《从实践中学习Wireshark数据分析》从理论、应用和实践三个维度讲解Wireshark数据分析的相关知识通过201个操作实例手把手带领读者从实践中学习Wireshark数据分析技术涵盖环境搭建、数据捕获、数据处理、数据呈现、数据分析、协议分析……Wireshark是应用广泛的网络数据抓取和分析工具。通过该工具，网络维护人员可以发现网络数据传输的故障；网络安全人员可以发现攻击行为和数据泄露问题；开发人员可以验证应用程序数据传输的正确性。《从实践中学习Wireshark数据分析》共13章。内容包括网络数据分析概述、捕获数据包、数据处理、数据呈现、显示过滤器、分析手段、无线网络抓包和分析、网络基础协议数据包分析、TCP协议数据分析、UDP协议数据分析、HTTP协议数据包分析、其他应用协议数据包分析。《从实践中学习Wireshark数据分析》适合网络维护人员、渗透测试人员、网络程序开发人员和信息安全爱好者阅读。通过《从实践中学习Wireshark数据分析》，可以帮助读者了解和掌握Wireshark数据抓包的方式，熟悉常见的协议，并掌握Wireshark数据分析的各种技术，从而提高工作效率。《从实践中学习Wireshark数据分析》特色：基于Wireshark3版本写作涵盖Wireshark数据分析的三大环节：数据捕获、数据分析、协议分析着重讲解Wireshark的8种常用数据分析方法详细分析常用的13种网络协议每个知识点都配合实例、输出结果和图示效果进行详细讲解提供后续的内容更新服务和完善的工具获取方式提供QQ群和E-mail互动交流方式，答疑解惑

《信息网络系统及计算技术》重点介绍信息网络系统与计算技术，阐述网络系统及其各种特性，从多个角度剖析信息时代网络的各种应用技术，分析网络与通信、计算、存储和控制等相互联系，最后总结和展望网络的专业化发展及应用。

本书介绍了仓储级计算机（WSC）的设计。这种计算平台是云计算的核心，支撑着我们每天都在使用的各种强大的互联网服务。书中讨论了此类新型系统如何将数据中心本身当作一台超大规模的仓储级计算机来使用，同时又能使软硬件充分协同并提供高性能的互联网服务。每一章都涵盖多个真实世界的案例，其中包括详尽的谷歌在线服务的基础设施信息 全书共分8章。第1章为绪论，概述仓储级计算机及其架构；第2章首先总体介绍WSC中运行的应用，以及包括平台层软件、集群层基础软件、监控和管理软件在内的系统基础设施技术栈；第3章涵盖关键的硬件组件，重点讨论服务器和加速器组件、存储架构和数据中心网络设计，以及计算、存储和网络之间的相互作用；第4章着眼于更底层的系统设计，重点关注数据中心电力、冷却基础设施和建筑的设计；第5章讨论能耗和能效相关的话题，包括稳定测定能效的挑战、衡量数据中心能效的电力使用效率以及电力超额配置的设计和好处；第6章讲解如何对WSC的TCO进行建模，其中包括资本支出和运营支出，并通过案例比较传统计算机和WSC计算机；第7章讨论正常运行时间和可用性，包括如何对故障进行分类以及故障处理、维修优化的方法；第8章总结历史趋势并展望未来——WSC和云计算将成为主流和中心。本书主要面向当今WSC系统的架构师和程序开发人员，希望能为有志于在此重要领域发展的人员打下一个坚实的基础，同时相关的内容也适用于那些仅想了解互联网基础设施信息的人群。

本书以“零基础”为起点，系统地介绍了Python在数据处理与可视化分析方面的应用。全书共分3篇12章内容，具体安排如下。 第1篇：基础篇，包括第1-4章。第1章 先来认识一下大蟒：Python入门。第2章 磨好利牙，子弹上膛：准备好工作环境。第3章 大蟒的基本技能之一：Python语言基础。第4章 大蟒的基本技能之二：Python语言进阶。 第2篇：应用篇，包括第5-11章。第5章 给大蟒找食：Python的数据存取操作。第6章 洗干净了再吃：使用Python预处理数据。第7章 什么食物有营养：大数据分析及可视化基础知识。第8章 大蟒神通之一：使用matplotlib绘制基础图形。第9章 大蟒神通之二：使用matplotlib美化和修饰图形。第10章 大蟒神通之三：数据可视化之3D图形应用。第11章 大蟒神通之四：使用图像和地图绘制图表。 第3篇：实战篇，第12章 综合案例：全国县级市天气预报数据可视化分析。以抓取中国天气网相关数据存入MySQL数据库，并绘制相应图形为主线，综合本书各章知识点介绍了数据采集、清理、保存以及绘制可视化图形的基本步骤和方法。 本书既适合希望从事Python数据处理与可视化的用户学习，也适合广大职业院校作为相关专业教材，还可作为社会培训班的参考用书。

