本书是权威的计算机体系结构著作，是久负盛名的经典作品。书中系统地介绍了计算机系统的设计基础、指令集系统结构、流水线和指令集并行技术、层次化存储系统与存储设备、互连网络以及多处理器系统等重要内容。这一版新增一章，专门介绍领域专用体系结构。本书对近些年火热的云计算、手机客户端技术、人工智能等相关内容也有涉猎。 本书既可作为高等院校计算机专业本科生或研究生教材，也可作为从事计算机体系结构或计算机系统设计的工程技术人员的参考书。
《写好论文：思维模型与AI辅助应用》 《写好论文：思维模型与AI辅助应用》创新性地将学术写作的思维模型与AI辅助工具相结合，为读者提供了一套全新且实用的学术写作方法，旨在助力读者提高学术写作的质量和水平。 《写好论文：思维模型与AI辅助应用》共9章，每章都聚焦一个特定的思维模型。这些模型包括 顶天立地加两翼 结构模型、选择和确定研究单位的三角模型、OBTQP研究问题模型、细化研究维度的思维罗盘模型、推导文献综述 GAP 的破界创新模型、匹配研究理论的勾连信号模型、适配研究方法的画布模型、非共识研究观点模型和深入解决问题的U型思维模型。对于每个模型，书中都有详细的背景介绍、拆解步骤、应用方法和案例分析，确保读者能够全方位地理解并实际应用这些模型，从而真正掌握学术写作的思维精髓和实践要诀。 《写好论文：思维模
数据是数字经济的关键要素已经形成共识，数据资源入表成为数据资产正在探索推进中。数据资产不同于通常意义上的有形实物资产和无形知识产权资产，它是一类新的资产类别。有用的数据积累到一定的规模具备开发价值后就形成数据资源，数据资源在满足了数据权属明确、成本或价值能够被可靠地计量、数据可机读等基本条件后就可以成为数据资产。本书分析讨论了数据的资产性，基于数据的属性对数据资产进行了明确的定义，将信息资产、数字资产和数据资产统一为数据资产。在此基础上，本书系统地介绍了数据资产化、盒装数据、数据资产评估、数据资产入表、数据资产管理、数据资产定价、数据资产运营和数据市场等内容。本书在第1版的基础上依据近年数据资产研究和实践的发展进行了修订，此次修订增加了盒装数据、数据资产入表等新的内容，其他
本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，涵盖图神经网络的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。全书分为四部分：部分介绍图神经网络的基本概念；第二部分讨论图神经网络成熟的方法；第三部分介绍图神经网络典型的前沿领域；第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。 本书适合高年级本科生和研究生、博士后研究人员、讲师以及行业从业者阅读与参考。
本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型（第1~3章），解析语言模型的核心概念，包括词元、嵌入向量及Transformer架构，帮助读者建立基础认知。第二部分 使用预训练语言模型（第4~9章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升模型的应用能力。第三部分 训练和微调语言模型（第10~12章），探讨大模型的训练与微调方法，包括嵌入模型的构建、分类任务的优化及生成式模型的微调，以适应特定需求。 本书适合对大模型感兴趣的开发者、研究人员和行业从业者。读者无须深度学习基础，只要会用Python，就可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在
本书系统地介绍了语音识别的原理与应用。全书共15章，原理部分涵盖声学特征、隐马尔可夫模型（HMM）、高斯混合模型（GMM）、深度神经网络（DNN）、语言模型和加权有限状态转换器（WFST），重点描述了GMM-HMM、DNN-HMM和端到端（E2E）三种语音识别框架；应用部分包含Kaldi、ESPnet、WeNet和工业应用实践介绍，内容主要来自工程经验，极具实用性。 本书可以作为普通高等学校人工智能、计算机科学与技术、电子信息工程、自动化等专业的本科生及研究生的教材，也适合作为从事智能语音系统的科研人员和工程技术人员的参考书。
