可以以有效的方式處理不同的數據，因為它在種類，數量，速度和準確性方面呈指數級增長。
流行的大數據分析工具和平台是：
Apache Hadoop：大數據的低成本分散式計算
Grid Gain：更快速地分析實時數據
Cassandra：管理龐大的資料庫
Terrastore：受歡迎的可伸縮性和彈性
KNIME：性能管理和數據集成的最佳工具
Rapidminer：快速處理數據並簡化預測分析
Solr：可擴展且可靠的大數據文件傳輸和聚合工具
Terracotta：使企業應用程序可以在伺服器內存中存儲和管理大數據
AVRO：基於JSON定義模式的數據序列化系統
Oozie：協調Hadoop作業的調度
Zookeeper：用於維護配置信息，命名，分散式同步和組服務的集中式服務
6.漸進式Web應用程序（PWA）
漸進式Web應用程序（PWA）為終端用戶帶來類似移動應用程序的體驗，而無需任何應用程序安裝要求。由Google設計，這些應用程序在Google I / O 2017會議中得到了推廣。
與各自應用程序商店中的本機應用程序相比，PWA利用更大的Web生態系統，插件，社區以及部署和維護網站的相對容易性。 PWA利用移動應用程序的特性，提高用戶保留率和性能，而不會出現維護移動應用程序所帶來的複雜情況。
漸進網站正在迅速流行 - 作為使用JavaScript，CSS和HTML構建應用程序的一種方式，它們的性能和可用性水平與本機應用程序幾乎相同。
PWA可以與大多數瀏覽器和設備配合工作，適用於所有屏幕，響應式設計，啟用離線連接，並提供類似推送通知和Web應用清單等應用的體驗。
構建漸進式Web應用程序的工具
React：由Facebook管理和支持，並且是React Native的基礎。它可以輕鬆地將使用React構建的應用移植到本機應用。
Polymer Template:：Google支持使用PRPL模式來優化應用程序到設備的交付。
Webpack：對於複雜和前端驅動的漸進式網站來說非常重要，它包含無數的JavaScript應用程序。
Lighthouse：功能強大的Google PWA性能監測工具，用於測試頁面載入中的載入時間和性能，以及網路連接，設計和用戶界面的安全性。
7.開源和網路安全
在為任何組織制定安全策略時，或在構建安全操作或研究中心時，主要要求是擁有合適的人員，流程和有效工具。
開源市場充斥著大量的安全工具，甚至包括Kali Linux，Parrot安全工具集，網路安全工具套件，Cyborg Hawk等Linux發行版。所有這些都被安全和滲透測試專業人??員用於實時安全操作，並發現現有網路中的漏洞和後門程序。
開源智能（OSINT）是一種使用開源工具從公開可用來源收集信息，對數據進行分析並採取正確的行動的方法。為了防止網路上的安全攻擊，理解組織收集的信息以及用於收集信息的軟體是非常重要的。
在美國，預計五角大樓和美國國防部（DoD）2018年的預算將包括啟動一項新的試點計劃，其中20％的自定義代碼開發將使用開源軟體，因為按照Linus定律：「與其他任何東西相比，開源軟體更安全。」GitHub承載了超過7000萬個開源項目，其中60萬個組件的下載量超過140億次。
以下是黑客和滲透測試人員使用的頂級操作系統。這些技術正在不斷發展中，以防止實時威脅：
Kali Linux
Parrot Security OS
BackBox Linux
Samurai Web Testing Framework
Deft Linux
CAINE
Network Security Toolkit (NST)
BlackArch Linux
ArchStrike Linux
Cyborg Hawk
Fedora Security Spin
BugTraq
Node Zero
Weakerthan
Dracos Linux
8.開放源代碼和虛擬現實，增強現實和混合現實
近年來，人們對虛擬現實，增強現實甚至混合現實的實施和使用越來越感興趣 - 特別是在醫療應用，軍事，時尚，體育，建築，媒體，電信，電影和娛樂，工程和教育等領域。然而，由於開發此類軟體的成本很高，缺乏技術技能和實施環境中的困難，因此採用率較高。為了克服這些障礙，開源已經開始救援。
開源在這個領域有著深厚的根基，在未來的幾年裡，這些將會變得更加深入和更加先進 - 就實時實現，SDK和軟體而言。隨著開放源代碼的實施，一種叫做XR或擴展實境的新現實已經發展起來，這是相當先進的，並且有很多現場實施。
虛擬現實，增強現實和混合現實銷售預計到2018年將達到28億美元。Facebook，谷歌，微軟，Magic Leap，HTC，三星，WorldViz，Unity，Snap和FirstHand Technologies等公司已經開始採用開源支持VR，AR和MR的硬體和軟體以及SDK。
開源虛擬現實（OSVR）聯盟和Xilinx也在為最終用戶推出各種VR硬體和軟體。
以下是VR，AT和MR的各種工具包，平台和SDK：
OSVR - 用於遊戲的開源虛擬現實
ARToolkit - 一款開源的AR SDK
Apertus VR - 一款開源VR和AR引擎
OpenSpace3D - 3D環境的開源平台
Holokit - 開源的MR套件
Mixare - 一款開源的AR引擎
High Fidelity - 開源共享VR應用程序
OpenMask - VR開源中間件
CalVR - 一個開源的VR軟體框架
9.開源和雲計算
雲計算是過去幾年中出現的最重要的技術之一，甚至可能在未來幾年內產生數十億美元的投資。到2020年雲計算行業預計將達到2410億美元。通用開源雲應用程序是CloudStack，OpenNebula或OpenERP伺服器。
雲計算方面的創新帶來了顯著的趨勢，例如公共雲日益普及;採用Docker，Kubernetes，Apache Mesos，LXD等容器技術;以及公司在應用交付和開源工具中採用DevOps。
雲計算和開源共享共同目標，比如通過不支付許可證費用來最小化成本。人們普遍認為，如果沒有開源軟體，雲計算就不可能快速增長。今天，大多數雲計算供應商都使用開源軟體來開發他們的系統。例子包括用於雲操作系統和基礎架構的Red Hat，用於基礎架構即服務實施的Eucalyptus和OpenStack，用於開源Hadoop軟體框架的Cloudera，用於開源VM的OpenNebula，用於伺服器虛擬化管理的Xen Supervisor，Cloud Foundry OpenShift開放平台即服務等。
以下是一些有用的雲計算工具。
OpenStack：這有助於數據中心通過儀錶板提供計算，存儲，網路和GUI的組合資源，以實現有效的管理。
CloudStack：這部署和管理大型虛擬機網路。
Eucalyptus：這有助於輕鬆遷移應用程序和數據;它創建私有雲和混合雲環境。
openQRM：支持私有，公共和混合IaaS的構建。
OpenShift：可以輕鬆管理基於雲的應用程序開發。
其他開源雲計算模擬器包括CloudSim，CloudAnalyst，iCanCloud，GreenCloud，CloudSched等。
更多閱讀
課課家教育_photoshopCC淘寶美工案例教程
倒計時開啟，這樣的優惠活動即將結束！
說說軟考火熱的信息系統項目管理師_課課家教育
TAG:課課家 |