我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機(jī)：18971071887郵箱：Service@mingketang.com

課程大綱

第一講 大數(shù)據(jù)概述

（一）教學(xué)目的

通過本章的學(xué)習(xí)掌握大數(shù)據(jù)基本概念 ，理解大數(shù)據(jù)的處理流程， 了解大數(shù)

據(jù)在行業(yè)中的應(yīng)用和未來趨勢。

（二） 教學(xué)要求

1、解釋大數(shù)據(jù)基本概念；

2、分析大數(shù)據(jù)的分析處理流程；

3、知道大數(shù)據(jù)技術(shù)應(yīng)用場景和前景。

（三）教學(xué)內(nèi)容

第一節(jié)大數(shù)據(jù)的概述知識要點(diǎn)： 大數(shù)據(jù)的定義和特征。

第二節(jié)大數(shù)據(jù)分析的過程、技術(shù)及工具知識要點(diǎn)： 大數(shù)據(jù)的采集、存儲(chǔ)方

式、分析技術(shù)、展示及應(yīng)用。

第三節(jié)大數(shù)據(jù)技術(shù)的發(fā)展前景知識要點(diǎn)： 大數(shù)據(jù)技術(shù)不斷發(fā)展， 出現(xiàn)更多

的應(yīng)用項(xiàng)目。

（四）教學(xué)重點(diǎn)與難點(diǎn)

1．教學(xué)重點(diǎn)： 大數(shù)據(jù)的基本概念。

2．教學(xué)難點(diǎn)： 大數(shù)據(jù)分析處理的流程。

第二講 大數(shù)據(jù)集群系統(tǒng)基礎(chǔ)

（一）教學(xué)目的

能分析大數(shù)據(jù)集群 ， 闡明其基本原理； 在虛擬化計(jì)算機(jī)系統(tǒng)中安裝

CentOS 7 操作系統(tǒng) ，通過 SecureCRT/Xshell 訪問 CentOS 7 操作系統(tǒng) ， 以 三臺(tái)節(jié)點(diǎn)機(jī)搭建大數(shù)據(jù)集群環(huán)境。

（二）教學(xué)要求

1.掌握虛擬機(jī)軟件 VMware Workstation 10 及以上和終端仿真程序 SecureCRT/Xshell 的下載、安裝和使用方法；

2.掌握 VMware Workstation 10 中安裝 CentOS 7 的方法；

3.理解大數(shù)據(jù)集群相關(guān)組成和技術(shù) ，部署大數(shù)據(jù)集群。

（三）教學(xué)內(nèi)容

第一節(jié) CentOS 大數(shù)據(jù)集群系統(tǒng)的組成知識要點(diǎn)：CentOS 概念、CentOS 集群系統(tǒng)拓?fù)鋱D。

第二節(jié) 操作實(shí)踐：大數(shù)據(jù)集群的部署知識要點(diǎn)：集群規(guī)劃、網(wǎng)絡(luò)配置、 安全配置、時(shí)間同步、SSH 登錄。

（四）教學(xué)重點(diǎn)與難點(diǎn)

1．教學(xué)重點(diǎn)：VMwareWorkstation、CentOS 7、SecureCRT 的安裝和使 用。

2．教學(xué)難點(diǎn)： 大數(shù)據(jù)集群的部署。

第三講 Hadoop 分布式系統(tǒng)

（一）教學(xué)目的

Hadoop 的使用需要搭建一個(gè)完整的分布式系統(tǒng)，在理解 Hadoop 工作原 理的基礎(chǔ)上配置和運(yùn)行 Hadoop。

（二）教學(xué)要求

1.說明 Hadoop 的運(yùn)行原理。

2.掌握 Hadoop 環(huán)境的安裝與配置。

（三）教學(xué)內(nèi)容

第一節(jié) Hadoop 相關(guān)技術(shù)及生態(tài)系統(tǒng)知識要點(diǎn)：構(gòu)成 Hadoop 生態(tài)系統(tǒng) 的相關(guān)技術(shù)。

