一文读懂如何用深度学习实现网络安全
大数据文摘授权转载自数据派THU作者：Guest Blog翻译：张玲校对：丁楠雅本文简要介绍深度学习以及它支持的一些现有信息安全应用，并提出一个基于深度学习的TOR流量检测方案。
我们看到的大多数深度学习应用程序通常面向市场、销售、金融等领域，但在使用深度学习来保护这些领域的产品和业务、避免恶意软件和黑客攻击方面，则鲜有文章或资源。
像谷歌、脸谱、微软和SalesForce这样的大型科技公司已经将深度学习嵌入他们的产品之中，但网络安全行业仍在迎头赶上。这是一个具有挑战性的领域，需要我们全力关注。
本文中，我们简要介绍深度学习（Deep Learning，DL）以及它支持的一些现有信息安全（此处称为InfoSec）应用。然后，我们深入研究匿名TOR流量检测这个有趣的问题，并提出一个基于深度学习的TOR流量检测方案。
本文的目标读者是已经从事机器学习项目的数据科学专业人员。本文内容假设您具备机器学习的基础知识，而且当前是深度学习和其应用案例的初学者或探索者。
为了能够充分理解本文，强烈推荐预读以下两篇文章：
《使用数据科学解开信息安全的神秘面纱》
《深度学习的基础知识-激活功能以及何时使用它们》
一、信息安全领域中深度学习系统的现状
二、前馈神经网络概述
三、案例研究：使用深度学习检测TOR流量
四、数据实验-TOR流量检测
一、信息安全领域中深度学习系统的现状
深度学习不是解决所有信息安全问题的“灵丹妙药”，因为它需要广泛的标注数据集。不幸的是，没有这样的标记数据集可供使用。但是，有几个深度学习网络对现有解决方案做出重大改进的信息安全案例。恶意软件检测和网络入侵检测恰是两个这样的领域，深度学习已经显示出比基于规则和经典机器学习的解决方案有更显著的改进。
网络入侵检测系统通常是基于规则和签名的控件，它们部署在外围以检测已知威胁。攻击者改变恶意软件签名，就可以轻易地避开传统的网络入侵检测系统。Quamar等[1]在他们的IEEE学报论文中指出，有望采用自学的基于深度学习的系统来检测未知的网络入侵。基于深度神经网络的系统已经用来解决传统安全应用问题，例如检测恶意软件和间谍软件[2]。
与传统的机器学习方法相比，基于深度学习的技术的泛化能力更好。Jung等[3]基于深度学习的系统甚至可以检测零日恶意软件。毕业于巴塞罗那大学的Daniel已经做了大量有关CNN（Convolutional Neural Networks，卷积神经网络）和恶意软件检测的工作。他在博士论文中提及，CNNs甚至可以检测变形恶意软件。
现在，基于深度学习的神经网络正在用户和实体行为分析（User and Entity Behaviour Analytics，UEBA）中使用。传统上，UEBA采用异常检测和机器学习算法。这些算法提取安全事件以分析和基线化企业IT环境中的每一个用户和网络元素。任何偏离基线的重大偏差都会被触发为异常，进一步引发安全分析师调查警报。UEBA强化了内部威胁的检测，尽管程度有限。
现在，基于深度学习的系统被用来检测许多其他类型的异常。波兰华沙大学的Pawel Kobojek[4]使用击键动力学来验证用户是否使用LSTM网络。Capital one安全数据工程总监JasonTrost 发表了几篇博客[5]，其中包含一系列有关深度学习在InfoSec应用的技术论文和演讲。
二、前馈神经网络概述
人工神经网络的灵感来自生物神经网络。神经元是生物神经系统的基本单元。每一个神经元由树突、细胞核和轴突组成。它通过树突接收信号，并通过轴突进行传递（图1）。计算在核中进行。整个网络由一系列神经元组成。
AI研究人员借用这个原理设计出人工神经网络（Artificial Neural Network，ANN）。在这样的设置下，每个神经元完成三个动作：
