`

网络安全的本质在对抗，对抗的本质在攻防两端能力较量。如何提升高等学校网络空间安全人才教学质量建设，让学生在学习过程中，理论联系实际，提升网络安全对抗实践能力，是当前高校网络空间安全人才培养需要关注的重要问题。本书聚焦网络空间安全人才培养的对抗实践能力建设，从高等学校网络空间安全人才教学体系出发，围绕网络安全对抗能力、系统安全对抗能力、密码学对抗能力以及应用安全对抗能力，采取由浅入深的方式，循序渐进设计课程。本书共10章，包括Web应用安全、网络流量分析、逆向工程分析、移动应用安全、软件漏洞

本书聚焦网络空间安全人才培养的对抗实践能力建设, 从高等学校网络空间安全人才教学体系出发, 围绕网络安全对抗能力、系统安全对抗能力、密码学对抗能力以及应用安全对抗能力, 采取由浅入深的方式, 循序渐进设计课程。本书共10章, 包括Web应用安全、网络流量分析、逆向工程分析、移动应用安全、软件漏洞挖掘、固件漏洞挖掘、密码学应用基础、区块链安全、隐写与隐写分析、攻击溯源技术的对抗演练, 并融入了当下全球流行的CTF安全竞赛内容, 以解题夺旗等形式进行实验操作, 让学生的学习过程更有趣味性和竞技性,

"本书以电商网站中的用户行为数据作为数据源，系统介绍了使用Spark生态系统进行离线分析和实时分析的方法。全书共6章，分别讲解了项目概述、搭建集群环境、使用Flume实现数据采集、使用Hive构建数据仓库、使用Spark进行数据分析以及使用FineBI实现数据可视化。
本书附有教学PPT、教学设计等资源，同时，为了帮助初学者更好地学习书中内容，还提供了在线答疑，欢迎读者关注。
本书适合作为高等学校数据科学与大数据技术及相关专业的教材，也适合数据分析、数据可视化等领域的从业者阅读。"

"《大数据管理导论》从基础、职能和应用三个维度构建课程体系结构。基础篇包括：大数据概述(数据与大数据、大数据时代、大数据相关技术、大数据关键技术、我国大数据发展战略)、大数据管理基础理论(数据资产理论、数据权理论、大数据思维、大数据伦理)；职能篇包括：宏观大数据管理主要职能(大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全)、微观大数据管理主要职能(企业数据规划、企业数据组织、企业数据采集、企业数据分析与应用)；应用篇从横向和纵向两个维度，即从管理职能视角(大数据预测与决策

本书介绍了Hadoop生态系统架构功能与原理；分布式文件系统HDF-SHDFS；MapReduce编程模型及应用开发；YARN原理及配置；Hadoop伪分布式环境的搭建与配置测试；Hadoop完整分布式的集群配置搭建；Zookeeper分布式协作框架；HDFSHA原理功能与配置测试；ResourceManagerHA原理与配置；通过实际案例介绍了网站用户行为分析、网站后台日志分析和二次排序；介绍数据仓库Hive的原理及安装部署、Hive的基本操作及实战操作；大数据协作框架Sqoop、Flume、

本书内容主要分为四部分，前7章为第1部分，描述如何质疑、审查证据，如何收集、分析并处理缺失数据，避免数据操控等。第2部分为第8-11章，讨论数据呈现中的问题并通过创新方法取得研究新发现。第3部分为第12-17章，聚焦教育领域，再次利用证据证明了发现似实谬误之易，第4部分为结论。

本书共8章, 分别讲解了Spark基础知识、Spark部署、SparkRDD、SparkSQL、SparkStreaming、Kafka、StructuredStreaming和SparkMLlib, 并在最后完整开发了一个在线教育学生学习情况分析系统, 帮助大家巩固前面所学的内容。

数据治理与认知安全在推动国家发展、保障国家安全、维护社会稳定和促进经济高质量发展等方面具有不可替代的重要作用。本书覆盖数据治理与认知安全两部分内容。数据治理包含数据治理体系、数据处理方法和数据合规审计三方面内容，主要关注数据的采集、清洗、集成、标注、增强和分析等规范化的管理过程，确保数据在整个生命周期中保持高质量、一致性、准确性和合规性，使得数据能被正确利用，有序释放数据价值。认知安全包含数据建模的基础理论、认知安全威胁和认知安全防御的理论与方法三方面内容，主要强调在数据驱动的人工智能应用范式下

本书内容分七大模块：大数据概述、开发环境搭建、大数据采集（爬取）、大数据分析、数据建模与数据挖掘、数据可视化以及大数据分析挖掘综合案例。开发环境采用Python语言环境，详细讲解爬虫技术原理、python爬虫第三方库、scrapy爬虫框架等。大数据分析部分讲解Numpy和Pandas。数据建模与数据挖掘模块讲解相关性与关联规则、聚类、分类等算法与实现。数据可视化部分讲述Matplotlib、Pyecharts和Seaborn等。本书可作为高等院校计算机技术及相关专业的教材。