涵盖2021年CISSP所有考点，是您的一站式学习手册，助您更灵活、更快捷地准备CISSP考试。本书编排得当，内容详实，包含可供个人评估备考进展的测试、目标地图、书面实验题、关键考点以及富有挑战的章节练习题。开始使用本手册准备CISSP考试吧。 涵盖全部考试目标 ? 安全与风险管 理 ? 资产安全 ? 安全架构与工程 ? 通信与网络安全 ? 身份和访问管理 ? 安全评估与测试 ? 安全运营 ? 软件开发安全
本书主要讲解分布式机器学习算法和开源框架，读者既可以从宏观的设计上了解分布式机器学习的概念和理论，也可以深入核心技术的细节设计中，对分布式机器学习形成深刻而直观的认识，做到学以致用。 本书共分为5篇，第1篇是分布式基础，首先介绍了分布式机器学习的概念、基础设施，以及机器学习并行化技术、框架和软件系统，然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行，以PyTorch和Horovod为主对数据并行进行分析，读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流水线并行，讲解了除模型划分之外，还通过引入额外的流水线来提高效率，以GPipe / PyTorch / PipeDream为例进行分析。第4篇是模型并行，首先对NVIDIA Megatron进行分析，讲解如何进行层内分割模型并行，然后讲解PyTorch 如何支持模型并行，最后介绍分布
本书依托科技创新2030 新一代人工智能 重大项目 人在回路的大电网调控混合增强智能基础理论 (2018AAA0101504)而撰写，介绍了基于人机混合智能的高动态系统调控理论方法、含新型人机智能接口的多源异构数据和知识处理关键技术，以及人机混合智能调控系统智能水平评估和自主进化理论方法与平台研发，并给出了混合智能在高动态系统中的管控机制、交互途径、趋优方法及部署架构；通过丰富案例展示理论技术的实现路径，构造人机混合智能在高动态系统调控中的系统工程方法和实施范式，为人机混合智能在高动态系统调控业务中的科学研究以及工程应用提供体系化指导。本书可作为企业、科研单位、高校等社会各界了解、学习、应用工业互联网前沿管控技术的重要参考书。
本书从多维数组Tensor开始，循序渐进地介绍PyTorch各方面的基础知识，并结合深度学习中的经典应用，带领读者从零开始完成几个经典而有趣的实际项目，包括动漫头像生成、风格迁移、自动写诗以及目标检测。本书还介绍了PyTorch的几个高级扩展，包括向量化计算、分布式加速以及CUDA扩展。本书既适合深度学习的初学者及次接触PyTorch的研究人员阅读，也适合有一定PyTorch使用经验的用户阅读，帮助他们建立对PyTorch的基本认识，提高使用PyTorch框架解决实际问题的能力。
本书是一本全面深入探讨数据资产评估方法与系统设计的专业图书。本书基础篇介绍了数据资产的定义、特征和类型，阐述了数据资产评估的重要性和面临的挑战，分析了数据质量、数据资产价值和风险评估的基础理论。方法篇提供了数据质量、数据资产价值和数据资产风险的相关评估方法，并讨论了它们的适用性和实践应用。系统设计篇重点介绍了数据资产评估系统的架构设计、功能设计、数据库设计、系统界面设计和非功能需求设计，提供了从概念到实践的完整指导。本书旨在帮助数据资产管理和评估的专业人士及相关学者和研究人员掌握数据资产评估的核心技能，构建高效的评估系统，实现快速评估，优化数据资产管理策略，以应对当前数据驱动的商业环境中的各种挑战。
本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型（第1~3章），解析语言模型的核心概念，包括词元、嵌入向量及Transformer架构，帮助读者建立基础认知。第二部分 使用预训练语言模型（第4~9章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升模型的应用能力。第三部分 训练和微调语言模型（第10~12章），探讨大模型的训练与微调方法，包括嵌入模型的构建、分类任务的优化及生成式模型的微调，以适应特定需求。 本书适合对大模型感兴趣的开发者、研究人员和行业从业者。读者无须深度学习基础，只要会用Python，就可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在