它收集来自其他不同神经元的输入或者经过加权处理的输入
它对所有的输入进行求和
基于求和值，它调用激活函数
因此，每个神经元可以把一组输入归为一类或者其他类。当仅使用单个神经元时，这种能力会受到限制。但是，使用一组神经元足以使其成为分类和序列标记任务的强大机制。
图1：我们能获得的最大灵感来自大自然——图中描绘了一个生物神经元和一个人工神经元可以使用神经元层来构建神经网络。网络需要实现的目标不同，其架构也是不同的。常见的网络架构是前馈神经网络（Feed ForWard Neural Network，FFN）。神经元在无环的情况下线性排列，形成FFN。因为信息在网络内部向前传播，它被称为前馈。信息首先经过输入神经元层，然后经过隐藏神经元层和输出神经元层（图2）。
图2：具有两个隐藏层的前馈网络与任何监督学习模型一样，FFN需要使用标记的数据进行训练。训练的形式是通过减少输出值和真值之间的误差来优化参数。要优化的一个重要参数是每个神经元赋予其每个输入信号的权重。对于单个神经元来说，使用权重可以很容易地计算出误差。
然而，在多层中调整一组神经元时，基于输出层算出的误差来优化多层中神经元的权重是具有挑战性的。反向传播算法有助于解决这个问题[6]。反向传播是一项旧技术，属于计算机代数的分支。这里，自动微分法用来计算梯度。网络中计算权重的时候需要用到梯度。
在FFN中，基于每个连接神经元的激活获得结果。误差逐层传播。基于输出与最终结果的正确性，计算误差。接着，将此误差反向传播，以修正内部神经元的误差。对于每个数据实例来说，参数是经过多次迭代优化出来的。
三、案例研究：使用深度学习检测TOR流量
网络攻击的主要目的是窃取企业用户数据、销售数据、知识产权文件、源代码和软件秘钥。攻击者使用加密流量将被盗数据混夹在常规流量中，传输到远程服务器上。
大多数经常攻击的攻击者使用匿名网络，使得安全保护人员难以跟踪流量。此外，被盗数据通常是加密的，这使得基于规则的网络入侵工具和防火墙失效。最近，匿名网络以勒索软件/恶意软件的变体形式用于C&C。例如，洋葱勒索[7]使用TOR网络和其C&C服务器进行通信。
图3：Alice与目标服务器之间TOR通信的说明。通信开始于Alice向服务器请求一个地址。TOR网络给出AES加密的路径。路径的随机化发生在TOR网络内部。包的加密路径用红色显示。当到达TOR网络的出口节点时，将简单分组转发给服务器。出口节点是TOR网络的外围节点。
匿名网络/流量可以通过多种方式完成，它们大体可分为：
基于网络（TOR,I2P,Freenet）
基于自定义系统（子图操作系统，Freepto）
其中，TOR是比较流行的选择之一。TOR是一款免费软件，能够通过称为洋葱路由协议的专用路由协议在互联网上进行匿名通信[9]。该协议依赖于重定向全球范围内多个免费托管中继的互联网流量。在中继期间，就像洋葱皮的层一样，每个HTTP包使用接收器的公钥加密。
在每个接收点，使用私钥对数据包进行解密。解密后，下一个目标中继地址就会披露出来。这个过程会持续下去，直到找到TOR网络的出口节点为止。在这里数据包解密结束，一个简单的HTTP数据包会被转发到原始目标服务器。在图3中展示了Alice和服务器之间的一个示例路由方案。
启动TOR最初的目的是保护用户隐私。但是，攻击者却用它代替其他不法方式，来威逼善良的人。截至2016年，约有20%的TOR流量涉及非法活动。在企业网络中，通过不允许安装TOR客户端或者拦截保护或入口节点的IP地址来屏蔽TOR流量。
不管怎样，有许多手段可以让攻击者和恶意软件访问TOR网络以传输数据和信息。IP拦截策略不是一个合理的策略。一篇来自Distil网站[5]的自动程序情势不佳报告显示，2017年70%的自动攻击使用多个IP，20%的自动攻击使用超过100个IP。
