本书完整全面地讲述数据挖掘的概念、方法、技术和近期新研究进展。本书对前两版做了全面修订，加强和重新组织了全书的技术内容，重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容，还全面讲述了OLAP和离

本书全面阐述了新一代安全理论与安全架构，并结合作者自身经验层层剖析了包括Google公司在内的各大互联网企业所应用的各种关键安全技术的原理及具体实现。全书分为3部分，共15章。第一部分“安全理论体系”主要讲解了业界优选的安全架构体系（IPDRR模型、IA、网络韧性架构）与安全体系（ISMS管理体系、BSIMM工程体系、Google技术体系）建设理念。第二部分“基础安全运营平台”的主要内容有威胁情报、漏洞检测、入侵感知、主动防御、后门查杀、安全基线、安全大脑等。第三部分“综合安全技术”主要讲解了安全开发生命周期、企业办公安全、互联网业务安全、全栈云安全等方面的内容，并展望了前沿安全技术。期待本书可以给读者带来不一样的互联网企业整体安全架构理论和安全建设视角，让读者获得自身职业发展所需的专业信息安全知识！本书适合对信息

作为云计算所青睐的分布式架构，Hadoop 是一个用Java 语言实现的软件框架，在由大量计算机组成的集群中运行海量数据的分布式计算，是谷歌实现云计算的重要基石。本书分为3 个部分，深入浅出地介绍了Hadoop 框架、编写和运行Hadoop 数据处理程序所需的实践技能及Hadoop 之外更大的生态系统。 《Hadoop实战》适合需要处理大量离线数据的云计算程序员、架构师和项目经理阅读参考。

在信息技术革命之后，我们将迎来数据革命。在大数据的概念、性质和价值已得到政府和社会的认可之后，大家关注的是数据如何获取，以及有了数据以后如何挖掘数据的价值。仅适合特定行业、满足特定需求的技术不足以应对一场革命，大数据不但是超出计算机软硬件处理的能力，更是超出人类的认知能力。只有实现对数据的认知，利用数据辅助决策，才是适合不同行业数据价值实现的通用手段。本书描述了数据革命的起源、实现的思路、所用的技术和要达到的目标，针对当今社会热点描述了在数据时代的应对之策。本书宏观和微观、人文和技术、启迪思想和关注实用并举，既适合宏观层面的领导启迪思维，提出工作目标，又适合微观层次的执行人员找到实现的方法和路径。本书介绍的理论和技术均可在智慧城市、智能制造领域实际使用。本书适合政府、企业决

Spark SQL 是 Spark 技术体系中较有影响力的应用（Killer application），也是 SQL-on-Hadoop 解决方案 中举足轻重的产品。《Spark SQL内核剖析》由 11 章构成，从源码层面深入介绍 Spark SQL 内部实现机制，以及在实际业务场 景中的开发实践，其中包括 SQL 编译实现、逻辑计划的生成与优化、物理计划的生成与优化、Aggregatio算子和 Joi算子的实现与执行、Tungste优化技术、生产环境中的一些改造优化经验等。 《Spark SQL内核剖析》不属于入门级教程，需要读者对基本概念有的了解。在企业中任职的系统架构师和软件开发人员，以及对大数据、分布式计算和数据库系统实现感兴趣的研究人员，均适合阅读《Spark SQL内核剖析》。

本书由数据中心IT建设和运营管理（ITBOM）联盟基于国家标准GB/T 33136- 2016《信息技术服务 数据中心服务能力成熟度模型》编写。全书选取业界代表性单位，从流程关键管控点、管理要求和电子化工具等角度，对战略发展、运营保障和组织治理等各流程的真实情况进行详细说明，以期为业界的服务能力建设与成熟度提升提供参考与指导。

本书涵盖了五类重要的智能算法：搜索、、聚类、分类和分类器组合，并结合具体的案例讨论了它们在Web应用中的角色及要注意的问题。除了章的概要性介绍以及第7章对所有技术的整合应用外，第2~6章以代码示例的形式分别对这五类算法进行了介绍。

《多阶段小样本数据条件下装备试验评估》共分为8章。章为绪论，概述了可靠性增长问题、命中概率／精度评定问题和雷达探测距离评估问题的研究现状，阐述了变动统计的基本概念、理论和有关方法。第二章为准备知识，系统地介绍了贝叶斯方法和变动统计方法的有关概念、基本内涵、方法和应用领域，为全书奠定了理论基础。第三章讨论了多阶段延缓纠正模式下可靠性增长试验评估的有关方法，包括顺序约束建模法、折合因子法、增长因子法和线性模型建模法。第四章讨论了多阶段含延缓纠正模式下可靠性增长试验评估方法，包括基于MS-NHPP-I模型的顺序约束法、基于MS-NHPP-Ⅱ模型的顺序约束法、增长因子法和线性模型法。第五章讨论了多阶段数据条件下装备命中概率的评估方法，研究了如何充分利用多批次异总体的试验数据开展命中概率评估。第六章讨论了融