图数据是对万物间联系的一般抽象，广泛存在于各行各业中。图表征学习为图数据的建模与分析提供了新范式，是近年来机器学习与数据挖掘领域的热门研究方向，并被有效地应用于推荐系统、交通预测等众多领域。本书将全面介绍图表征学习，特别是针对处于真实世界动态、开放环境之中图数据的图表征学习方法。本书分为3 篇：第1 篇介绍图嵌入和图神经网络等经典图表征学习方法；第2 篇围绕鲁棒性、动态性、可解释性、分布外泛化性等多个角度，系统地介绍针对动态开放环境中的图表征学习方法；第3 篇以四个不同领域为例，从推荐系统、交通预测、自然语言处理、组合优化等场景，介绍图表征学习的应用方法。除了对代表性方法进行详细介绍，本书还提供了丰富的参考文献，读者可以更深入地学习图表征学习的前沿内容。《图表征学习：迈向动态开放环境》适合具有一定机器学习基础的高年级本科生、研究生、教师和研究者，以及对图数据感兴趣的计算机工程师和从业人员阅读，也适合对人工智能、深度学习和图数据分析感兴趣的其他人士参考。

本书是一本介绍二进制分析相关工具及其应用的图书，共分为五大部分，内容涵盖了ELF 二进制代码的生成、Linux 环境下分析二进制文件的相关工具、静态的二进制代码分析、动态的二进制代码分析、Intel Pin 的架构及工具的制作、污点分析技术及实现、约束求解原理与应用、符号执行技术及应用、模糊测试技术及实现、常见的系统攻击及系统对软件的常见保护措施、常见的软件漏洞的检测等。

本书由浅入深，从原理到实践，从攻到防，循序渐进地介绍了备受信息安全行业青睐的ATT＆CK 框架，旨在帮助相关企业更好地将 ATT＆CK 框架用于安全防御能力建设。全书分为5 部分，共 17 章，详细介绍了 ATT＆CK 框架的整体架构，如何利用 ATT＆CK 框架检测一些常见的攻击组织、恶意软件和高频攻击技术，以及 ATT＆CK 在实践中的落地应用，最后介绍了MITRE ATT＆CK 相关的生态项目，包括 MITRE Engage 以及 ATT＆CK 测评。本书适合网络安全从业人员（包括 CISO、CSO、蓝队人员、红队人员等）、网络安全研究人员等阅读，也可供网络空间安全、信息安全等专业教学、科研、应用人员参考。

本书主要阐释了技术与战争之间相互作用的模式，介绍了历史上改变战争走向的诸多重大发明，比如筑墙、战车、迅捷灵活的战列舰、火药，☆后是飞机、火箭、潜艇、简易爆炸装置和核武器。进入21世纪后，科学与工程的研究在不断改变着战争，同时也产生了无数的技术创新，但即便是现在，☆新、☆好的技术也不能确保胜利。在计算机、无人机和机器人系统的时代，罗兰提醒我们，尽管军事技术正以前所未有的速度持续变革，但其背后遵循的原则和模式并未改变。本书充满了战斗的戏剧性描述和军事心理学的深刻洞见，透过战争技术的万花筒向我们展现了不一样的人类历史。

暂缺简介...

暂缺简介...

本文围绕两个云工作流执行过程中的关键步骤——云工作流任务分配和虚拟化资源供给，研究以容器为新型虚拟化基本单元的云计算环境下，以协同方式进行多工作流自适应调度的理论问题、关键技术和方法；在确保满足用户服务等级协议前提下，**程度实现云服务供需双方的利益均衡。 在多项国家自然科学基金项目、广东省自然科学基金项目、广东省科技计划项目等课题的支持下，课题组长期从事云计算关键技术、机器学习算法、多agent系统等领域的基础理论和应用研究，长期的积累为本课题的研究打下坚实的基础，使解决本课题关键科学问题，完成预期成果具有较高的可行性。 本项目研究成果可为相关科研领域人员提供参考和借鉴。

人类的生活无时无刻不在改变，在当下，能迅速、激烈地促进这些改变的，就是科技。而这些改变，哪些是必然发生的，哪些又在我们预料之外？举例来说，互联网是必然的，但选择哪种网络不是必然的；四轮汽车出现是必然的，但SUV不是必然的；移动电话的发明是必然的，但iPhone不是必然的…… 被称作网络文化"游侠”的凯文？凯利，在本书中总结了自己几十年来对于科技的观察和分析，精彩地评说当下科技发展的必然趋势，不仅令极客们为之疯狂，也为科技产业的发展提供了极富前瞻性的视野和指导。

数据科学如今已经深入到我们生活中的各个领域，行业从业者都应该懂得一些数据科学的知识。那么如何能够快速掌握这门流行的技术呢？通过系统地学习本书和动手实践，可以满足这个需求。本书共六个部分，用通俗的语言和生动的例子为读者展现数据科学的魅力。第一部分介绍了数据科学的基本知识，让读者可以轻松了解它的流程与原理。第二部分，通过几个例子为读者介绍如何处理各种数据，从电子表格到网络抓取，涵盖了工作中的常用数据处理方法。第三部分，使用通俗易懂的语言为读者介绍数据科学中使用到的统计学知识。第四部分，通过示例介绍机器学习技术，让读者可以根据以往的数据对未来进行预测。在本书的后两部分，为读者介绍如何对文本进行分析及制作生动的报告，并讨论了数据科学的未来发展趋势。

本书按照数字图像处理的知识体系，循序渐进地对OpenCV-Python的基本功能进行全面、系统的介绍。全书共18章，分为OpenCV-Python的基本操作、图像处理的基本方法、图像处理的高级方法和计算机视觉四部分，详细介绍常用的OpenCV函数，并讲解例程代码。 第一部分介绍OpenCV-Python的基本操作，包括第1～4章。第二部分介绍图像处理的基本方法，包括第5～9章。第三部分介绍图像处理的高级方法，包括第10～13章。第四部分介绍计算机视觉，包括第14～18章。本书实例丰富、通俗易懂，适合数字图像处理方向的师生与相关技术人员使用，既可以作为入门数字图像处理的参考书，也可以作为OpenCV的入门教程。