\"本书系统介绍鲲鹏云服务基本概念、云服务类型、云服务解决方案、鲲鹏应用迁移、容器、容灾、上云流程等内容，让读者了解鲲鹏云的技术和生态。全书共7章，分别介绍云服务的概况、鲲鹏云基础云服务的主要类别、鲲鹏云解决方案、迁移应用到鲲鹏云、鲲鹏云容器和云容灾技术、华为云迁移等。 本书可以作为鲲鹏产业学院专业核心课程的教材，帮助学生了解大数据发展过程与基本知识，熟悉大数据框架的基本原理与发展现状，培养大数据平台设计、分析应用能力。本教材也可作为普通本科院校大数据、计算机等计算机类专业课程的选修课材料，以及作为高职高专计算机类专业的专业课程教材。 \"
随着电力电子技术的迅速发展，其技术已广泛应用于计算机、通信、工业加工和航天航空等领域。因此，从事电力电子技术学习和研究的高校师生以及从事电力电子技术研发的工程技术人员都迫切需要理论性、实用性强的学习资
多模态智慧网络是未来网络体系结构的发展方向，本书共分16章，首先概述多模态智慧网络资源调度机制，介绍网络架构、路由资源调度、负载资源调度、通信资源恢复、接纳控制资源调度、计算资源卸载调度，然后介绍任务资源可信卸载调度、任务迁移资源调度、数据流资源调度、异常检测资源调度、路径资源调度， 介绍网络同步技术、跨域可信通信资源调度、故障检测技术、网络快速通信资源恢复。 本书可作为高等学校计算机，特别是智慧网络相关技术课程的教学参考书，也可供网络开发人员和广大计算机网络爱好者自学使用。
本书专注于通过变换编码实现可逆隐写与认证，全面且详细地讨论了六种变换技术的可逆性计算：离散傅里叶变换（DFT）、离散余弦变换（DCT）、小波变换、Z变换、二项式变换和Grouplet变换，以及基于混沌的认证方法。本书描述了基于所有这些变换的隐写与认证方法，包括实现细节和结果。详细探讨了在空间域内进行信息的嵌入与提取、运用基于遗传算法（GA）的方法进行参数调优，以及将信息嵌入到Z域的虚系数中等主题。 本书详细描述了基于变换的隐写过程中的嵌入技术，还探讨了嵌入后像素值的调整，并给出了可逆计算的数值示例。在基于混沌的认证方面，本书描述了使用Monobit测试、Serial测试和Poker测试来检验生成器的质量。本书还介绍了图像处理系统的各种指标，概述了美国 标准与技术研究院（NIST） 的15个测 例。
本书以TMS320F2812为例，介绍TMS320C2000系列DSP在作者所从事的航空遥感器控制系统项目中的具体应用，包括数据串行通信控制、直流伺服控制、步进电机控制、温度控制以及嵌入式控制软件的在线升级应用等。结合各个应用的特点，通过分析其功能需求和使用情况，推导数学模型，进行硬件控制电路原理和主要软件代码的设计，给出测试或试验的结果，为用户了解和快速掌握该处理器的应用特性和使用特点，设计出满足使用要求的嵌入式数字控制系统提供参考。
《疯狂Spring Boot 讲义》不是一本介绍类似于@PathVariable、@MatrixVariable、@RequestBody、@ResponseBody这些基础注解的图书，它是真正讲解Spring Boot的图书。Spring Boot的核心是什么？它的核心就是自动配置，以及以自动配置为基础与大量第三方后端技术进行整合。因此学习Spring Boot应该重点关注的就是它为整合各种框架所提供的自动配置，包括Spring Boot如何整合各种前端框架，如Spring MVC、Spring WebFlux；Spring Boot如何整合各种持久层技术，如Spring Data、MyBatis、Hibernate/JPA、R2DBC、jOOQ等；Spring Boot如何整合NoSQL技术，如Redis、MongoDB、Neo4j、Cassandra、Solr、Elasticsearch等；Spring Boot如何整合各种消息组件，如ActiveMQ、Artemis、RabbitMQ、Kafka等；Spring Boot如何整合各种缓存机制，如JCache、EhCache、Redis、Hazelcast等；Spring Boot如何整合各种安全框架，如Spring Security、Shiro等，这些都只是Spring Boot整合的典型
一致性是 重要的分布式技术。众所周知，分布式系统有很多特性，如可用性、可靠性等，这些特性多多少少会与一致性产生关系，受到一致性的影响。要全面研究、掌握分布式技术，一致性是绕不开的一个话题，也是 难解决的一个问题。本书主要介绍GFS、HDFS、BigTable、MongoDB、RabbitMQ、ZooKeeper、Spanner、CockroachDB系统与一致性有关的实现细节，以及 重要的Paxos、Raft、Zab分布式算法；本书还介绍了事务一致性与隔离级别、顺序一致性、线性一致性与强一致性相关内容，以及架构设计中的权衡等。从分布式技术的角度来说，本书讲解了分布式领域比较高阶的内容，但是从分布式一致性的角度来说，本书仍然是一致性的入门书。
