本书是一本涵盖数据安全与隐私保护的综合性教材。书中第一部分（第1、2章）主要介绍数据安全与隐私保护的基础概念与背景，以及数据治理的基本原则与策略；第二部分（第3～6章）介绍隐私保护的关键技术，包括安全多方计算技术、非密码学的隐私保护技术、联邦学习技术、可信执行环境等；第三部分（第7～10章）主要介绍数据安全与隐私保护实践，包括常见的隐私攻击与防御方法，隐私侵权、评估与审计，典型数据安全与隐私计算开源平台，典型数据安全与隐私保护实践等。本书以基础理论与思维能力培养为主线，旨在帮助读者全面了解数据安

本书以Spark 3.x和Scala 2.x为主线，全面介绍了Spark及其生态体系中常用大数据项目的安装和使用。全书共10章，分别讲解了Scala语言基础、Spark基础、Spark RDD、Spark SQL、HBase、Kafka、Spark Streaming、Structured Streaming和Spark MLlib，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，帮助读者巩固前面所学的内容。
本书附有配套视频、教学PPT、教学设计、测试题等资源，同时，为了帮

"本书系统地介绍了计算机各组成部件的工作原理、逻辑实现、设计方法，以及相互连接构成整机系统的相关问题。全书共8章： 计算机系统概论、运算方法和运算器、存储器、指令系统、中央处理器、总线系统、外围设备、输入输出系统。

本书概念清晰、深入浅出、通俗易懂，同时又具有一定的理论高度，贴近当前的新技术和新思想，内容安排符合教学规律，具有广泛的适应层面。书中例题由浅入深，具有实用性、典型性，并力求与当代计算机技术紧密结合。

本书可作为工科院校专科生、本科生计算机专业教材，也可作为

"本书内容遵循2020年发布的《ACM/IEEE计算课程体系规范》（Computing Curricula,CC）即CC2020，采用“计算”一词作为计算机工程、计算机科学和信息技术等所有计算机领域的统一术语。本书主要介绍算法及其设计、分析的基础知识，并通过大量例题，讲解枚举法、递推法、分治法、贪婪算法、动态规划及与图搜索有关的算法策略。除此之外，还讲解了算法设计基本工具的使用和算法设计中的技巧。最后通过案例的一题多解进行算法设计的实践。算法描述采用了接近自然语言（英语）的符号，可读性强，适合不

本书介绍了人工智能(AI)的核心技术、应用实践及伦理治理，旨在使读者初步认识人工智能。书中阐述了AI的起源、发展历程及关键技术，展示了AI在各个领域的应用与技术突破。通过分析机器学习、深度学习和预训练模型，帮助读者理解AI如何从基础算法发展到复杂的智能系统。同时，本书还介绍了多模态AI、生成式AI和智能机器人，展示了AI模型的不断进步以及AI模型如何深刻改变人们的生活。通过对AI在科学研究和交叉学科应用方面的讨论，揭示了AI赋能各行各业的巨大潜力。最后，本书探讨了人工智能的伦理与治理问题，强调技

" 《人工智能导论》全面介绍了人工智能基础知识，涵盖了Python编程基础、机器学习、深度学习的基本理论和实践操作，讲解了**的AIGC技术与艺术设计的结合情况，以及Stable Diffusion的使用方法和人工智能生成音乐视频的各种模型与平台的操作教程，通过理论与实践相结合的方式，不仅为读者提供了人工智能领域的全面知识讲解，还通过大量的实践案例，加深读者对人工智能应用的理解。
《人工智能导论》图文并茂，示例丰富，讲解细致透彻，介绍深入浅出，具有很强的实用性和可操作性，不仅

本书由浅入深、全面系统地介绍Linux系统管理及服务器配置的相关内容。本书强调实践能力的培养，以项目为导引展开知识点介绍。全书共16章，分为基础管理篇和服务器配置篇。基础管理篇包括：CentOS Linux 7系统的安装与介绍、文件系统、用户与用户组、权限管理、服务与进程、软件安装与包管理工具、网络连接、Shell编程入门；服务器配置篇包括：DNS服务器、DHCP服务器、Web服务器、MySQL服务器、FTP服务器、NFS服务器、Samba服务器、时间服务器。为便于复习和自学，每章后配备丰富的习

本书严格依据人工智能训练师国家职业技能标准（2021年版）进行精心编撰。其内容系统地涵盖了5级至3级的相关知识体系，全书共计8章。其中，除第8章外，其余各章均精心设置了实训环节，有效实现了理论与实际的有机结合，旨在全方位提升读者的知识掌握水平与实践操作能力。本书特色鲜明：其一，相关内容于深圳多区开展了多轮培训实践，积累了丰富经验。其二，案例紧扣时代脉搏，将基础知识传授与大模型工具应用有机融合，极大提升学习效果与效率。其三，内容全面且深入浅出，与高校专业教材相比，阅读难度适中，适合广大受众研读，可

本书包括Linux技术基础概述、Linux基本操作命令、Linux vi和vim操作、Linux用户与文件管理、Linux系统管理、Linux Shell编程、Linux Web服务器与数据库服务器应用、Linux时间服务器应用、Linux服务器安装与配置、分布式集群搭建与应用共10章内容。每章均配有对应的项目拓展及本章练习。项目拓展均已经过验证，简明易学，逻辑清晰，应用性强。 本书既可以作为高等院校计算机类专业相关课程的教材，又可以作为云计算工程师、系统架构工程师、Linux爱好者的参考书。

本书共分为十三个章节，覆盖了人工智能领域的各个方面基础理论知识，包括微积分、迭代优化、概率统计、信息熵、向量和矩阵、线性方程组、大规模矩阵分解、非线性映射，以及随机采样方法。每个章节都以实际案例，引出相关数学理论的实际应用价值。在重要的理论推导中，大量融入了作者的个人见解。每章都有2-3个实验，均配有完整的python程序代码和运行结果。章节末尾也配有参考文献和习题。本书的撰写风格生动有趣，深入浅出，不抽象，不拘泥于传统数学类教材的形式——公式+例题+课后习题。第1章以圆面积计算为例，