可以通过分析流量包来检测TOR流量。这项分析可以在TOR 节点上进行，也可以在客户端和入口节点之间进行。分析是在单个数据包流上完成的。每个数据包流构成一个元组，这个元组包括源地址、源端口、目标地址和目标端口。
提取不同时间间隔的网络流，并对其进行分析。G.He等人在他们的论文“从TOR加密流量中推断应用类型信息”中提取出突发的流量和方向，以创建HMM（Hidden Markov Model，隐马尔科夫模型）来检测可能正在产生那些流量的TOR应用程序。这个领域中大部分主流工作都利用时间特征和其他特征如大小、端口信息来检测TOR流量。
我们从Habibi等人的“利用时间特征来发现TOR流量的特点”论文中得到启发，并遵循基于时间的方法提取网络流，用于本文TOR流量的检测。但是，我们的架构使用了大量可以获得的其他元信息，来对流量进行分类。这本质上是由于我们已经选择使用深度学习架构来解决这个问题。
四、数据实验-TOR流量检测
为了完成本文的数据实验，我们从纽布伦斯威克大学的Habibi Lashkari等人[11]那里获取了数据。他们的数据由从校园网络流量分析中提取的特征组成。从数据中提取的元信息如下表所示：
表1：从[ 1 ]获得的元信息参数除了这些参数之外，其他基于流的参数也包括在内。图4显示了一个数据集的样例。
图4：本文使用的数据集实例请注意，源IP/端口、目标IP/端口和协议字段已经从实例中删除，因为它们会导致模型过拟合。我们使用具有N隐藏层的深度前馈神经网络来处理其他所有特征。神经网络的架构如图5所示。
图5：用于Tor流量检测的深度学习网络表示隐藏层层数在2和10之间变化。当N=5时是最优的。为了激活，线性整流函数（Rectified Linear Unit, ReLU）用于所有隐藏层。隐藏层每一层实际上都是密集的，有100个维度。
Keras中的FFN的Python代码片段：
model = Sequential()
model.add(Dense(feature_dim, input_dim= feature_dim, kernel_initializer='normal', activation='relu'))
for _ in range(0, hidden_layers-1):
model.add(Dense(neurons_num, kernel_initializer='normal', activation='relu'))
model.add(Dense(1,kernel_initializer='normal', activation='sigmoid'))
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=["accuracy"])
输出节点由Sigmoid函数激活。这被用来输出二分类结果-TOR或非TOR。
我们在后端使用带有TensorFlow的Keras来训练深度学习模块。使用二元交叉熵损失来优化FFN。模型会被训练不同次数。图7显示，在一轮仿真训练中，随着训练次数的增加，性能也在增加，损失值也在下降。
图7：网络训练过程中Tensorboard生成的静态图我们将深度学习系统的结果与其他预测系统进行了比较。使用召回率（Recall）、精准率（Precision）和F-Score这些标准分类指标来衡量预测系统性能。我们基于深度学习的系统能够很好地检测TOR类。但是，我们更加重视非TOR类。可以看出，基于深度学习的系统可以减少非TOR类的假阳性情况。结果如下表：
