想在最短时间了解2017年各领域有哪些新技术、新趋势、新工具最值得关注?请别错过本期《程序员》,我们力邀业内各领域名家,与读者盘点2017技术发展。以下为各领域关键趋势摘录:
物联网安全:不仅需要国家制定严格的信息安全规范和设备出厂标准;还需要信息安全行业制定一些切实有效的全方位的物联网安全解决方案;也需要设备制造厂商从物联网设备的硬件设计、软件开发、功能测试等环节融入安全开发生命周期,并在设备成型后进行全面的安全检查和测试,确保设备安全可靠后才可入市,在设备入市之后能够提供安全更新的机制或者补丁机制来为用户使用过程中的安全问题提供补救措施。
资讯
技术
用Modern C++模板元编程实现深度神经网络(陈明辉,群熵金融CTO)
C++11及之后的C++标准给我们带来了强大灵活的编译期运算能力,本文将利用C++14/17模板元编程来实现一个简单深度神经网络。如果你是一个C++爱好者或者钟意模板元编程,又对深度学习感兴趣,非常适合阅读本文,如果你是资深的算法工程师,通过本文可以让你了解到C++的独特魅力,但本文并不适合C++初学者,因为文中使用的一些技巧并不常见,对于初学者也不推荐。
延迟任务调度系统技术选型与设计(陈志良,网易云课堂资深工程师)
总结了几种延迟任务调度系统的实现方案,以及部分实现细节,希望对正在从事这部分开发的同行有所帮助,其实这些方案没有好坏之分,和系统架构一样,只有最适合的。
时间序列大数据平台建设经验谈(耿立超,架构师,CSDN博客专家)
在大数据的生态系统里,时间序列数据(Time Series Data,简称TSD)是很常见也是所占比例最大的一类数据,几乎出现在科学和工程的各个领域,一些常见的时间序列数据有:描述服务器运行状况的Metrics数据,各种IoT系统的终端数据、脑电图、汇率、股价、气象和天文数据等,时序数据在数据特征和处理方式上有很大的共性,因此也催生了一些面向时序数据的特定工具,比如时序数据库和时序数据可视化工具等,在云平台上也开始出现面向时序数据的SaaS/PaaS服务,例如微软最近刚刚发布的Azure Time Series Insight。本文将介绍一个时间序列数据处理平台案例,探讨这类大数据平台在架构、选型和设计上的一些实践经验以供参考。
运行时的代码预处理(柳荣一,饿了么大前端架构师)
预处理很大程度解放了前端开发者,但复杂的配置过程,也给他们带来了额外的问题与负担。针对这些问题,本文打破常规思维,提出了在运行时完成预处理操作的思路,并给出了一套现行可用的解决方案。
订阅程序员请访问 http://programmer.com.cn/