計算機網路csa

『壹』 計算機網路

專業核心課程與主要實踐環節：計算機應用基礎、辦公自動化、計算機組裝與維護、VB程序設計基礎、計算機網路基礎、Access資料庫、SQLServer資料庫、網頁製作技術、多媒體技術、Java程序設計、WindowsServer2003安裝配置與管理、Linux操作系統、區域網組網技術、網路安全技術等。

就業面向：在企事業、政府、社區以及各類學校，從事網路系統管理，網站設計與維護，網路軟、硬體的銷售與售後服務等工作。

我也是才畢業的，個人還是比較喜歡網路技術，不過我是學計算機應用的，學東西主要還是要看你喜歡學什麼，如果你學網路技術的話，我建議你在學習過程中注重基礎知道，要知道，有基礎才能更好的提高，堅實的基礎是提高的前提，在此我建議在課余時間多看看計算機專業認證方面的東西。

可以嘗試考思科的認證。

CCNA 證書介紹：
CCNA 認證 (思科認證網路工程師) 表示具備基本的和初步的網路知識。擁有CCNA認證的人士可以為小型網路（不超過100個節點）安裝、配置和操作LAN、WAN和撥號接入服務，其中包括但不僅限於下列協議：IP、IGRP、串列、幀中繼、IP RIP、VLAN、RIP、乙太網和訪問列表

CCNP 證書介紹; CCNP認證表示網路人士具有對從100個節點到超過 500 個節點的融合式區域網和廣域網進行安裝、配置和排障的能力。獲得CCNP認證資格的網路人士擁有豐富的知識和技能，能夠管理構成網路核心的路由器和交換機，以及將語音、無線和安全集成到網路之中的邊緣應用。

CCSP 證書介紹; CCSP 認證（思科認證資深安全工程師）表示精通或者熟知思科網路的安全知識。獲得 CCSP 認證資格的網路人士能夠保護和管理網路基礎設施，以提高生產率和降低成本。認證內容側重於安全VPN管理、思科自適應安全設備管理器(ASDM)、PIX防火牆、自適應安全設備(ASA)、入侵防禦系統(IPS)、思科安全代理(CSA) 和怎樣將這些技術集成到一個統一的集成化網路安全解決方案之中等主題

CCIP (思科認證資深互聯網專家) 旨在證明就職於電信運營商機構的網路人士在基礎設施IP網路解決方案方面具備的能力。具有CCIP資格的人士非常了解電信運營商領域涉及的網路技術，包括IP路由、IP QoS、BGP和MPLS。

不知道你現在有你自己的想法沒有，好好加油，祝你成功！

『貳』 CS 和EE是什麼專業的簡稱

CS是指computer science計算機科學；EE是指electronic engineering電子工程。

傳統的電氣工程定義為用於創造產生電氣與電子系統的有關學科的總和。此定義本十分寬泛，但隨著科學技術的飛速發展，21世紀的電氣工程概念已經遠遠超出上述定義的范疇。斯坦福大學教授指出：當今電氣工程涵蓋了幾乎所有與電子、光子有關的工程行為。

計算機科學與技術是國家一級學科，下設信息安全、軟體工程、計算機軟體與理論、計算機系統結構、計算機應用技術、計算機技術等專業。

(2)計算機網路csa擴展閱讀：

一、CS的發展現狀

1、網路工程方向就業前景良好，學生畢業後可以到國內外大型電信服務商、大型通信設備製造企業進行技術開發工作，也可以到其他企事業單位從事網路工程領域的設計、維護、教育培訓等工作。

2、軟體工程方向 就業前景十分廣闊，學生畢業後可以到國內外眾多軟體企業、國家機關以及各個大、中型企、事業單位的信息技術部門、教育部門等單位從事軟體工程領域的技術開發、教學、科研及管理等工作。也可以繼續攻讀計算機科學與技術類專業研究生和軟體工程碩士。

3、通信方向學生畢業後可到信息產業、財政、金融、郵電、交通、國防、大專院校和科研機構從事通信技術和電子技術的科研、教學和工程技術工作。

4、網路與信息安全方向寬口徑專業，主幹學科為信息安全和網路工程。學生畢業後可為政府、國防、軍隊、電信、電力、金融、鐵路等部門的計算機網路系統和信息安全領域進行管理和服務的高級專業工程技術人才。並可繼續攻讀信息安全、通信、信息處理、計算機軟體和其他相關學科的碩士學位。

二、CS的安全性

由於C/S結構軟體的數據分布特性，客戶端所發生的火災、盜搶、地震、病毒、黑客等都成了可怕的數據殺手。另外，對於集團級的異地軟體應用，C/S結構的軟體必須在各地安裝多個伺服器，並在多個伺服器之間進行數據同步。

如此一來，每個數據點上的數據安全都影響了整個應用的數據安全。所以，對於集團級的大型應用來講，C/S結構軟體的安全性是令人無法接受的。

對於B/S結構的軟體來講，由於其數據集中存放於總部的資料庫伺服器，客戶端不保存任何業務數據和資料庫連接信息，也無需進行什麼數據同步，所以這些安全問題也就自然不存在了。

『叄』 雲計算的安全性具體包含哪些內容

雲計算安全聯盟(CSA)發布的報告總結了雲計算安全面臨的9種威脅。在這其中，數據泄露、數據丟失和數據劫持三類威脅排名靠前。

安全威脅1:數據泄露
為了表明數據泄露對企業的危害程度，CSA在報告中提到了其在2012年11月發表的一篇研究文章，該文章描述了黑客如何利用邊信道(Side-Channel)時間信息，通過侵入一台虛擬機來獲取同一伺服器上的其他虛擬機所使用的私有密鑰。不過，其實不懷好意的黑客未必需要如此煞費苦心，就能確保這種攻擊得逞。要是多租戶雲服務資料庫設計不當，哪怕某一個用戶的應用程序只存在一個漏洞，都可以讓攻擊者獲取這個用戶的數據，而且還能獲取其他用戶的數據。

安全威脅2:數據丟失
CSA認為，雲計算環境的第二大威脅是數據丟失。用戶有可能會眼睜睜地看著那些寶貴數據消失得無影無蹤，但是卻對此毫無辦法。不懷好意的黑客會刪除攻擊對象的數據。粗心大意的服務提供商或者災難(如大火、洪水或地震)也可能導致用戶的數據丟失。讓情況更為嚴峻的是，要是用戶丟失了加密密鑰，那麼對數據進行加密的行為反而會給用戶帶來麻煩。

安全威脅3: 數據劫持
第三大雲計算安全風險是賬戶或服務流量被劫持。CSA認為，雲計算在這方面增添了一個新的威脅。如果黑客獲取了企業的登錄資料，其就有可能竊聽相關活動和交易，並操縱數據、返回虛假信息，將企業客戶引到非法網站。報告表示：「你的賬戶或服務實例可能成為攻擊者新的大本營。他們進而會利用你的良好信譽，對外發動攻擊。」CSA在報告中提到了2010年亞馬遜曾遭遇到的跨站腳本(XSS)攻擊。

安全威脅4:不安全的介面
第四大安全威脅是不安全的介面(API)。IT管理員們會利用API對雲服務進行配置、管理、協調和監控。API對一般雲服務的安全性和可用性來說極為重要。企業和第三方因而經常在這些介面的基礎上進行開發，並提供附加服務。CSA在報告中表示：「這為介面管理增加了復雜度。由於這種做法會要求企業將登錄資料交給第三方，以便相互聯系，因此其也加大了風險。」

