世界v1有問題的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

雲原生服務網格Istio：原理、實踐、架構與源碼解析

為了解決世界v1有問題的問題，作者張超盟 這樣論述：

本書分為原理篇、實踐篇、架構篇和源碼篇，由淺入深地將Istio項目庖丁解牛並呈現給讀者。原理篇介紹了服務網格技術與Istio專案的技術背景、設計理念與功能原理，能夠説明讀者瞭解服務網格這一雲原生領域的標誌性技術，掌握Istio流量治理、策略與遙測和安全功能的使用方法。 實踐篇從零開始搭建Istio運行環境並完成一個真實應用的開發、交付、上線監控與治理的完整過程，能夠幫助讀者熟悉Istio的功能並加深對Istio的理解。架構篇剖析了Istio專案的三大核心子專案Pilot、Mixer、Citadel的詳細架構，幫助讀者熟悉Envoy、Galley、Pilot-agent等相關專案，並挖掘Ist

io代碼背後的設計與實現思想。源碼篇對Istio各個專案的代碼結構、檔組織、核心流程、主要資料結構及各主要代碼片段等關鍵內容都進行了詳細介紹，讀者只需具備一定的Go語言基礎，便可快速掌握Istio各部分的實現原理，並根據自己的興趣深入瞭解某一關鍵機制的完整實現。 張超盟 華為雲應用服務網格首席架構師，擁有10年以上軟體研發經驗，先後負責華為雲PaaS容器應用運維、微服務平臺、雲服務目錄、服務網格等產品架構設計與開發工作，在容器服務、微服務架構、大資料、應用性能管理、資料庫中介軟體及DevOps工具等多個領域有深入的研究與實踐。開源愛好者，Istio社區成員。曾就職於Tren

dMicro和中鐵一局。   章鑫 華為雲應用服務網格首席系統工程師， 擁有10年以上IT從業經驗，先後參與華為雲PaaS運維平臺、容器自動化運維工 具、服務網格等產品設計與開發，主導了多個服務網格專案的落地與實施工作。Istio社區成員，對於Pilot、Mixer等多個元件 的 調 優 有 豐 富 的 經 驗。曾 在VIA-Telecom和Nokia擔任研發專家。   徐中虎 華為雲原生開源團隊核心成員，Istio社區Approver，Kubernetes專案核心貢獻者，現 聚 焦 於Cloud Native、Docker、Kubernetes、Service Mesh等領域，對分散式系統性

能優化、高可靠、可擴展等有深入的研究。曾就職于網易、Nokia。   徐飛 華為雲原生開源團隊核心成員，Istio社區Approver，Kubernetes、Federation、Kubeflow、Virtual-Kubelet社區項目成員及核心貢獻者，浙江大學碩士。從2015年開始參與容器平臺的設計與開發，並參與上游社區的貢獻。   華為雲原生團隊 華為雲原生團隊創建於2013年，是國內較早參與雲原生這一技術領域的團隊之一。作為CNCF（雲原生計算基金會）的初創成員和白金會員，華為在容器、服務網格、微服務等雲原生技術領域都有著深厚的造詣，擁有10多名CNCF開源項目維護者，在Kubernet

es、Istio等核心開源項目上的貢獻位居全球前列。華為雲也提供了基於CNCF開源項目所打造的商業化雲原生系列產品，包括雲容器引擎、雲容器實例、應用服務網格、容器交付流水線等。 華為雲原生團隊致力於雲原生技術在國內的普及與推廣，通過“容器魔方”官方微信公眾號，以及與CNCF聯合打造的CloudNative Days China（CNDC）Meetup、Cloud Native Lives雲原生技術線上直播、線下CKA培訓等活動，推動了國內雲原生技術的學習與交流熱潮。此次打造的華為雲原生技術叢書，內容涵蓋以CNCF專案為主的多個雲原生技術熱點，可為廣大雲原生技術愛好者提供詳盡、專業、及時的原理講

解與技術剖析。   作者:原 理 篇   第1章  你好，Istio. 2 1.1  Istio是什麼... 2 1.2  通過示例看看Istio能做什麼... 4 1.3  Istio與服務治理... 6 1.3.1  關於微服務... 6 1.3.2  服務治理的三種形態... 8 1.3.3  Istio不只解決了微服務問題... 10 1.4  Istio與服務網格... 11 1.4.1  時代選擇服務網格... 11 1.4.2  服務網格選擇Istio. 14 1.5  Istio與Kubernetes 15 1.5.1  Istio，Kubernetes的好