表2：用于TOR流量检测实验的深度学习和机器学习模型结果在各种分类器中，随机森林和基于深度学习的方法比其他方法更好。所示结果基于5,500个训练实例。本实验中使用数据集的大小相对小于典型的基于深度学习的系统。随着训练数据的增加，基于深度学习的系统和随机森林分类器的性能将会进一步提升。
但是，对于大型数据集来说，基于深度学习的分类器通常优于其他分类器，并且可以针对相似类型的应用程序进行推广。例如，如果需要训练检测使用TOR的应用程序，那么只需要重新训练输出层，并且其他所有层可以保持不变。而其他机器学习分类器则需要在整个数据集上重新训练。请记住，对于大型数据集来说，重新训练模型需要耗费巨大的计算资源。
每个企业面临的匿名流量检测的挑战是存在细微差别的。攻击者使用TOR信道以匿名模式偷窃数据。当前流量检测供应商的方法依赖于拦截TOR网络的已知入口节点。这不是一个可拓展的方法，而且很容易绕过。一种通用的方法是使用基于深度学习的技术。
本文中，我们提出了一个基于深度学习的系统来检测TOR流量，具有高召回率和高精准率。请下面的评论部分告诉我们您对当前深度学习状态的看法，或者如果您有其他替代方法。
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点带你一文读懂上半年武汉经济特点
来源：武汉市发改委
今年以来，面对错综复杂的国内外形势，全市上下在市委的坚强领导下，在市人大的监督支持下，坚持稳中求进工作总基调，按照高质量发展的要求，以供给侧结构性改革为主线，锐意进取，扎实工作，全市经济保持了高开稳走、稳中有进、稳中向好的发展态势，社会发展和谐稳定，城市功能品质持续提升，计划执行情况总体良好，除固定资产投资、出口两项指标以外，其他计划指标均达到或超过预期目标要求，地区生产总值、地方一般公共预算收入等主要经济指标增速在全国副省级城市中位居前列，为完成全年各项计划目标任务奠定了良好基础。
上半年武汉市地区生产总值增速8.2%，比预期目标高0.4个百分点。从计划执行情况看，全市经济社会发展主要呈现以下六个方面的特点——
　　供给质量稳步提升
　　实体经济支撑增强
　　制造业加快向高效高新转变
积极创建“中国制造2025”国家级示范区、国家军民融合创新示范区，着力打造“五谷”、“四都”、“三港”，优化建设新“两园”，加快构建万亿产业集群、千亿支柱产业、百亿企业新格局。
上半年，排名前12位的工业行业增速“11升1降”，其中计算机通信和其他电子设备制造业、医药制造业增加值分别增长11.7%、10%，均高于全市规模以上工业，六大高耗能产业增加值占规模以上工业比重同比下降0.7个百分点。
服务业加快向高端高质迈进
深入推进国家服务业综合改革试点，大力发展总部经济，金融、数字服务、旅游、会展等现代服务业快速发展。上半年，消费升级态势明显，通讯器材、家用电器及音响器材等消费升级类商品零售较快增长。
农业加快向规模化生态化发展
出台“三乡”工程拓面提质三年行动方案。调优调精农业结构，加快田园综合体建设，设施蔬菜基地种植比例达92%以上。乡村休闲游蓬勃发展，上半年接待游客人次、旅游综合收入分别增长23.2%、31.4%。推动农村电商发展，全市涉农电子商务交易额520亿元。
　　高端要素加快集聚
　　发展后劲不断积蓄
　　招商引资强力推进
持续推进招商引资一号工程，聚焦“三个500强”，强化国际招商，举办博鳌亚洲论坛会员合作伙伴走进武汉、招商引资大会·民营企业专场等系列活动。
上半年，全市招商引资实际到位资金4904亿元，增长8.5%;实际利用外资62.1亿美元，增长24.1%;新签约引进世界500强、中国民营500强投资项目49个和23个，世界500强、中国500强、跨国公司产业研发机构17家。
新兴动能不断增强
上半年，全市高新技术产业增加值增长13.9%，高于GDP增速5.7个百分点。
