前8个新的开源项目

九年以来，“黑鸭开源新秀奖”(Black Duck Open Source Rookies of the Year)一直在表彰前一年启动的最具创新性和影响力的开源项目。这种承认是对这些项目的成功和势头的赞扬，也是对它们向前发展的前景的肯定。

高达崭露头角的开源项目的组合时刻都在变化，但年度最佳新秀总是会提供的行业发展趋势的重要快照。毕竟，在过去的十年，开源已成为所有条纹的开发商编造新技术的大锅。我们选择了这个每年达八倍获奖者;访问黑鸭子看到一个选择我们尊贵的提及为好。

过去一年，几个地区的活动激增。其中最有趣的是区块链技术，它继续在不可变的数据生态系统中占据一席之地，超越了加密货币交换。随着智能被添加到从金融服务到设计和制造的方方面面，机器学习(包括深度学习和神经网络)也变得越来越重要。

大数据，软件定义网络（SDN），集装箱管理和安全也是热点领域。恭喜获奖者！我们希望这种选择提供了洞察整个行业的技术发展方向。

[Docker, Amazon, TensorFlow, Windows 10，和更多:看InfoWorld的年度奖得主的2017年科技。|镜头切换到在技术趋势的重点新闻，并与IT突破InfoWorld的每日简讯，我们对最重要的科技事件的总结。]

锯齿波湖英特尔的新分布式账本平台Hyperledger项目，后来发展到对可扩展性和现有blockchain技术的安全性，尤其是比特币地址的担忧。它提供了一个模块化的解决方案，并要求根据执行时间，这需要比工作的比特币的力量证明少得多的证明新块防篡改一致算法随机领导人选举 - 在讨价还价，并增强了安全性。锯齿湖可以通过建立在规则的预定义域，并在其中发生的交易特定领域的交易家庭满足许多用例。这是在做blockchain适合商务应用的又一重要步骤。

阿帕奇CarbonData是一个完全索引，柱状，Hadoop的本地数据存储，星火查询优化集成。其独特的方式进行数据组织，多级索引和优化允许更快的数据过滤，更好的压缩，以及增强的搜索和更有效地使用计算资源的查询处理。字典编码允许聚合到实现更快，“延迟解码”聚合后发生。CarbonData的多功能性导出部分从针对不同的数据访问模式，如OLAP查询，顺序访问（大扫描），和随机存取（窄扫描）其单个文件格式。

亚马逊DSSTNE——读作“destiny”——通过优化数据稀疏性和可伸缩性以及关注多gpu的最佳使用，改变了神经网络的格局。受亚马逊产品推荐特性的大规模和低延迟计算需求的启发，DSSTNE被设计用于支持大型网络、稀疏数据集和并行训练。Amazon声称，在处理稀疏数据集时，DSSTNE的执行速度比谷歌的TensorFlow快2到15倍。然而，DSSTNE并不想成为所有人的一切;对规模和稀疏数据的关注使DSSTNE成为电子商务和企业的深度学习框架和推荐引擎。

打开网络实验室 - 一个非营利性的专注于实现软件定义网络的全部潜力 - 的背后是OpenCORD，终端到终端的解决方案，结合了SDN，NFV和云随着商品的基础设施带来数据中心级的规模和灵活性到服务提供商网络。（“CORD”代表中央局重新设计的数据中心。）OpenCORD跨越电信中心局，接入，家庭和企业，利用开放的积木共同的基础设施，以减少资本和运营成本，加速产品上市时间与可编程的，灵活的网络。OpenCORD被这种提供商AT＆T，韩国电信，中国联通，NTT和支持 - 并已加入与开放网络基金会的力量推动开源软件和软件定义标准的网络解决方案。

今年，两家组织正努力通过利用尖端的机器学习和软件定义的网络能力来彻底改变网络安全。在技术加速器In-Q-Tel (IQT)的支持下，并与美国政府、学术界和美国情报界密切合作，挑战实验室Lab41和CyberReboot已经启动波塞冬的项目。海神回答两个关键问题 - 什么是您的网络上，并且它正在做什么？- 通过提供态势感知添加或从网络中删除的项目，以及交通产生。它使用机器学习技术，研究网络上的互动和学习不允许的或恶意活动的明显线索。在一些初步的测试，海神抓到恶意活动的84％与一个非常有前途的2.2％，假阳性率。

三列桨座战船是一个迫切的问题的答案:如何增强Linux环境并确保容器能够高效、安全地运行?云安全初创公司Aporeto正在探索SDN和安全策略、规模和补救效率的融合，并启动了Trireme项目，这是一个用于分布式应用的云本地安全解决方案。它允许通过端到端身份验证和授权大规模地创建安全策略。由于Kubernetes灵活的网络政策框架、快速增长的社区以及对云本地应用程序和规模的密切关注，Aporeto选择与Kubernetes密切合作。

Ansible容器是Ansible开发团队希望找到Docker文件的替代品的结果。它自动化了容器的构建、部署和管理过程，只使用一个可行的剧本。Ansible container是平台无关的，能够针对最常见的容器编排引擎，包括Kubernetes和OpenShift。这种模块化允许您在开发期间针对Docker，在部署期间针对Kubernetes，例如，通过简单的配置更改。自2016年夏天在DockerCon上发布以来，该项目已经见证了社区和技术的显著增长。随着它在2017年即将发布1.0版，其重点是将服务扩展到更广泛的用例和角色集。

在线学习的非营利教育平等已经着手彻底改变周边拥有一颗Kolibri应用全球资源匮乏的社区教育。虽然还没有可供公众下载，KOLIBRI为教育资源有限地区的学生和教师提供学习资源，从农村学校、校外项目到难民营和孤儿院。Kolibri提供交互式练习、自定进度的资源和协作学习工具，并为学生和教师提供实时反馈和指导。为了有效地传播资源，Kolibri通过internet“种子”终端设备，包括安装程序、更新和内容。种子设备通过离线本地网络与其他设备共享新内容和更新。Kolibri以最小的质量损失压缩内容，允许大量内容驻留在小型、低成本的设备上。