幫手... 16 1.5.2  Kubernetes，Istio的好基座... 18 1.6  本章總結... 20 第2章  Istio架構概述... 21 2.1  Istio的工作機制... 21 2.2  Istio的服務模型... 23 2.2.1  Istio的服務... 24 2.2.2  Istio的服務版本... 26 2.2.3  Istio的服務實例... 28 2.3  Istio的主要組件... 30 2.3.1  istio-pilot 30 2.3.2  istio-telemetry. 32 2.3.3  istio-policy. 33 2.3.4  ist

io-citadel 34 2.3.5  istio-galley. 34 2.3.6  istio-sidecar-injector 35 2.3.7  istio-proxy. 35 2.3.8  istio-ingressgateway. 36 2.3.9  其他組件... 37 2.4  本章總結... 37 第3章  非侵入的流量治理... 38 3.1  Istio流量治理的原理... 38 3.1.1  負載均衡... 39 3.1.2  服務熔斷... 41 3.1.3  故障注入... 48 3.1.4  灰度發佈... 49 3.1.5  服務訪問入口... 54 3.1

.6  外部接入服務治理... 56 3.2  Istio路由規則配置：VirtualService. 59 3.2.1  路由規則配置示例... 59 3.2.2  路由規則定義... 60 3.2.3  HTTP路由（HTTPRoute）... 63 3.2.4  TLS路由（TLSRoute）... 78 3.2.5  TCP路由（TCPRoute）... 81 3.2.6  三種協定路由規則的對比... 83 3.2.7  VirtualService的典型應用... 84 3.3  Istio目標規則配置：DestinationRule. 89 3.3.1  DestinationR

ule配置示例... 90 3.3.2  DestinationRule規則定義... 90 3.3.3  DestinationRule的典型應用.... 103 3.4  Istio服務閘道配置：Gateway. 107 3.4.1  Gateway配置示例... 108 3.4.2  Gateway規則定義... 109 3.4.3  Gateway的典型應用... 112 3.5  Istio外部服務配置：ServiceEntry. 120 3.5.1  ServiceEntry配置示例... 120 3.5.2  ServiceEntry規則的定義和用法... 121 3.5.3 

ServiceEntry的典型應用... 123 3.6  Istio代理規則配置：Sidecar 126 3.6.1  Sidecar配置示例... 126 3.6.2  Sidecar規則定義... 126 3.7  本章總結... 129 第4章  可擴展的策略和遙測... 131 4.1  Istio策略和遙測的原理... 131 4.1.1  應用場景... 131 4.1.2  工作原理... 136 4.1.3  屬性... 137 4.1.4  Mixer的配置模型... 140 4.2  Istio遙測適配器配置... 147 4.2.1  Prometheus適配器...

148 4.2.2  Fluentd適配器... 155 4.2.3  StatsD適配器... 159 4.2.4  Stdio適配器... 161 4.2.5  Zipkin適配器... 163 4.2.6  廠商適配器... 168 4.3  Istio策略適配器配置... 169 4.3.1  List適配器... 169 4.3.2  Denier適配器... 171 4.3.3  Memory Quota適配器... 172 4.3.4  Redis Quota適配器.... 175 4.4  Kubernetes Env適配器配置... 178 4.5  本章總結... 181

第5章  可插拔的服務安全... 182 5.1  Istio服務安全的原理... 182 5.1.1  認證... 185 5.1.2  授權... 189 5.1.3  金鑰委付管理... 192 5.2  Istio服務認證配置... 193 5.2.1  認證策略配置示例... 193 5.2.2  認證策略的定義... 194 5.2.3  TLS訪問配置... 196 5.2.4  認證策略的典型應用... 200 5.3  Istio服務授權配置... 202 5.3.1  授權啟用配置... 202 5.3.2  授權策略配置... 203 5.3.3  授權策略的典型應用

... 207 5.4  本章總結... 210 第6章  透明的Sidecar機制... 211 6.1  Sidecar注入... 211 6.1.1  Sidecar Injector自動注入的原理... 214 6.1.2  Sidecar注入的實現... 216 6.2  Sidecar流量攔截... 219 6.2.1  iptables的基本原理... 220 6.2.2  iptables的規則設置... 223 6.2.3  流量攔截原理... 224 6.3  本章總結... 228 第7章  多集群服務治理... 230 7.1  Istio多集群服務治理... 23

0 7.1.1  Istio多集群的相關概念... 230 7.1.2  Istio多集群服務治理現狀... 231 7.2  多集群模式1：多控制面... 232 7.2.1  服務DNS解析的原理... 233 7.2.2  Gateway連接的原理... 237 7.3  多集群模式2：VPN直連單控制面... 238 7.4  多集群模式3：集群感知服務路由單控制面... 240 7.5  本章總結... 246   實 踐 篇   第8章  環境準備... 248 8.1  在本地搭建Istio環境... 248 8.1.1  安裝Kubernetes集群... 248 8.1.2 