新技术加快转化，今年4批科技成果转化专场活动对接签约项目192个、金额近200亿元，在汉高校院所成果就地转化率超过40%。新业态蓬勃发展，线上无店铺零售额增长40.9%，盒马鲜生、永辉生鲜等新零售加速布局。新主体持续涌现，全市新登记企业数增长17.2%，8家新经济企业在境内外上市，“独角兽”企业发展到5家，位居全国第5位。四大国家级产业基地建设提速推进。
有效投资持续扩大
全力开展项目落地建设竞赛年活动，全市招商引资项目上半年开工763个，开工率60.7%;其中，往年招商引资项目开工674个，开工率64.9%，当年招商引资项目开工(开业)89个，开工率41%。投资结构不断优化，上半年工业投资增长12.1%，增速同比加快4.7个百分点，其中技改投资增长17.9%;民间投资增长13.2%，增速同比提高8.4个百分点，占固定资产投资比重达50.9%。
招才引智持续升温
落实留汉大学生落户、住房、收入新政政策，首批392套“八折大学生安居房”正式发售，在全国率先将大学毕业生最低年薪标准纳入集体合同，上半年留汉大学生突破25万人、落户7.6万人。突破发展“院士经济”，引进诺贝尔奖科学家2名、外籍外地院士29名。长江青年城、菁英社区等一批青年城项目加快建设。#p#分页标题#e#
　　改革开放不断深化
　　市场活力持续激发
　　供给侧结构性改革扎实推进
实施质量能力提升工程，成功创建全国质量强市示范城市。坚持去产能与优结构相结合，加快出清国企低效无效资产，统筹推进“三供一业”分离移交工作。
积极防控金融风险，清理整治金融违法违规活动，支持金控集团、汉正街控股通过债券、海外资本市场直接融资，地方金融体系保持稳健运行。
加大土地和住房有效供给，控房价、防捂盘、稳市场，房地产市场实现量价双稳。
重点领域改革取得突破
开展“两个一半”改革，企业开办时间由18.5个工作日缩短至4.5个工作日。加快商事制度改革，推行“四十五证合一”，登记、备案事项3个工作日即可办结。
深入推进全面创新改革试验，一批经验做法在全国得到复制推广。激发国有企业活力，加快建立授权经营体制，积极探索员工持股，企业法人治理结构逐步完善。
开放合作水平持续提升
国际通达能力不断增强，新开通3条国际航线，国际及地区航线达到57条;中欧(武汉)班列发运222列次，发货总量、回程货运量保持全国前列;武汉至东盟四国、武汉至日韩、江海直达等水上航线运行平稳。
服务贸易和外经合作稳健发展。上半年，服务贸易进出口额增长8.6%，对外直接投资额增长1.6倍。积极融入长江经济带和长江中游城市群建设，协调推进长江中游城市群省会城市合作行动计划，积极申报武汉长江新区。
　　城市建管不断改善
　　承载能力明显增强
　　城市建设高强度推进
长江主轴左右岸大道、沿江建筑立面整治、桥梁美化等9大类项目集中开工建设。路网建设不断完善，青山长江大桥主塔封顶，四环线南段主体结构基本完成，18条地铁线路同步建设，地铁7号线一期、27号线年底通车。
地下综合管廊建设提速，黄孝河一期等综合管廊项目开工建设。军运会线路保障和建设工地环境整治工作扎实推进。新启动8个生态特色小镇项目建设。
城市管理精细化发展
全力实施军运会环境提升，景观照明提升、广告招牌整治、城市桥梁整治、违法建筑管控、城市家具提升等五大任务加快推进，城市环境卫生管理、老旧社区整治、厕所革命等工作不断强化，城市环境面貌进一步改善。
启动“社区治理创新助力计划”，187个品牌社区治理创新项目得到重点扶持，探索开展社区信息化工作标准化试点。
城市功能多元化提升
交通枢纽功能持续强化，上半年国际及地区货邮吞吐量增长28.3%，国际及地区旅客吞吐量居中部第一。智慧城市应用服务加快推广，宽带武汉计划顺利实施，武汉超算(数据)中心提速推进，东湖绿道5G网络体验区完成建设，全市公益WiFi活跃用户达到366万人。
