大数据技术的落地依赖“工具链掌握+场景化应用”的双重能力。从 Python 爬虫、Hive数据分析到 Flink 实时计算、数仓架构设计，技能点的综合应用能力已成为企业招聘的核心标准。本书以“真实项目驱动实训”为核心思路，精选 4 个典型实训项目构建阶梯式训练体系，涵盖离线处理、实时计算、数仓设计等核心场景，强化工程思维；整合 Python 爬虫、Hive、Flink、Kafka 等多种主流工具，覆盖数据采集、清洗、存储、分析、可视化全流程；融入大数据竞赛考点，衔接岗位技能需求。本书适合作为高等

《基于MATLAB/Simulink的通信系统建模与仿真》以 MATLAB R2022b为平台，通过大量的MATLAB、Simulink仿真实例，加深读者对通信系统原理的理解。《基于MATLAB/Simulink的通信系统建模与仿真》共9章，前8章主要包括仿真思想的引入、MATLAB语言及Simulink仿真基础、MATLAB计算和可视化、信号系统分析基础、模拟信号的数字传输、数字信号基带传输、载波调制、数字信号处理应用等内容。第9章为综合篇，提供了通信系统原理仿真、语音信号处理、计算机视觉等设

本书第一章为读者揭示了数据的魅力以及其在日常生活中的无处不在。随后的章节详细介绍了数据的成长、存储和处理方式。从早期的磁带和光盘，到现代的Hadoop、Spark和分布式系统，读者将对大数据技术有一个全面的了解。中间章节着重于大数据在不同领域中的应用，如社交媒体、金融市场和电商，展示了数据如何被转化为有价值的洞察和解决方案。同时，书中也详述了数据处理和机器学习的方法，让读者了解到计算机是如何"思考"和从数据中"学习"的。后续章节则深入讲解了大数据的采集、存储和处理技术，为读者呈现了大数据的后台运

本书系统阐述大数据的常用技术原理和框架，并精选实战案例深化大数据技术运用。全书共12个单元，内容包含大数据与Hadoop概述、大数据处理平台Hadoop的安装与配置、分布式文件系统HDFS、MapReduce和YARN技术、分布式数据库HBase、数据仓库Hive、大数据迁移工具Sqoop、分布式协调服务ZooKeeper、日志采集系统Flume、分布式消息发布订阅系统Kafka、大数据内存计算Spark及流式计算引擎Storm。 本书采用“项目引领、任务驱动”的编排模式，内容设计遵循由浅入深的

本书致力于培养具备数字技能和数据思维的商科人才。通过深入浅出的方式，将大数据理论、技术与应用进行系统讲解，帮助学生掌握从数据认知到实际应用的全面能力，通过对业务场景与数据分析的紧密结合，洞察数据的商业价值，成为负责任的数据使用者和决策者。
本书的编写坚持产教深度融合、校企双元协同，采用“项目引领，任务驱动”的理念，将复杂知识点拆解为具体任务，使学生在任务完成的实践中深化理解理论知识。本书依据数据全链路思维体系，围绕企业实际经营过程中的数据决策全过程，通过五个项目的进阶式学习，系统引导学生

本书融合作者多年的教学与实践经验，是一本全面且实用的大数据分析与处理教材。全书分为六部分共20章，内容循序渐进，从大数据的基本概念出发，逐步深入探讨数据采集和预处理、数据存储、数据处理、大数据分析平台以及大数据应用等关键环节。本书详细介绍了PyTorch、TensorFlow和Spark MLlib等热门大数据分析平台，并通过深入剖析和实战演练，帮助读者轻松掌握这些先进工具的使用技巧。同时，本书针对数据可视化、文本分析、推荐系统等经典应用场景，通过案例分析和代码实现，引导读者从理论走向实践，快速

大数据服务已经深入人们工作与生活的各个角落，大数据安全成为各行各业日益关心的一个问题。本书从大数据服务的系统架构、算法、协议、应用等多个角度，深入浅出地为读者介绍大数据安全与隐私保护。本书内容包括：大数据安全的概念、密码学基础知识、数据传输安全、身份管理与数据访问控制、大数据处理与存储及其安全隐私、保护隐私的可信计算、大数据共享及其安全隐私、大数据算法及其安全、大数据采集及其安全隐私、企业数据安全、数据流转安全。本书适合高等院校网络空间安全、信息安全专业用作专业课教材，也适合其他专业用作选修课教

伴随着人类社会对数据隐私保护需求的增长，隐私计算尤其是机密计算已经成为技术领域

的焦点。本书重点介绍了机密计算，特别是机密虚拟化的核心概念、实现原理以及实际应用案

例。本书分为四篇：基础概念、架构实现、实践案例和未来展望。基础概念篇介绍了云计算对

数据安全与隐私保护的需求，重点讨论了隐私计算，尤其是机密计算的基础概念及技术演进趋

势。架构实现篇则聚焦于机密虚拟化，分析了其出现的背景及典型的技术实现，并以英特尔的

TDX技

本书是大数据新兴领域“十四五”高等教育教材。本书系统而深入地介绍了数据科学与工程的基本概念、核心理论、关键技术及其实践应用，旨在为读者构建从理论到实践的全方位知识体系。本书内容涵盖了对数据概述以及大数据全生命周期（数据采集与预处理、数据存储、数据分析、数据可视化）的介绍。在数据安全与治理方面，强调了数据时代下的安全挑战与治理策略。最后通过社交媒体、机场航班等实践案例，帮助读者将所学知识融会贯通，提升解决实际问题的能力。本书提供了丰富的配套教学资源，包括教学课件、关键概念与技术讲解视频、

本书系统、全面地介绍了大数据与Hadoop的基本概念、Hadoop安装与配置、Hadoop核心组件应用、Hadoop生态系统探索、大数据优化和维护等知识。通过学习本书，读者可以更好地理解Hadoop大数据平台部署与运维的具体实施方法与基本操作技巧。本书既可以作为培养大数据应用型人才的教材，又适用于大数据初学者和对大数据基础理论感兴趣的广大读者。