数据治理与认知安全在推动国家发展、保障国家安全、维护社会稳定和促进经济高质量发展等方面具有不可替代的重要作用。本书覆盖数据治理与认知安全两部分内容。数据治理包含数据治理体系、数据处理方法和数据合规审计三方面内容，主要关注数据的采集、清洗、集成、标注、增强和分析等规范化的管理过程，确保数据在整个生命周期中保持高质量、一致性、准确性和合规性，使得数据能被正确利用，有序释放数据价值。认知安全包含数据建模的基础理论、认知安全

本书全面介绍云计算系统层面的技术和知识，从虚拟化、数据中心管理，到云操作系统、分布式数据库，层层递进，完整覆盖构建云计算系统所需的不同层次的技术，使得读者能真正掌握云计算系统的技术原理和技术方法，而不是仅了解特定的产品化系统。本书纳入了云计算相关的重要的分布式计算基础理论，增加了教材的理论深度和内容完整性，增强了知识基础，有助于读者对云计算自身技术原理的理解。

本书全面介绍当代数据管理系统的基本概念、原理和技术，立足大数据时代应用新需求，除了介绍传统数据库的核心知识，还对基于大数据模型的新型数据管理系统的设计理念和使用方法等进行探讨。在传统数据库方面，介绍关系模型、结构化查询语言、基于E-R模型的数据库设计和规范化理论；另外，还介绍数据库索引、查询处理与优化，以及并发控制等技术。在新型数据管理方面，介绍NoSQL数据库、MongoDB数据库以及NewSQL数据库等。

本书是一本系统介绍大数据计算技术及其应用的教材，旨在为读者提供一个全面了解大数据计算领域基本概念、关键技术、系统框架、实际应用等的全景图。全书共9章，主要包括绪论、大数据存储、大数据分析与可视化、大数据计算框架及软件架构、先进大数据计算系统框架、大数据计算系统架构模拟仿真、先进大数据计算系统实现技术、先进大数据计算系统应用实践、大数据计算的生态体系和发展趋势等内容。本书对当前常规和先进的大数据计算系统进行了深入剖析，

本书旨在深入浅出地介绍统计方法与机器学习的核心概念和算法应用。它不仅涵盖了传统统计方法的基础知识，还深入探讨了机器学习领域的关键技术。本书首先从机器学习中的数学基础入手，包括数据的描述存储、线性变换和特征分解、概率的基本思想、概率论和统计方法在机器学习中的应用等。其次，根据机器学习的基本概念、各种分类和路径等，较全面地给出机器学习的俯瞰图。最后，本书将视角投放到当前人工智能最火爆的深度学习领域，从神经元模型到神经网络

本书是一本全面介绍数据科学理论与实践的综合性教材，旨在向读者展示如何在多样化的数据环境中应用数据科学技术以解决复杂的实际问题。本书的主要内容分为以下两部分：第一部分（第1、2章）主要介绍数据科学与工程的背景、定义、原则和基本概念，以及数据科学基础理论；第二部分（第3～7章）介绍高级应用和案例研究，旨在帮助读者建立数据科学与工程的基础知识，并在每个实践章节中，按照背景介绍和场景分析、数据工程基础实践、高阶算法研究及实战

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

本教材结合超级计算机原理与操作的理论教学与实验实践，主要分成三个部分，包括（1）超级计算机入门：介绍关于超级计算机的基础知识与性能评测方面的内容；（2）超级计算机的原理与组成：介绍超级计算机的体系结构、存储系统以及互连网络系统；（3）面向超级计算机的编程与使用：介绍并行编程基础、并行编程实践、超级计算机的基本操作以及超级计算机上的应用软件使用等实验内容，帮助学生全方面地学习超级计算机的知识框架。

本书共分8章，主要内容如下： 第1章介绍数据的认知与研究任务，大数据概念特征及技术挑战等。 第2章介绍大数据内容、知识和结果表达概念，以及元数据和知识图谱技术。 第3章介绍数据存储基础、大数据存储要求以及应对技术和典型系统。 第4章介绍数据管理基础，新型数据管理模型及其相应大数据管理系统。 第5章介绍数据计算基础，大数据计算特点，大数据的批量、流、图等新计算模型和特点，以及计算引擎的工作原理等。 第6章介绍大数据分析

本书结合作者在数据安全领域的教学和科研实践，提出了完整的数据安全概念与体系，介绍了数据安全理论与技术知识及其前沿研究进展。本书内容包括基础篇和高级篇。基础篇介绍数据安全密码技术基础，数据保密性、完整性、认证性、访问控制、可用性，以及数据库安全和数据安全管理等内容；高级篇介绍云数据存储安全与访问安全、数据计算安全、数据可信与可追溯、数据隐私保护、数据对抗等内容。