本书的内容分为四个部分。第一部分包括两讲，主要介绍典型的大数据存储和管理系统。第二部分包括三讲，主要介绍三种不同形态的大数据处理系统。第三部分包括三讲，主要介绍大数据分析层面的关键技术，包括多种典型的数据分析算法以及用于大数据建模的机器学习技术和工具。第四部分的两讲主要涉及与应用(用户)密切相关的大数据技术。

本书是“高等院校智能制造应用型人才培养系列教材”之一，全书共7章，内容涵盖控制系统建模的理论基础、控制系统的信号与性能分析基础、智能控制算法基础、机械臂的智能控制应用案例分析、AGV小车的智能应用案例分析、智能控制技术未来的发展等。本教材重点概述或阐述了智能控制相关的基础概念、发展历程和趋势，对智能控制的基础理论和关键技术进行了简明而生动的阐述、归纳与总结。
本教材内容丰富，适合作为机械类（机械制造及其自动化、机械电子、机械设计、智能制造等）专业核心课程的教材，也可作为研究生的专业基础课程

工业互联网背景下，工业系统信息安全已上升为国家级信息安全战略，工业领域急需系统化的脆弱性评估理论和方法作为信息安全防护理论的依据。本书围绕5G和工业系统融合带来的安全挑战，提供5G工业系统脆弱性评估解决方案，并针对5G工业系统特点给出漏洞挖掘、攻击路径预测和跨域评估等多种创新方法。本书内容主要包括三部分，共7章。第1部分（第1、2章）介绍5G工业系统、信息安全、脆弱性及脆弱性评估等的背景知识和基础概念；第2部分（第3章）介绍信息安全评估常用的理论模型和方法；第3部分（第4～7章）针对5G工业系统

本书从控制系统建模、控制与优化的本质要求出发，系统介绍了近年来模糊推理、神经网络、智能优化理论和方法的作用及意义。作为控制理论和方法的进一步发展，本书着重介绍了智能理论和方法在解决复杂系统控制问题中的方法及意义，同时结合实例介绍智能理论与方法在控制系统中的各种应用。本书共分10章，主要介绍了智能控制的基本概念与研究内容、复杂系统结构与智能控制、模糊集合与模糊推理的数学基础、常用模糊控制器形式、工作原理和设计过程、机器学习的经典算法、神经元与神经网络，针对非线性系统的建模和控制问题给出了

本书围绕特殊类型控制系统的设计问题阐述了6种设计方法。全书共分为7章。第1章介绍控制系统及技术的发展、主要分析方法和性能指标；第2章介绍不稳定对象的控制设计方法；第3章介绍挠性系统的控制设计方法；第4章介绍三明治系统的复合控制器设计方法；第5章介绍基于奇异值摄动的双连杆机械臂轨迹跟踪控制；第6章介绍超空泡航行体的控制设计方法；第7章介绍非线性多项式系统的SOS法分析和设计。

本书内容包括：水位控制系统设计、加热反应炉系统设计、液力变扭箱数据采集系统设计、水塔供水的变频控制、点胶机器人生产线现场总线网络的设计等。通过实际工程项目，详细介绍了组态控制技术通用版、嵌入版的运用方法，组态软件与PLC控制系统，组态软件与板卡控制系统，组态软件、下位机PLC驱动变频器的以太网络通信控制等，创建了一套以计算机、PLC、通信技术为主线，理论完整、工程实践性强的课程和教学内容新体系。

本书较系统地介绍了计算机控制系统的分析、设计和综合方法，主要作者长期从事自动控制原理、计算机控制以及现代控制工程等课程的教学，在控制工程领域积累了三十多年的科研工作经验。全书共分11章，内容包括计算机控制系统的信号处理与数学描述方法、计算机控制系统分析与设计方法、控制网络与网络化控制系统设计基础，以及计算机控制系统的综合设计案例介绍等。本书在内容安排上，在考虑系统性并注重基本理论学习的同时，强化了综合实践训练，重在能力培养。另外，由于计算机控制网络技术的飞速发展和应用，本书增加了网络化的计算机控

本书详细介绍了工业控制系统的安全知识及相关实践操作。全书共有9章，包括工业控制系统安全、工业控制设备安全、常见工业控制协议及安全性分析、工业控制系统的资产探测、漏洞检测、入侵检测与防护、异常检测、安全风险评估、入侵响应等技术相关知识。本书结合编者团队自主研发的工控攻防靶场平台以及对应的实训系统，提供了大量实验，旨在帮助读者全面了解工业控制系统安全相关知识的同时，进一步加深对相关技术的理解，通过实践提高动手能力。
本书可作为高等院校计算机、网络空间安全、控制、自动化等相关专业的工业控制系统课

本书介绍了智能控制的基本原理及其应用，涉及智能控制概述、基于知识的智能控制、基于数据的智能控制、智能控制的算法与编程、智能控制的计算能力和智能控制的应用等内容。第1章介绍智能控制的产生、作用和发展，叙述智能控制的定义、特点与一般结构，探讨智能控制的学科结构理论、学科体系与系统分类。第1篇基于知识的智能控制介绍递阶控制、专家控制和模糊控制。第2篇基于数据的智能控制介绍神经控制、进化控制和网络控制。第3篇知识与数据复合智能控制介绍学习控制和复合智能控制。第4篇智能控制的算法与算力介绍智能控制算

本书系统介绍了 Hadoop 生态系统主要组件的基本概念、特点、主要组成、运行机制及存在的问题等内
容。全书共 11 章，内容包含大数据基本概念、大数据处理平台 Hadoop、分布式文件系统 HDFS、HDFS 2.0
新特性、分布式计算框架 MapReduce、数据仓库 Hive、分布式数据库 HBase、数据迁移工具 Sqoop、日志采
集系统 Flume、NoSQL 数据库及数据可视化等内容。每一部分都有相应的实验指导，以便读者更好地学习和
掌握 Hadoop 核心