《颠覆性技术区块链译丛：区块链在数据隐私管理中的应用 》： 本书旨在向初学者展示物联网和区块链的基础知识，以及现有从业者的集成和挑战讨论。其目的是加深对区块链在促进安全方面的作用的理解。它提供了一个逐步的讨论、详尽的文献调查、严格的实验分析和讨论，以证明区块链技术用于确保通信安全。 《颠覆性技术区块链译丛：区块链平台 》： 这本书介绍了当今区块链技术的所有技术特性，它首先全面解释了所有必要的技术概念，以便理解与分布式账本相关的讨论，并介绍了早期实现的简短历史，然后详细讨论了比特币网络，以及在不久的将来可能会发生什么样的变化。 《颠覆性技术区块链译丛：区块链在信息安全保护中的应用 》： 用于信息安全和隐私的区块链提供了关于分散领域中安全、信任和隐私主流领域区块链使用的基本知识。
本书旨在帮助读者更好地应对算法面试，提高算法和编程能力。书中按专题精选了LeetCode平台的一系列的热点算法题，并详细解释其求解思路和过程。全书分为三个部分，第Ⅰ部分为数据结构及其应用，以常用数据结构为主题，深入讲解各种数据结构的应用方法和技巧。第Ⅱ部分为算法策略及其应用，以基本算法设计方法和算法设计策略为主题，深入讲解各种算法设计策略的应用方法和技巧。第Ⅲ部分为经典问题及其求解，以实际中的一些问题为主题，深入讲解这些问题多种求解方法。 本书适合于需要进行算法面试的读者，通过阅读本书可以掌握算法面试中求解问题的方法和技巧，提升自己的算法技能和思维方式，从而在面试中脱颖而出。同时可以作为《数据结构》和《算法设计与分析》课程的辅导书，也可以供各种程序设计竞赛和计算机编程爱好者研习。
本书系统阐述了网络内生安全问题的矛盾性质和期望的内生安全构造、机制、特征，提出了基于动态性(D)、多样性(V)和冗余性(R)为顶点的“未知威胁防御不可能三角”的通用三元解构模型；定性分析了当前主流安全技术不能防范未知安全威胁的本质原因；指出DVR完全交集存在化解内生安全问题的可能；进而推导出内生安全存在性定理，从理论层面回答了内生安全为什么能有效防范DHR架构内广义功能安全问题的机理；架构赋能应用实例表明，内生安全赋能网络弹性工程不仅具有必要性，而且具有普适性。
本书系基于中国工程院重大咨询研究项目“中国人工智能2.0发展战略研究（第二期）”撰写而成，汇集了十余位院士以及上百位专家的智慧和心血。本书在一期项目的基础上，更加着眼于通用人工智能重大理论问题研究，系统地梳理了人工智能近期新基础研究进展和应用情况，从大数据智能、群体智能、跨媒体智能、混合增强智能、自主无人系统等五个智能方向以及智能创新应用出发，展开了深入调研和分析，重点研究理论框架与核心技术及应用，就未来人工智能研究发展趋势提出了前瞻性和支撑性观点。
本书基于IP网络与技术的宏观视角，以SRv6为主线，深入剖析网络可编程技术，涵盖网络可编程技术原理、数据面技术、控制面技术、协议扩展、硬件实现、头部压缩、应用场景及标准化等方面的内容。本书将SRv6技术的近期新进展体系化、条理化地融合到各个章节中，使读者可以系统全面掌握SRv6网络可编程原理及实践方面的知识。本书是作者在网络领域二十多年来研发和实践的总结，主要面向软/硬件研发人员、网络技术人员以及高等院校通信网络相关专业师生。
本书专注于Linux二进制安全。全书包含12章，从二进制底层开始，结合源码详细分析了常见的二进制安全漏洞、缓解机制以及漏洞利用方法，并辅以分析工具和环境搭建的讲解。本书在素材的选择上较为连续、完整，每个知识点均配以经典例题，并花费了大量篇幅深入讲解，以*程度地还原分析思路和解题过程。读者完全可以依据本书自主、系统性地学习，达到举一反三的效果。本书主要面向CTF初学者，也适合对CTF感兴趣的人群学习。
本书对区块链、物联网和人工智能技术的基本概念进行了综合概述和技术描述。深入探讨优选进的技术，以讨论每个领域的挑战。这些革命性技术的融合利用了多个领域，引起了行业专业人士的关注，这反过来又促进了本书更广泛的关注度。作者关注现实世界的实例和应用，并强调区块链的优势对于转变读者的思维、寻找潜在解决方案的重要性。
