云计算与大数据、人工智能趋向深度融合，三者不可分割、相互促进。本书把三者作为一个整体展现给读者，并通过三种技术的融合应用案例，让读者更好地理解三者的技术原理和关系。本书内容包括分布式计算基础、云计算和云存储技术原理、大数据平台架构与编程技术、百度云技术原理、基于百度云的大数据与AI应用开发技术及案例、基于神经网络的云服务器能耗建模和股票智能量化交易策略的开发案例等。

本书不仅可以作为计算机、电子信息、自动化等相关专业本科生及研究生的教材和教学参考书，也可以作为云计算、大数据和AI技

根据全国高等学校、高职高专教育的培养目标、特点和要求，本书由浅入深、全面系统地讲解了云计算技术的基础知识和平台的操作配置与管理。全书共分为4个项目，内容包括Linux基本配置与管理、Docker容器配置与管理、Kubernetes集群配置与管理、OpenStack云平台配置与管理。为了让读者能够更好地巩固所学知识，及时地检查学习效果，每个项目最后都配备了丰富的课后习题。

本书可作为全国高等学校、高职高专院校云计算技术应用专业学生的教材，也可作为云计算技术培训和云计算技术爱好者的自学

本书是典型的项目案例化教材，共分为12章，主要内容以架构一个典型企业的云服务器、云数据库服务器、云存储服务器、负载均衡、高速缓存等，能满足企业基本云服务的功能为主线，通过一个个典型的任务逐步完成企业云计算服务的搭建。本书将一个完整的云服务工程案例细化成相对独立的工作任务，每个工作任务中既有技术原理知识的讲解，也包括基本实操训练的内容，再通过若干前后衔接的工作任务完成相对独立的项目乃至整个工程案例。为了方便广大读者学习，书中涉及的所有任务的模拟操作都可以在阿里云、华为云和腾讯云平台上实现，读者还可

本书系统介绍了网络安全的基础知识、安全技术及其应用，并介绍了网络安全新进展和网络安全相关法律法规。全书共14章，重点介绍数据的安全传输和网络系统的安全运行，内容包括数据加密、消息鉴别与数字签名、密钥分发与身份认证、Internet通信安全、网络攻击技术、网络接入控制、防火墙、入侵检测与紧急响应、虚拟专用网、无线局域网安全、云安全、物联网安全、网络安全法律法规等。
本书全面讲解了网络安全理论与技术体系，既注重基础理论的介绍，又着眼于技术应用和实践能力的培养；内容安排合理，逻辑性强，通俗易懂

本书在介绍网络管理的基本概念与基础理论的基础上，全面介绍了网络管理的主要实现技术、网络管理体系结构、IP地址与域名管理、简单网络管理协议、信息安全与网络安全管理技术、网络通信管理技术、访问控制技术、网段规划与管理技术、网络监控与故障管理技术、网络认证与记账管理技术、IPv6管理技术、云计算管理技术、网络数据的存储与备份技术以及网络管理实用工具的应用技术。
本书内容全面完整，结构安排合理，图文并茂，通俗易懂，注重理论联系实际，旨在更好地帮助读者学习、理解和掌握计算机网络管理技术。
本书

网络安全具有很强的实践性特点。本书除在正文部分中提供了35个验证性实验和2个综合性实验外，还在问题讨论部分中给出了多个设计性实验，力图通过实验帮助读者系统地掌握网络攻防的实用技术。全书分为4篇13章，按照“环境—威胁—防御—运用”的思路安排。“网络安全实验环境篇”重点讨论网络安全实验环境的构建技术、方法及相关实验；“网络安全威胁篇”以网络攻击的主要环节为线索，详细介绍信息收集、口令攻击、二进制软件漏洞、Web应用攻击、恶意代码、内网渗透、假消息攻击等网络攻击技术、方法及相关实验；“网络安全防御篇

本书体现了网络安全保密一体化设计与运用的思想，横向上沿着PDR动态模型，纵向上沿着IATF 动态模型，立体式地组织内容。本书涵盖了通信加密、认证与访问控制、可信计算等基于密码的网络安全机制，以及操作系统安全、防火墙、网闸、入侵检测、网络态势感知、内容安全、网络攻击溯源等通用网络安全机制，同时强调人的因素、管理因素和安全保密体系建设等问题，介绍了业务连续性管理、安全审计与责任认定、信息系统安全工程、网络安全等级保护、信息系统密码应用设计与安全性评估等内容。

"本书以网络空间信息系统安全防御体系构建为主线来组织内容，深入浅出、循序渐进地介绍网络空间安全的应用技术与工程实践，系统全面地讲述信息系统安全防御体系构建的系统架构与整体方案。全书内容包括：网络空间安全基础知识、安全防御技术体系、基础架构安全、被动防御技术、主动防御技术、智能分析及反制技术，网络安全度量、分析与测评方法，最后重点讨论云计算、物联网、工业控制系统、移动互联网络、大数据、人工智能、量子通信及区块链等信息系统新形态和新应用的安全问题。本书可作为高校网络空间安全、信息安全、信息

本书主要介绍云计算及其安全关键技术，包括云计算概述、云计算关键技术、云计算安全机制和云计算平台构建四个部分，共18章。部分（第1～3章）概述云计算的发展历程、交付模型、部署模式、关键技术、安全需求等； 第二部分（第4～8章）具体介绍虚拟化技术、存储技术、计算技术、网络技术、平台技术等相关原理和技术； 第三部分（第9～13章）具体介绍虚拟化安全、存储安全、计算安全、网络安全、系统安全等相关方法与技术； 第四部分（第14～18章）结合实例介绍IaaS、PaaS、SaaS云服务构建与安全保护方法

模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程；机器学习是指机器通过统计学算法，对大量历史数据进行学习，进而利用生成的经验模型指导业务的过程。本书介绍模式识别和机器学习技术的主要方面，包括贝叶斯统计决策、概率密度函数的估计、线性分类与回归模型、其他分类方法、无监督学习和聚类、核方法和支持向量机、神经网络和深度学习、特征选择与提取等。本书既重视基础理论和经典方法的介绍，又兼顾前沿知识和最新模型的融入，力图反映该领域的核心知识体系和新发展趋