安裝Helm.. 249 8.1.3  安裝Istio. 250 8.2  在公有雲上使用Istio. 253 8.3  嘗鮮Istio命令列... 255 8.4  應用示例... 257 8.4.1  Weather Forecast簡介... 257 8.4.2  Weather Forecast部署... 258 8.5  本章總結... 259 第9章  流量監控... 260 9.1  預先準備：安裝外掛程式... 260 9.2  調用鏈跟蹤... 261 9.3  指標監控... 265 9.3.1  Prometheus. 265 9.3.2  Grafana. 268

9.4  服務網格監控... 273 9.5  本章總結... 277 第10章  灰度發佈... 278 10.1  預先準備：將所有流量都路由到各個服務的v1版本... 278 10.2  基於流量比例的路由... 279 10.3  基於請求內容的路由... 283 10.4  組合條件路由... 284 10.5  多服務灰度發佈... 286 10.6  TCP服務灰度發佈... 288 10.7  自動化灰度發佈... 290 10.7.1  正常發佈... 291 10.7.2  異常發佈... 294 第11章  流量治理... 296 11.1  流量負載均衡... 29

6 11.1.1  ROUND_ROBIN模式... 296 11.1.2  RANDOM模式... 298 11.2  會話保持... 299 11.2.1  實戰目標... 300 11.2.2  實戰演練... 300 11.3  故障注入... 301 11.3.1  延遲注入... 301 11.3.2  中斷注入... 303 11.4  超時... 304 11.5  重試... 306 11.6  HTTP重定向... 308 11.7  HTTP重寫... 309 11.8  熔斷... 310 11.9  限流... 313 11.9.1  普通方式... 314 11.9

.2  條件方式.... 315 11.10  服務隔離... 317 11.10.1  實戰目標... 317 11.10.2  實戰演練... 317 11.11  影子測試... 319 11.12  本章總結... 322 第12章  服務保護... 323 12.1  閘道加密... 323 12.1.1  單向TLS閘道... 323 12.1.2  雙向TLS閘道... 326 12.1.3  用SDS加密閘道... 328 12.2  存取控制... 331 12.2.1  黑名單... 331 12.2.2  白名單... 332 12.3  認證... 334 12.3.

1  實戰目標... 334 12.3.2  實戰演練... 334 12.4  授權... 336 12.4.1  命名空間級別的存取控制... 336 12.4.2  服務級別的存取控制... 339 12.5  本章總結... 341 第13章  多集群管理... 342 13.1  實戰目標... 342 13.2  實戰演練... 342 13.3  本章總結... 350   架 構 篇   第14章  司令官Pilot 352 14.1  Pilot的架構... 352 14.1.1  Istio的服務模型... 354 14.1.2  xDS協議... 356 14.2  P

ilot的工作流程... 360 14.2.1  Pilot的啟動與初始化... 361 14.2.2  服務發現... 363 14.2.3  配置規則發現... 368 14.2.4  Envoy的配置分發... 376 14.3  Pilot的外掛程式... 383 14.3.1  安全外掛程式... 385 14.3.2  健康檢查外掛程式... 390 14.3.3  Mixer外掛程式... 391 14.4  Pilot的設計亮點... 392 14.4.1  三級緩存優化... 392 14.4.2  去抖動分發... 393 14.4.3  增量EDS. 394 14.4.4

  資源隔離... 395 14.5  本章總結... 396 第15章  守護神Mixer 397 15.1  Mixer的整體架構... 397 15.2  Mixer的服務模型... 398 15.2.1  Template. 399 15.2.2  Adapter 401 15.3  Mixer的工作流程... 403 15.3.1  啟動初始化... 403 15.3.2  使用者配置資訊規則處理... 409 15.3.3  訪問策略的執行... 416 15.3.4  無侵入遙測... 421 15.4  Mixer的設計亮點... 423 15.5  如何開發MixerAda

pter 424 15.5.1  Adapter實現概述... 424 15.5.2  內置式Adapter的開發步驟... 425 15.5.3  獨立進程式Adapter的開發步驟... 430 15.5.4  獨立倉庫式Adapter的開發步驟... 437 15.6  本章總結... 438 第16章  安全碉堡Citadel 439 16.1  Citadel的架構... 439 16.2  Citadel的工作流程... 441 16.2.1  啟動初始化... 441 16.2.2  證書控制器... 442 16.2.3  gRPC伺服器... 444 16.2.4  證書輪

換器... 445 16.2.5  SDS伺服器... 446 16.3  本章總結... 449 第17章  高性能代理Envoy. 450 17.1  Envoy的架構... 450 17.2  Envoy的特性... 451 17.3  Envoy的模組結構... 452 17.4  Envoy的執行緒模型... 453 17.5  Envoy的記憶體管理... 455 17.5.1  變數管理... 455 17.5.2  Buffer管理... 456 17.6  Envoy的流量控制... 456 17.7  Envoy與Istio的配合... 457 17.7.1  部署與交互

