大數據技術(shù)與應用：大數據測評簡(jiǎn)介，目錄書(shū)摘
2020-01-03 17:30
來(lái)源：京東
作者：京東
大數據技術(shù)與應用：大數據測評
暫無(wú)報價(jià)
3000+評論
98%好評
編輯推薦:
內容簡(jiǎn)介: 大數據技術(shù)的發(fā)展，在帶來(lái)產(chǎn)業(yè)快速發(fā)展的同時(shí)，也帶來(lái)了很多軟件技術(shù)的新需求?！洞髷祿夹g(shù)與應用：大數據測評》介紹了大數據的概念和特征，各國大數據的發(fā)展戰略、發(fā)展趨勢及其標準化情況，以及對軟件測試帶來(lái)的挑戰。在此基礎上，對面向大數據處理框架、大數據基礎算法、應用系統、系統安全和隱私泄露等測評技術(shù)展開(kāi)了分析和討論。在底層支撐框架層聚焦于單元測試和框架基準測試；在基本算法中涵蓋了聚類(lèi)、分類(lèi)及其個(gè)性化推薦；在應用層，介紹了其性能測試中若干問(wèn)題，重點(diǎn)闡述數據集的設計與分析；在全書(shū)的最后，討論了大數據的安全和隱私問(wèn)題，突出介紹由于大數據所引發(fā)的新安全問(wèn)題及其對策。
《大數據技術(shù)與應用：大數據測評》綜合了眾多業(yè)界專(zhuān)家、作者、學(xué)者的研究和產(chǎn)業(yè)成果，通過(guò)對大量文獻和材料分析編著(zhù)形成，可為從事大數據或者軟件測評的學(xué)者、軟件工程研究人員、高校研究生、大數據產(chǎn)業(yè)人員提供參考。
《大數據技術(shù)與應用：大數據測評》綜合了眾多業(yè)界專(zhuān)家、作者、學(xué)者的研究和產(chǎn)業(yè)成果，通過(guò)對大量文獻和材料分析編著(zhù)形成，可為從事大數據或者軟件測評的學(xué)者、軟件工程研究人員、高校研究生、大數據產(chǎn)業(yè)人員提供參考。
作者簡(jiǎn)介:
目錄:第1章 緒論
1.1 概述
1.2 大數據戰略與趨勢
1.2.1 大數據戰略
1.2.2 大數據趨勢
1.3 大數據標準化研究
1.3.1 國外標準發(fā)展現狀
1.3.2 國內標準發(fā)展現狀
1.4 大數據應用
1.4.1 趨勢預測
1.4.2 疫情分析
1.4.3 消費行為分析
1.4.4 智慧金融
1.4.5 精確營(yíng)銷(xiāo)
1.4.6 輿情分析
1.5 大數據對軟件測試的挑戰
參考文獻
第2章 面向大數據框架的測評
2.1 概述
2.2 面向數據質(zhì)量的測評
2.2.1 數據質(zhì)量
2.2.2 數據預處理
2.2.3 數據質(zhì)量測評
2.3 分布式數據模型及測試
2.3.1 框架
2.3.2 數據模型
2.3.3 單元測試
2.4 大數據的基準測試
2.4.1 基準測試
2.4.2 測試方法
2.4.3 測試內容
參考文獻
第3章 大數據智能算法及測評技術(shù)
3.1 概述
3.2 聚類(lèi)算法及測評
3.2.1 聚類(lèi)及其在大數據中的應用
3.2.2 聚類(lèi)的典型算法及分析
3.2.3 聚類(lèi)算法的測試
3.2.4 聚類(lèi)質(zhì)量的評估
3.3 分類(lèi)算法及評估
3.3.1 分類(lèi)及其在大數據中的應用
3.3.2 分類(lèi)的典型算法及分析
3.3.3 分類(lèi)算法的測試
3.3.4 分類(lèi)器性能的評估
3.4 推薦系統算法及其測評
3.4.1 推薦系統算法
3.4.2 推薦系統的測評實(shí)驗
3.4.3 推薦系統的評估
參考文獻
第4章 大數據應用的性能測評技術(shù)
4.1 概述
4.2 大數據應用的影響因素與性能測評
4.2.1 影響大數據應用的因素
4.2.2 大數據應用的性能測評類(lèi)型
4.2.3 大數據應用的性能測評指標
4.3 大數據應用測試的支撐數據設計
4.3.1 大數據的數據結構特點(diǎn)
4.3.2 大數據的數據設計依據
