本书主要介绍恶意流量的欺诈手段和对抗技术，分为5个部分，共12章：先讲解流量安全基础；再基于流量风险洞察，讲解典型流量欺诈手段及其危害；接着从流量数据治理层面，讲解基础数据形态、治理和特征工程；然后重点从设备指纹、人机验证、规则引擎、机器学习对抗、复杂网络对抗、多模态集成对抗和新型对抗等方面，讲解流量反欺诈技术；最后通

本书从需求规划、需求实现到可视化展示等，遵循项目开发的主要流程，全景介绍了电商行业Flink实时数据仓库的搭建过程。在整个项目的搭建过程中，介绍了主要组件的安装部署、需求实现的具体思路、问题的解决方案等，并穿插了大数据和数据仓库相关的理论知识，包括数据仓库的概念介绍、电商业务概述、数据仓库理论介绍和数据仓库建模等。最核

从信息资源管理协同创新视角，分析了大数据治理面临的挑战、机遇和焦点议题，大数据治理研究的视角、立场及代表性观点，大数据治理的框架类型及其构成要素。以公共价值理论、数字连续性理论、利益相关者理论和协同创新理论为主要理论支持，从大数据治理目标、主体、治理客体、治理活动、治理环境等多个维度，分析了大数据治理的政策、标准和技术

鲁棒预测控制是在预测控制的基础上考虑到实际系统存在着模型不精确或者参数时变、未知扰动等各种不确定性而发展起来的先进控制技术。如何在鲁棒预测控制的基础上有效处理时变时滞对系统的影响成为工业过程控制亟待解决的问题。本书针对具有时变时滞的工业过程可能存在参数时变、强干扰、执行器故障、非线性、多阶段切换、时变跟踪轨迹等问题，重

随着信息化、数字化时代的到来，形态各异的机器人正在走进人们的视野。浩瀚宇宙、广袤天空、无垠大海、苍茫大地，机器人无所不在。本书精选了滑雪机器人、快递小哥机器人、三角形机器人、拉车机器人、大脚机器人、蟹脚机器人、爬行机器人、运动健身机器人、鸭子机器人、游泳机器人10个机器人进行制作，制作过程中必须手脑并用，其中处处

深度强化学习理论的提出为机器人控制中的动力学模型建立、环境状态信息感知等问题提供了丰富的解决思路。本书在现有的深度强化学习算法基础上，针对机器人控制中的机器人姿态平衡控制、机器人持物平衡控制、机器人抓取控制3个方面的问题展开研究，为基于深度强化学习的机器人控制问题提供一定的理论指导和技术支撑。

本书从理论上论述非线性系统的全局能控性.主要介绍平面仿射非线性系统和几类特殊的高维非线性系统的全局能控性判据,以及几类多项式系统全局能控性的判别算法.另外,本书也对平面仿射非线性系统的全局渐近能控性及全局镇定性做一点讨论.

本书从最基本的认识VEXIQ机器人讲起，进而对软件、模块、结构件等进行解读。其中，对各种模块的使用和调用思路进行了描述，以培养读者的思维能力，同时对结构件的选择也做了分析。

本书分为三篇。第1篇是多智能体机器人系统的基础(第1-3章)，介绍多智能体系统的概念、必要的控制原理和数理知识。第2篇是多智能体机器人系统的控制(第4-5章)，分别针对一阶和二阶多智能体系统进行了各种情况下的一致性和编队控制与验证。第3篇是多智能体机器人系统的应用(第6-8章)，分别针对多无人车系统、多无人机系统以及由

本书以实际应用基本规律为主线，讲述了机器人系统组成、机器人坐标系统、机器人示教盒介绍、机器人虚拟示教编程、机器人输入／输出信号、机器人在线示教编程、机器视觉在机器人生产线上的应用、机器人运动学分析、机器人动力学分析、机器人应用生产线的规划与设计、机器人应用生产线的安装与调试等内容。