安全威脅5: 拒絕服務攻擊
分布式拒絕服務(DDoS)被列為雲計算面臨的第五大安全威脅。多年來，DDoS一直都是互聯網的一大威脅。而在雲計算時代，許多企業會需要一項或多項服務保持7×24小時的可用性，在這種情況下這個威脅顯得尤為嚴重。DDoS引起的服務停用會讓服務提供商失去客戶，還會給按照使用時間和磁碟空間為雲服務付費的用戶造成慘重損失。

安全威脅6: 不懷好意的「臨時工」
第六大威脅是不懷好意的內部人員，這些人可能是在職或離任的員工、合同工或者業務合作夥伴。他們會不懷好意地訪問網路、系統或數據。在雲服務設計不當的場景下，不懷好意的內部人員可能會造成較大的破壞。從基礎設施即服務(IaaS)、平台即服務(PaaS)到軟體即服務(SaaS)，不懷好意的內部人員擁有比外部人員更高的訪問級別，因而得以接觸到重要的系統，最終訪問數據。

安全威脅7:濫用雲服務
第七大安全威脅是雲服務濫用，比如壞人利用雲服務破解普通計算機很難破解的加密密鑰。另一個例子是，惡意黑客利用雲伺服器發動分布式拒絕服務攻擊、傳播惡意軟體或共享盜版軟體。

安全威脅8:貿然行事
第八大雲計算安全威脅是調查不夠充分，也就是說，企業還沒有充分了解雲計算服務商的系統環境及相關風險，就貿然採用雲服務。因此，企業進入到雲端需要與服務提供商簽訂合同，明確責任和透明度方面的問題。此外，如果公司的開發團隊對雲技術不夠熟悉，就把應用程序貿然放到雲端，可能會由此出現運營和架構方面的問題。

安全威脅9:共享隔離問題
最後，CSA將共享技術的安全漏洞列為雲計算所面臨的第九大安全威脅。雲服務提供商經常共享基礎設施、平台和應用程序，並以一種靈活擴展的方式來交付服務。

『肆』 我想從事計算機網路的有關工作，請問需要考取相關的證書有哪些

就學多dos啊
先學個二級C語言
然後三級 三級網路技術 到 四級網路工程師
女的學計算機的好少哦 我們系幾個女的都轉到會計去了

『伍』 「cs」是什麼專業的簡稱

"cs"是Computer Science的簡稱。

『陸』 比較著名的電腦雜志都有哪些

• 《微型計算機》

《微型計算機》是一本介紹硬體為主的雜志（偶爾也會有相關的軟體介紹，比如：硬體測試軟體、驅動程序）以「我們只談硬體」為辦刊理念，是一本專為電腦發燒友介紹電腦硬體產與技術的半月刊雜志。

• 《計算機應用文摘》

《計算機應用文摘》1985年創刊，1998年下半年改版試刊二期，1999年1月正式改版為月刊，應廣大讀者的強烈要求，2003年1月再次改版為半月刊。《計算機應用文摘》遵循「電腦──以用為本」的辦刊理念，為各類用戶提供電腦應用相關軟硬體的使用技巧、網路應用方案、數字生活方式、故障完全解決方案等，幫助讀者迅速提升使用電腦的水平，使讀者能將電腦應用技巧更快地融入工作、學習、生活和娛樂中。期發行量18萬冊，月發行量36萬冊，發行量在國內計算機普及性刊物中名列前茅。

• 《中國計算機用戶》

《中國計算機用戶》由信息產業部主管，信息產業部中國電子信息產業發展研究院主辦，是業內最知名的IT專業雜志。是中國最有影響力的計算機專業報刊之一。

• 《計算機學報》

《計算機學報》是中國計算機領域權威性學術刊物。其宗旨是報道中國計算機科學技術領域最高水平的科研成果。它由中國計算機學會與中國科學院計算技術研究所主辦、科學出版社出版，以中文編輯形式與讀者見面，同時以英文摘要形式向國際各大檢索系統提供基本內容介紹。

• 《計算機科學與探索》

《計算機科學與探索》是由中國電子科技集團公司主管、華北計算技術研究所主辦的國內外公開發行的計算機學報級高級學術期刊，中國計算機學會會刊，中國百強科技期刊，工業和信息化部優秀科技期刊，北大中文核心期刊，中國科學引文資料庫（CSCD）核心期刊，中國科技論文統計源期刊（中國科技核心期刊），並被「萬方數據--數字化期刊群」、「中國學術期刊網路出版總庫」、「英國《科學文摘》（SA/INSPEC）」、「美國《劍橋科學文摘》（CSA）」、「波蘭《哥白尼索引》（IC）」收錄。

• 《大眾軟體》

《大眾軟體》是一本關於計算機軟硬體、數碼產品和電子游戲的普及雜志，是在中國具有影響力的計算機大眾雜志之一。1995年正式發行，創刊號發行10萬冊，至1998年5月發行量已達30萬冊，之後最高期發行量達38萬冊，月最高發行量超過70萬冊 。1999年改為半月刊，2009年改為旬刊，每月1日、8日和16日面向全國發行。主要欄目有「新品初評」、「數字碼頭」、「實用軟體」、「應用心得」、「網路時代」、「硬體評析」等。此次改版後，上下旬刊延續以往風格，中旬刊則側重遊戲方面的報道。2014年恢復為月刊。

• 《軟體學報》

《軟體學報》是一本刊登計算機軟體各領域原創性研究成果的期刊,所刊登的論文均經過嚴格的同行專家評議.《軟體學報》主要面向全球華人計算機軟體學者,致力於創辦與世界計算機科學和軟體技術發展同步的以中文為主的"中文國際軟體學術期刊",為全球華人同行提供學術交流平台.本刊不接受任何語種翻譯稿.

《軟體學報》創刊於1990年,由中國科學院軟體研究所和中國計算機學會聯合主辦.CN11-2560/TP, ISSN1000 -9825, CODEN RUXUEW.月刊,每期176面,每月6號出版.

《軟體學報》注重刊登反映計算機科學和計算機軟體新理論、新方法和新技術以及學科發展趨勢的文章,主要涉及理論計算機科學、演算法設計與分析、系統軟體與軟體工程、模式識別與人工智慧、資料庫技術、計算機網路、信息安全、計算機圖形學與計算機輔助設計、多媒體技術及其他相關的內容.

