本書主要介紹惡意流量的欺詐手段和對抗技術(shù)，分為5個部分，共12章：先講解流量安全基礎(chǔ)；再基于流量風險洞察，講解典型流量欺詐手段及其危害；接著從流量數(shù)據(jù)治理層面，講解基礎(chǔ)數(shù)據(jù)形態(tài)、治理和特征工程；然后重點從設(shè)備指紋、人機驗證、規(guī)則引擎、機器學習對抗、復雜網(wǎng)絡(luò)對抗、多模態(tài)集成對抗和新型對抗等方面，講解流量反欺詐技術(shù)；最后通

本書從需求規(guī)劃、需求實現(xiàn)到可視化展示等，遵循項目開發(fā)的主要流程，全景介紹了電商行業(yè)Flink實時數(shù)據(jù)倉庫的搭建過程。在整個項目的搭建過程中，介紹了主要組件的安裝部署、需求實現(xiàn)的具體思路、問題的解決方案等，并穿插了大數(shù)據(jù)和數(shù)據(jù)倉庫相關(guān)的理論知識，包括數(shù)據(jù)倉庫的概念介紹、電商業(yè)務(wù)概述、數(shù)據(jù)倉庫理論介紹和數(shù)據(jù)倉庫建模等。最核

從信息資源管理協(xié)同創(chuàng)新視角，分析了大數(shù)據(jù)治理面臨的挑戰(zhàn)、機遇和焦點議題，大數(shù)據(jù)治理研究的視角、立場及代表性觀點，大數(shù)據(jù)治理的框架類型及其構(gòu)成要素。以公共價值理論、數(shù)字連續(xù)性理論、利益相關(guān)者理論和協(xié)同創(chuàng)新理論為主要理論支持，從大數(shù)據(jù)治理目標、主體、治理客體、治理活動、治理環(huán)境等多個維度，分析了大數(shù)據(jù)治理的政策、標準和技術(shù)

魯棒預(yù)測控制是在預(yù)測控制的基礎(chǔ)上考慮到實際系統(tǒng)存在著模型不精確或者參數(shù)時變、未知擾動等各種不確定性而發(fā)展起來的先進控制技術(shù)。如何在魯棒預(yù)測控制的基礎(chǔ)上有效處理時變時滯對系統(tǒng)的影響成為工業(yè)過程控制亟待解決的問題。本書針對具有時變時滯的工業(yè)過程可能存在參數(shù)時變、強干擾、執(zhí)行器故障、非線性、多階段切換、時變跟蹤軌跡等問題，重

隨著信息化、數(shù)字化時代的到來，形態(tài)各異的機器人正在走進人們的視野。浩瀚宇宙、廣袤天空、無垠大海、蒼茫大地，機器人無所不在。本書精選了滑雪機器人、快遞小哥機器人、三角形機器人、拉車機器人、大腳機器人、蟹腳機器人、爬行機器人、運動健身機器人、鴨子機器人、游泳機器人10個機器人進行制作，制作過程中必須手腦并用，其中處處

本書從理論上論述非線性系統(tǒng)的全局能控性.主要介紹平面仿射非線性系統(tǒng)和幾類特殊的高維非線性系統(tǒng)的全局能控性判據(jù),以及幾類多項式系統(tǒng)全局能控性的判別算法.另外,本書也對平面仿射非線性系統(tǒng)的全局漸近能控性及全局鎮(zhèn)定性做一點討論.

深度強化學習理論的提出為機器人控制中的動力學模型建立、環(huán)境狀態(tài)信息感知等問題提供了豐富的解決思路。本書在現(xiàn)有的深度強化學習算法基礎(chǔ)上，針對機器人控制中的機器人姿態(tài)平衡控制、機器人持物平衡控制、機器人抓取控制3個方面的問題展開研究，為基于深度強化學習的機器人控制問題提供一定的理論指導和技術(shù)支撐。

本書從最基本的認識VEXIQ機器人講起，進而對軟件、模塊、結(jié)構(gòu)件等進行解讀。其中，對各種模塊的使用和調(diào)用思路進行了描述，以培養(yǎng)讀者的思維能力，同時對結(jié)構(gòu)件的選擇也做了分析。

本書分為三篇。第1篇是多智能體機器人系統(tǒng)的基礎(chǔ)(第1-3章)，介紹多智能體系統(tǒng)的概念、必要的控制原理和數(shù)理知識。第2篇是多智能體機器人系統(tǒng)的控制(第4-5章)，分別針對一階和二階多智能體系統(tǒng)進行了各種情況下的一致性和編隊控制與驗證。第3篇是多智能體機器人系統(tǒng)的應(yīng)用(第6-8章)，分別針對多無人車系統(tǒng)、多無人機系統(tǒng)以及由

本書以實際應(yīng)用基本規(guī)律為主線，講述了機器人系統(tǒng)組成、機器人坐標系統(tǒng)、機器人示教盒介紹、機器人虛擬示教編程、機器人輸入／輸出信號、機器人在線示教編程、機器視覺在機器人生產(chǎn)線上的應(yīng)用、機器人運動學分析、機器人動力學分析、機器人應(yīng)用生產(chǎn)線的規(guī)劃與設(shè)計、機器人應(yīng)用生產(chǎn)線的安裝與調(diào)試等內(nèi)容。