第二節(jié) 操作實(shí)踐： Hadoop 安裝與配置知識要點(diǎn)： JDK 安裝、Hadoop 安裝、Hadoop 運(yùn)行、瀏覽 Hadoop 頁面。

（四）教學(xué)重點(diǎn)與難點(diǎn)

1．教學(xué)重點(diǎn)：Hadoop 安裝過程中 hadoop-en v.sh、yarn-en v.sh、slaves、 core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml 文件 的配置。

2．教學(xué)難點(diǎn)： Hadoop 安裝過程中參數(shù)的配置。

第四講 HDFS 分布式文件系統(tǒng)

（一）教學(xué)目的

Hadoop 采用分布式 HDFS，通過本章學(xué)習(xí)掌握 HDFS 的基本原理，掌握 HDFS

相關(guān)的操作命令，并能夠應(yīng)用 Java 對 HDFS 進(jìn)行編程。

（二） 教學(xué)要求

1 ． 了解 HDFS 的特點(diǎn)、架構(gòu)、數(shù)據(jù)讀取過程、數(shù)據(jù)寫入過程。

2. 掌握 HDFS 操作。

（三）教學(xué)內(nèi)容

第一節(jié) HDFS 知識要點(diǎn)： HDFS 設(shè)計(jì)前提和設(shè)計(jì)目標(biāo)、Namenode 和 Datanode、文件系統(tǒng)的名字空間、數(shù)據(jù)復(fù)制、HDFS 讀寫流程。

第二節(jié) HDFS 操作實(shí)踐知識要點(diǎn)： HDFSShell、HDFS JavaAPI、Eclipse 開發(fā)環(huán)境、綜合實(shí)例。

（四）教學(xué)重點(diǎn)與難點(diǎn)

1．教學(xué)重點(diǎn)： HDFS 的原理、數(shù)據(jù)讀寫的原理。

2．教學(xué)難點(diǎn):HDFS 綜合實(shí)例。

第五講 分布式計(jì)算系統(tǒng)—MapReduce 及其應(yīng)用實(shí)例

（一）教學(xué)目的

Hadoop 采用分布式計(jì)算系統(tǒng) MapReduce，通過本章的學(xué)習(xí)，掌握 MapReduce 的基本原理、架構(gòu)以及工作機(jī)制 ，并且掌握 MapReduce 的編程操作，從而運(yùn)用 到實(shí)處。

（二）教學(xué)要求

1.分析 MapReduce 的基本原理、架構(gòu)以及工作機(jī)制；

2.操作 MapReduce WordCount 編程和 MapReduce 倒排索引編程 ，實(shí)現(xiàn)其應(yīng) 用。

（三）教學(xué)內(nèi)容

第一節(jié) MapReduce 簡介知識要點(diǎn)： MapReduce 架構(gòu)、原理、工作機(jī)制。

第二節(jié) MapReduce 操作實(shí)踐知識要點(diǎn)： MapReduceWordCount 編程實(shí)例、 MapReduce 倒排索引編程實(shí)例。

（四）教學(xué)重點(diǎn)與難點(diǎn)

1.教學(xué)重點(diǎn)： MapReduce 的基本原理、架構(gòu)以及工作機(jī)制等知識內(nèi)容。

2.教學(xué)難點(diǎn)：MapReduce WordCount 編程實(shí)例；MapReduce 倒排索引編程實(shí) 例

實(shí)踐課 醫(yī)藥大數(shù)據(jù)案例分析

（一）教學(xué)目的

根據(jù)大數(shù)據(jù)系統(tǒng)的需求分析 ，在 Hadoop 框架下 ，基于 Hbase 數(shù)據(jù)庫，綜合 應(yīng)用各項(xiàng)關(guān)鍵技術(shù)完成大數(shù)據(jù)系統(tǒng)的功能。

