本書包含20余個高并發(fā)系統(tǒng)案例，每個案例看似相互獨立，實則相輔相成。根據(jù)高并發(fā)系統(tǒng)的特點，高并發(fā)與高性能、高可用的關(guān)系，本書分為6篇�；�礎(chǔ)篇，概要介紹專欄所用的軟件建模方法、設(shè)計文檔寫法、高并發(fā)架構(gòu)設(shè)計方法。高并發(fā)系統(tǒng)的海量數(shù)據(jù)處理架構(gòu)篇，討論海量數(shù)據(jù)如何存儲、如何傳輸、如何進行并發(fā)控制。高并發(fā)系統(tǒng)的高性能架構(gòu)篇，討論

本書介紹如何使用Python語言進行網(wǎng)絡爬蟲程序的開發(fā)，從Python語言的基本特性入手，詳細介紹了Python爬蟲程序開發(fā)的各個方面，包括HTTP、HTML、JavaScript、正則表達式、自然語言處理、數(shù)據(jù)科學等不同領(lǐng)域的內(nèi)容。全書共14章，分為基礎(chǔ)篇、進階篇、提高篇和實戰(zhàn)篇四個部分，內(nèi)容覆蓋網(wǎng)絡抓取與爬蟲編程中

本書從科研、教學和工程實際應用出發(fā)，理論聯(lián)系實際，全面系統(tǒng)地介紹了現(xiàn)場總線、工業(yè)以太網(wǎng)技術(shù)及其應用系統(tǒng)設(shè)計，力求所講內(nèi)容具有較強的可移植性、先進性、系統(tǒng)性、應用性、資料開放性，起到舉一反三的作用。全書共分10章，主要內(nèi)容包括：現(xiàn)場總線與工業(yè)以太網(wǎng)概述、控制網(wǎng)絡基礎(chǔ)、通用串行通信接口技術(shù)、PROFIBUS-DP現(xiàn)場總線、

本書圍繞保障重要信息系統(tǒng)安全的國家戰(zhàn)略網(wǎng)絡安全等級保護展開，從等級保護工作的需求分析入手，介紹等級保護工作的核心理論模型，講述等級保護的定級備案方法及流程，解讀網(wǎng)絡安全等級保護的基本要求，進一步闡述等級測評所需的支撐技術(shù)，包括端口掃描、漏洞檢測、滲透測試、攻擊圖等關(guān)鍵技術(shù)和基礎(chǔ)知識庫，并給出等級測評理論在云租戶系統(tǒng)、工

本書系統(tǒng)性地介紹了網(wǎng)絡空間安全相關(guān)的豐富內(nèi)容，跨越政策、技術(shù)和工程等多重視野。全書共5章，分別解讀網(wǎng)絡空間安全的基本概念、政策機制、攻防技術(shù)、運營實戰(zhàn)和能力工程方面的必知必會內(nèi)容。本書在各個話題下詳解基礎(chǔ)知識，辨析核心概念，摘述權(quán)威資料，為讀者提供全面的難點釋疑，是一本實用的參考手冊。本書面向國家網(wǎng)信工作者、企業(yè)安全運

不同于“元宇宙”概念的遙不可及，“Web3”概念正在加速落地中。Web3不是Web2.0的延伸，而是對當前互聯(lián)網(wǎng)形態(tài)的根本性重構(gòu)。正如二十年前互聯(lián)網(wǎng)誕生時的場景一樣，Web3正在悄然形成星火燎原之勢。面對這一個即將改變我們生活的新生事物，我們有必要去了解并認知它。 本書從Web3時代到來的必然性說起，重新梳理了Web3

本書圍繞著網(wǎng)絡空間與網(wǎng)絡空間安全的概念展開，提出了在新型的網(wǎng)絡形態(tài)下企業(yè)如何構(gòu)建一個符合安全趨勢和潮流的網(wǎng)絡空間安全體系，能夠用安全為企業(yè)的業(yè)務保駕護航。

本書是ClickHouse領(lǐng)域的集大成之作，從基礎(chǔ)知識、實現(xiàn)原理、項目實戰(zhàn)、擴展應用4個維度全面展開，表述簡練清晰、案例豐富實用，既可以作為入門的標準參考書，又適合作為案頭速查手冊。書中內(nèi)容是作者在阿里巴巴、字節(jié)跳動多年實戰(zhàn)經(jīng)驗的總結(jié)，得到了字節(jié)跳動和阿里巴巴9位大數(shù)據(jù)專家的高度評價。全書共10章，主要內(nèi)容如下：第1~

本書是一本在PyTorch環(huán)境下學習機器學習和深度學習的綜合指南，可以作為初學者的入門教程，也可以作為讀者開發(fā)機器學習項目時的參考書。 本書講解清晰、示例生動，深入介紹了機器學習方法的基礎(chǔ)知識，不僅提供了構(gòu)建機器學習模型的說明，而且提供了構(gòu)建機器學習模型和解決實際問題的基本準則。本書添加了基于PyTorch的深度學習內(nèi)

本書包括五個部分：第yi部分介紹文本情感分析的研究背景、研究現(xiàn)狀和基礎(chǔ)技術(shù)；第二部分從內(nèi)容語義理解的角度出發(fā)，介紹基于隱式表達的諷刺檢測技術(shù)；第三部分從用戶個性化建模的角度出發(fā)，介紹多輪對話中的情緒分析技術(shù)；第四部分介紹小樣本場景下的立場檢測解決方案；第五部分介紹對抗攻擊場景下的情感分類防御技術(shù)。