知识源于沉淀 通过本课程的学习学生将会掌握以下专业知识：
云(Cloud)，分布式系统(Distributed System)，联网(Network)。
了解并构建面向云和大数据的分布式和网络化系统。
您将获得以下专业技能Software-Defined Networking（软件定义网络）Distributed Computing（分布式计算）Big Data（大数据）Cloud Computing（云计算）Distributed Algorithm（分布式算法）C++NoSQLCloud Infrastructure（云基础设施）Cloud Applications（云应用）Cloud Storage（云存储）Graphs（图形学）Machine Learning（机器学习）本专业的学习目标
云计算专业化带你学习云计算系统。整个教学从云计算概念的中间层开始，涵盖了云中使用的核心分布式系统概念，然后移动到云应用的上层，最后到云网络的底层。最后，以一个能让你应用在整个课程中学到的技能的项目结束。
本专业的参考学习书籍
《面向未来互联网技术的软件定义网络：概念和应用》面向未来互联网技术的软件定义网络:概念和应用
面向未来互联网技术的软件定义网络:概念和应用为了满足业务需求，网络基础设施正在快速发展，但所需的重新计费和重新配置带来了有待解决的挑战。软件定义网络(SDN)是下一代互联网技术，有助于应对这些网络管理挑战。
本书包括SDN的定量研究、案例分析、概念论文、模型论文、总结论文和理论支持。这本书讨论了SDN可以帮助其他新兴技术提供更高效服务的领域，如物联网、工业物联网、NFV、大数据、区块链、云计算和边缘计算。这本书展示了SDN的许多优势，如降低成本、易于部署和管理、更好的可扩展性、可用性、灵活性、细粒度的流量控制和安全性。
这本书展示了SDN的许多好处，如降低成本、易于部署和管理、更好的可扩展性、可用性、灵活性、流量的细粒度控制和安全性。
本书的相关章节:
安全问题和检测方法的设计注意事项使用 SDN 缓解 DDos 攻击的先进方法大数据使用阿帕奇Hadoop处理和分析大量数据用于攻击模拟的不同工具在SDN上下文中广泛使用的网络策略和策略管理方法动态流表或静态流表管理新的四层架构，包括云、SDN 控制器和雾计算用于通过边缘计算使计算资源在工业物联网网络附近保持可用状态的体系结构SDN作为智慧城市发展创新方法的影响更多。
这本书将成为SDN研究人员和学者、研究学者和相关领域学生的宝贵资源。
《分布式计算:原理、算法和系统》设计分布式计算系统是一个复杂的过程，需要对设计问题及其解决方案的理论和实践有深刻的理解。这本综合教材涵盖了分布式计算理论、算法和系统的基本原理和模型。这一理论的广泛和详细的覆盖面与实际的系统相关问题相平衡，例如互斥、死锁检测、身份认证和故障恢复。所有的算法都是经过精心挑选的，清晰地呈现出来，没有复杂的证明就描述出来。使用简单的解释和插图来说明算法。这本书还考虑了重要的新兴主题，如对等网络和网络安全的描述。这本教科书有最先进的算法，无数的插图，例子和作业问题。本书适用于电气与计算机工程和计算机科学专业的高年级本科生和研究生。数据网络和传感器网络的从业者也会发现这是一个有价值的资源。
同时这本书还有中文版，方便大家学习！
《大数据：可扩展实时数据系统的原则和最佳实践（Big Data: Principles and best practices of scalable realtime data systems）》关于这本书
Web规模的应用，如社交网络、实时分析或电子商务网站，处理的数据量很大，其数量和速度都超过了传统数据库系统的极限。这些应用程序需要一个围绕机器集群构建的架构来存储和处理任何大小或速度的数据。幸运的是，规模和简单并不相互排斥。
大数据教你使用专门设计用于捕获和分析web级数据的架构来构建大数据系统。这本书介绍了Lambda架构，这是一种可扩展且易于理解的方法，可以由一个小团队来构建和运行。您将探索大数据系统的理论以及如何在实践中实现它们。除了发现处理大数据的通用框架，你还将学习具体的技术，如Hadoop、Storm和NoSQL数据库。
这本书不要求以前接触大规模数据分析或NoSQL工具。熟悉传统数据库是有帮助的。
这本书里有什么？
大数据系统简介实时处理网络级数据哈多普、卡桑德拉和斯托姆等工具传统数据库技能的扩展
