本书是大数据新兴领域“十四五”高等教育教材。本书主要介绍数据全与隐私保护的相关知识、技术和方法，主要内容包括：导论、密码学、数据存储与处理安全、数据传输安全、身份认证与访问控制、数据隐私保护、大数据算法安全与隐私保护、隐私保护案例分析，涉及数据存储、数据处理、数据传输、数据共享和数据使用等生命周期的安全保护，以及隐私保护、身份认证、访问控制和大数据算法等相关技术。通过本书学习，读者能够掌握在数据全生命周期保护数据安全的相关技术，学会在数据共享中保护隐私的具体方法。本书提供配套的教学大纲

本书是大数据新兴领域“十四五”高等教育教材。本书系统、全面地阐述了大数据管理的基本概念、技术和方法。全书分为三篇，共9章。第一篇为数据管理系统概述，包含第1章，综述了数据管理系统发展所经历的四个阶段，以及大数据管理系统的数据特征和系统特征，阐述了大数据管理系统的组成，指出大数据管理系统完成了从NoSQL到NewSQL的过渡。第二篇为NoSQL数据库，包含第2~4章，阐述了键值数据库、文档数据库、图数据库的相关知识。第三篇为NewSQL数据库，包含第5~9章，阐述了NewSQL数据库基本

本书聚焦大数据存储技术，以由浅入深、循序渐进的方式展开讲解。书中实例丰富，通过大量案例详 细阐释技术原理与应用要点，帮助读者掌握技巧；注重技能提升，通过众多项目案例培养读者独立操作与 开发实践的能力；将专业知识与思政教育紧密结合，提升读者的综合素养；采用项目式教学，增强实用性。 本书共有 7 个项目，分别为了解大数据、结构化数据仓库——Hive、列存储数据库——HBase、文档 存储数据库——MongoDB、键值存储数据库——Redis、列式存储数据库——ClickHouse、校园就餐数据综

本书以MCGS嵌入版组态软件为例，介绍了MCGS嵌入版软件在工业监控系统中的具体应用。本书采用立体化教材建设的方针，配置了丰富的配套教学资源。这些配套教学资源包括MCGS嵌入式组态安装软件、TPC产品样例工程、纸质教材中项目教学及课后习题工程案例的源文件及PLC源程序、电子课件、教案等，为教师授课和学生学习提供了方便。另外，本书还配有微课视频，扫描书中二维码可观看项目仿真或制作过程。

《智能控制技术与应用案例设计》聚焦智能控制技术在石化行业的应用，全书共六章。首章阐述智能控制的发展、研究内容、对象、性能及特点。第二章围绕模糊控制，涵盖理论、模糊PID、Matlab 实现及工程实验。第三章将李雅普诺夫稳定性理论融入自适应控制，解决非线性系统问题并给出仿真实例。第四章构建神经网络系统辨识体系，用于流程工业过程建模。第五章研究遗传算法与群智能搜索在系统辨识中的融合应用。第六章介绍专家控制系统的构建、分类及应用。本书融合多学科知识，提供理论框架与实践案例，助力提升工业生产智能化水平。

本书以培育国产工业软件用户生态为宗旨，以满足控制系统相关专业教学需求为目标，紧密围绕控制系统的典型设计流程，编著者在多年的控制系统设计经验和MWORKS使用心得的基础上，较为系统、全面地介绍了科学计算平台MWORKS.Syslab和建模仿真环境MWORKS.Sysplorer的相关知识。在介绍了这两个软件的安装方法和软件配置的基础上，结合相关应用案例，详细介绍了编程语言基础、基本操作方法、主要任务函数、专业工具模块、混合编程调用等内容。

本书以数据挖掘项目的完整开发流程为主线，系统地介绍了数据挖掘生命周期的各个环节，深入剖析了其中涉及的核心概念、关键技术和方法论体系。针对数据挖掘的基础算法部分，本书通过理论阐述、实例演示和深入讨论相结合的方式，全面展现了算法的本质内涵，帮助读者实现从认知到掌握的进阶学习。　　在内容架构上，本书完整覆盖了数据挖掘的理论体系、算法实现和实际应用三大维度，具体包括数据采集、预处理、分类分析、聚类分析、关联分析等关键环节，以及数据挖掘系统的工程化应用。通过典型应用场景的引入，本书创新性地实现了理论知识与

本书以项目实战为核心载体，采用任务驱动教学模式，系统且深入地解析Hadoop生态圈中主流的大数据开发技术。全书精心编排 7个项目，从Hadoop的基础理论入门，逐步深入到Hadoop集群环境配置、Hadoop分布式文件系统、MapReduce分布式计算框架，再到 MapReduce离线数据处理、基于Hive的离线数据分析，最后以综合项目实战，构建起完整的知识体系。书中提供了详细且易操作的步骤指引，即便是零基础的读者，也能通过练习，顺利搭建稳定的Hadoop集群，并独立完成复杂的项目开发。本书兼具

随着数据量的爆炸式增长，大数据存储技术在数据科学、人工智能、云计算等领域的重要性日益凸显。大数据不仅为个人生活、企业经营，以及国家与社会的发展带来了机遇，也带来了挑战。本书是一本大数据入门图书，主要介绍了Hive、HBase、Sqoop等内容。本书采用理论与实践相结合的讲解方式，旨在帮助读者摆脱枯燥的理论学习，注重实际动手能力的培养。通过本书的学习，读者可以掌握Hadoop生态圈中常用组件的大数据存储技术，如HDFS、Hive、HBase。本书不仅注重理论知识的讲解，更强调实践能力的培养，适合高

本书详细介绍了大数据与数据治理、大数据思维变革、大数据可视化、大数据商业规则、大数据促进医疗与健康、大数据激发创造力、大数据预测分析、大数据存储技术、大数据处理技术、大数据与云计算、大数据与人工智能、大数据安全与法律、数据科学及其职业、大数据发展展望等内容，深入浅出，具有较强的系统性、可读性和实用性。