『柒』 考研：計算機專業要考哪些課程

免費的計算機考研難點輔導分析下載：http://data.ecity.cn/updata.asp?n=csaitr

Ⅰ考查目標

計算機學科專業基礎綜合考試涵蓋數據機構、計算機組成原理、操作系統和計算機網路等學科專業基

礎課程。要求考生比較系統地掌握上述專業基礎課程的概念、基本原理和方法，能夠運用所學的基本

原理和基本方法分析、判斷和解決有關理論問題和實際問題。

Ⅱ 考試形式和試卷結構

一、 試卷滿分及考試時間
本試卷滿分為150分，考試時間為180分鍾

二、 答題方式
答題方式為閉卷、筆試

三、 試卷內容結構
數據結構 45分
計算機組成原理 45分
操作系統 35分
計算機網路 25分

四、 試卷題型結構
單項選擇題 80分(40小題，每小題2分)
綜合應用題 70分

太長了，我就全寫了，你可以查看：http://ky.ecity.cn/kyzn/200808050824261903.htm

看看下面這個 ，是對大綱的分析。如下：

從2009年起，計算機專業考研實行計算機學科專業基礎綜合課全國統考，考試內容涵蓋數據結構、計

算機組成原理、操作系統和計算機網路等學科專業基礎課程。要求考生比較系統地掌握上述專業基礎

課程的概念、基本原理和方法，能夠運用所學的基本原理和基本方法分析、判斷和解決有關理論問題

和實際問題。

根據考試大綱的要求：

(1)試卷滿分為150分，考試時間為180分鍾(3個小時)。答題方式為閉卷、筆試。

(2)試卷內容的結構是：數據結構45分(佔30%)，計算機組成原理45分(佔30%)，操作系統35分(佔23%)

，計算機網路25分(佔17%)。

(3)試卷題型結構：單項選擇題 80分(40小題，每小題2分)，綜合應用題 70分。

根據這個試題結構，數據結構、計算機組成原理、操作系統和計算機網路將各有1～2道綜合應用題，

整個考試時間會有些緊。按照正常的時間做答，把單項選擇題做完一般需要70～90分鍾，也就是說，

考試大綱是把單項選擇題和綜合應用題的時間進行平均分配的。
還有很多，資料太長，查看：http://ky.ecity.cn/kyzn/200808051007251656.htm

接下來看課程的分析哦,,如下：
計算機考研專業課考試知識點分析：組成原理
1、計算機系統概述

學習計算機組成原理之前，我們先要了解計算機的發展歷程，搞清楚計算機的系統層次結構，包括計

算機硬體的基本組成(五大部件的構成)、計算機軟體的分類，以及計算機的基本工作過程。

從體系結構上來看，有多種不同類型的計算機，那麼這些不同的計算機誰好誰壞?如何評價?所以，還

需要我們了解計算機性能評價指標和相關參數，包括吞吐量、響應時間;CPU時鍾周期、主頻、CPI、

CPU執行時間;MIPS、MFLOPS等。

具體查看：http://ky.ecity.cn/zcyl/200808061111461694.htm

計算機考研專業課考試知識點分析：數據結構
1.線性表

線性表是一種最簡單的數據結構，在線性表方面，主要考查線性表的定義和基本操作、線性表的實現

。在線性表實現方面，要掌握的是線性表的存儲結構，包括順序存儲結構和鏈式存儲結構，特別是鏈

式存儲結構，是考查的重點。另外，還要掌握線性表的基本應用。

2.棧、隊列和數組

棧和隊列是兩種特殊的線性表，在這方面，要求我們掌握棧和隊列的基本概念，以及他們之間的區別

。對於棧和隊列的存儲結構(包括順序存儲結構、鏈式存儲結構)要有較深的理解，對於棧和隊列的應

用，例如，排隊問題、子程序調用問題、表達式問題等，要搞清楚。

一維數組屬於線性表范疇，但多維數組不屬於線性表。在這方面，主要掌握數組的存儲結構，例如按

行優先、按列優先等，某個元素存在的地址是什麼。對於特殊矩陣(二維數組)的壓縮存儲原理也要搞

清楚。

具體查看：http://ky.ecity.cn/sjjg/200808051202101532.htm
計算機考研專業課考試知識點分析：操作系統

1、操作系統概述

在操作系統的基礎知識方面，我們要掌握操作系統的概念、特徵、功能和提供的服務，操作系統的發

展與分類，以及操作系統的運行環境。

2、進程管理

進程管理是操作系統的核心功能，也是考試的重點，這部分的考試分數將在10分以上。對進程管理知

識點的細化，可以包括4個考點，分別是進程與線程的基本概念、處理機調度、進程同步與互斥、死

鎖。

在進程與線程的基本概念方面，我們要掌握進程的概念、進程的狀態與轉換(三態模型、五態模型)、

進程式控制制、進程組織、進程通信(共享存儲系統、消息傳遞系統、管道通信)，以及線程的概念與多線

程模型。

查看：http://ky.ecity.cn/czxt/200808061607281467.htm

計算機考研專業課知識點分析：計算機網路
1、計算機網路體系結構

網路體系就是為了完成計算機之間的通信合作，把每台計算機相連的功能劃分成有明確定義的層次，

並固定了同層次的進程通信的協議及相鄰之間的介面及服務。這個知識點要求我們對網路的概念、組

成、分類、發展過程等內容要有所了解，同時還要理解網路分層結構、網路層協議、介面、服務等概

念，掌握ISO/OSI參考模型和TCP/IP模型的區別與聯系。這部分知識理論性強，主要以選擇題的形式

出現。

2、物理層

物理層作為OSI模型的最底層、也是各層通信的基礎，在計算機考研網路模塊中，需要重點復習。我

們要掌握的概念有：信道、信號、寬頻、碼元、波特、速率、信源與信宿、編碼與調制、電路交換、

報文交換與分組交換、數據報與虛電路等基本概念。同時，網路技術中有名的兩個定理(奈奎斯特定

理與香農定理)及其表達公式，需要考生能夠熟練掌握與應用。這部分還涉及到綜合布線相關知識，

如：傳輸介質(雙絞線、同軸電纜、光纖與無線傳輸介質)、物理層設備(中繼器、集線器)及物理層接

口的特性。這部分知識理論與實踐並重，可能會涉及一道綜合應用題。

查看：http://ky.ecity.cn/wl/200808061327351499.htm

因為太長了，我就沒有一一都貼出來，給了地址，但願對你有幫助，祝你考研順利

『捌』 態勢感知，懂的人不用解釋，現在對於態勢感知更多的是信息網路的安全態勢感知，

大數據時代，除在信息網路的安全方面外，在無人機、無人駕駛、氣象分析、軍事、交通軌道等等方面，態勢感知的應用研究日益廣泛和必要！
一般來說，態勢感知在大規模系統環境中，對能夠引起系統狀態發生變化的安全要素進行獲取、理解、顯示以及預測未來的發展趨勢。聯合作戰、網路中心戰的提出,推動了態勢感知的產生和不斷發展,作為實現態勢感知的重要平台和物質基礎,態勢圖對數據和信息復雜的需求和特性構成了突出的大數據問題.從大數據的高度思考,解決態勢感知面臨的信息處理難題,是研究聯合作戰態勢感知的重要方法.通過分析聯合作戰態勢感知的數據類型、結構和特點,得出態勢感知面臨著大數據挑戰的結論.初步探討了可能需要解決的問題和前沿信息技術的應用需求,最後對關鍵數據和信息處理技術進行了研究.該研究對於「大數據」在軍事信息處理和數據化決策等領域的研究具有重要探索價值。
相關參考（摘錄網上）：
1 引言

