大数据网络：理论、设计与安全

"Networking for Big Data" 是一本深入探讨大数据网络和通信方面的前沿研究的书籍。本书分为四个部分，分别介绍大数据、大数据的网络理论与设计、大数据的网络安全以及大数据应用的平台和系统。它涵盖了从虚拟机放置问题到大数据传输优化的各种关键网络问题，并讨论了云基础设施在处理大量异构数据中的作用。 在第一部分“大数据介绍”中，书中详细阐述了科学DMZs（数据传输区域）的设计和挑战，虚拟机在云计算中的放置策略，大数据管理的挑战、方法、工具及其局限性，以及大数据分布式系统的管理。这些章节旨在提供对大数据环境基础的理解。 第二部分“大数据的网络理论与设计”深入探讨了将大数据迁移到云端的成本最小化算法，大数据的数据处理和分析技术，针对大数据应用的网络配置和流调度，以及如何加速互联网上的大数据传输。此外，还讨论了能源效率与服务弹性之间的平衡问题。 第三部分“大数据的网络安全”涵盖了大数据时代网络入侵检测的挑战和未来趋势，基于MapReduce的机器学习技术在处理大规模网络威胁监控中的应用，大数据的匿名通信，以及基于流的异常检测。这些章节强调了保护大数据安全的重要性。 第四部分“大数据应用的平台和系统”中，提到了利用SDN（软件定义网络）启用的大数据平台挖掘社交媒体以改变电视观看体验的趋势，云基础设施在大数据中的应用趋势，以及一个用户数据档案感知的策略型网络管理框架。最后，讨论了在云环境中为大数据传输模拟电路的方法。 这本书为读者提供了全面的技术覆盖，不仅包括理论，还有实际应用案例，旨在帮助读者理解和解决大数据环境下的网络挑战，提升资源管理效率，保障数据安全，以及优化云基础设施的使用。通过阅读此书，读者可以了解到如何利用创新的网络管理策略来提高能效，实现大数据的高效传输和存储。