　　生态文明建设加强
　　人居环境逐步优化
　　绿色发展深入推进
推动落实碳排放达峰行动计划，开展气候适应型城市建设试点，启动气候变化脆弱性评估研究。加强节能减排，开展能源消费总量和强度“双控”目标评价考核，推进20万千瓦以下燃煤发电机组超低排放改造，积极推进实施排污许可制度，为300多家企业核发了市级排污许可证。进一步开展河长制、湖长制工作，森林林地、湿地、城市绿地保护制度逐步完善。
长江大保护持续深化
积极推进长江经济带绿色发展示范区建设。严格执行长江武汉段跨区断面水质考核奖惩和生态补偿办法，纳入国家、省考核的11个河湖断面无劣V类，水质优良率为63.6%。
持续推进“四水共治”，两江干堤、连江支堤、中小河流、水库山洪、湖泊民垸等防线进一步强化，北堤泵站、北湖泵站、雅安街骨干排水等一批骨干排水项目进展顺利，城市供水能力和质量不断提升。
生态环境不断改善
加快实施拥抱蓝天行动，空气质量持续优化，上半年全市空气质量优良率为67.3%，PM10、PM2.5平均浓度比上年同期分别下降12%、7%。#p#分页标题#e#
强化土壤污染防治，开展关停企业原址用地污染筛查，远大制药、力诺化学等土壤污染治理修复工程有序推进。
改善水环境质量，突出整治滠水、倒水、举水、通顺河水质不达标问题。加强农村环境保护，乡村污水和面源污染得到有效缓解。
　　社会发展稳步提升
　　民生福祉继续增进
　　社会保障能力持续增强
举办“春风行动”、春季校园巡回招聘等专项活动，加大企业用工指导，全市城镇新增就业10.3万人，扶持创业1.7万人，城镇登记失业率为2.8%。
统一的城乡居民基本医疗保险、大病保险和医疗救助制度全面实施，城乡居民医保一体化信息系统顺利上线，社保新增参保人数39.4万人次。落实低保政策，低保标准综合增长10.6%，发放低保金5.7亿元。
公共服务供给精准发力
健康武汉2035规划正式印发，市儿童医院、市急救中心、疾控中心建设有序开展，医疗信息化建设深入推进。
推动教育优质均衡发展，制定全市教育资源优质扩容发展实施意见，公益普惠性幼儿园、新一轮中小学配建、义务教育“全面改薄”等工程加快推进。养老服务体系加速完善，探索“互联网+家居养老”新模式，300个老年宜居社区创建工作有序推进。开展“江城读书节”等全民阅读主题活动，成功举办2018年武汉国际马拉松比赛等大型体育赛事。军运会场馆项目建设加快推进。
脱贫攻坚水平持续提升
完善脱贫攻坚工作机制，将扶贫工作纳入年度绩效考核，开展全市扶贫项目资金专项治理。大力推动产业扶贫，出台农业产业扶贫项目投资指南，遴选专家对拟脱贫的87个贫困村进行一对一帮扶指导，共选派829名工作队员强化驻村帮扶工作。探索与精准扶贫相结合的农村养老服务新机制，164个农村老年人互助照料服务中心(站)加快建设，136个照料点位实现选址落地。
总的来看，今年上半年我市经济社会发展是稳中有进、稳中向好。
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点与中国科学同行 | 科学出版社2018北京国际图书博览会精彩纷呈
已有 247 次阅读
|个人分类:|系统分类:|