隨著計算機和通信技術的迅速發展， 計算機網路的應用越來越廣泛， 其規模越來越龐大， 多層面的網路安全威脅和安全風險也在不斷增加， 網路病毒、 Dos/DDos攻擊等構成的威脅和損失越來越大， 網路攻擊行為向著分布化、 規模化、 復雜化等趨勢發展， 僅僅依靠防火牆、 入侵檢測、 防病毒、 訪問控制等單一的網路安全防護技術， 已不能滿足網路安全的需求， 迫切需要新的技術， 及時發現網路中的異常事件， 實時掌握網路安全狀況， 將之前很多時候亡羊補牢的事中、 事後處理，轉向事前自動評估預測， 降低網路安全風險， 提高網路安全防護能力。
網路安全態勢感知技術能夠綜合各方面的安全因素， 從整體上動態反映網路安全狀況， 並對網路安全的發展趨勢進行預測和預警。 大數據技術特有的海量存儲、 並行計算、 高效查詢等特點， 為大規模網路安全態勢感知技術的突破創造了機遇， 藉助大數據分析， 對成千上萬的網路日誌等信息進行自動分析處理與深度挖掘， 對網路的安全狀態進行分析評價， 感知網路中的異常事件與整體安全態勢。
2 網路安全態勢相關概念
2.1 網路態勢感知
態勢感知（Situation Awareness， SA） 的概念是1988年Endsley提出的， 態勢感知是在一定時間和空間內對環境因素的獲取， 理解和對未來短期的預測。 整個態勢感知過程可由圖1所示的三級模型直觀地表示出來。