（二）教學(xué)要求

能在 Hadoop 框架下，綜合大數(shù)據(jù)應(yīng)用系統(tǒng)編程的原理、技術(shù) ，呈現(xiàn)既定的 運(yùn)行結(jié)果。

（三） 教學(xué)內(nèi)容

第一節(jié) 項(xiàng)目概述知識要點(diǎn)： 醫(yī)藥電商大數(shù)據(jù)分析平臺(tái)的形成背景。

第二節(jié) 功能需求知識要點(diǎn)：流量分析、經(jīng)營狀況分析、大數(shù)據(jù)可視化系統(tǒng)。 第三節(jié) 軟件關(guān)鍵技術(shù)知識要點(diǎn)： 醫(yī)藥電商大數(shù)據(jù)分析平臺(tái)的關(guān)鍵技術(shù)。

第四節(jié) 效果展示知識要點(diǎn)： 各類分析效果圖。

第五節(jié) 系統(tǒng)構(gòu)架設(shè)計(jì)知識要點(diǎn)：系統(tǒng)的組成、協(xié)作方式、網(wǎng)絡(luò)拓?fù)洹⒔ㄔO(shè) 方案。

第六節(jié) 數(shù)據(jù)存儲(chǔ)設(shè)計(jì)知識要點(diǎn)：設(shè)計(jì)流量數(shù)據(jù)表、訂單數(shù)據(jù)表、會(huì)員評價(jià) 表。

第七節(jié) 數(shù)據(jù)分析知識要點(diǎn)：采集、分析數(shù)據(jù)。第八節(jié) 數(shù)據(jù)展示知識要點(diǎn)： 結(jié)果數(shù)據(jù)展示代碼。

（四）教學(xué)重點(diǎn)與難點(diǎn)

1.教學(xué)重點(diǎn)： 大數(shù)據(jù)系統(tǒng)的需求分析、Hbase 數(shù)據(jù)庫的建立、程序的設(shè)計(jì) 與實(shí)現(xiàn)。

2.教學(xué)難點(diǎn)： 程序的設(shè)計(jì)與實(shí)現(xiàn)。

五 、各教學(xué)環(huán)節(jié)學(xué)時(shí)分配

第一講大數(shù)據(jù)概論

第二講大數(shù)據(jù)集群系統(tǒng)基礎(chǔ)

第三講Hadoop 分布式系統(tǒng)

第四講HDFS 分布式文件系統(tǒng)

第五講MapReduce 分布式計(jì)算

第 6 講醫(yī)藥大數(shù)據(jù)案例分析

六 、教學(xué)手段與方法

1.教學(xué)手段 :本課程主要采用多媒體、課件演示、實(shí)驗(yàn)實(shí)訓(xùn)等教學(xué)手段進(jìn)行 教學(xué)。

2.教學(xué)方法 :本課程主要采用任務(wù)驅(qū)動(dòng)、案例教學(xué)、講授與討論相結(jié)合等教 學(xué)方法進(jìn)行教學(xué) 。課程內(nèi)容主要按大數(shù)據(jù)處理任務(wù)進(jìn)行組織 ，因此可以按解決 相應(yīng)任務(wù)所需的方法技術(shù)進(jìn)行教學(xué)組織和實(shí)踐 。在課程的授課過程中 ，對于學(xué) 生難以理解的方法技術(shù)都給與案例分析，完整展現(xiàn)相應(yīng)方法技術(shù)是如何實(shí)施和 應(yīng)用的 。另外 ，課程教學(xué)過程中 ，可以圍繞相關(guān)大數(shù)據(jù)處理的任務(wù)組織學(xué)生進(jìn) 行討論，培養(yǎng)學(xué)生主動(dòng)學(xué)習(xí)、解決問題的能力。

七 、考核方式 、考核內(nèi)容及成績評定

1.考核評價(jià)方式

1）過程性考核評價(jià)方式。本課程的過程性考核評價(jià)方式主要包括：考勤、 作業(yè)、討論、隨堂提問等。

2）結(jié)果性考核評價(jià)方式。本課程的結(jié)果性考核評價(jià)方式主要是期末考查（開 卷）。根據(jù)各章知識點(diǎn)，設(shè)計(jì)期末考查試卷。

八 、課程教材

[1]朝樂門.數(shù)據(jù)科學(xué)[M].北京：清華大學(xué)出版社,2020.