&W1.C04.& 新国展中国科技出版传媒股份有限公司（科学出版社）中国科技出版传媒股份有限公司（科学出版社）是中国科技出版传媒集团的核心子公司，旗下拥有科学出版社、龙门书局、《中国科学》、《科学世界》等知名书刊出版品牌。第二十五届北京国际图书博览会（BIBF)期间，中国科技出版传媒股份有限公司（科学出版社）借助这一推动中外出版界交流与合作的重要平台，向广大参展商和读者奉上一场文化大餐。本届BIBF公司参展主题为“与中国科学同行”，公司共组织1000多种图书、100多种外文学术刊物参展。组织“《中国植物志》60年” 、“《中国科学》和《科学通报》：与中国科学同行”和“‘走出去’成果展”3个专题展。公司作为中国科技出版的重镇，形成了包括国家图书重点出版规划项目、国家出版基金项目、国家科学技术进步奖等项目、科技部基金项目、重大战略咨询规划项目等在内的重大图书出版项目、工程集群。本次参展项目有：中国草地生态保障与食物安全战略研究、中国生态文明建设重大战略系列丛书、中国腐蚀状况及控制战略研究丛书、中国旱涝事件集合应对战略、国家公共安全科技发展战略研究丛书、“十三五”战略性新兴产业培育与发展规划研究系列丛书、推动能源生产和消费革命战略研究系列丛书、中国生物物种名录、临床检验装备大全、本草纲目研究集成、高超声速出版工程等，以及《科技强国建设之路：中国与世界》等重点图书约800种图书参展。“《中国植物志》60年”专题展“《中国植物志》60年”专题展。《中国植物志》是一部历经四代植物学家80多年的研究，目前世界上最大的植物志。它的完成受世人瞩目，于2009年荣获国家自然科学一等奖。在2018年的《朗读者第二季》中，中国植物画第一人曾孝濂老先生携《中国植物志》做客央视，让观众记住了全世界最大型、种类最丰富植物巨著《中国植物志》。本次展示包括历史沿革、图书、史料实物（手稿、文件等）、植物志科学插画展、中国生物志库等内容，展现了从传统出版到数字出版的变迁史。形式上是书展中的文博展、图片展，是本次展览的一大亮点。“《中国科学》和《科学通报》：与中国科学同行”公司被誉为中国科技期刊出版领域的“国家队”，年出版期刊300余种，其中英文期刊70种，被SCI收录47种、被EI收录53种。此次组织《中国科学》和《科学通报》（简称“两刊”）、《国家科学评论》、《遗传学报》，《仿生工程学报》《微系统与纳米工程》、《基因组蛋白质组与生物信息学报》等一批国家重点刊物参展。另外，合资公司科爱公司与中国科研机构共办或自办出版国际高水平开放获取学术期刊近50种，包括《新兴污染物》、《生物材料与生物技术》、《绿色能源与环境》、《作物学报》、《石油勘探与开发》等一批高水平英文期刊也首次亮相参展。“‘走出去’成果展”公司致力于推进“走出去”工作，对外输出的《中国植物志》系列、《中国至2050年科技发展路线路》系列、《通往可持续发展的而亚洲》系列都被“中国图书对外推广计划”列为重点项目，并在全球科技出版界引起了强烈的反响。参展的重点“走出去”图书：《泛喜马拉雅山植物志》系列、《中国植物》、《古脊椎动物志》、《中国大陆科学钻探工程科钻一井钻探工程技术》、《高速列车耦合大系统动力学：理论与实践》、《拉曼谱学》、《局部域上的调和分析与分形分析及其应用》、《微纳细胞与分子传感技术》《地球系统与演变》等。版贸推荐本届展会公司组织了155种图书进行版贸推荐。▋英文版版贸推荐书目下载您可以长摁识别上图二维码下载全本英文版版贸推荐书目，也可关注科学出版社微信公众号（sciencepress-cspm），回复“BIBF”下载。此外，本届展会公司还推出全球变化科学研究数据沙龙（23日下午14:30）等活动。热忱欢迎您光临指导中国科技出版传媒股份有限公司（科学出版社）展台：W1.C04。（本期编辑：安静）一起阅读科学!科学出版社│微信ID：sciencepress-cspm专业品质 &学术价值原创好读 &科学品味
转载本文请联系原作者获取授权，同时请注明本文来自科学出版社科学网博客。链接地址：
上一篇：下一篇：
当前推荐数：0
推荐到博客首页
评论 ( 个评论)
扫一扫，分享此博文
作者的精选博文
作者的其他最新博文
热门博文导读
Powered by
Copyright & 2007-