所謂網路態勢是指由各種網路設備運行狀況、 網路行為以及用戶行為等因素所構成的整個網路當前狀態和變化趨勢。
網路態勢感知（Cyberspace Situation Awareness，CSA） 是1999年Tim Bass首次提出的， 網路態勢感知是在大規模網路環境中， 對能夠引起網路態勢發生變化的安全要素進行獲取、 理解、 顯示以及預測最近的發展趨勢。
態勢是一種狀態、 一種趨勢， 是整體和全局的概念， 任何單一的情況或狀態都不能稱之為態勢。 因此對態勢的理解特別強調環境性、 動態性和整體性， 環境性是指態勢感知的應用環境是在一個較大的范圍內具有一定規模的網路； 動態性是態勢隨時間不斷變化， 態勢信息不僅包括過去和當前的狀態， 還要對未來的趨勢做出預測； 整體性是態勢各實體間相互關系的體現，某些網路實體狀態發生變化， 會影響到其他網路實體的狀態， 進而影響整個網路的態勢。
2.2 網路安全態勢感知
網路安全態勢感知就是利用數據融合、 數據挖掘、智能分析和可視化等技術， 直觀顯示網路環境的實時安全狀況， 為網路安全提供保障。 藉助網路安全態勢感知， 網路監管人員可以及時了解網路的狀態、 受攻擊情況、 攻擊來源以及哪些服務易受到攻擊等情況， 對發起攻擊的網路採取措施； 網路用戶可以清楚地掌握所在網路的安全狀態和趨勢， 做好相應的防範准備， 避免和減少網路中病毒和惡意攻擊帶來的損失； 應急響應組織也可以從網 絡安全態勢中了解所服務網 絡的安全狀況和發展趨勢， 為 制定有預見性的應急預案提供基礎。
3 網路安全態勢感知相關技術
對於大規模網路而言， 一方面網路節點眾多、 分支復雜、 數據流量大， 存在多種異構網路環境和應用平台； 另一方面網路攻擊技術和手段呈平台化、 集成化和自 動化的發展趨勢， 網路攻擊具有更強的隱蔽性和更長的潛伏時間， 網路威脅不斷增多且造成的損失不斷增大。 為了實時、 准確地顯示整個網路安全態勢狀況， 檢測出潛在、 惡意的攻擊行為， 網路安全態勢感知要在對網路資源進行要素採集的基礎上， 通過數據預處理、 網路安全態勢特徵提取、 態勢評估、 態勢預測和態勢展示等過程來完成， 這其中涉及許多相關的技術問題， 主要包括數據融合技術、 數據挖掘技術、 特徵提取技術、 態勢預測技術和可視化技術等。
3.1 數據融合技術
由於網路空間態勢感知的數據來自眾多的網路設備， 其數據格式、 數據內容、 數據質量千差萬別， 存儲形式各異， 表達的語義也不盡相同。 如果能夠將這些使用不同途徑、 來源於不同網路位置、 具有不同格式的數據進行預處理， 並在此基礎上進行歸一化融合操作，就可以為網路安全態勢感知提供更為全面、 精準的數據源， 從而得到更為准確的網路態勢。 數據融合技術是一個多級、 多層面的數據處理過程， 主要完成對來自網路中具有相似或不同特徵模式的多源信息進行互補集成， 完成對數據的自動監測、 關聯、 相關、 估計及組合等處理， 從而得到更為准確、 可靠的結論。 數據融合按信息抽象程度可分為從低到高的三個層次： 數據級融合、 特徵級融合和決策級融合， 其中特徵級融合和決策級融合在態勢感知中具有較為廣泛的應用。
3.2 數據挖掘技術
網路安全態勢感知將採集的大量網路設備的數據經過數據融合處理後， 轉化為格式統一的數據單元。這些數據單元數量龐大， 攜帶的信息眾多， 有用信息與無用信息魚龍混雜， 難以辨識。 要掌握相對准確、 實時的網路安全態勢， 必須剔除干擾信息。 數據挖掘就是指從大量的數據中挖掘出有用的信息， 即從大量的、 不完全的、 有雜訊的、 模糊的、 隨機的實際應用數據中發現隱含的、 規律的、 事先未知的， 但又有潛在用處的並且最終可理解的信息和知識的非平凡過程（ NontrivialProcess） [1 ]。 數據挖掘可分為描述性挖掘和預測性挖掘， 描述性挖掘用於刻畫資料庫中數據的一般特性； 預測性挖掘在當前數據上進行推斷， 並加以預測。 數據挖掘方法主要有： 關聯分析法、 序列模式分析法、 分類分析法和聚類分析法。 關聯分析法用於挖掘數據之間的聯系； 序列模式分析法側重於分析數據間的因果關系；分類分析法通過對預先定義好的類建立分析模型， 對數據進行分類， 常用的模型有決策樹模型、 貝葉斯分類模型、 神經網路模型等； 聚類分析不依賴預先定義好的類， 它的劃分是未知的， 常用的方法有模糊聚類法、 動態聚類法、 基於密度的方法等。
3.3 特徵提取技術
網路安全態勢特徵提取技術是通過一系列數學方法處理， 將大規模網路安全信息歸並融合成一組或者幾組在一定值域范圍內的數值， 這些數值具有表現網路實時運行狀況的一系列特徵， 用以反映網路安全狀況和受威脅程度等情況。 網路安全態勢特徵提取是網路安全態勢評估和預測的基礎， 對整個態勢評估和預測有著重要的影響， 網路安全態勢特徵提取方法主要有層次分析法、 模糊層次分析法、 德爾菲法和綜合分析法。
3.4 態勢預測技術
網路安全態勢預測就是根據網路運行狀況發展變化的實際數據和歷史資料， 運用科學的理論、 方法和各種經驗、 判斷、 知識去推測、 估計、 分析其在未來一定時期內可能的變化情況， 是網路安全態勢感知的一個重要組成部分。 網路在不同時刻的安全態勢彼此相關， 安全態勢的變化有一定的內部規律， 這種規律可以預測網路在將來時刻的安全態勢， 從而可以有預見性地進行安全策略的配置， 實現動態的網路安全管理， 預防大規模網路安全事件的發生。 網路安全態勢預測方法主要有神經網路預測法、 時間序列預測法、 基於灰色理論預測法。
3.5 可視化技術
網路安全態勢生成是依據大量數據的分析結果來顯示當前狀態和未來趨勢， 而通過傳統的文本或簡單圖形表示， 使得尋找有用、 關鍵的信息非常困難。 可視化技術是利用計算機圖形學和圖像處理技術， 將數據轉換成圖形或圖像在屏幕上顯示出來， 並進行交互處理的理論、 方法和技術。 它涉及計算機圖形學、 圖像處理、 計算機視覺、 計算機輔助設計等多個領域。 目前已有很多研究將可視化技術和可視化工具應用於態勢感知領域， 在網路安全態勢感知的每一個階段都充分利用可視化方法， 將網路安全態勢合並為連貫的網路安全態勢圖， 快速發現網路安全威脅， 直觀把握網路安全狀況。
4 基於多源日誌的網路安全態勢感知
隨著網 絡規模的 擴大以及網 絡攻擊復雜度的增加， 入侵檢測、 防火牆、 防病毒、 安全審計等眾多的安全設備在網路中得到廣泛的應用， 雖然這些安全設備對網路安全發揮了一定的作用， 但存在著很大的局限，主要表現在： 一是各安全設備的海量報警和日誌， 語義級別低， 冗餘度高， 佔用存儲空間大， 且存在大量的誤報， 導致真實報警信息被淹沒。 二是各安全設備大多功能單一， 產生的報警信息格式各不相同， 難以進行綜合分析整理， 無法實現信息共享和數據交互， 致使各安全設備的總體防護效能無法得以充分的發揮。 三是各安全設備的處理結果僅能單一體現網路某方面的運行狀況， 難以提供全面直觀的網路整體安全狀況和趨勢信息。 為了有效克服這些網路安全管理的局限， 我們提出了基於多源日誌的網路安全態勢感知。
4.1 基於多源日誌的網路安全態勢感知要素獲取
基於多源日誌的網路安全態勢感知是對部署在網路中的多種安全設備提供的日誌信息進行提取、 分析和處理， 實現對網路態勢狀況進行實時監控， 對潛在的、惡意的網路攻擊行為進行識別和預警， 充分發揮各安全設備的整體效能， 提高網路安全管理能力。
基於多源日誌的網路安全態勢感知主要採集網路入口處防火牆日誌、 入侵檢測日誌， 網路中關鍵主機日誌以及主機漏洞信息， 通過融合分析這些來自不同設備的日誌信息， 全面深刻地挖掘出真實有效的網路安全態勢相關信息， 與僅基於單一日誌源分析網路的安全態
勢相比， 可以提高網路安全態勢的全面性和准確性。
4.2 利用大數據進行多源日誌分析處理
基於多源日誌的網路安全態勢感知採集了多種安全設備上以多樣的檢測方式和事件報告機制生成的海量數據， 而這些原始的日 志信息存在海量、 冗餘和錯誤等缺陷， 不能作為態勢感知的直接信息來源， 必須進行關聯分析和數據融合等處理。 採用什麼樣的技術才能快速分析處理這些海量且格式多樣的數據？
大數據的出現， 擴展了計算和存儲資源， 大數據自身擁有的Variety支持多類型數據格式、 Volume大數據量存儲、Velocity快速處理三大特徵， 恰巧是基於多源日誌的網路安全態勢感知分析處理所需要的。 大數據的多類型數據格式， 可以使網路安全態勢感知獲取更多類型的日誌數據， 包括網路與安全設備的日誌、 網路運行情況信息、 業務與應用的日誌記錄等； 大數據的大數據量存儲正是海量日誌存儲與處理所需要的； 大數據的快速處理為高速網路流量的深度安全分析提供了技術支持， 為高智能模型演算法提供計算資源。 因此， 我們利用大數據所提供的基礎平台和大數據量處理的技術支撐， 進行網路安全態勢的分析處理。
關聯分析。 網路中的防火牆日誌和入侵檢測日誌都是對進入網路的安全事件的流量的刻畫， 針對某一個可能的攻擊事件， 會產生大量的日誌和相關報警記錄，這些記錄存在著很多的冗餘和關聯， 因此首先要對得到的原始日誌進行單源上的關聯分析， 把海量的原始日誌轉換為直觀的、 能夠為人所理解的、 可能對網路造成危害的安全事件。 基於多源日誌的網路安全態勢感知採用基於相似度的報警關聯， 可以較好地控制關聯後的報警數量， 有利於減少復雜度。 其處理過程是： 首先提取報警日誌中的主要屬性， 形成原始報警； 再通過重復報警聚合， 生成聚合報警； 對聚合報警的各個屬性定義相似度的計算方法， 並分配權重； 計算兩個聚合報警的相似度， 通過與相似度閥值的比較， 來決定是否對聚合報警進行超報警； 最終輸出屬於同一類報警的地址范圍和報警信息， 生成安全事件。
融合分析。 多源日誌存在冗餘性、 互補性等特點，態勢感知藉助數據融合技術， 能夠使得多個數據源之間取長補短， 從而為感知過程提供保障， 以便更准確地生成安全態勢。 經過單源日誌報警關聯過程， 分別得到各自的安全事件。 而對於來自防火牆和入侵檢測日誌的的多源安全事件， 採用D-S證據理論（由Dempster於1967年提出， 後由Shafer於1976年加以推廣和發展而得名） 方法進行融合判別， 對安全事件的可信度進行評估， 進一步提高准確率， 減少誤報。 D-S證據理論應用到安全事件融合的基本思路： 首先研究一種切實可行的初始信任分配方法， 對防火牆和入侵檢測分配信息度函數； 然後通過D-S的合成規則， 得到融合之後的安全事件的可信度。
態勢要素分析。 通過對網路入口處安全設備日 志的安全分析， 得到的只是進入目 標網路的可能的攻擊信息， 而真正對網路安全狀況產生決定性影響的安全事件， 則需要通過綜合分析攻擊知識庫和具體的網路環境進行最終確認。 主要分為三個步驟： 一是通過對大量網路攻擊實例的研究， 得到可用的攻擊知識庫， 主要包括各種網路攻擊的原理、 特點， 以及它們的作用環境等； 二是分析關鍵主機上存在的系統漏洞和承載的服務的可能漏洞， 建立當前網路環境的漏洞知識庫， 分析當前網路環境的拓撲結構、 性能指標等， 得到網路環境知識庫； 三是通過漏洞知識庫來確認安全事件的有效性， 也即對當前網路產生影響的網路攻擊事件。 在網路安全事件生成和攻擊事件確認的過程中， 提取出用於對整個網路安全態勢進行評估的態勢要素， 主要包括整個網路面臨的安全威脅、 分支網路面臨的安全威脅、 主機受到的安全威脅以及這些威脅的程度等。
5 結語
為了解決日益嚴重的網路安全威脅和挑戰， 將態勢感知技術應用於網路安全中， 不僅能夠全面掌握當前網路安全狀態， 還可以預測未來網路安全趨勢。 本文在介紹網路安全態勢相關概念和技術的基礎上， 對基於多源日誌的網路安全態勢感知進行了探討， 著重對基於多源日誌的網路安全態勢感知要素獲取， 以及利用大數據進行多源日誌的關聯分析、 融合分析和態勢要素分析等內容進行了研究， 對於態勢評估、 態勢預測和態勢展示等相關內容， 還有待於進一步探討和研究。