... 457 17.7.2  Envoy API 458 17.3  本章總結... 459 第18章  代理守護進程Pilot-agent 460 18.1  為什麼需要Pilot-agent 461 18.2  Pilot-agent的工作流程... 461 18.2.1  Envoy的啟動... 462 18.2.2  Envoy的熱重啟... 465 18.2.3  守護Envoy. 466 18.2.4  優雅退出... 467 18.3  本章總結... 468 第19章  配置中心Galley. 469 19.1  Galley的架構... 469 19.1.1  MCP.

470 19.1.2  MCP API 470 19.2  Galley的工作流程... 471 19.2.1  啟動初始化... 471 19.2.2  配置校驗... 476 19.2.3  配置聚合與分發... 479 19.3  本章總結... 482   源 碼 篇   第20章  Pilot源碼解析... 484 20.1  進程啟動流程... 484 20.2  關鍵代碼分析... 486 20.2.1  ConfigController 486 20.2.2  ServiceController 490 20.2.3  xDS非同步分發... 495 20.2.4  配置更新

預處理... 503 20.2.5  xDS配置的生成及分發... 509 20.3  本章總結... 514   第21章  Mixer源碼解析... 515 21.1  進程啟動流程... 515 21.1.1  runServer通過newServer新建Server對象... 517 21.1.2  啟動Mixer gRPC Server 520 21.2  關鍵代碼分析... 520 21.2.1  監聽使用者的配置... 520 21.2.2  構建資料模型... 524 21.2.3  Check介面... 533 21.2.4  Report介面... 536 21.2.5 

請求分發... 539 21.2.6  協程池... 541 21.3  本章總結... 543 第22章  Citadel源碼解析... 544 22.1  進程啟動流程... 544 22.2  關鍵代碼分析... 548 22.2.1  證書簽發實體IstioCA.. 548 22.2.2  SecretController的創建和核心原理... 551 22.2.3  CA Server的創建和核心原理... 556 22.3  本章總結... 558 第23章  Envoy源碼解析... 559 23.1  Envoy的初始化... 559 23.1.1  啟動參數bootstr

ap的初始化... 559 23.1.2  Admin API的初始化... 560 23.1.3  Worker的初始化... 562 23.1.4  CDS的初始化... 562 23.1.5  LDS的初始化... 563 23.1.6  GuardDog的初始化... 564 23.2  Envoy的運行和建立新連接... 564 23.2.1  啟動worker 565 23.2.2  Listener的載入... 565 23.2.3  接收連接... 566 23.3  Envoy對資料的讀取、接收及處理... 567 23.3.1  讀取數據... 568 23.3.2  接收

資料... 568 23.3.3  處理資料... 569 23.4  Envoy發送資料到服務端... 570 23.4.1  匹配路由... 571 23.4.2  獲取連接池... 572 23.4.3  選擇上游主機... 572 23.5  本章總結... 573 第24章  Galley源碼解析... 574 24.1  進程啟動流程... 574 24.1.1  RunServer的啟動流程... 577 24.1.2  RunValidation Server的啟動流程... 578 24.2  關鍵代碼分析... 580 24.2.1  配置校驗... 580 24.2.2

  配置監聽... 584 24.2.3  配置分發... 585 24.3  本章總結... 589 結語... 590 附錄A  源碼倉庫介紹... 592 附錄B  實踐經驗和總結... 598 推薦序 服務網格技術Istio是雲原生（Cloud Native）時代的產物，是雲原生應用的新型架構模式，而雲原生又是雲計算產業發展的新制高點。雲計算是近10年左右流行的概念，但實際上，雲已經走了很長一段路。 雲的概念可以追溯到20世紀60年代。約翰•麥卡錫教授在1961年麻省理工學院的百年慶典上說：“電腦也許有一天會被組織成一種公用事業，就像電話系統是一種公用事業一樣

。每個訂閱者只需為實際使用的容量付費，就可以訪問到具有非常龐大的系統的計算資源……”。第一個具有雲特徵的服務出現在20世紀90年代，當時，電信公司從以前主要提供點對點的專用資料電路服務，轉到提供服務品質相當但成本較低的虛擬私人網路絡（VPN）服務。VPN服務能夠通過切換流量和平衡伺服器的使用，更有效地使用整體的網路頻寬。電信公司開始使用雲符號來表示提供商和使用者之間的責任介面。在自20世紀60年代以來流行的分時模式的基礎上，服務提供者開始開發新的技術和演算法，優化計算資源和網路頻寬的分佈，使用者可以按需獲取高端計算能力。 2006年，亞馬遜首次推出彈性計算雲（EC2）服務，雲計算的新時代開始

