本书结合国内5G网络的领军企业华为技术有限公司在5G网络建设应用过程中的经验积累，深入分析了5G网络在行业应用过程中所面临的安全风险，并给出了针对性的防护思路，目的是能够更好地指导运营商、toB行业用户能够安全地建设和使用5G网络。为了满足不同层次读者的需求，本书前4章主要介绍5G网络中所涉及的基础知识；第5至9章分别介绍了5G接入网、传输网和核心网所面临的安全问题及防护思路，其中也会考虑到5G所应用到的虚拟化技术的安全及5G下沉到企业园区所涉及的边缘计算安全；第10至13章主要侧重5G网络应用

本书是在参考大量国内外论文和学术专著的基础上,结合作者多年来在能量泛函正则化模型这一领域的研究积累撰写而成的。本书阐述正则化对偶模型研究及在图像重构中的应用,主要内容包括迫近算子基本原理,正则化对偶模型基本原理,正则化原始-对偶模型基本原理,以及迫近算子、正则化对偶模型、正则化原始-对偶模型在图像重构中的应用。

本书共10章,第1章从随机过程分析和统计信号处理的角度,介绍噪声分析与检测基础;第2章针对脉冲噪声,介绍噪声模型、参数估计和非参数估计、相关程序;第3章介绍脉冲噪声非线性变换设计路线;第4章给出效能最大化的非线性变换函数设计实例;第5章进行更多问题的扩展讨论;第6章介绍相位噪声模型与莱斯相位分布;第7章分析相位噪声的数字特征计算与近似;第8章研究相位噪声下的信号检测;第9章考虑实用场景,分析相位域的弱信号检测;第10章分析相位域的局部最优检测。

本书围绕语音识别的原理和应用讲解，理论结合实际，采用大量插图，辅以实例，力求深入浅出，让读者能较快地理解语音识别的基础理论和关键技术。为了帮助读者动手操作，提高实战技能，本书最后还结合Kaldi、ESPnet和WeNet等开源工具，介绍了具体的工程实践方法。

《干涉偏振成像技术》在介绍偏振探测的原理、各种偏振探测技术发展历程的基础上，着重介绍了萨瓦板型、马赫-曾德尔型、Sagnac型、偏振光栅型干涉偏振成像的工作原理、系统结构、波段拓展、解调方法、图像融合等工作，以及干涉光谱偏振成像技术及其光谱分辨率调谐。内容既包括了现有方法的简单介绍和分析，又有作者研究提出的新构型、新方案等研究工作，全面反映了干涉偏振成像的关键技术及发展状况，期望为干涉偏振成像的发展和应用提供技术支撑。

密码学是信息安全的基础,本书教读者应用加密技术来解决现实世界中的一系列难题,并畅谈了密码学的未来,涉及密码验证密钥交换和后量子密码学等话题。全书分为两个部分,第一部分介绍密码原语,涉及基础知识、哈希函数、消息认证码、认证加密、密钥交换、非对称加密和混合加密、数字签名与零知识证明、随机性和秘密性等内容;第二部分介绍协议,涉及安全传输、端到端加密、用户认证、硬件密码学、后量子密码、新一代密码技术等内容。

密码是保障网络与信息安全的核心技术。《商用密码与安全性评估》将Java开发与信息系统的密码应用建设、密评相结合，对典型密码应用场景的软件编码实现、涉及的主流密码产品以及安全性评估方法进行了介绍和实践。全书共9章，包括密码技术发展与架构、密码技术实现基础、数据完整性保护与杂凑算法、数据加密保护与对称密码算法、用户身份认证与公钥密码算法、通信安全与密码协议、口令加密和密钥交换、密码应用方案设计和商用密码应用安全性评估等内容。《商用密码与安全性评估》适用于信息系统安全建设的从业人员阅读，可为其在信息系

时间敏感网络技术及发展趋势介绍了时间敏感网络技术的发展背景、标准化研究现状、基本原理、关键技术体系和新发展趋势。介绍了网络协议基础、局域网、以太网及当前主流工业网络技术基础，并在此基础上重点阐述和分析了时间敏感网络的标准进程及协议体系，从时间同步、调度整形、可靠性保障机制、网络管理与配置机制角度深入阐述了时间敏感网络技术的关键基础协议及其主要机制流程，并结合工业无线化需求，介绍了时间敏感网络与5G系统的协同传输关键技术和应用场景，旨在为读者提供有关时间敏感网络技术的系统性参考资料。 本书是面向工

实时通信网络是在嵌入式系统高度发展的基础上形成的一个新主题，已被广泛应用于测量与控制领域。本书系统地介绍了嵌入式系统实时通信网络的产生背景、理论与技术基础，深入揭示了导致实时通信网络多样化的媒体访问控制技术和全局时间同步技术，并按现有多种网络标准的形成顺序，从网络的技术特点、规范、工作原理、总线接口电路设计及网络化控制系统设计与应用等方面，较全面地阐述了控制器局域网、局域互联网络、FlexRay、音频/视频总线，同时也给出了这些网络的互联技术，及其与它网络标准之间的主要区别。本书在编写过程中广泛

深度学习凭借其在识别应用领域中超高的预测准确率，在图像处理领域获得了极大关注，这势必将提升现有图像处理系统的性能并开创新的应用领域。利用卷积神经网络等深层神经网络的解决方案，可以逐渐取代基于算法可解释的传统图像处理工作。尽管图像预处理、后期处理和信号处理仍在大量采用现有方法，但在图像分类应用中，深度学习变得愈加重要。在该背景下，本书系统介绍了深度学习在数字图像处理各个研究分支的应用，包括图像增强、图像复原、图像检索、图像压缩、图像分割、目标检测、动作识别和图像配准等。每一部分都对传统方法做了概述