『玖』 請問什麼樣的計算機專業好找工作

不妨選擇：計算機科學理由如下：computer science，研究計算機及其周圍各種現象和規律的科學，亦即研究計算機系統結構、程序系統（即軟體）、人工智慧以及計算本身的性質和問題的學科。計算機科學是一門包含各種各樣與計算和信息處理相關主題的系統學科，從抽象的演算法分析、形式化語法等等，到更具體的主題如編程語言、程序設計、軟體和硬體等。計算機科學分為理論計算機科學和實驗計算機科學兩個部分。後者常稱為「計算機科學」而不冠以「實驗」二字。前者有其他名稱，如計算理論、計算機理論、計算機科學基礎、計算機科學數學基礎等。數學文獻中一般指理論計算機科學。
目錄研究領域計算機科學的領域研究課題相關獎項計算機系統分類美國開設計算機科學專業的院校相關學科展開研究領域計算機科學的領域研究課題相關獎項計算機系統分類美國開設計算機科學專業的院校相關學科展開編輯本段研究領域計算機是一種進行算術和邏輯運算的機器，而且對於由若乾颱計算機聯成的系統而言還有通信問題,並且處理的對象都是信息,因而也可以說，計算機科學是研究信息處理的科學。計算機科學分為理論計算機科學和實驗計算機科學兩個部分。在數學文獻中所說的計算機科學，一般是指理論計算機科學。實驗計算機科學還包括有關開辟計算機新的應用領域的研究。計算機科學的大部分研究是基於「馮·諾依曼計算機」和「圖靈機」的，它們是絕大多數實際機器的計算模型。作為此模型的開山鼻祖，邱奇-圖靈論題（Church-Turing Thesis）表明，盡管在計算的時間，空間效率上可能有所差異，現有的各種計算設備在計算的能力上是等同的。盡管這個理論通常被認為是計算機科學的基礎，可是科學家也研究其它種類的機器，如在實際層面上的並行計算機和在理論層面上概率計算機、oracle 計算機和量子計算機。在這個意義上來講，計算機只是一種計算的工具：著名的計算機科學家 Dijkstra 有一句名言「計算機科學之關注於計算機並不甚於天文學之關注於望遠鏡。」。編輯本段計算機科學的領域作為一個學科，計算機科學涵蓋了從演算法的理論研究和計算的極限，到如何通過硬體和軟體實現計算系統。CSAB（以前被叫做Computing Sciences Accreditation Board），由Association for Computing Machinery（ACM）和IEEE Computer Society（IEEE-CS）的代表組成，確立了計算機科學學科的4個主要領域：計算理論，演算法與數據結構，編程方法與編程語言，以及計算機元素與架構。CSAB還確立了其它一些重要領域，如軟體工程，人工智慧，計算機網路與通信，資料庫系統，並行計算，分布式計算，人機交互，計算機圖形學，操作系統，以及數值和符號計算。理論計算機科學主條目：理論計算機科學廣義的理論計算機科學包括經典的計算理論和其它專注於更抽象、邏輯與數學方面的計算。計算理論主條目：計算理論按照Peter J. Denning的說法，計算機科學的最根本問題是「什麼能夠被有效地自動化？」計算理論的研究就是專注於回答這個根本問題，關於什麼能夠被計算，去實施這些計算又需要用到多少資源。為了試圖回答第一個問題，遞歸論檢驗在多種理論計算模型中哪個計算問題是可解的。而計算復雜性理論則被用於回答第二個問題，研究解決一個不同目的的計算問題的時間與空間消耗。著名的「P=NP?」問題，千禧年大獎難題之一，是計算理論的一個開放問題。信息與編碼理論主條目：資訊理論和編碼理論資訊理論與信息量化相關，由Claude E. Shannon創建，用於尋找信號處理操作的根本極限，比如壓縮數據和可靠的數據存儲與通訊。編碼理論是對編碼以及它們適用的特定應用性質的研究。編碼（code）被用於數據壓縮，密碼學，前向糾錯，近期也被用於網路編碼。研究編碼的目的在於設計更高效、可靠的數據傳輸方法。演算法演算法指定義良好的計算過程，它取一個或一組值作為輸入，經過一系列定義好的計算過程，得到一個或一組輸出。演算法是計算機科學研究的一個重要領域，也是許多其他計算機科學技術的基礎。演算法主要包括數據結構、計算幾何、圖論等。除此之外，演算法還包括許多雜項，如模式匹配、部分數論等。程序設計語言理論主條目：程序設計語言理論程序設計語言理論是計算機科學的一個分支，主要處理程序設計語言的設計、實現、分析、描述和分類，以及它們的個體特性。它屬於計算機科學學科，既受影響於也影響著數學、軟體工程和語言學。它是公認的計算機科學分支，同時也是活躍的研究領域，研究成果被發表在眾多學術期刊，計算機科學以及工程出版物。形式化方法主條目：形式化方法形式化方法是一種特別的基於數學的技術，用於軟體和硬體系統的形式規范、開發以及形式驗證。在軟體和硬體設計方面，形式化方法的使用動機，如同其它工程學科，是通過適當的數學分析便有助於設計的可靠性和健壯性的期望。但是，使用形式化方法會帶來很高的成本，意味著它們通常只用於高可靠性系統，這種系統中安全或保安（security）是最重要的。對於形式化方法的最佳形容是各種理論計算機科學基礎種類的應用，特別是計算機邏輯演算，形式語言，自動機理論和形式語義學，此外還有類型系統、代數數據類型，以及軟體和硬體規范和驗證中的一些問題。並發，並行和分布式系統主條目：並行性和分布式計算並行性（concurrency）是系統的一種性質，這類系統可以同時執行多個可能互相交互的計算。一些數學模型，如Petri網、進程演算和PRAM模型，被創建以用於通用並發計算。分布式系統將並行性的思想擴展到了多台由網路連接的計算機。同一分布式系統中的計算機擁有自己的私有內存，它們之間經常交換信息以達到一個共同的目的。資料庫和信息檢索主條目：資料庫和資料庫管理系統資料庫是為了更容易地組織、存儲和檢索大量數據。資料庫由資料庫管理系統管理，通過資料庫模型和查詢語言來存儲、創建、維護和搜索數據。應用計算機科學盡管計算機科學（computer science）的名字里包含計算機這幾個字，但實際上計算機科學相當數量的領域都不涉及計算機本身的研究。因此，一些新的名字被提議出來。某些重點大學的院系傾向於術語計算科學（computing science），以精確強調兩者之間的不同。丹麥科學家Peter Naur建議使用術語"datalogy"，以反映這一事實，即科學學科是圍繞著數據和數據處理，而不一定要涉及計算機。第一個使用這個術語的科學機構是哥本哈根大學Datalogy學院，該學院成立於1969年，Peter Naur便是第一任教授。這個術語主要被用於北歐國家。同時，在計算技術發展初期，《ACM通訊》建議了一些針對計算領域從業人員的術語：turingineer，turologist，flow-charts-man，applied meta-mathematician及applied epistemologist。 