本书循序渐进地介绍当前流行的前端框架Vue.js 3的基础知识、新特性、各项功能及其在商业开发中的应用。全书共12章，第1~6章介绍Vue.js 3的语言基础，搭建开发环境，Vue.js 3的基本使用、指令和组件等基础知识；第7章介绍Vue.js 3框架的脚手架工程vue-cil的开发；第8章介绍使用Vue.js 3的路由；第9章介绍组合式API；第10章介绍基于Vue.js 3的UI框架Element Plus；第11章介绍网络请求框架Axios；第12章介绍状态管理框架Vuex和一个相对完整

本书围绕 PaaS 如何承载算力网络展开论述，帮助读者了解 PaaS 平台对算力网络的承载作用。
本书的第 1 章和第 2 章是背景介绍，主要介绍算力网络发展背景和运营商 IT 架构演进的历史，帮助读者建立简单的基础知识；第 3 章 ~ 第 9 章讲算网 PaaS，主要介绍 PaaS 平台在各个层面对算力网络的承载作用，帮助读者了解 PaaS 对算力网络承载作用的具体体现；第 10 章主要介绍磐基 PaaS 平台的一次东数西算实践，帮助读者建立 PaaS 平台对算力网络承载作用的直观体验

未来十年将是算力网络（简称算网）蓬勃发展的十年，未来算网大数据的发展重点将聚焦在边缘计算、分布式协同计算、数据编织、隐私计算等核心技术领域。本书通过对这些核心领域的介绍，帮助读者快速了解和掌握算网大数据技术及应用场景。
本书共四篇 14 章：第一篇（第 1~3 章）介绍算力、算力网络的基本概念和算力网络驱动的大数据发展趋势；第二篇（第 4~7 章）介绍面向算力网络的大数据关键技术，包括边缘计算、分布式协同计算、数据编织、隐私计算等内容；第三篇（第 8~10 章）介绍大数据技术在算力网络中

本书从算力网络的顶层系统设计出发，首先介绍了算力网络的核心功能，然后围绕算网大脑功能对涉及的关键技术实现进行了详细描述。第 1、2 章介绍算力网络技术发展背景与趋势，并深入讲解算力网络与云网的关系；第 3 章系统性地介绍算力网络的体系结构；第 4 章介绍与算网大脑有关联的算网运营交易技术；第 5~9 章详细讲解算网大脑的核心功能：算网一体编排、算网管理调度、算网智能运维、算网智能引擎和算网数字孪生；第 10 章介绍算力网络应用场景；第11 章对算力网络的发展趋势做了展望。

本书介绍了软件测试的基本概念、原理、基本方法及测试过程等内容，包括软件测试技术概述、静态测试、黑盒测试、白盒测试、集成测试、系统测试、测试报告管理、智能软件测试以及单元测试框架Junit、压力测试工具Jmeter的使用方法，同时还介绍了软件测试与质量保证等内容。
本书为软件测试的基础教材，旨在让学生能够熟练地对实际软件进行有效测试，为后续核心课程的学习积累知识，培养学生专业技能，满足软件开发、软件测试、软件质量保障等技能要求。
本书适合作为高等院校计算机相关专业学生的教材，也可作为软

本书是基于Windows和Linux操作系统平台编写的软件漏洞分析和利用的项目教程。本书共12章，包括可执行文件格式解析、逆向工程及其工具、加壳与脱壳、缓冲区溢出、漏洞挖掘和利用、异常处理机制及其Exploit、GS保护及其Exploit、ASLR和DEP保护及其Exploit、返回导向编程、Linux Exploit、Egg Hunting技术和堆喷射技术等。
本书内容丰富，特色鲜明，实用操作性强，可作为信息安全专业、计算机及其相关专业本科生的信息安全实践教材，也可以作为计算机用户的参考

本书将基础理论和算法实现相结合，介绍了关于大数据分析中的相关知识，全面、系统地介绍有关算法的实现过程，并对算法在相关实例上的应用结果进行分析。全书共8章，内容包括差异化空间插值模型的理论原理、利用空间信息的大数据分析预测过程、协作复合神经网络模型的基础架构、利用相关特征的大数据分析预测过程、并行支持向量机的基本原理、并行支持向量机下的风险分类评价研究、集成学习与贝叶斯优化的相关理论和结合贝叶斯优化与集成学习的大数据评价研究等知识。书中每种算法都以伪代码的形式进行描述并附有相应的实例。

标准Python程序很容易过载，从而出现慢如龟爬的情况。asyncio库正是为了解决这些问题而构建的，它简化了任务的划分和调度。asyncio可无缝地同时处理多个操作，使应用程序疾如闪电，且具有扩展性。 　　《Python asyncio并发编程》在大量示例的引导下，介绍异步、并行和并发编程。将难理解的并发内容分解为简明易懂的流程图，使读者可轻松了解任务的运行方式。在本书中，读者将学习如何使用asyncio来突破Python的限制，从而加快Web服务器和微服务的运行速度。读者甚至可将asy

本书以Python的安装、语句、数据类型和图像相关计算模块以及图像及其属性知识为基础，重点阐述Python图像处理中的空间滤波器、图像增强、仿射变换、傅里叶变换、图像分割、形态学操作、图像测量等主题技术和相关的深度学习中的神经网络和卷积神经网络，同时还介绍图像采集设备及其构成与成像原理，包括X射线和计算机断层扫描、磁共振成像、光学显微镜和电子显微镜。
全书共分3部分： 第1部分（第1～3章）为Python计算与图像介绍，着重介绍Python语言与图像本身，包括数据类型和图像属性；

本书主要讲解Mugeda软件的功能与操作方法，配以大量的演示及课堂案例，讲练结合，符合院校的教学方式。书中通过解析典型案例，详细介绍软件的实际操作方法，从而达到培养读者设计思维、提高实际操作能力的目的。本书共分为8章，内容包括融媒体传播与H5概述，Mugeda软件的界面、操作流程、账户管理等基础内容，Mugeda软件中编辑素材的工具和属性设置等内容，Mugeda软件媒体工具的用法，Mugeda软件用于动画制作的相关知识点和方法，Mugeda软件中行为交互的相关内容，以及关联绑定、表单与逻辑判断的