本书是一本介绍计算机专业知识的入门教材，内容包括计算机发展简史、计算机专业知识体系、计算机中的数据表示、计算机硬件知识、操作系统知识、程序设计知识、软件开发知识、计算机网络知识、计算机系统安全知识、人工智能知识和计算机领域的典型问题等。通过学习本书，学生可以了解计算机发展史中的重要人物和事件，熟悉学习计算机专业应掌握的知识体系和学习方法，从总体上掌握计算机专业的基本知识，聚焦计算机科学技术的**发展趋势，探索计算机专业领域能解决的实际问题。编写本书旨在帮助学生尽早建立一个完整的计算机概念，构建一

本书将基础理论和实践相结合，系统介绍了计算机科学与技术各专业方向的基础知识。每章包括基础理论、基础应用、思考与探索、实践环节4部分。每章的基础理论部分讲解基础原理；基础应用部分介绍典型应用；思考与探索部分以问答形式提出扩展问题，引导读者思考，指明其知识点和后续课程的相关性；实践环节部分设计了多种实践项目。本书包含绪论、计算机硬件基础、系统软件基础、系统性能与安全、办公软件应用、多媒体应用、数据库系统应用、软件和程序设计、计算机网络基础、新一代信息技术等方面的内容。
本书是一种基础广泛、实用

本书内容分为三篇，共8章。第一篇为网络安全技术基础，共2章，主要讲解网络安全的基础知识与网络协议安全分析；第二篇为Web网络攻击与防御技术，共5章，详细讲解Web网络安全基础及攻击与防御技术，包括SQL注入攻击、XSS跨站脚本攻击、文件上传漏洞等；第三篇为缓冲区溢出攻击与逆向分析，共1章，主要介绍缓冲区溢出攻击原理，以实例分析逆向技术及栈溢出原理。附录A是Web漏洞测试靶场搭建及工具介绍，附录B是CTF网络安全竞赛介绍。
本书的特点是突出网络攻防实战技术。从原理到实战，从攻到防，由浅入深地

本书立足于将所学的网络安全、软件安全等基础知识应用于网络安全防护体系建设和网络安全运营实践中，提供分析问题、解决问题的方法论指导。本书分4章，第1章阐述常用的网络安全架构及框架，用于指导组织结合具体实际开展网络安全防护体系的规划和设计；第2章给出网络安全工程的主要流程，重点介绍威胁建模分析、安全需求分析、安全体系设计的方法和信息安全工程能力成熟度模型；第3章阐述如何进行网络安全风险评估和安全度量；第4章简要介绍网络安全运维和应急响应的主要内容和方法，内容包含理论方法、模型、参考实例、标准规范等。

本书以信息技术工具与大数据分析为核心,结合当前时代信息技术的发展动态，通过10个具有代表性的实验，对与大数据分析相关的工具、方法及其应用进行了详细介绍。本书一方面涵盖了信息技术基础知识、AI Studio平台、Python程序设计语言、网络数据获取、文本和表格数据处理与数据分析等大数据分析基础知识体系内容，另一方面加入了虚拟数字人、大语言模型等大数据与人工智能领域的前沿应用，引导读者体验信息技术的**产物。本书内容和实例丰富,针对性强,叙述和分析透彻,具有可读性、可操作性和实用性强等特点。此外，

本书共分8章，主要内容如下： 第1章介绍数据的认知与研究任务，大数据概念特征及技术挑战等。 第2章介绍大数据内容、知识和结果表达概念，以及元数据和知识图谱技术。 第3章介绍数据存储基础、大数据存储要求以及应对技术和典型系统。 第4章介绍数据管理基础，新型数据管理模型及其相应大数据管理系统。 第5章介绍数据计算基础，大数据计算特点，大数据的批量、流、图等新计算模型和特点，以及计算引擎的工作原理等。 第6章介绍大数据分析概念、分类聚类等数据分析的基本方法，以及深度学习等数据分析的高级方法。 第7章介

本书采用项目任务的编写方式，共包括网络基础与网络安全、文件系统安全配置、账户与登录安全配置、防火墙安全配置、文件共享安全配置、Web服务安全配置、FTP服务安全配置、MySQL服务安全配置和VPN服务安全配置等9个项目。每个项目都包含一个典型的岗位任务，分别涵盖了Linux网络命令、dm-crypt、GRUB保护密码、iptables、Samba、httpd、FTP、MySQL、VPN等网络安全运维方面的知识要点；每个任务又分为实践目标、应用需求、需求分析和解决方案等4个环节。

本书从网络的实际应用出发，按照“项目导向、任务驱动”的教学思路进行教材的编写，是一本基于工作过程导向的工学结合教材。
本书包含11个项目，内容包括规划与安装Windows Server 2019、部署与管理Active Directory域服务、管理用户账户和组、配置与管理基本磁盘和动态磁盘，以及配置与管理DNS服务器、DHCP服务器、Web服务器、FTP服务器、证书服务器、VPN服务器、NAT服务器。每个项目的最后都设计了项目实训及工程案例。本书附带的“管理组策略”等电子活页教学项目和电

作为近十几年来大数据、人工智能行业飞速发展最重要的驱动技术之一，大数据分析与挖掘已经成为各个行业商业决策的必备技术。本书紧跟数据科学前沿，旨在帮助读者建立大数据分析与挖掘的思维框架，培养其使用数据驱动的方法解决商业决策问题的能力。本书秉承经典、主流和发展的理念，重点介绍了大数据分析与挖掘的主要步骤，关联分析、分类和聚类等经典算法的原理以及文本挖掘和深度学习等**算法和应用。本书内容设计采用“算法原理+商业案例”的方式，突出课程的实践性和应用性特点。

本书适合作为开设数据挖掘、机器学

本书以Flink 1.16.0为主线，全面介绍了Flink的核心概念和常用功能。全书共9章，分别讲解了Flink概述，Flink部署与应用，DataStream API，DataSet API，时间与窗口，状态和容错机制，Table API&SQL和Flink CEP。
本书附有配套视频、教学课件、教学设计、测试题等资源，同时，为了帮助初学者更好地学习本书内容，还提供了在线答疑，欢迎读者关注。
本书可作为高等教育本、专科院校数据科学与大数据技术及相关专业的教材，还适合大数据开发初学者