4.3.3 大數據的數據生成方法
4.4 大數據應用性能測評模型
4.4.1 應用負載模型
4.4.2 數據負載模型
4.5 工具與案例
4.5.1 性能測試工具
4.5.2 性能測試流程
4.5.3 某網(wǎng)絡(luò )輿情監測系統測試案例
4.5.4 某微博大數據平臺測試案例
參考文獻
第5章 大數據應用的安全測評技術(shù)
5.1 概述
5.2 影響大數據應用安全的要素
5.2.1 影響架構安全的要素
5.2.2 影響數據安全的要素
5.3 大數據架構的安全測評
5.3.1 分布式計算框架的安全測評
5.3.2 非關(guān)系型數據庫的安全測評
5.4 數據的安全性測評
5.4.1 數據來(lái)源的安全性測評
5.4.2 隱私保護程度的測評
5.5 應用安全等級保護測評
5.5.1 用戶(hù)鑒別
5.5.2 事件審計
5.5.3 資源審計
5.5.4 通信安全
5.5.5 軟件容錯
參考文獻
索引
1.1 概述
1.2 大數據戰略與趨勢
1.2.1 大數據戰略
1.2.2 大數據趨勢
1.3 大數據標準化研究
1.3.1 國外標準發(fā)展現狀
1.3.2 國內標準發(fā)展現狀
1.4 大數據應用
1.4.1 趨勢預測
1.4.2 疫情分析
1.4.3 消費行為分析
1.4.4 智慧金融
1.4.5 精確營(yíng)銷(xiāo)
1.4.6 輿情分析
1.5 大數據對軟件測試的挑戰
參考文獻
第2章 面向大數據框架的測評
2.1 概述
2.2 面向數據質(zhì)量的測評
2.2.1 數據質(zhì)量
2.2.2 數據預處理
2.2.3 數據質(zhì)量測評
2.3 分布式數據模型及測試
2.3.1 框架
2.3.2 數據模型
2.3.3 單元測試
2.4 大數據的基準測試
2.4.1 基準測試
2.4.2 測試方法
2.4.3 測試內容
參考文獻
第3章 大數據智能算法及測評技術(shù)
3.1 概述
3.2 聚類(lèi)算法及測評
3.2.1 聚類(lèi)及其在大數據中的應用
3.2.2 聚類(lèi)的典型算法及分析
3.2.3 聚類(lèi)算法的測試
3.2.4 聚類(lèi)質(zhì)量的評估
3.3 分類(lèi)算法及評估
3.3.1 分類(lèi)及其在大數據中的應用
3.3.2 分類(lèi)的典型算法及分析
3.3.3 分類(lèi)算法的測試
3.3.4 分類(lèi)器性能的評估
3.4 推薦系統算法及其測評
3.4.1 推薦系統算法
3.4.2 推薦系統的測評實(shí)驗
3.4.3 推薦系統的評估
參考文獻
第4章 大數據應用的性能測評技術(shù)
4.1 概述
4.2 大數據應用的影響因素與性能測評
4.2.1 影響大數據應用的因素
4.2.2 大數據應用的性能測評類(lèi)型
4.2.3 大數據應用的性能測評指標
4.3 大數據應用測試的支撐數據設計
4.3.1 大數據的數據結構特點(diǎn)
4.3.2 大數據的數據設計依據
4.3.3 大數據的數據生成方法
4.4 大數據應用性能測評模型
4.4.1 應用負載模型
4.4.2 數據負載模型
4.5 工具與案例
4.5.1 性能測試工具
4.5.2 性能測試流程
4.5.3 某網(wǎng)絡(luò )輿情監測系統測試案例
4.5.4 某微博大數據平臺測試案例
參考文獻
第5章 大數據應用的安全測評技術(shù)
5.1 概述
5.2 影響大數據應用安全的要素
5.2.1 影響架構安全的要素
5.2.2 影響數據安全的要素
5.3 大數據架構的安全測評
5.3.1 分布式計算框架的安全測評
5.3.2 非關(guān)系型數據庫的安全測評
5.4 數據的安全性測評
5.4.1 數據來(lái)源的安全性測評
5.4.2 隱私保護程度的測評
5.5 應用安全等級保護測評
5.5.1 用戶(hù)鑒別
5.5.2 事件審計
5.5.3 資源審計
5.5.4 通信安全
5.5.5 軟件容錯
參考文獻
索引
京公網(wǎng)安備 11000002000088號
