8什么是大数据分析
8.1 数据采集是一切的食粮
8.1.1 数据是智慧城市的核心资源
8.1.2 数据采集的特点
8.1.3 数据采集的设计
8.1.4 建设智慧城市数据中心
8.2 小数据是试验田
8.2.1 小数据的价值
8.2.2 数据分析的实验技能
8.2.3 小数据的局限
8.2.4 从小数据走向大数据
8.3 秒级实时分析大数据，真的吗？
8.3.1 天下武功，唯快不破
8.3.2 实时大数据交互式分析的内功心法
8.3.3 让实时大数据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实时大数据交互式分析
8.4 分布式计算不是简单的1+1=2
8.4.1 分布式计算的概念与发展
8.4.2 Map-reduce计算框架解析
8.4.3 分布式计算环境下各种组件的相互协调作用
8.4.4 分布式计算
8.5 深度学习有多深
8.5.1 深度学习简介及历史回顾
8.5.2 何为深，深为何
8.5.3 深度学习在智慧城市中的应用
8.6 大数据技术助推人工智能
8.6.1 人工智能的前世今生
8.6.2 大数据和人工智能的关系
9大数据分析在网络安全中的应用
9.1 大数据是手段不是目的
9.2 大数据是网络安全的未来
9.3 大数据态势感知保护关键网络应用
9.3.1 大数据态势感知是攻防分析，不是“地图炮”
9.3.2 大数据态势感知是能力落地，不是“看热闹”
9.3.3 大数据态势感知是智能安全中心，不是“数据杂烩”
9.3.4 态势感知是手段，核心应用才是关键
9.4 大数据建模防御数据泄漏和窃取
9.4.1 传统数据防泄漏方案分析
9.4.2 大数据建模防数据泄漏方案
9.5 利用大数据分析进行反欺诈
9.5.1 诈骗与反欺诈
9.5.2 电信反欺诈
9.5.3 金融反欺诈
9.6 借助大数据分析技术保障电子邮件安全
10大数据与云计算融合下的新一代安全防护技术
10.1 网络空间信息普查和风险感知
10.1.1 网络空间元素探测与安全底图建设
10.1.2 安全漏洞探查与验证
10.1.3 0day漏洞精准识别与预警技术
10.1.4 安全事件感知技术
10.1.5 对暗链的识别技术
10.1.6 基于大数据的钓鱼攻击识别技术
10.1.7 多线路网站服务质量监测
10.1.8 多维度态势感知分析技术
10.1.9 网络安全重点事件专题分析
10.2 基于机器学习的云端安全防护
10.2.1 基于页面镜像的篡改防护与永久在线技术
10.2.2 漏洞识别与虚拟补丁技术
10.2.3 基于大数据技术的攻击识别与防护
10.2.4 协同防护技术
11培养一流网安人才助推网络强国战略
11.1 大数据时代网络安全人才现状
11.1.1 大数据时代网络空间安全人才需求缺口巨大
11.1.2 普通高校与高等职业院校的网络安全教学未成体系
11.1.3 网络空间安全人才继续教育混乱而流于形式
11.2 网络空间安全人才培养和教育的困惑
11.2.1 网络空间安全需要怎么样的人才
11.2.2 完善人才教育体系应包含哪些方面
11.2.3 校企合作培养网络空间安全人才
11.2.4 培养优秀网络安全人才应坚持哪些导向
11.3 网络空间安全人才培养和教育发展的探索
11.3.1 高校教育：建设国家一流网络空间安全学院
11.3.2 在职教育：坚持创新、丰富实践、适应需求
11.3.3 产学研结合：网络空间安全人才培养与教育的创新模式
11.4 他山之石：他国网络空间安全人才培养与教育观
11.4.1 美国网络空间安全人才培养和教育趋势探析
11.4.2 英国网络空间安全人才培养和教育趋势探析
11.4.3 其他国家网络空间安全人才培养和教育趋势探析
11.5 基于实验室的大数据安全人才培养
11.5.1 大数据时代网络空间安全人才的特点
11.5.2 大数据时代网络空间安全人才培养的目标
11.5.3 大数据时代网络空间安全人才培养方式
11.5.4 大数据时代网络空间安全人才选拔模式
