动科普丨登录制作平台就能一键生成你想要的App？警惕！便利与风险并存！******

　 　【万万没想到！App花样套路大解密③——应用制作乱象篇】

　　制作一款App需要几步？说出来别不信。

　　在一些App在线生成平台上，仅需一个域名地址、编写少量的网页代码，勾选平台提供的丰富的功能模块就能制作一款App。

　　甚至部分平台还提供软著、上架、分发的服务。这些功能服务便利了正规的中小型开发者，但同时也为黑灰产开发者开了口子，使得犯罪类应用广泛利用在线生成平台制作……

　　前段时间，业界发布的《移动互联网风险应用白皮书（2021）》对国内数十款在线生成平台进行分析监测，当前App在线生成平台存在如下的安全问题：

　　1.被黑灰产团伙用于开发制作网络犯罪应用或者风险应用，其提供的功能和服务极大地降低了恶意应用开发者开发制作网络犯罪应用的成本和时间，这种现象日趋严重。

　　2.部分不正规的在线生成平台未提供针对开发者的实名制认证要求，部分在线平台对开发者身份和上传应用内容或者功能的审查机制薄弱。

　　3.在线生成平台提供了丰富的插件式功能模块选择，以及一站式的应用分发服务和上架服务，平台还能对开发者上传的应用配置信息和相关代码的加密，增加了对该类风险应用治理的难度。

　　4.此外，对于一些特定品类的App开发者，如果选择了不当的生成平台生成，还可能引入一些隐私合规类的风险问题。

　　随着移动互联网技术和智能终端的广泛普及,移动智能终端上这类网络犯罪类应用及相关黑灰产产业链不容小觑。这份白皮书显示，网络犯罪类应用在生成平台制作的数量占比中，“贷款诈骗”的样本占比最高，比例达67%；其次为“色播应用”，样本占比为17%；“色情应用”“仿冒金融平台”“投资理财诈骗”等应用也占有一定比例。

　　比如，下面这款应用界面即为仿冒微信界面。2019年以来，中国裁判文书网公布多起与虚假App有关的电诈案，涉及虚拟币投资、赌博、套路贷等多个领域大量“量身定制”的涉诈App背后，有的公司从接单、开发，到封装、分发、售后等，提供“一条龙”服务，诈骗App背后隐现技术开发灰色产业链。　

　仿冒App

　　博彩应用

　　业界人士提醒，移动互联网生态良性有序发展离不开行业相关规范和标准的引导，以及海量发现、关口前移的技术手段进行治理和约束。App生成平台具备开发技术门槛低、成本低、跨平台适配等特点，能够满足很多中小企业的实际需求，不应当成为黑灰产作恶的工具。

　　如今，移动生态的安全与否越来越取决于针对风险应用的安全治理能力，移动安全生态建设，也离不开手机厂商、开发者等各方参与者的通力合作。

　　（监制：张宁 策划：李政葳 制作：黎梦竹 部分内容来源中青网等）

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