三個月後在同樣的期刊上，comptologist被提出，第二年又變成了hypologist。術語computics也曾經被提議過。在歐洲大陸，起源於信息（information）和數學或者自動（automatic）的名字比起源於計算機或者計算（computation）更常見，如informatique（法語），Informatik（德語），informatika（斯拉夫語族）。著名計算機科學家Edsger Dijkstra曾經指出：「計算機科學並不只是關於計算機，就像天文學並不只是關於望遠鏡一樣。」（"Computer science is no more about computers than astronomy is about telescopes."）設計、部署計算機和計算機系統通常被認為是非計算機科學學科的領域。例如，研究計算機硬體被看作是計算機工程的一部分，而對於商業計算機系統的研究和部署被稱為信息技術或者信息系統。然而，現如今也越來越多地融合了各類計算機相關學科的思想。計算機科學研究也經常與其它學科交叉，比如心理學，認知科學，語言學，數學，物理學，統計學和經濟學。計算機科學被認為比其它科學學科與數學的聯系更加密切，一些觀察者說計算就是一門數學科學。早期計算機科學受數學研究成果的影響很大，如Kurt Gödel和Alan Turing，這兩個領域在某些學科，例如數理邏輯、范疇論、域理論和代數，也不斷有有益的思想交流。計算機科學和軟體工程的關系是一個有爭議的話題，隨後關於什麼是「軟體工程」，計算機科學又該如何定義的爭論使得情況更加混亂。David Parnas從其它工程和科學學科之間的關系得到啟示，宣稱計算機科學的主要重點總的來說是研究計算的性質，而軟體工程的主要重點是具體的計算設計，以達到實用的目的，這樣便構成了兩個獨立但又互補的學科。人工智慧主條目：人工智慧這個計算機科學分支旨在創造可以解決計算問題，以及像動物和人類一樣思考與交流的人造系統。無論是在理論還是應用上，都要求研究者在多個學科領域具備細致的、綜合的專長，比如應用數學，邏輯，符號學，電機工程學，精神哲學，神經生理學和社會智力，用於推動智能研究領域，或者被應用到其它需要計算理解與建模的學科領域，如金融或是物理科學。人工智慧領域開始變得正式源於Alan Turing這位人工智慧先驅提出了圖靈試驗，以回答這樣一個終極問題：「計算機能夠思考嗎？」計算機體系結構與工程主條目：計算機體系結構和計算機工程計算機系統結構，或者數字計算機組織，是一個計算機系統的概念設計和根本運作結構。它主要側重於CPU的內部執行和內存訪問地址。這個領域經常涉及計算機工程和電子工程學科，選擇和互連硬體組件以創造滿足功能、性能和成本目標的計算機。計算機圖形與視覺主條目：計算機圖形學計算機圖形學是對於數字視覺內容的研究，涉及圖像數據的合成和操作。它跟計算機科學的許多其它領域密切相關，包括計算機視覺、圖像處理和計算幾何，同時也被大量運用在特效和電子游戲。計算機安全和密碼學主條目：計算機安全和密碼學計算機安全是計算機技術的一個分支，其目標包括保護信息免受未經授權的訪問、中斷和修改，同時為系統的預期用戶保持系統的可訪問性和可用性。密碼學是對於隱藏（加密）和破譯（解密）信息的實踐與研究。現代密碼學主要跟計算機科學相關，很多加密和解密演算法都是基於它們的計算復雜性。計算科學計算科學（或者科學計算）是關注構建數學模型和量化分析技術的研究領域，同時通過計算機分析和解決科學問題。在實際使用中，它通常是計算機模擬和計算等形式在各個科學學科問題中的應用。信息科學主條目：信息科學軟體工程主條目：軟體工程軟體工程是對於設計、實現和修改軟體的研究，以確保軟體的高質量、適中的價格、可維護性，以及能夠快速構建。它是一個系統的軟體設計方法，涉及工程實踐到軟體的應用。[1]編輯本段研究課題計算機程序能做什麼和不能做什麼（可計算性）；如何使程序更高效的執行特定任務（演算法和復雜性理論）；程序如何存取不同類型的數據（數據結構和資料庫）；程序如何顯得更具有智能（人工智慧）；人類如何與程序溝通（人機互動和人機界面）。編輯本段相關獎項計算機科學領域的最高榮譽是ACM設立的圖靈獎，被譽為是計算機科學的諾貝爾獎。它的獲得者都是本領域最為出色的科學家和先驅。華人中首獲圖靈獎的是姚期智先生.他於2000年以其對計算理論做出的諸多「根本性的、意義重大的」貢獻而獲得這一崇高榮譽。編輯本段計算機系統分類計算機系統可劃分為軟體系統與硬體系統兩大類。硬體結構控制和指令系統演算法和邏輯結構存儲器結構馮·諾伊曼結構哈佛結構輸入/輸出和數據通信數字邏輯邏輯設計集成電路計算機系統組織計算機系統結構計算機網路分布式計算網路安全計算機系統實現軟體系統軟體操作系統編譯器應用軟體計算機游戲辦公自動化網路軟體CAD軟體計算機程序程序設計和程序設計實踐面向對象技術程序設計語言軟體工程軟體復用驅動程序計算機模擬程序設計方法學數據和信息系統數據結構數據存儲表示數據加密數據壓縮編碼與資訊理論文件信息系統管理信息系統決策支持系統- 專家系統資料庫信息存儲和數據存取信息交互與表達主要的研究領域形式化基礎邏輯學謂詞邏輯模態邏輯時序邏輯描述邏輯數學泛代數遞歸論模型論概率論和數理統計邏輯代數布爾代數離散數學組合數學圖論網論資訊理論理論計算機科學形式語言自動機可計算性演算法計算復雜性描述復雜性編譯器程序設計理論資訊理論類型理論指稱語義微程序遺傳演算法並行計算計算方法學人工智慧計算機圖形學圖像處理與計算機視覺模式識別語音識別文字識別簽名識別人臉識別指紋識別模擬與建模數字信號處理文檔與文本處理計算機應用數值計算數值分析定理機器證明計算機代數工程計算計算機化學計算機物理生物資訊理論計算生物學非數值計算工廠自動化辦公室自動化人工智慧信息存儲與檢索符號語言處理計算機輔助科學計算機輔助設計計算機輔助教學計算機輔助管理計算機輔助軟體工程機器人學多媒體技術人機交互電子商務特定技術測試基準機器視覺數據壓縮軟體設計模式數字信號處理文件格式信息安全國際互聯網路超大規模集成電路設計網路傳輸協議網路處理器技術整數運算器浮點運算器矩陣運算處理器網格計算科學史計算機歷史軟體業歷史編程思想[2]編輯本段美國開設計算機科學專業的院校弗吉尼亞大學，密西根大學安娜堡分校，喬治城大學，維克森林大學，耶魯大學，哥倫比亞大學，華盛頓大學，卡內基梅隆大學，喬治亞理工學院，加州理工學院，麻省理工學院，斯坦福大學，加州大學伯克利分校，厄巴納伊利諾斯州大學，威斯康星大學-麥迪遜分校，倫斯勒理工學院編輯本段相關學科計算機科學與另外的一些學科緊密相關。這些學科之間有明顯的交叉領域，但也有明顯的差異。