全書分為上下兩冊，上冊包含9章，下冊包含5章。上冊為第1—3章，圍繞大數據及其驅動的新一代人工智能的發(fā)展，梳理了數據科學所面臨的機遇和挑戰(zhàn)，引入基于模型的系統工程體系和方法，構建了支持大數據分析與技術實施的體系結構與方法論。第4—6章，圍繞大數據的建模與分析，介紹了大數據的需求和性能建模方法、業(yè)務建模分析方法及數據建模

本書系統性地介紹了大數據的概念、技術架構、數據處理與存儲、數據挖掘與分析等內容，適用于大數據領域的初學者和理論研究者。而在實際應用方面，本書重點關注大數據技術在各個行業(yè)的應用場景，涵蓋金融、醫(yī)療、電商、物流等領域，為讀者提供了豐富的實踐案例和解決方案。針對應用層面，本書通過大量案例分析，將大數據技術與現實生活場景相結合

本書系統的圍繞設計可追蹤的數據隱私保護方法這一核心問題，從不同角度提出了多種數據隱私保護和追蹤功能結合方案，在此基礎上對方案深度應用，證實了可追蹤的數據隱私保護方案的可行性。此書提出的可追蹤的數據隱私保護方法為隱私保護研究領域提出了一種新的解決方式，目前已有多所學�；蛘哐芯繖C構的人員加入到此研究中。

本書對數據戰(zhàn)略及數據安全形勢、數據安全治理概念、法律法規(guī)標準、治理框架、治理能力評估等方面對數據安全治理相關內容進行了研究和探索，綜合解讀監(jiān)管政策法規(guī)及安全事件，梳理協同治理的相關概念與內涵，剖析數據安全治理面臨的挑戰(zhàn)與治理方法論，整體架構了管理、技術、運營相結合的治理框架，并面向電信企業(yè)的數據安全治理進行了行業(yè)實踐應

《大數據分析與應用(微課版)》緊跟大數據技術的最新發(fā)展，采用簡明易懂的語言和逐步深入的案例，系統地講解了大數據分析的相關知識�！洞髷祿�分析與應用(微課版)》的主要內容包括：大數據分析概論、需求分析與指標體系構建、大數據存儲與管理、云計算與大數據的集成應用、網頁結構分析與Python編程基礎、大數據采集、大數據預處理、大

本書圍繞配套教材《Hadoop大數據分布式框架-原理與應用》的教學任務，根據教學內容和教學進度設置相應的實驗，整本實驗指導書共分為20個實驗，主要介紹Hadoop分布式環(huán)境的部署過程、HDFS編程、MapReduce編程及應用、Hadoop的相關生態(tài)組件HBase、Hive、Spark、MySql的安裝及應用，以及集成

"《復雜系統影響因素研究的數據驅動分析方法》聚焦于復雜系統影響因素研究的數據驅動分析方法(DAC)，為應對大數據和人工智能時代復雜系統問題提供創(chuàng)新思路與實用工具。第1章闡述了傳統分析方法在處理復雜系統多變量、非線性和動態(tài)變化等特征時的不足，而DAC憑借先進的數據挖掘和機器學習算法，通過數據獲取、數據處理與變量測量、聚類

專著，本書全面介紹了作者近年來在網絡控制系統領域的研究成果。主要內容包括：網絡控制建模方法綜述；區(qū)間化隨機時延的網絡控制系統鎮(zhèn)定研究；區(qū)間化時變時延的網絡控制系統鎮(zhèn)定研究；網絡控制系統時變采樣周期的建模與切換控制；具有網絡誘導時延與隨機丟包的網絡化系統建模與控制；具有時延與丟包的網絡化切換系統建模與控制；混合事件觸發(fā)下

本書分為4篇,共12章。第1篇(第1、2章)準備篇,主要介紹Hadoop和Spark的基本概念,以及如何快速搭建Hadoop和Spark的學習環(huán)境。第2篇(第3-6章)入門篇,涵蓋Hadoop的高級特性、Spark的基礎知識與高級特性,以及大數據安全。第3篇(第7-10章)進階篇,深入講解數據采集與清洗、數據存儲與管理

本書以科學、實用、簡明易懂的語言，以數據時代大數據技術發(fā)展與實踐為框架，對大數據的技術支撐、基于Hadoop的大數據平臺的實現、大數據應用的相關技術、云時代的大數據技術應用案例等內容做深入分析。