本书系统介绍了机密计算的概念，总结了各类主流TEE硬件通用设计，帮助读者理解TEE硬件的工作原理。本书围绕安全模型、生命周期、证明模型、攻击方法和防范策略，系统介绍了TEE的设计原则和使用方法，并以业界常用的x86、ARM以及RISC-V架构提供的TEE为例，分析了硬件TEE的实现方法，帮助读者理解不同实现的利弊。全书分为三个部分，第一部分介绍机密计算的基础知识，包括隐私计算的概述和机密计算的定义、分类等；第二部分介绍机密计算中的TEE，主要内容包括机密计算模型、TEE的生命周期、TEE的证明模

本书提供了多种思路，探讨如何使现有的数据战略更具人性化。作者结合个人经历和专业洞察力提出一个简洁而有力的5C框架——胜任力、协作力、沟通力、创造力和道德意识——深刻揭示了数据战略人性化的一面，深入探讨了如何在组织中构建卓越的数据战略。本书共7章，第1章开宗明义地提出了数据战略5C框架；第2~6章逐项深入解读5C框架的核心维度；第7章以问题清单的形式给出了行动指南。

本书首先介绍了多模态数据分析相关知识，涉及文本、图像、音频、视频等多模态数据；然后结合实例代码，介绍了统计学与数据分析、机器学习、深度学习、知识图谱、大模型等方法和模型，以及GPT与DeepSeek等大模型的多模态实践分析；最后结合医疗、直播、视频等领域的案例阐述了多模态数据分析的多种算法模型的综合应用。

本教材是为了适应教yu部电气工程一级学科研究生核心课程指南要求而编写的。内容包含了线性系统的状态空间法、稳定性与李雅普诺夫方法、最优控制、鲁棒控制、系统辨识、自适应控制和模型与预测控制等七大部分。本教材的编写力图通过建立各知识点间的逻辑关系，加深对基本概念的理解；通过简单的算例，掌握基本方法的应用；通过对定理、公式、判据的严格证明，培养用数学语言解决工程问题的能力。此外，为了便于学习，还录制了教材的MOOC课程。本书主要作为工科院校非控制类学科的研究生教材，也可作为广大科技人员和其他大专院校

"《监测监控信息融合技术》全面介绍了传感器信息获取、监测监控网络和信息融合的基本原理与技术。书中不仅探讨了信息融合在新技术发展中的关键作用，还强调了其在培养学生科学精神和探索勇气中的时代意义，满足了课程思政要求。全书共9章，内容覆盖了传感器信息融合、煤矿安全监测的模型与方法，以及无人驾驶和水环境监测的多源信息融合技术，为读者提供了新的视角，对当前信息融合研究领域是重要补充。本书紧贴课程体系，强化产教融合，特别强调将理论知识应用于解决实际产业问题，推动知识向技术应用转化，培养具有创新思维和问题解决

本书主要介绍了如何确保企业所依赖的数据的质量。书中详细阐述了自动化数据质量监控的重要性，并提供了实用的方法，帮助企业高效地覆盖所有数据表，主动发现数据问题，并立即解决。作者们解释了如何构建无监督机器学习模型来检测数据问题，以及如何实施通知机制以减少警报疲劳，并迅速分类和解决这些问题。此外，本书还探讨了如何将自动化数据质量监控与数据目录、BI和ML系统集成，以克服自动化监控的局限性，并在大规模环境中部署和管理监控解决方案。

本书主要讲解了Hadoop大数据开发基础与实战的相关内容，全书共11章，其中第1章为初识Hadoop，第2章为Hadoop集群的搭建，第3章为分布式协调框架ZooKeeper，第4章为分布式文件系统HDFS，第5章分布式计算框架MapReduce，第6章为YARN框架与HA模式，第7章为数据仓库Hive，第8章为分布式存储系统HBase，第9章为数据同步工具Sqoop，第10章为Flume，第11章为综合项目基于Hadoop的云盘设计与实现，该项目主要巩固了第1~10章学习的Hadoop基础知识

本书共10章,第1-3章详细说明CyberChef工具使用方法,从搭建CyberChef的使用环境开始,逐步深入介绍编码和解码、数据处理模块的相关内容。第4-10章将介绍使用CyberChef工具实战分析恶意样本的案例,包括批处理BAT、PowerShell、CobaltStrike、VBS、ShellCode、JavaScript、WebShell等多种样本文件的案例。本书示例代码丰富,实际性和系统性较强,并配有视频讲解,助力读者透彻地理解书中的重点、难点。

本书旨在帮助数据行业的从业者在AI时代提升数据管理和数据技术认知水平，内容覆盖数据价值创造的理论、技术和实践。 本书共8章。第1章回顾企业数据的发展历史，并讲解现代企业数据组织。第2章从多维度解析数据价值的创造路径，包括从构建数字化决策、加速业务创新和推动AI变革等视角介绍数据价值创造的方法和成果。第3章系统讲解数据管理的方法与技术，包括数据资产管理、数据资产运营、数据平台架构的规划及实践案例。第4章讲解数据要素价值化的路径探索，包括数据要素在多行业的应用、基础体系、可信数据流通技术及数据资产入

本书分为三个部分，分别介绍了数据要素市场、数据安全和隐私计算。第一部分介绍了数据要素市场的基本情况，包括数据要素制度体系和数据要素市场发展；第二部分结合数字化转型的背景，讲述了多个具备代表性的数据安全理论及实践框架、数据安全常见风险、数据安全保护最佳实践、代表性行业数据安全实践，以及数据安全技术原理、大模型与数据安全等内容；第三部分详细讲解了可信数据流通交易空间数据流通利用基础设施、隐私计算技术原理、隐私保护大模型基础设施等内容。本书可以作为高校学生、数据要素市场从业者、数据安全行业从业者的入门