快盈v客户端-快盈v注册网

专访丨邬贺铨院士：加强网络安全人才培养需国家、高校、企业等多方发力******

　　7月2日至3日，以“构建安全可信的数字世界”为主题的2022西湖论剑·网络安全大会在杭州、北京两地同步召开。期间，中国工程院院士、中国互联网协会咨询委员会主任邬贺铨在接受光明记者采访时表示，总体上说，目前网络安全人才比较短缺，中国网络基础设施是全球最大的，网络应用系统也是全球最多的，从这方面来讲，我们对网络安全的人才需求也比全球其他国家多。

　　邬贺铨介绍，当前，网络空间安全已经上升为教育部定义的一级学科。一些重点高校开设了网络安全专业，有些高校还开设了网络安全学院，增加人才培养能力。目前来看，全职网络安全人才非常短缺，网络安全人才培养高校是第一步，但更多地需要通过实践来提升安全能力。在这点上，企业是一个重要环节，特别是互联网企业，包括电信运营商，以及大型国有企业，均纷纷设立网络安全部门，为网络安全人才提供锻炼机会。

　　邬贺铨说，除了高校和企业培养以外，政府也可以指导网络安全人才教育，包括教育部门网络安全专业培训纲要等。在这方面政府可以组织各种训练、举办培训班，进行网络安全技术交流以及案例分析，比如，组织一些大赛等，激发更多的互联网热爱者投身到网络安全行业。

　　监制：张宁、李政葳

　　统筹：王一涵

　　采访、撰稿：姚坤森、孔繁鑫

　　摄像、后期：曾震宇

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）