了。兩年後，第一個用於部署私有雲和公有雲的開源軟體OpenNebula問世；谷歌則推出了應用引擎的測試版；Gartner公司也首次提到了雲的市場機會。2010年，Rackspace和NASA聯手創建了OpenStack開源雲計算平臺，企業首次可以在標準硬體上構建消費者可以使用的雲。甲骨文、IBM、微軟等眾多公司也相繼發佈雲產品，雲市場開始進入快速增長期。 雲計算使企業擺脫了複雜而昂貴的IT基礎設施建設和維護，因此，當時的雲計算使用以資源（虛擬機器、網路和存儲）為主，也就是基礎設施即服務（IaaS）。企業主要關心怎樣將現有的IT基礎架構遷移到雲上，但在關鍵應用上對雲還是敬而遠之。隨著雲的成熟，

包括Netflix和Airbnb在內的眾多雄心勃勃的互聯網初創公司開始把雲計算變成了新商業模式，直接在雲上構建企業的關鍵應用和業務；與此同時，在技術上，人們開始將Linux容器與基於微服務架構的應用結合起來，實現雲應用真正意義上的可擴展、高可靠和自動恢復等能力，於是雲原生計算誕生了。 雲原生的崛起源于企業應用的快速發展和彈性可擴展的需求。在雲原生時代最具代表性和歷史性的技術是Kubernetes容器應用編排與管理系統，它提供了大規模和高效管理雲應用所需的自動化和可觀測性。Kubernetes的成功源于應用容器的興起，Docker第一次真正使得容器成為大眾所喜歡和使用的工具。通過對應用的容器化

，開發人員可以更輕鬆地管理應用程式的語言運行環境及部署的一致性和可伸縮性，這引發了應用生態系統的巨變，極大地減小了測試系統與生產系統之間的差異。在容器之上，Kubernetes提供了跨多個容器和多主機服務及應用體系結構的部署和管理。我們很高興地看到，Kubernetes正在成為現代軟體構建和運維的核心，成為全球雲技術的關鍵。Kubernetes的成功也代表了開源軟體運動所能提供的前所未有的全球開放與合作，是一次具有真正世界影響力的商業轉型。華為雲PaaS容器團隊很早就開始參與這一開源運動，是雲原生計算基金會CNCF的初創會員與董事，在Kubernetes社區的貢獻位於全球前列，也是雲原生技術的

主要貢獻者之一。 雲原生容器技術和微服務應用的出現，推動了人們對服務網格的需求。那麼，什麼是服務網格？簡而言之，服務網格是服務（包括微服務）之間通信的控制器。隨著越來越多的容器應用的開發和部署，一個企業可能會有成百上千或數萬計的容器在運行，怎樣管理這些容器或服務之間的通信，包括服務間的負載均衡、流量管理、路由、運行狀況監視、安全性原則及服務間身份驗證，就成為雲原生技術的巨大挑戰。以Istio為代表的服務網格應運而生。在架構上，Istio屬於雲原生技術的基礎設施層，通過在容器旁提供一系列網路代理，來實現服務間的通信控制。其中的每個網路代理就是一個閘道，管理容器或容器集群中每個服務間的請求或交互

。每個網路代理還攔截服務請求，並將服務請求分發到服務網格上，因此，眾多服務構成的無數連接“編織”成網，也就有了“網格”這個概念。服務網格的中央控制器，在Kubernetes容器平臺的説明下，通過服務策略來控制和調整網路代理的功能，包括收集服務的性能指標。 服務網格作為一種雲原生應用的體系結構模式，應對了微服務架構在網路和管理上的挑戰，也推動了技術堆疊分層架構的發展。從分散式負載平衡、防火牆到服務的可見性，服務網格通過在每個架構層提供通信層來避免服務碎片化，以安全隔離的方式解決了跨集群的工作負載問題，並超越了Kubernetes容器集群，擴展到運行在裸機上的服務。因此，雖然服務網格是從容器和微

服務開始的，但它的架構優勢也可以適用于非容器應用或服務。 從初始的雲理念到雲計算再到雲原生的發展過程中，我們看到服務網格是雲原生技術發展的必然產物。作為雲原生架構和技術棧的關鍵部分，服務網格技術Istio也逐漸成為雲原生應用平臺的另一塊基石，這不僅僅是因為Istio為服務間提供了安全、高可靠和高性能的通信機制，其本身的設計也代表一種由開發人員驅動的、基於策略和服務優先的雲原生架構設計理念。本書作者及寫作團隊具有豐富的Istio實戰經驗，在本書中由淺入深地剖析了Istio的原理、架構、實踐及源碼。通過閱讀本書，讀者不但能夠對Istio有全面的瞭解，還可以學到雲原生服務網格的設計思路和理念，對任