[2]朝樂門.數(shù)據(jù)科學(xué)理論與實(shí)踐[M].北京：清華大學(xué)出版社,2019.

[3]周蘇,王文.大數(shù)據(jù)導(dǎo)論[M].清華大學(xué)出版社,2020 第一版

[4]許晶華.管理信息系統(tǒng)[M].廣州:華南理工大學(xué)出版社,2015.

[5]黃梯云.管理信息系統(tǒng)[M].北京:高等教育出版社,2019.

[6]薛華成.管理信息系統(tǒng)[M].北京:清華大學(xué)出版社,2020.

李老師

李海良簡介

李海良，，暨南大學(xué)副教授，碩士生導(dǎo)師，九三學(xué)社社員，中山大學(xué)工學(xué)博士香港城市大學(xué)訪問學(xué)者，廣東工業(yè)大學(xué)校外合作研究生導(dǎo)師。研究方向?yàn)樯疃葘W(xué)習(xí)、圖像識別、智慧綜合能源和能源大數(shù)據(jù)。在IEEE Transactions on Neural Networks and Learning Systems和Information fusion等TOP期刊第一作者發(fā)表SCI論文6篇，主持省級課題2項(xiàng)，參與國家自然科學(xué)基金1項(xiàng)。長期擔(dān)任IEEE Internet of Things Journal、International Journal of Communication Systems、IET Computer Vision、IET Image Processing和 IET Radar, Sonar & Navigation等SCI期刊審稿人。曾獲得第六屆全國電子信息科學(xué)博士生論壇論文成果匯報(bào)二等獎(jiǎng)（2017），第七屆全國電子信息科學(xué)博士生論壇論文成果匯報(bào)三等獎(jiǎng)（2016），2020年12月在INSCRYPT 2020 國際會(huì)議擔(dān)任Session chair。

2018年獲得中山大學(xué)工學(xué)博士學(xué)位，2019年至2021年在暨南大學(xué)網(wǎng)絡(luò)安全學(xué)院做博后，合作導(dǎo)師為密碼學(xué)與信息安全領(lǐng)域?qū)＜摇医芮辔探〗淌凇?/p>

擅長操作系統(tǒng)和數(shù)據(jù)庫的安全配置，針對注入式、篡改、偽造、流量分析以及竊聽等主流攻擊方式有深入研究，在人工智能領(lǐng)域，針對對抗樣本攻擊與防御方面發(fā)表多篇SCI論文。

曾參與基于聯(lián)邦學(xué)習(xí)的廣東海關(guān)數(shù)據(jù)隱私保護(hù)系統(tǒng)的研發(fā)工作，參與暨南大學(xué)與金山毒霸的校園網(wǎng)攻防安全軟件的研發(fā)工作

參與基于視頻圖像安全的珠海電力局電纜防外破項(xiàng)目

參與東軟集團(tuán)社保系統(tǒng)和醫(yī)院管理系統(tǒng)的研發(fā)工作

曾經(jīng)為廣東移動(dòng)、深圳市電力局、肇慶學(xué)院、嶺南師范學(xué)院、華南農(nóng)業(yè)大學(xué)、東莞城市學(xué)院、電子科技大學(xué)中山學(xué)院以及鄭州航空工業(yè)管理學(xué)院等知名企業(yè)院校提供培訓(xùn)服務(wù)，積累了大量的行業(yè)培訓(xùn)項(xiàng)目經(jīng)驗(yàn)。

