蘋果曝硬件級不可修復漏洞；IEEE Spectrum 2020年度編程語言排行榜出爐
開發者社區行業週刊又和你們見面了，快來看看這周有哪些值得咱們開發者關注的重要新聞吧。算法
- Python 再奪冠，上古語言 COBOL 大流行，IEEE Spectrum 2020年度編程語言排行榜出爐！
- 蘋果曝硬件級不可修復漏洞：數百萬臺產品受影響，攻擊者可得到密碼、信用卡等信息
- 中國聯通：鼓勵 2G 用戶換機升級至 4/5G，正加速拆除 2G 網絡基站
- 勒索軟件團伙敲詐失敗，公開 LG 和 Xerox 的數十 GB 數據
- 首個 5G 邊緣計算開源平臺 EdgeGallery 正式發佈
- MarketsandMarkets：到 2023 年，邊緣AI軟件市場將達 11.5 億美圓
- 清華開源遷移學習算法庫：基於 PyTorch 實現，支持輕鬆調用已有算法
- 腦洞大開！Adobe 新研究把「自拍」變「他拍」，魔幻修圖效果感人
- 和馬斯克 Zoom 開個會，竟是AI換臉，GitHub 4000 星項目登上熱榜
行 業 要 聞編程
Industry News安全
▲▲▲網絡
近日，IEEE Spectrum 最新發布了 2020 年度編程語言排行榜。在最新的編程語言排行榜中，IEEE Spectrum 經過綜合 CareerBuilder、GitHub、Google、Hacker News、IEEE、Reddit、Stack Overflow 和 Twitter 八個來源 ，分析了 55 種編程語言的流行度，發佈了 2020 年度編程語言排行榜。 在開源領域，Python 依然是主流，其次分別爲 Java、C、JavaScript、C++。今年，在這份榜單中，使人驚訝的是，面向過程的高級程序設計語言 Cobol 重回大衆視野。
併發
▲年度編程語言排行榜▲框架
近日，蘋果被曝出存在硬件級別的不可修復漏洞，可影響數百萬臺產品。這個漏洞由國內著名安全團隊「盤古」提出。他們利用蘋果 Secure Enclave 安全協處理器對 iOS 14 進行了完美越獄，這意味着私人安全密鑰的加密可以被破解，攻擊者能夠藉此得到密碼、信用卡等信息。不過，這一漏洞並未形成什麼影響。axi0mX 指出，Checkm8 漏洞攻擊不能遠程執行，而必須經過 USB 進行。機器學習
據中國聯通方面表示，他們正在鼓勵 2G 老用戶，但願你們可以踊躍換機，去體驗 四、5G 網絡。鼓勵用戶升級網絡的同時，他們也正在加速 2G 網絡基站的拆除，目前很多省市都已經開始行動，預計這個動做會在今年年末完成。三大運營商中，中國聯通在關閉 2G 網絡上最積極，這樣他們能夠重耕現有的頻段，目前中國聯通在各省都在鼓勵 2G 用戶換機，同時還有 2G 網絡基站減頻工做。編程語言
-學習
8 月 4 日，勒索軟件團伙 Maze 公佈了來自 LG 和 Xerox 的數十 GB 數據。 此前該團伙曾以此威脅過這兩家公司，但兩次勒索都以失敗了結。也許是爲了報復，今天，他們將盜取的 LG 內部網絡的 50.2 GB數據和 Xerox 的 25.8 GB 數據公開了。LG 和 Xerox 的數據被盜發生在今年 6 月，當時 Maze 在他們的「泄密網站」上爲這兩家公司分別建立了條目。測試
Maze 團伙主要以其同名勒索軟件而聞名，他們一般會破解公司的網絡，首先竊取敏感文件，而後加密數據，並索要贖金來解密文件。若是受害公司拒絕支付解密文件的費用並試圖從備份中恢復文件，Maze 將以公佈其敏感數據爲威脅索要贖金。受害公司考慮幾周後若是不願屈服，Maze 團伙就會在其門戶網站公開文件。
5G 將帶來十倍以上的流量增加，其中 80% 以上的數據和處理將發生在網絡邊緣。在此背景下，業界首個 5G 邊緣計算開源平臺 EdgeGallery 於 8 月 7 日宣佈在 Gitee 上正式開源。
該平臺聚焦 5G 邊緣計算場景，經過 開源協做構建起 MEC(Multi-access Edge Computing，多接入邊緣計算)邊緣的資源、應用、安全、管理的基礎框架和網絡開放服務的參考實現， 實現同公有云的互聯互通，在兼容差別化異構邊緣基礎設施的基礎上，構建統一的 MEC 應用生態系統。
據市場調研機構 MarketsandMarkets 預測，全球邊緣人工智能（Edge AI）軟件市場規模將從 2018 年的 3.56 億美圓增加到 2023 年的 11.52 億美圓，在 2018-2023 年的預測期內，複合年增加率(CAGR)爲 26.5%。市場的主要增加動力包括雲上企業工做負載的增長以及智能應用數量的快速增加。
學 術 前 沿
Academic News
▲▲▲
近日，清華大學大數據研究中心機器學習研究部開源了一個高效、簡潔的遷移學習算法庫 Transfer-Learn，併發布了第一個子庫——深度領域自適應算法庫（DALIB）。
清華大學大數據研究中心機器學習研究部長期致力於遷移學習研究。近日，該課題部開源了一個基於 PyTorch 實現的高效簡潔遷移學習算法庫：Transfer-Learn。使用該庫，能夠輕鬆開發新算法，或使用現有算法。DALIB 在常見的領域自適應基準集上的測試準確率都比原論文匯報準確率高，在部分數據集上的準確率甚至高出 14%。
*論文連接：https://dalib.readthedocs.io/...
近日，來自 Adobe 研究院、UC 伯克利、魯汶大學的研究者開發了一種「自拍」變「他拍」的新技術，經過識別目標的姿式並生成身體的紋理，在給定的自拍背景中完善和合成人物。在這篇論文中，研究者提出了_一種叫作 「Unselfie（非自拍）」的圖片轉換方法，_可以將自拍照中的人物，轉變爲手臂、肩膀、軀幹都比較放鬆舒展的「他拍圖像」。它會把全部舉起的手臂調整爲向下，而後調整服裝細節，最後填充好全部暴露出來的背景區域。
*論文連接：https://arxiv.org/pdf/2007.15...
如今，你能夠用 Avatarify 將本身的臉替換成別人的臉，而且是實時的，在視頻會議中的表現也十分流暢。項目做者之一 Ali Aliev 介紹說，Avatarify 使用了今年三月一篇 arXiv 論文的方法「First Order Motion」，無需事先對目標圖像進行任何訓練，就能用另外一我的的視頻來替換本身的圖像。在使用 Avatarify 時，藉助 deepfake 等其餘換臉技術，在想要交換的臉部上對算法進行訓練即刻。通常來講須要幾張你想要用的那我的的圖像，在目標的類似類別上訓練算法，該模型能支持實時的替換操做。
*論文連接：https://arxiv.org/pdf/2003.00...
*以上信息來源於網絡，由「京東智聯雲開發者」公衆號編輯整理，
不表明京東智聯雲立場*