何一名軟體設計架構師或工程師來說都有很大的幫助，這是一本非常有價值的雲原生時代分散式系統書籍。   廖振欽 華為雲PaaS產品部總經理

世界v1有問題進入發燒排行的影片

甚麽是親中？中國－馬來西亞關係近況發展的6M分析（2013年－2018年）

為了解決世界v1有問題的問題，作者黃以樂 這樣論述：

2013年至2018年之間，中國與馬來西亞之關係可謂是達到了新高點。在此期間，中馬兩國在許多面向展開合作關係，包括軍事、經貿、教育及文化等等。雙方的合作關係甚至成為了馬來西亞2018年全國選舉的重點議題之一，當時執政者以首相納吉．拉薩（Najib Razak）為首，其發起或支持的許多中馬合作工程案備受質疑，被批評是「親中」的表現。其中一個大力批評納吉親中的群體為希望聯盟（Pakatan Harapan），而他們於2018年全國選舉中的勝利無意間也被刻畫成「反中派」的勝利。整起事件的過程中，「親中」的使用似乎是貶義用途。2019年「反對逃犯條例修訂草案運動」開始時，馬來西亞普遍華裔也高度關注此

事，而「親中」與「反中」逐漸成為了嘲諷意味極重的政治標籤。馬來西亞在2013年至2018年之間與中國的互動關係似乎也被貼上了一樣的標籤。甚麼是親中？本研究認為目前「親中」作為形容詞的用法帶有犧牲自主權，並妥協自身立場的含意。中馬關係中是否真的有如此現象？現今有關兩國互動關係的理論架構，主要以「遠近」為衡量單位，或是以國對國之反應來判斷其關係之本質，如：新現實主義中的「抗衡」（Balancing）、「扈從」（Bandwagoning）或「避險」（Hedging）。然而，由此角度並未能充分解釋「親中」，因為這些理論主要以國家行為者（state as actor）為衡量基準，缺乏了深入到社會層級互動

之考量。國家行為者制定決策的考量主要以可衡量之客觀元素，如：國家之硬實力（Hard power），但「親中」的表現似乎有意忽略此元素，以「偏好」（preference）作為制定決策之基本考量，社會行動者（societal actor）也因此是探討「親中」之定義重要的研究對象。本研究嘗試以Andrew Moravscik所提出的自由主義理論架構，結合Chia-Chien Chang及Alan H. Yang所提出的6M分析法，對中馬在2013年至2018年之間的互動過程進行分析，並以此探討「親中」之定義。馬國社會中第二大族群就是具有「中華情結」之華裔群體，馬國的「親中」表現極有可能由此開始。但本

研究發現馬國「親中」的表現除了源自於華裔社會行動者，也可能從處在執政層級之巫裔社會行動者。本研究以6M分析法歸納出2013年至2018年之間重要的「親中」事件，並總結出兩大「親中化」過程，即「由上至下」（國家行為者至社會行動者）以及「由下至上」（社會行動者至國家行為者）。

深度卷積網絡：原理與實踐

為了解決世界v1有問題的問題，作者彭博 這樣論述：

本書正文內容可分3部分，共9章：綜述篇（第1，6，9章）。這三章不需要編程和數學基礎，如果讀者尚不熟悉技術，推薦優先閱讀，尤其是第1和第9章。它們分別介紹：深度學習的基本概念，AlphaGo的架構綜述，深度學習的問題和未來展望。深度卷積網絡篇（第2，3，4，5章）。這四章結合理論與實際代碼，由淺入深，從神經網絡，到卷積網絡，到深度卷積網絡，讓讀者掌握深度卷積網絡的基礎知識、實踐技巧和新發展，是本書的關鍵所在，值得仔細閱讀。實戰篇（第7，8章）。這兩章分別講述AlphaGo和GAN的訓練和應用細節，包括詳細的代碼分析。 彭博，人工智能、量化交易、區塊鏈領域的技術專家，有2

0年以上的研發經驗。在人工智能與信息科技方面，對深度學習、機器學習、 計算機圖形學、智能硬件等有較為深入的研究；在量化交易方面，曾在全球大的外匯對沖基金負責程序化交易，對市場的微觀和宏觀行為有較為深入的理解；在區塊 鏈方面，對智能合約、DApp開發和自動交易有較為深入的實踐。 前言 引子·神之一手1 第1章 走進深度學習的世界5 1.1 從人工智慧到深度學習5 1.2 深度神經網路的威力：以AlphaGo為例8 1.2.1 策略網路簡述9 1.2.2 泛化：看棋譜就能學會下圍棋11 1.2.3 擬合與過擬合11 1.2.4 深度神經網路的速度優勢12 1.3 深度神經網路

