本书在全面梳理和分析国内外在大数据安全保护技术、标准规范及法律政策等资料的基础上,对大数据安全和隐私保护的相关技术、基础理论等进行了全面介绍。本书共12章,内容包括大数据安全相关技术、密码技术及网络安全协议、大数据平台Hadoop的安全机制、身份认证技术、访问控制技术、数据加密技术,并对大数据采集、存储、处理、交换、销毁等生命周期中各阶段的安全框架与防护技术进行了详细介绍,最后介绍了大数据算法基础及其攻击模式、国内外大数据安全与隐私保护相关法律法规等内容。 本书内容丰富、涵盖面广、系统性强,可作为信息安全、数据科学与大数据技术、网络安全与执法、数据警务技术等相关专业本科生、研究生学习大数据安全与隐私保护的教材及参考书,也可作为网络安全、大数据等领域教师和工程技术人员的参考书。
本书在阐述云计算和大数据关系的基础上,介绍了云计算和大数据的基本概念、技术及应用。全书内容分为三部分。第一部分为云计算理论与技术,第1~5章讲述云计算的概念和原理,包括云计算的概论、基础、机制、虚拟化和应用。第二部分为大数据理论与技术,第6~9章讲述大数据概述及基础,包括大数据概念和发展背景、大数据系统架构概述、分布式通信与协同、大数据存储; 第10~15章讲述大数据处理,包括分布式处理、Hadoop MapReduce解析、Spark解析、流计算、集群资源管理与调度、机器学习。第三部分为综合实践,第16~22章由多个实验和案例组成。 本书结合实际应用及实践过程来讲解相关概念、原理和技术,实用性较强,适合作为本科院校计算机、软件工程、云计算、大数据及信息管理等相关专业的教材,也适合计算机爱好者阅读和参考。
本书分为两个大部分:第一部分是基于WSNs的移动机器人动态定位方法,在概括介绍WSNs的定位概念后,分别讨论了基于网格改进极大似然的移动机器人动态定位、基于改进APIT的移动机器人动态定位、基于隐形边的移动机器人动态定位和路径规划、基于公垂线质心的移动机器人动态定位、基于递推最小二乘的移动机器人动态定位等内容;第二大部分是面向大规模应用的目标跟踪和深度学习分类,在目标跟踪概论后,分别讨论了时空正则化相关滤波器、步长控制方法、离散时间卡尔曼估计器、高维数据、深度学习分类和一维VGG(One-dimensionalVisualGeometryGroupNetwork,1D_VGGNet)深度学习网络等内容。