在全球范圍內(nèi)的薪資調(diào)查中，軟件架構(gòu)師經(jīng)常位列十大最佳工作崗位排行榜，但是卻沒有真正的指南來幫助開發(fā)人員成為架構(gòu)師�，F(xiàn)在，這本書來了。書中首次全面概述了軟件架構(gòu)的諸多方面。有抱負的和現(xiàn)有的架構(gòu)師可以從中學習到架構(gòu)特征、架構(gòu)模式、組件確定、架構(gòu)圖解和展示、演化架構(gòu)等諸多主題。MarkRichards和NealFord——多

本書針對網(wǎng)絡(luò)多媒體信息的可信安全問題，研究了適用于網(wǎng)絡(luò)環(huán)境的多媒體信息可信認證模型，從理論和系統(tǒng)角度提出了網(wǎng)絡(luò)多媒體信息可信認證的技術(shù)方案。針對視頻流、圖像、視頻等不同內(nèi)容及形式的多媒體信息在互聯(lián)網(wǎng)中傳輸面臨的安全威脅，提出了一系列多媒體信息可信認證算法和框架，包括基于解碼關(guān)系圖拓撲排序的視頻流認證技術(shù)、基于中心校準的

本書根據(jù)電子信息類課程理論教學和實踐教學要求，以提高數(shù)字系統(tǒng)設(shè)計能力為目的，系統(tǒng)完整地闡述EDA技術(shù)、FPGA/CPLD器件、VerilogHDL語言和相關(guān)數(shù)字系統(tǒng)設(shè)計技術(shù)。全書以QuartusPrime、ModelSim軟件為工具，按”器件-軟件-語言-案例”為主線展開，內(nèi)容緊貼教學和科研實際，以可綜合的設(shè)計為重點，

本書以IAP15F2K61S2單片機為例，講解51單片機高級語言KeilC51的程序設(shè)計方法，結(jié)合實際項目，介紹I/O控制及識別、中斷應用、定時器應用、串行口通信應用、溫度傳感器讀取，以及實時時鐘芯片、A/D轉(zhuǎn)換模塊及超聲波模塊的使用。本書內(nèi)容全面，講解由淺入深、實例豐富、邏輯清晰、可讀性好、實用性強。本書采用項目驅(qū)動

本書除在正文部分中提供了35個驗證性實驗和2個綜合性實驗外，還在問題討論部分中給出了多個設(shè)計性實驗，力圖通過實驗幫助讀者系統(tǒng)地掌握網(wǎng)絡(luò)攻防的實用技術(shù)。全書分為4篇13章，按照”環(huán)境—威脅—防御—運用”的思路安排�！熬W(wǎng)絡(luò)安全實驗環(huán)境篇”重點討論網(wǎng)絡(luò)安全實驗環(huán)境的構(gòu)建技術(shù)、方法及相關(guān)實驗；“網(wǎng)絡(luò)安全威脅篇”以網(wǎng)絡(luò)攻擊的主要

本書全面介紹了在華為鯤鵬計算平臺上進行云安全防護的關(guān)鍵技術(shù)和應用。通過深入探討鯤鵬原生安全、內(nèi)外網(wǎng)防護、DDoS防護、主機安全、數(shù)據(jù)加密、數(shù)據(jù)庫安全、Web應用防火墻、漏洞掃描和云堡壘機等核心內(nèi)容，讀者將建立起對鯤鵬安全解決方案的全面認識。本書以實踐導向的方式組織，涵蓋了內(nèi)外網(wǎng)防護實踐、DDoS防護服務實踐、HSS防護

本書是編者結(jié)合多年的教學科研和生產(chǎn)經(jīng)驗進行編寫的。本書以培養(yǎng)技術(shù)應用型人才為目的，加強學生對繪制計算機繪圖基本能力的培養(yǎng)，使學生掌握基本繪圖方法和技巧，并具備基本的繪圖和讀圖能力。全書共八個章節(jié)，分別為AutoCAD2020基礎(chǔ)知識、設(shè)置繪圖環(huán)境、繪制平面圖形、平面圖形編輯、文本注釋與表格、尺寸標注、創(chuàng)建和使用塊、三維

本書深入剖析機器學習中的概率思維，從基礎(chǔ)理論出發(fā)，結(jié)合經(jīng)典例子，闡述如何將概率思維巧妙應用于機器學習算法，幫助讀者理解數(shù)據(jù)背后的規(guī)律與不確定性。除引言外，全書內(nèi)容分為5章，包括貝葉斯定理中的概率思維、樸素貝葉斯算法中的概率思維、極大似然估計和最大后驗估計、貝葉斯網(wǎng)絡(luò)、馬爾可夫鏈和隱馬爾可夫模型。

本書深入剖析機器學習中的線性思維和非線性思維，從基礎(chǔ)理論出發(fā)，結(jié)合經(jīng)典例子，闡述如何將線性思維和非線性思維巧妙應用于機器學習算法，幫助讀者理解數(shù)據(jù)背后的規(guī)律與不確定性。除引言外，全書內(nèi)容分為7章，包括線性回歸中的線性思維、感知機分類中的線性思維、邏輯回歸中的線性思維、支持向量機中的線性思維、核方法、高斯核函數(shù)的非線性映

本書聚焦人工智能處理器硬件設(shè)計的算力瓶頸問題，介紹了神經(jīng)網(wǎng)絡(luò)處理內(nèi)核電路與系統(tǒng)的設(shè)計目標、優(yōu)化技術(shù)、評價方式，以及應用領(lǐng)域。全書共9章，以人工智能硬件芯片組織架構(gòu)的核心處理單位“卷積神經(jīng)網(wǎng)絡(luò)”在系統(tǒng)架構(gòu)層面的算力性能提升為目標，在回顧了CPU、GPU和NPU等深度學習硬件處理器的基礎(chǔ)上，重點介紹主流的人工智能處理器的各