的應用大觀13 1.3.1 圖像分類問題的難度所在13 1.3.2 用深度神經網路理解圖像15 1.3.3 AlphaGo中的深度神經網路17 1.3.4 自動發現規律：從資料A到答案B17 1.3.5 深度神經網路的更多應用18 1.3.6 從分而治之，到端對端學習24 1.4 親自體驗深度神經網路25 1.4.1 TensorFlow遊樂場25 1.4.2 MNIST數位識別實例：LeNet-527 1.4.3 策略網路實例28 1.4.4 簡筆劃：Sketch-RNN29 1.4.5 用GAN生成動漫頭像30 1.5 深度神經網路的基本特點31 1.5.1 兩大助力：算力、數據31 1.

5.2 從特徵工程，到逐層抽象32 1.5.3 深度神經網路學會的是什麼35 1.6 人工智慧與神經網路的歷史36 1.6.1 人工智慧的兩大學派：邏輯與統計37 1.6.2 人工智慧與神經網路的現代編年史37 第2章 深度卷積網路：第一課42 2.1 神經元：運作和訓練43 2.1.1 運作：從實例說明43 2.1.2 訓練：梯度下降的思想44 2.1.3 訓練：梯度下降的公式46 2.1.4 訓練：找大小問題的初次嘗試48 2.1.5 訓練：Excel的實現 50 2.1.6 重要知識：批大小、mini-batch、epoch51 2.2 深度學習框架MXNet：安裝和使用51 2.2.

1 計算圖：動態與靜態52 2.2.2 安裝MXNet：準備工作53 2.2.3 在Windows下安裝MXNet54 2.2.4 在macOS下安裝MXNet：CPU版57 2.2.5 在macOS下安裝MXNet：GPU版58 2.2.6 在Linux下安裝MXNet59 2.2.7 安裝Jupyter演算本59 2.2.8 實例：在MXNet訓練神經元並體驗調參60 2.3 神經網路：運作和訓練63 2.3.1 運作：前向傳播，與非線性啟動的必要性63 2.3.2 運作：非線性啟動64 2.3.3 訓練：梯度的計算公式66 2.3.4 訓練：實例69 2.3.5 訓練：Excel的實現7

0 2.3.6 訓練：反向傳播71 2.3.7 重要知識：梯度消失，梯度爆炸72 2.3.8 從幾何觀點理解神經網路72 2.3.9 訓練：MXNet的實現73 第3章 深度卷積網路：第二課 77 3.1 重要理論知識77 3.1.1 數據：訓練集、驗證集、測試集77 3.1.2 訓練：典型過程79 3.1.3 有監督學習：回歸、分類、標籤、排序、Seq2Seq79 3.1.4 無監督學習：聚類、降維、自編碼、生成模型、推薦81 3.1.5 訓練的障礙：欠擬合、過擬合82 3.1.6 訓練的細節：局部極值點、鞍點、梯度下降演算法83 3.2 神經網路的正則化85 3.2.1 修改損失函數：L

2和L1正則化85 3.2.2 修改網路架構：Dropout正則化86 3.2.3 更多技巧：集合、多工學習、參數共用等86 3.2.4 資料增強與預處理88 3.3 神經網路的調參89 3.3.1 學習速率89 3.3.2 批大小90 3.3.3 初始化方法92 3.3.4 調參實戰：重返TensorFlow遊樂場93 3.4 實例：MNIST問題95 3.4.1 重要知識：SoftMax層、交叉熵損失96 3.4.2 訓練代碼與網路架構98 3.4.3 超越MNIST：最新的Fashion-MNIST資料集101 3.5 網路訓練的常見bug和檢查方法103 3.6 網路訓練性能的提高10

4 第4章 深度卷積網路：第三課106 4.1 卷積網路：從實例說明106 4.1.1 實例：找橘貓，最原始的方法107 4.1.2 實例：找橘貓，更好的方法108 4.1.3 實例：卷積和池化108 4.1.4 卷積網路的運作111 4.2 運作：AlphaGo眼中的棋盤112 4.2.1 棋盤的編碼113 4.2.2 最簡化的策略網路115 4.2.3 最簡化的策略網路：特徵層和卷積後的結果116 4.3 卷積神經網路：進一步瞭解122 4.3.1 卷積核、濾波器與參數量的計算122 4.3.2 運作和訓練的計算123 4.3.3 外襯與步長124 4.3.4 縮小圖像：池化與全域池化1