微处理器是集成电路之巅。目前事务处理型微处理器仍主要采用x86体系结构。但其可公开获取的研究资料很少，真实产品设计细节 是秘而不宣。本书以研究专利中的公开技术作为x86体系结构研究的新方法。按照“指令集结构—微结构—物理实现”层级，沿着数据类型从标量—矢量—矩阵进程脉络，本书按照x86通用指令集、浮点指令集、安全保护类指令集、虚拟化指令集、微指令、指令集扩展等模块分类，从上万条Intel专利中挖掘出x86指令专利，按照技术背景、遇到的问题、解决思路、实现方法与技术采纳，对其进行梳理分析、提炼成章。
本书立足于机器智能中的视觉感知，聚焦计算成像和计算感知这两大前沿交叉研究领域，围绕传统视觉感知面临的响应维度单一、传输带宽受限、信号噪声串扰、信息通量不足等严峻挑战，以“升维-扩域-去扰-识义”递进式研究架构为线索，详细介绍信息获取、信息拓展、信息优化和信息理解的 外前沿方法与技术，为解决机器智能领域视觉系统高维“看不到”、广域“看不全”、细节“看不清”和语义“看不懂”等问题提供详实的技术参考。 本书内容丰富、结构清晰、理论与实践并重，可作为信息、光电、计算机等相关专业的研究生教材，亦可作为相关领域科研工作者及对此感兴趣的读者的参考书。
本书以San 为例，结合具体的实现，从框架设计、工程链路、跨端开发和全栈实现等方面说明了如何优化前端框架的性能。主要内容包括：San 的组件化设计、响应式的数据设计，以及数据流管理等知识；San SSR 的设计及其在业务中的具体运用；在“开发– 调试– 编译– 部署”工作流中用于提升效率的工具，专门为San 开发的命令行工具San CLI，以及对应的可视化界面实现；San 的跨端融合支持；San 的发展规划。 本书适合所有前端开发人员阅读。
本书循序渐进地讲解了使用Python语言开发推荐系统的核心知识，并通过具体实例的实现过程演练了各个知识点的使用方法和使用流程。全书共12章，包括 系统基础知识、基于内容的 、协同过滤 、混合 、基于标签的 、基于知识图谱的 、基于隐语义模型的 、基于神经网络的 模型、序列建模和注意力机制、强化推荐学习、实时电影 系统开发和服装推荐系统开发。本书内容简洁而不失技术深度，数据资料翔实齐全，并且易于阅读。 本书适合已经了解了Python语言基础语法，想进一步学习 系统技术的读者学习，还可作为大专院校相关专业的师生用书和培训学校的参考教材。
本书围绕构建信息安全体系结构的技术、管理和人3个关键要素展开。信息安全技术围绕网络空间的载体、资源、主体和操作4要素，介绍设备与环境安全、数据安全、身份与访问安全、系统软件安全、网络系统安全、应用软件安全和信息内容安全7个方面的内容，涵盖了从硬件到软件、从主机到网络、从数据到信息内容等不同层次的安全问题及解决手段。信息安全管理涵盖了法律法规和标准等管理制度、等级保护、风险评估等重要环节。对人的安全意识教育、知识介绍和技能培养贯穿全书。本书的目标是帮助读者构建系统化的知识和技术体系，以正确应对面临的信息安全问题。本书可作为网络空间安全专业、信息安全专业、计算机科学与技术专业、信息管理与信息系统专业或相关专业的基础课程、通识课程的教材，也可作为信息安全工程师、 注册信息安全专业人员以
随着通信技术、网络技术和计算技术的持续演化与普慧应用，促进了“万物智慧互联、信息泛在共享”，新业态不断演化过程中用户数据频繁跨境、跨系统、跨生态圈交换已成为常态，隐私信息滥用治理难和保护手段缺失已成为世界性问题，个人信息保护已成为 安全战略，亟须加强此领域基础理论研究，支撑泛在互联环境下个人信息保护，守护隐私信息。作者于2015年提出隐私计算概念及研究范畴。本书是作者致力于隐私计算研究的原始创新科研成果，系统阐述了隐私计算基础理论与技术。本书首先介绍了个人信息与隐私保护的内涵，明确了隐私防护与隐私脱敏的学术范畴，并总结归纳了隐私保护技术的局限性及引入隐私计算研究的必要性，然后阐述了隐私计算的理论体系、基于隐私计算思想研究的若干隐私保护算法， 展望了隐私计算的未来研究方向。 本书可
面对严峻的网络安全形势，了解和掌握计算机网络安全知识具有重要的现实意义。本书着重阐述计算机网络安全的原理与技术，内容包括绪论、密码学基础知识、消息认证与身份认证、PKI与数字证书、无线网络安全、IP及路由安全、传输层安全、DNS安全、Web应用安全、电子邮件安全、拒 服务攻击及防御、网络防火墙、入侵检测与网络欺骗、恶意代码、网络安全新技术。各章均附有习题和实验。本书可作为高等学校网络空间安全、信息安全、网络工程、计算机等专业的计算机网络安全类课程的教材，也可作为相关领域的研究人员和工程技术人员的参考书。。
本书介绍了如何使用scikit-learn、TensorFlow等关键库来有效解决现实世界的机器学习问题。本书着重于实用的解决方案，提供多个案例，详细地讲解了如何使用Python生态系统中的现代库来构建功能强大的机器学习应用程序；还介绍了分类、聚类和 引擎等多种机器学习算法，以及如何将监督学习和无监督学习技术应用于实际问题； ，介绍了强化学习、深度神经网络和自动机器学习等应用示例。本书适合数据科学家、机器学习开发人员、深度学习爱好者以及希望使用机器学习技术和算法解决实际问题的Python程序员阅读。
