微软:将向安卓和苹果iOS平台推出杀毒软件Defender

腾讯科技讯,众所周知的是,微软公司在智能手机操作系统和手机硬件领域惨遭失败,目前正在竞争对手的安卓和 iOS 平台上实践他们的“移动优先云优先”战略。据外媒最新消息,微软近日宣布,将很快为运行谷歌安卓和苹果 iOS 操作系统的手机和其他设备提供自有杀毒软件 Defender。

微软:将向安卓和苹果iOS平台推出杀毒软件Defender微软:将向安卓和苹果iOS平台推出杀毒软件Defender

据国外媒体报道,该产品是微软向使用其他公司移动操作系统的消费者销售产品的最新举措。

尽管微软在个人电脑操作系统方面拥有数十年的经验,但它未能在智能手机操作系统市场占据主导地位,2017 年,一位高管明确表示,公司将停止开发新的 Windows Mobile 系统功能。这也意味着微软基本上退出了移动操作系统的竞争。

近年来,该公司将作为拳头产品的办公软件引入安卓和 iOS 系统,收购了流行的移动键盘软件 SwiftKey,并根据 2014 年收购的《我的世界》游戏推出了新的手机游戏。去年,微软与顶级安卓手机制造商三星电子合作,甚至推出了自己的双屏幕安卓手机(被认为是一种跨界产品)。

苹果公司和谷歌公司已经在采取各种措施,保障 iOS 和安卓系统的安全性,另外两家公司也通过严格的审核,避免流氓软件进入了软件商店中。不过,这样的动作并不能够阻止微软公司进入智能手机安全领域。

上周,微软公司副总裁罗布·勒弗茨(Rob Lefferts)在位于华盛顿雷德蒙的公司总部接受采访时表示:“(iOS 和安卓)它们相当安全,但相当安全并不等同于安全。恶意软件确实会在这些平台上发生。”

勒弗茨说,人们最终可能会不小心让恶意软件进入他们的安卓设备,比如安装在谷歌游戏之外找到的软件程序,谷歌游戏是安卓软件程序的官方存储库。

他说,更重要的是,人们的移动设备可能会受到网络钓鱼的攻击,黑客会提供不真实的网站界面,人们可以在其中输入用户名和密码,并在无意中暴露他们的信息。勒弗茨说,微软的 Defender 可以帮助公司减少员工遭受此类攻击的可能性。

微软已经提供了 Intune 软件,信息技术管理员可以用它来管理企业员工的电脑、智能手机和平板电脑。不过,面向安卓和 iOS 推出的 Defender 是关于安全功能的,而不是管理功能。勒弗茨说,这是为了防止人们访问微软认为不安全的网络目的地。

微软公司的一名总经理安德鲁·康威在公司总部的一次媒体发布会上说,微软看到了一个 800 亿美元的安全市场。

2002 年,微软联合创始人比尔·盖茨向员工发送了他的“值得信赖的计算”备忘录后,安全性成为微软的一个更重要的课题。

据报道,Windows Defender 杀毒软件最初于 2006 年推出,去年该公司将名称改为“微软 Defender”,同时,微软公司面向苹果电脑操作系统 macOS 发布了一个版本。该公司去年还推出了名为 Azure Sentinel 的安全分析工具,与 Splunk 等竞争。

 移动化战略

纳德拉担任微软公司首席执行官之后,制定了“移动优先云优先”的战略,但是令人遗憾的是,微软公司的移动平台遭到了失败。

微软 Windows Mobile 系统虽然进入市场比较早,但是后来的升级迭代出现了行动迟缓、严重跳票的问题,导致苹果公司的 iOS 以及谷歌的安卓系统后来居上。如今,安卓已经占到了智能手机操作系统九成份额,iOS 占有一成。

微软曾经斥资 70 多亿美元收购诺基亚的智能手机业务,希望通过硬件推动自家的移动平台,但是微软收购之后难以提振已经陷入困境的这一业务,微软进行了大规模资产减记,将收购来的资产基本贬值为零。最终微软停产停售了所有的智能手机。

后来,纳德拉调整了战略,迅速扩大了在安卓和 iOS 领域的存在感,将所有的重要软件都推出了安卓和 iOS 版本,同时和一些安卓手机制造上进行合作,实现微软手机软件的捆绑预装。

在软件移动化方面,微软公司本周还推出一个重大举措,将安卓和 iOS 平台的三款经典办公软件 Word、Excel 和 PowerPoint 合并为一个大软件,降低了软件使用的复杂性。(腾讯科技审校/承曦)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值