**部分 大數據驅動下的智慧城市
第1章 大數據升級城市智慧
1.1 城市病與信息化機遇
1.1.1 城市化帶來的挑戰
1.1.2 智慧城市的應運而生
1.1.3 大數據城市發展的新引擎
1.2 大數據未來智慧城市建設
1.2.1 城市治理能力現代化
1.2.2 大數據構建民生服務新體系
1.2.3 大數據開啟企業創新發展新格局
1.2.4 大數據讓城市生活更加智能
1.3 智慧城市數據大腦建設
1.3.1 城市物聯網建設
1.3.2 移動互聯網、下一代互聯網建設
1.3.3 基于云計算的城市數據大腦建設
1.3.4 大數據驅動下的城市智能化管理
1.4 城市無處不在的網絡威脅
1.4.1 信息化發展與網絡的博弈
1.4.2 愈演愈烈的網絡違法犯罪
1.4.3 網絡是智慧城市健康發展的基石
部分 大數據時代智慧城市“數據大腦”的建設
第2章 城市“數據大腦”的感知系統——物聯網
2.1 智慧城市的物聯網應用及發展
2.1.1 城市能源管理
2.1.2 居住環境
2.1.3 城市生活、工業廢棄物管理
2.1.4 城市交通管理
2.1.5 城市應急與執法管理
2.1.6 物聯網的發展方向
2.2 物聯網威脅
2.2.1 物聯網威脅大事件
2.2.2 物聯網威脅分析
2.3 物聯網治理
2.3.1 智慧城市下的物聯網治理概述
2.3.2 物聯網目標及防護原則
2.3.3 全球物聯網防御策略
2.3.4 我國物聯網標準
2.3.5 物聯網層次結構及模型
2.3.6 物聯網關鍵技術
2.3.7 物聯網的體系設計
第3章 城市“數據大腦”的中樞神經系統——云計算
3.1 云計算是城市數據大腦的核心
3.2 云計算的威脅與挑戰
3.2.1 云計算威脅
3.2.2 云計算平臺側面臨的威脅
3.2.3 云計算租戶側面臨的威脅
3.3 云計算的防護實踐
3.3.1 云體防護目標與原則
3.3.2 云體防護設計思路
3.3.3 面向云平臺側體系
3.3.4 面向云租戶側體系
第4章 城市“數據大腦”的智慧源泉——數據資源
4.1 智慧城市的數據資源
4.1.1 智慧城市數據資源的特點
4.1.2 智慧城市數據資源管理的關鍵問題
4.2 智慧城市數據資源面臨的風險
4.3 智慧城市數據防護思路
4.3.1 數據的原則和策略
4.3.2體防護思路
4.3.3 控制措施
4.4 智慧城市數據防護實踐
4.4.1 安恒大數據實踐
4.4.2 阿里云大數據實踐
4.4.3 華為大數據實踐
4.4.4 京東大數據實踐
4.4.5 中國移動大數據實踐
4.4.6 IBM大數據實踐
第5章 城市“數據大腦”的動力系統——工業互聯網
5.1 工業互聯網是城市的動力保障
5.1.1 工業互聯網基本情況
5.1.2 工業互聯網發展現狀
5.1.3 工業互聯網與智慧城市
5.2 工業互聯網威脅與挑戰
5.2.1 工業互聯網面臨的問題
5.2.2 工業互聯網帶來的挑戰
5.3 工業互聯網防護體系與實踐
5.3.1 國外防護實踐
5.3.2 防護整體方案
第6章 城市“數據大腦”的底線——個人信息和隱私保護
6.1 個人信息與隱私
6.1.1 個人信息的概念
6.1.2 個人信息的分類
6.1.3 個人信息、個人數據和隱私的關系
6.2 國外個人信息與隱私保護實踐
6.2.1 個人信息保護的法律模式
6.2.2 個人信息保護的立法原則
6.2.3 美國的個人隱私保護
6.2.4 歐盟的個人隱私保護
6.3 我國網絡法與個人信息保護
第7章 區塊鏈技術助力智慧城市創新發展
7.1 日益興起的新技術——區塊鏈
7.1.1 區塊鏈技術的發展
7.1.2 區塊鏈的概念
7.1.3 區塊鏈技術的特點
7.2 目前智慧城市建設中面臨的問題
7.3 使用區塊鏈技術解決智慧城市中的問題
7.3.1 區塊鏈在智慧城市中的基礎應用
7.3.2 區塊鏈在智慧城市中應用的新研究
第三部分 數據驅動,助智慧騰飛
第8章 什么是大數據分析
8.1 數據采集是一切的食糧
8.1.1 數據是智慧城市的核心資源
8.1.2 數據采集的特點
8.1.3 數據采集的設計
8.1.4 建設智慧城市數據中心
8.2 小數據是試驗田
8.2.1 小數據的價值
8.2.2 數據分析的實驗技能
8.2.3 小數據的局限
8.2.4 從小數據走向大數據
8.3 秒級實時分析大數據,真的嗎?