信息科學 - 軟體工程 - 信息系統 - 計算機工程 - 信息安全 - 密碼學- 數學 - 工程學- 語言學 - 邏輯學編輯本段發展歷史計算機科學中的理論部分在第一台數字計算機出現以前就已存在。計算機科學根植於電子工程、數學和語言學，是科學、工程和藝術的結晶。它在20世紀最後的三十年間興起成為一門獨立的學科，並發展出自己的方法與術語。20世紀30年代中期英國數學家A.M.圖靈和美國數學家E.L.波斯特幾乎同時提出了理想計算機的概念（圖靈提出的那種理想機在後來的文獻中稱為圖靈機）。40年代數字計算機產生後，計算技術（即計算機設計技術與程序設計技術）和有關計算機的理論研究開始得到發展。這方面構成了現在所說的理論計算機科學。至於圖靈機理論，則可以看作是這一學科形成前的階段。至於「計算機科學」一詞則到60年代初才出現，此後各國始在大學中設置計算機科學系。學科內容 計算機科學是一門年輕的科學，它究竟包括哪些內容,還沒有一致公認的看法。一般認為,計算機科學主要包括理論計算機科學、計算機系統結構、軟體工程的一部分和人工智慧。理論計算機科學 理論計算機科學是在20世紀30年代發展起來的。40年代機電的與電子的計算機出現後，關於現實計算機及其程序的數學模型性質的研究以及計算復雜性(早期稱作計算難度)的研究迅速發展起來，形成自動機論、形式語言理論、程序設計理論、演算法設計與分析和計算復雜性理論幾個領域。計算機系統結構50年代50年代以來，計算機的性能在計算速度和編址空間方面已提高了幾個數量級。但大部分是通過元件更新而獲得的。在系統結構方面基本上仍是屬於40年代後期形成的存儲程序型，即所謂諾伊曼型機器。這種結構的主要特點是它屬於控制流型。在這種結構中，一項計算先做什麼後做什麼是事先確定了的，程序中指令的順序是事先確定了的。為了在計算機的性能方面取得大的進展，需要突破這種舊的形式。計算機系統結構方面的重要課題之一，是探索非諾伊曼型機器的設計思想。在非諾伊曼型機器中，有一種是70年代初提出的數據流機器（又名數據驅動機器）。美國、蘇聯和英國都已製成這種機器。這種機器的特點是，在一項計算中先做什麼後做什麼不是事先確定，所執行的指令是動態排序的。排序的原則是操作數已准備就緒的先做，因而稱作數據驅動機器。這種類型的機器更便於實現並行計算。軟體工程 程序設計在相當長的時間內是一種類似「手藝」而不是類似現代工程的技術。60年代60年代以來出現了大程序。這些大程序的可靠性很難保證。到60年代後期，西方國家出現了「軟體危機」。這是指有些程序過於龐大（包含幾十萬條以至幾百萬條指令），成本過高而可靠性則比較差。於是提出了軟體工程的概念，目的在於使軟體開發遵守嚴格的規范，使用一套可靠的方法，從而保證質量。現代軟體工程的方向是形式化和自動化，而形式化的目的在於自動化。這里所說的自動化就是將程序設計中可以由機器來完成的工作，盡量交給機器去做。中心課題之一是程序工具和環境的研究。程序工具是指輔助人編程序的程序，如編譯程序、編輯程序、排錯程序等；程序環境則是指一套結合起來使用的用來輔助人編程序的程序工具。人工智慧 用計算機模擬人的智能，特別是模擬思維活動的技術及其有關理論。由於人的思維活動離不開語言,而且人對於某一類問題進行思索和探索解法時,總是需要以關於這一類問題的基本知識(專業知識或常識)作為出發點。於是，知識表示和機器對自然語言的理解就構成人工智慧的兩個重要領域。所謂知識表示，是指將原來用自然語言表示的知識轉換成用符號語言表示的，從而可以儲存在機器內供機器使用的知識。人工智慧的研究角度有探索法的角度和演算法的角度。通常所說的解題演算法是指機械的和總是有結果的方法，而這里所說的演算法卻是廣義的，包括那些機械的而在使用時不一定有結果的演算法。這種方法時常稱作半可判定的方法。人在解決問題時，時常採用探索法。這種方法具有「試錯法」的性質，也就是說，試驗若干條途徑，一條路走不通時再試另一條，直到問題得到解決時為止。機器可以模擬人用探索法解題的思維活動。但由於可能途徑的數目非常之大，不可能進行窮舉式的探索。人一般是只選出一些最有希望得到結果的途徑去進行探索。人的這種能力，就是進行創造性思維的能力。這是機器極難模擬的事情。採用演算法角度，使用特定的解題演算法或半可判定的方法時，會遇到另一方面的困難。那就是當問題的復雜程度較高時（比如說是指數的），即使問題是有結果的，機器也無法在實際可行的時間內得到結果。在計算機出現的初期，人們曾寄希望於機器的高速度，以為在模擬人的思維時，機器可能用它的高速度來換取它所不具有的創造性思維。但通過「組合性爆炸」問題（「組合性爆炸」是指一些組合數學中的問題，在參數增大時，計算時間的增長率時常是指數的，甚至高於指數），人們認識到，單純靠速度不能繞過組合性爆炸所產生的障礙。有無辦法來克服這種困難，尚有待於進一步研究。與其他學科的關系 計算機是由物理元件構成的,迄今主要是由電子元件構成的。因此，物理學的一些分支和電子工程便構成計算機科學的基礎。同時，計算機科學在一定意義上是演算法的科學，而演算法是一個數學概念。因此，數學的某些分支如演算法理論（即可算性理論，又名遞歸函數論）也構成計算機科學的基礎。但計算機科學已發展成為一門獨立的技術科學，既不是電子學的一個分支，也不是數學的一個分支。這是就這個學科的整體而言。至於理論計算機科學，由於它可以看作是計算機科學的數學基礎，在一定意義上，可以看作是數學的一個分支。另一個與計算機科學有密切關系的學科是控制論。控制論作為應用數學方法來研究機械繫統和生命系統中的控制和通信現象的學科，同計算機科學有內容上的交叉，但後者不是它的一部分。自從40年代製成數字計算機以來，計算機的性能有了很大的提高。但在系統結構方面變化不大。一些計算技術發達國家正在研製新一代的計算機。這種計算機的系統結構將與過去40年的機器很不相同，所用的程序設計語言也將是新型的。計算機科學將研究由此出現的新問題，如有關並行計算的問題。對計算的數學性質的研究大都還是關於串列計算的，對並行計算性質的研究自70年代才發展起來，預計將成為計算機科學的中心課題之一。另一個問題是程序設計的自動化問題。在程序設計方面，明顯的趨勢是將機器能做的盡量交給機器去做。程序環境的研究構成了軟體工程的一個中心課題。形式化方法越來越受到重視，因為它是提高自動化程度所必需的。早期，雖然英國的劍橋大學和其他大學已經開始教授計算機科學課程，但它只被視為數學或工程學的一個分支，並非獨立的學科。劍橋大學聲稱有世界上第一個傳授計算的資格。世界上第一個計算機科學系是由美國的普渡大學在1962年設立，第一個計算機學院於1980年由美國的東北大學設立。現在，多數大學都把計算機科學系列為獨立的部門，一部分將它與工程系、應用數學系或其他學科聯合。