전체

IT 기술과 서비스가 빠르게 진화하고 있는 오늘날 데이터 보안과 프라이버시 또한 중요성이 점점 강조되고 있다. 이 책을 읽으면 데이터 보안과 프라이버시를 위해서 필수적으로 알아야 할 대칭키/비대칭키 암호화, 공개키/개인키 암호화, 타원 곡선 암호화, 해시와 디지털 서명과 같은 전통적인 암호화 알고리듬뿐만 아니라 동형 암호, 영지식 증명, 양자 암호와 같은 최신 암호화 알고리듬까지 그 가치와 특징에 대해서 이해할 수 있을 것이다.

Tkinter는 대표적인 파이썬 GUI 라이브러리다. 이 책은 Tkinter를 사용해 윈도우즈, 맥OS, 리눅스의 데스크톱 애플리케이션을 개발하는 방법을 설명한다. 또한 기업 환경의 가상 시나리오를 바탕으로 요구분석, 설계, 개발, 테스트, 운영 단계를 따라가면서 실무 환경에 적용할 수 있는 방법론까지 배울 수 있다.

이론적인 설명뿐만 아니라 실제 코드 예제와 실습 환경 구축 가이드를 제공해 독자가 Go 언어를 사용한 네트워크 자동화 솔루션 개발 능력을 향상시킬 수 있는 지식을 제공한다. 이 책을 통해 네트워크 자동화의 개념, Go 프로그래밍 기법, 다양한 자동화 도구 및 API 활용 방법 등을 배우고 실제 네트워크 환경에 적용할 수 있다.

기존 일체형 애플리케이션을 마이크로서비스로 나누고 온프레미스나 클라우드로 배포하려는 자바, 스프링 개발자와 아키텍트를 위한 책이다. 스프링 부트, 스프링 클라우드와 도커, 쿠버네티스, 이스티오, EFK 스택, 프로메테우스, 그라파나 등의 오픈소스 도구를 조합해 마이크로서비스를 구축하는 방법을 설명한다. 오픈소스 도구와 스프링 기반 자바 코드를 실습 위주로 설명하며, 최소한의 시간 투자만으로도 다양하고 넓은 범위의 지식을 학습할 수 있게끔 효율적

파이썬 언어를 사용한 확장성, 적응성, 모범 사례를 강조하면서 대규모 소프트웨어 시스템을 설계하고 유지 관리하기 위한 포괄적인 가이드를 제공하는 책이다. 소프트웨어 아키텍처, API 디자인, 데이터 모델링, 12가지 요소 앱 방법론을 포함한 필수 주제를 다룬다. 각 장에서는 웹 서버 구조, 이벤트 중심 아키텍처, 마이크로서비스와 모놀리식, 테스트 방법론, 패키지 관리, 지속적인 유지 보수를 자세히 살펴본다. 개발자 면접 준비에도 도움이 될 것이

리액트는 컴포넌트라 불리는 조각들을 사용해 사용자 인터페이스를 자유롭게 만들 수 있는 라이브러리이다. 이 책을 읽고 나면 리액트 최신 버전인 리액트 18을 사용해 보다 나은 사용자 인터페이스를 만드는 다양한 사고 방식과 기법을 익힐 수 있을 것이다.

2021년 세종도서 학술부문 선정도서 『Splunk를 활용한 시큐리티 모니터링』의 개정판! Splunk에서 정보보안 로그를 수집/분석하고 내부 침해 행위를 찾아내는 과정을 보여준다. 정보보안 사전 지식을 갖추고, Splunk 검색어를 작성할 수 있는 사용자를 대상으로 서술했지만, 초보자도 책의 내용을 쉽게 따라올 수 있게 작성했다. 특별히 Splunk를 활용해서 정보보안 전용 앱 구축, 정보보안 관련 로그 분석 등 많은 업무를 효율적으로 개선하

리액트 SPA 기반의 애플리케이션을 통해 프론트엔드 구현에서부터 백엔드 구현까지 풀스택 개발 과정을 자세히 살펴볼 수 있다. 개발 과정과 상용 환경에서 발생할 수 있는 문제를 해결하기 위한 적절한 팁을 제공한다. 상용 클라우드 환경에서 애플리케이션을 배포하고 설정하는 방법도 다룬다. 저자의 오랜 실무 경험과 노하우를 통해 플랫폼과 도구들을 경험하고 이해할 수 있으며, 더 나아가 자신의 아이디어를 구체화할 수 있는 방법을 찾을 수 있을 것이다.

데이터 과학자라면 피할 수 없는 데이터 클리닝 작업은 수집과 분석, 정제에 이르기까지 데이터 과학의 효율을 높이는 일반적인 절차다. 기존 책들이 주로 첫 장에서만 다루던 데이터 준비 과정에 대한 필수 내용을 구체화했고, 실제 데이터 과학에서 응용할 수 있는 기술을 전달한다. 데이터 클리닝 작업을 수행하기 위한 도구와 기술을 설명하고, 새로 습득한 기술을 테스트하고 개선해볼 수 있도록 각 장의 끝 부분에 자세한 실습이 수록돼 있다.

설명 가능한 인공지능 또는 해석 가능한 머신러닝 모델을 구축하는 다양한 방법론을 소개한다. 최근 이슈가 되고 있는 인공지능 모델의 윤리적 문제를 다루면서도 동시에 높은 성능과 견고성을 유지할 수 있는 비결을 소개한다. 먼저 해석 가능성이란 무엇인지 설명하고 머신러닝 모델의 윤리적 측면인 공정성, 책임성, 투명성이 필요한 이유 그리고 이를 달성할 방법을 설명한다. 그 다음 다양한 상황과 다양한 데이터 형태를 갖는 각 유스 케이스에서 머신러닝 해석

파이토치 라이트닝은 딥러닝 프레임워크인 파이토치의 유연성은 유지하면서 작동에 필요한 코드량을 줄여 모델과 연구에 집중할 수 있도록 돕는 프레임워크다. 파이토치 라이트닝을 활용한 모델 제작부터 훈련과 배포까지 실용적인 가이드를 제시하고자 한다. 또한 다양한 데이터(시계열, 이미지, 자연어 등)와 아키텍처(GAN, 지도 학습, 자기 지도 학습 등)를 다루기 때문에 딥러닝의 중요 개념을 익히는 데에도 도움이 된다. 책의 후반부에서는 모델 배포를 위한