時間：2017-11-16 來源：互聯網 瀏覽量：
計算機技術和互聯網技術的發展，已經從根本上顛覆了人們的生活工作模式。但就發展時間而言，不過區區數十年，離成熟還很遠。因此未來的發展前景十分充滿想象力，沒有人能夠預測得出，在這兩項技術的推動下，以後的生活會是怎麼樣的。
而在最近，這兩項技術迎來了一些新的技術和材料。
中科院研發新型相變材料
據《科學》雜誌官網14日報道，中國科學院上海微係統與信息技術研究所研發出一種全新的相變材料——鈧銻碲合金。通過理論計算，向銻碲合金加入過渡族金屬，篩選出能在更高溫度下通過形成更加穩定的鈧碲化學鍵加速晶核形成的鈧銻碲合金。
現在最普遍使用的相變材料是鍺銻碲合金（GST），它的相變速度通常需要幾十至幾百納秒，這導致了其無法替代傳統的DRAM和SRAM存儲器。為符合當今計算機的高速隨機存儲的需求，相態轉換必須在亞10納秒內完成。而這種材料的特點是，可在不到1納秒內實現多晶態與玻璃態兩種相態之間的轉換，突破了相變存儲器（PCRAM）的存儲速度極限，具有巨大的優勢，可以說是為實現我國自主通用存儲器技術奠定了基礎，有望替代現有高速存儲器進入實用，未來將進一步助推計算機整體性能的大幅提升，向更快速、更低功耗、更長壽命方向發展。
所謂的靜態/動態隨機存儲器（SRAM緩存/DRAM內存），是與計算機中央處理器直接交換數據的臨時存儲媒介，可按需隨意取出或存入數據。本世紀初，科學家就已經提出PCRAM是一種很有前途的新型非易失性存儲器，通過在兩種相態之間轉換，分別代表“0”和“1”進行存儲。
微軟開發使用神經模糊技術
黑盒fuzzers、白盒剔除器和Graybox fuzzers是傳統的模糊工具。但隨著技術更新，這些工具已經逐漸適應不了變化。為了減少漏洞和提高軟件質量，微軟開發了神經模糊技術。通過采用灰箱模糊器，並將深度神經網絡應用於反饋回路。隨著時間的推移，神經反饋有助於發現更多可識別程序缺陷的獨特代碼路徑。
這種新的自動化測試方法，采用一種稱為模糊（fuzzing）的技術，將大量的數據輸入到程序中，以嚐試強製發生崩潰或意外行為，從而發現漏洞。在一個用於解析.png文件的庫測試中，與傳統的模糊技術相比，微軟使用神經網絡所獲得的代碼路徑數量翻倍。
與所有處於研發階段的技術一樣，還有一些問題需要解決。當試圖通過神經網絡運行PDF文件時，傳統的方法仍然勝過神經網絡。