8.3.1 天下,唯快不破
8.3.2 實時大數據交互式分析的心法
8.3.3 讓實時大數據交互式分析用上大索引利器
8.3.4 智慧城市中必不可少的實時大數據交互式分析
8.4 分布式計算不是簡單的1+1=2
8.4.1 分布式計算的概念與發展
8.4.2 Map-reduce計算框架解析
8.4.3 分布式計算環境下各種組件的相互協調作用
8.4.4 分布式計算
8.5 深度學深
8.5.1 深度學及歷史回顧
8.5.2 何為深,深為何
8.5.3 深度學慧城市中的應用
8.6 大數據技術助推人工智能
8.6.1 人工智能的前世今生
8.6.2 大數據和人工智能的關系
第9章 大數據分析在網絡中的應用
9.1 大數據是手段不是目的
9.2 大數據是網絡的未來
9.3 大數據態勢感知保護關鍵網絡應用
9.3.1 大數據態勢感知是攻防分析,不是“地圖炮”
9.3.2 大數據態勢感知是能力落地,不是“看熱鬧”
9.3.3 大數據態勢感知是智能中心,不是“數據雜燴”
9.3.4 態勢感知是手段,核心應用才是關鍵
9.4 大數據建模防御數據泄漏和竊取
9.4.1 傳統數據防泄漏方案分析
9.4.2 大數據建模防數據泄漏方案
9.5 利用大數據分行反欺詐
9.5.1 詐騙與反欺詐
9.5.2 電信反欺詐
9.5.3 金融反欺詐
9.6 借助大數據分析技術保障電子郵件
第10章 大數據與云計算融合下的新一代防護技術
10.1 網絡空間信息普查和風險感知
10.1.1 網絡空間元素探測與底圖建設
10.1.2 漏洞探查與驗證
10.1.3 0day漏洞識別與預警技術
10.1.4 事件感知技術
10.1.5 對暗鏈的識別技術
10.1.6 基于大數據的釣魚攻擊識別技術
10.1.7 多線路網站服務質量監測
10.1.8 多維度態勢感知分析技術
10.1.9 網絡事件專題分析
10.2 基于機器學端防護
10.2.1 基于頁面鏡像的篡改防護與在線技術
10.2.2 漏洞識別與虛擬補丁技術
10.2.3 基于大數據技術的攻擊識別與防護
10.2.4 協同防護技術
第11章 培養網安人才助推網絡強國戰略
11.1 大數據時代網絡人才現狀
11.1.1 大數據時代網絡空間人才需求缺口巨大
11.1.2 普通高校與高等職業院校的網絡教學未成體系
11.1.3 網絡空間人才繼續教育混亂而流于形式
11.2 網絡空間人才培養和教育的困惑
11.2.1 網絡空間需要怎么樣的人才
11.2.2 完善人才教育體系含哪些方面
11.2.3 校企合作培養網絡空間人才
11.2.4 培養網絡人才應堅持哪些導向
11.3 網絡空間人才培養和教育發展的探索
11.3.1 高校教育:建設國家網絡空間學院
11.3.2 在職教育:堅持創新、豐富實踐、適應需求
11.3.3 產學研結合:網絡空間人才培養與教育的創新模式
11.4 他山之石:他國網絡空間人才培養與教育觀
11.4.1 美國網絡空間人才培養和教育趨勢探析
11.4.2 英國網絡空間人才培養和教育趨勢探析
11.4.3 其他國家網絡空間人才培養和教育趨勢探析
11.5 基于實驗室的大數據人才培養
11.5.1 大數據時代網絡空間人才的特點
11.5.2 大數據時代網絡空間人才培養的目標
11.5.3 大數據時代網絡空間人才培養方式
11.5.4 大數據時代網絡空間人才選拔模式
第四部分 經典案例
第12章 案例分享
12.1 某市政務數據保障體系規劃項目
12.1.1 項目背景
12.1.2 項目必要
12.1.3 存在的主要問題
12.1.4 建設內容
12.1.5 項目
12.2 大數據智能平臺助力某金融機構構建網絡體系
12.2.1 項目背景
12.2.2 項目建設內容
12.2.3 項目成效
12.3 某城市級云運營服務案例
12.3.1 案例背景
12.3.2 解決方案
12.3.3 值
12.4 某市平安城市案例
12.4.1 項目背景
12.4.2 平安城市建設面臨的問題及需求
12.4.3 對策與措施
12.4.4 項目成效
12.5 涉眾型金融風險監測預警處置實踐
12.5.1 背景
12.5.2 涉眾型經濟犯罪的現狀與問題
12.5.3 對策與措施
12.5.4 應用成效
12.6 某電廠工控網絡和信息防護體系建設
12.6.1 背景
12.6.2 電廠建設面臨的威脅
12.6.3 對策與措施
12.7 某市康養之都智慧城市建設案例
12.7.1 背景
12.7.2 建設目標
12.7.3 建設內容
12.7.4 創新
12.8 教育行業網絡綜合整治案例
12.8.1 背景
12.8.2 治亂解決方案
12.8.3 堵漏解決方案
12.9 某市智慧建設案例