本书从设计学角度系统地整理了数据用于决策的设计工具和方法，阐述了从数据作为商品视角去应用设计思维，提出了多级的数据产品理念以及产品化设计路径，同时列举了大量的案例，增强了本书的实用性。本书内容主要包括数据经济时代、数据作为产品、数据加工模式、数据的价值感知、数据产品化要点、数据升级加工和数据产品化设计。本书可供从事与数据相关的社会实践者，包括管理者、工程师、设计师，以及从事与数据相关的学术研究者，包括哲学、设计学、艺术学等人员阅读；同时也可供设计类专业的高校师生参考。

在本书中，你将学到： ·使用App Engine应用实现自动化定期数据摄取。 ·在Google Data Studio中创建并生成数据仪表板。 ·构建实时数据分析管道，实现流式数据分析。 ·使用Google BigQuery实现可交互式数据探索。 ·在Cloud Dataproc群集上创建贝叶斯模型。 ·使用Spark构建逻辑回归机器学习模型。 ·使用Cloud Dataflow数据管道计算时间聚合特征。 ·使用TensorFlow构建高性能预测模型。 ·将你的模型部署为微服务，并且从批处理和实时数据管道中使用它。

《隐私保护数据发布中不确定数据的管理方法——数据管理篇》主要讲述隐私保护数据发布过程中不确定数据的管理方法，共分五部分，其中第一部分为概述，介绍绪论以及隐私保护模型、不确定数据模型、关系模式及范式、查询、数据挖掘等基础知识；第二部分介绍K-匿名隐私保护模型中不确定数据的建模和存储；第三部分介绍K-匿名关系的模式设计；第四部分介绍K-匿名隐私保护模型中不确定数据的查询处理；第五部分介绍K-匿名隐私保护模型中不确定数据的挖掘。

城市计算以城市大数据为背景，将城市中发生的所有活动和信息进行融合，涉及计算机、城市规划、交通、通信等多个领域，是智慧城市建设的核心、关键环节。本书囊括了智慧城市、城市计算及移动通信大数据等概念和理论的相关背景知识，详细阐释了结合移动通信数据进行城市计算的全部处理过程——从采集、预处理、分析挖掘直至构建相应大数据平台，对其中每个环节在工程实践中常用的相关工具和技术进行了讲解。此外，结合典型的基于真实移动通信大数据的城市计算应用实践案例，从数据处理、数据分析、系统展示等方面进行了详尽的技术性阐述，并对在实际项目实施过程中遇到的问题进行了诠释，从多个视角对基于移动通信大数据的城市计算的优势和成果进行了展示。后，在基于移动通信大数据的城市计算实践基础上，对城市计算在智慧城市中的应用发展进行了展望，对智慧城市、城市计算的未来进行了设想，并针对可能出现的问题及挑战进行了探讨。 本书适用于城市计算相关专业的本科生或研究生对相关领域知识的学习、学术或工程技术探索，也适用于业内希望使用相关技术进行开发工作的工程师，以及相关领域研究者借鉴和参考。

《云原生架构进阶实战》从云原生的核心思想和理念开始，重点讲述企业引入云原生架构的必要条件、企业如何准备云原生开发和部署环境，企业如何运维云原生架构，并在*后提供云原生相关案例，为企业展现云原生的实战场景和步骤，从而让企业对云原生架构有一个直观的感受。书中案例也为企业引入云原生架构提供了真实的样例。《云原生架构进阶实战》主要面向云原生和微服务开发人员、云原生架构运维人员以及相关管理者。

《多模式多尺度数据融合理论及其应用》首先针对一类不可重复测量的物理量，如时间、飞行器的位置、姿态及惯性参数等，建立多模式多尺度数据融合模型。该模型既考虑随机变量的长期特性和中期特性，也顾及随机变量的短期特性。然后，将多模式多尺度数据融合模型用于时间尺度的建立、精密定时、组合导航及飞行器姿态的测量，详细介绍相应的工程案例及实验结果。最后，从数学上证明多模式多尺度数据融合的原理，表明多模式多尺度数据融合结果优于经典的方法，可以抑制测量噪声，提高测量精度。