擅長主講課程：

《人工智能》《計(jì)算機(jī)網(wǎng)絡(luò)》《網(wǎng)絡(luò)與信息安全》《軟件工程》《物聯(lián)網(wǎng)》《大數(shù)據(jù)和數(shù)據(jù)科學(xué)》 《網(wǎng)絡(luò)安全》 《互聯(lián)網(wǎng)與人工智能》 《網(wǎng)絡(luò)信息安全與數(shù)據(jù)安全》 《 高級計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)》 《物聯(lián)網(wǎng)技術(shù)》 《 云計(jì)算與大數(shù)據(jù)算法設(shè)計(jì)》 《軟件工程》 《 研究方法論》 《物聯(lián)網(wǎng)技術(shù)與發(fā)展趨勢 《網(wǎng)絡(luò)空間安全前沿問題研究》 《智能人機(jī)交互》 《高級人工智能》 《大數(shù)據(jù)科學(xué)應(yīng)用》 《信息安全》 《高級軟件工程》 《高級算法設(shè)計(jì)與分析》

獲獎(jiǎng)經(jīng)歷：

2015年8月 第六屆全國電子信息科學(xué)博士生論壇論文成果匯報(bào)二等獎(jiǎng)

2016年8月 第七屆全國電子信息科學(xué)博士生論壇論文成果匯報(bào)三等獎(jiǎng)

2020年12月 INSCRYPT 2020 Session chair

學(xué)習(xí)經(jīng)歷

2014年9月-2018年6月，中山大學(xué)，信息與通信工程，博士研究生

2017年7月-2017年9月，香港城市大學(xué)，訪問學(xué)者

工作經(jīng)歷

2019年2月至2021年2月，暨南大學(xué)信息科學(xué)技術(shù)學(xué)院，博士后

研究方向

基于注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)，智慧綜合能源和能源大數(shù)據(jù)。

主要論文

1. Hailiang Li, Jian Weng*,Adaptive Dropout Method Based on Biological Principles，IEEE Transactions on Neural Networks and Learning Systems，vol.32,no.9, pp.4267-4276, Sept. 2021,JCR1區(qū),IF:10.451,TOP期刊

2. Hailiang Li, Jian Weng*, A Defense Method Based on Attention Mechanism Against Traffic sign Adversarial samples,Information Fusion,Volume 76, 2021, Pages 55-65,JCR1區(qū)，IF:12.975，TOP期刊

3. Hailiang Li, et al,A Semi-automated Annotation Algorithm Based on Weakly Supervised Learning for Medical Images，Biocybernetics and Biomedical Engineering 40 (2020) pp. 787-802, SCI索引，第一作者，影響因子：4.314

4. Hailiang Li, et al,An improved deep learning approach for detection of thyroid papillary cancer in ultrasound images，Scientific Reprots,(2018) 8:6600，SCI索引，第一作者，影響因子：4.379

5.張宇,李海良*.基于RSA的圖像可識別對抗攻擊方法[J].網(wǎng)絡(luò)與信息安全學(xué)報(bào),2021,7(05):40-48.通信作者，中國科技核心期刊

承擔(dān)課題

1. 基于注意力機(jī)制的安全性圖像識別模型研究與應(yīng)用，2021廣東省普通高校特色創(chuàng)新項(xiàng)目，主持，17.12萬元，項(xiàng)目編號：2021KTSCX006；

2. 基于 AIOT 的多維視覺下電力施工人員工作監(jiān)控與管理系統(tǒng)，廣東省科技創(chuàng)新戰(zhàn)略專項(xiàng)資金，主持，2萬元，項(xiàng)目編號：PDJH2021b0058；

社會(huì)職務(wù)

廣東工業(yè)大學(xué)，校外合作碩士生導(dǎo)師

我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機(jī)：18971071887郵箱：Service@mingketang.com