26 4.3.5 放大圖像：轉置卷積127 4.4 實例：用卷積網路解決MNIST問題128 4.4.1 網路架構的定義與參數量的計算129 4.4.2 訓練MNIST網路130 4.4.3 在MXNet運行訓練後的網路131 4.4.4 調參實例133 4.4.5 在Fashion-MNIST資料集的結果133 4.5 MXNet的使用技巧134 4.5.1 快速定義多個層134 4.5.2 網路的保存與讀取135 4.5.3 圖像資料的打包和載入135 4.5.4 深入MXNet訓練細節136 4.5.5 在流覽器和移動設備運行神經網路139 第5章 深度卷積網路：第四課141 5.1

經典的深度卷積網路架構142 5.1.1 深度學習革命的揭幕者：AlexNet142 5.1.2 常用架構：VGG系列145 5.1.3 去掉全連接層：DarkNet系列147 5.2 網路的視覺化：以AlexNet為例150 5.3 遷移學習：精調、預訓練等155 5.4 架構技巧：基本技巧157 5.4.1 感受野與縮小卷積核157 5.4.2 使用1×1卷積核158 5.4.3 批規範化160 5.4.4 實例：回顧Fashion-MNIST問題161 5.4.5 實例：訓練CIFAR-10模型164 5.5 架構技巧：殘差網路與通道組合169 5.5.1 殘差網路：ResNet的思想1

69 5.5.2 殘差網路：架構細節171 5.5.3 殘差網路：來自于集合的理解與隨機深度172 5.5.4 殘差網路：MXNet實現，以策略網路為例173 5.5.5 通道組合：Inception模組174 5.5.6 通道組合：XCeption架構，深度可分卷積177 5.5.7 實例：再次訓練CIFAR-10模型178 5.6 架構技巧：更多進展181 5.6.1 殘差網路進展：ResNext、Pyramid Net、DenseNet181 5.6.2 壓縮網路：SqueezeNet、MobileNet、ShuffleNet183 5.6.3 卷積核的變形188 5.7 物體檢測與圖像

分割189 5.7.1 YOLO v1：即時的物體檢測網路190 5.7.2 YOLO v2：更快、更強192 5.7.3 Faster R-CNN：準確的物體檢測網路194 5.7.4 Mask-RCNN：準確的圖像分割網路195 5.8 風格轉移197 第6章 AlphaGo架構綜述200 6.1 從AlphaGo到AlphaZero201 6.1.1 AlphaGo v13與AlphaGo v18201 6.1.2 AlphaGo Master與AlphaGoZero202 6.1.3 解決一切棋類：AlphaZero204 6.2 AlphaGo的對弈過程205 6.2.1 策略網路

205 6.2.2 來自人類的思路208 6.2.3 蒙特卡洛樹搜索與估值問題209 6.2.4 從快速走子估值到價值網路211 6.2.5 從搜尋樹看策略與價值網路的作用213 6.2.6 策略與價值網路的運作實例215 6.3 AlphaGo中的深度卷積網路架構217 6.4 AlphaGo的訓練過程219 6.4.1 原版AlphaGo：策略梯度方法219 6.4.2 新版AlphaGo：從蒙特卡洛樹搜索學習220 6.5 AlphaGo方法的推廣221 第7章 訓練策略網路與實戰224 7.1 訓練前的準備工作224 7.1.1 棋譜數據225 7.1.2 落子模擬226 7.1.3

終局判斷226 7.2 訓練代碼227 7.2.1 主程序：train.py227 7.2.2 訓練參數：config.py233 7.2.3 輔助函數：util.py234 7.2.4 棋盤隨機變換：symmetry.py235 7.2.5 訓練實例236 7.3 對弈實戰237 第8章 生成式對抗網路：GAN240 8.1 GAN的起源故事240 8.2 GAN的基本原理242 8.2.1 生成模型：從圖像到編碼，從編碼到圖像242 8.2.2 GAN的基本效果243 8.2.3 GAN的訓練方法246 8.3 實例：DCGAN及訓練過程248 8.3.1 網路架構248 8.3.2

訓練代碼249 8.4 GAN的更多架構和應用255 8.4.1 圖像轉移：CycleGAN系列255 8.4.2 生成高解析度圖像：nVidia的改進260 8.4.3 自動提取資訊：InfoGAN261 8.4.4 更多應用264 8.5 更多的生成模型方法266 8.5.1 自編碼器：從AE到VAE266 8.5.2 逐點生成：PixelRNN和PixelCNN系列267 8.5.3 將VAE和GAN結合：CVAE-GAN268 第9章 通向智能之秘272 9.1 電腦視覺的難度272 9.2 對抗樣本，與深度網路的特點276 9.3 人工智慧的挑戰與機遇278 9.3.1 棋類遊戲中

的電腦陷阱278 9.3.2 偏見、過濾氣泡與道德困境280 9.3.3 語言的迷局283 9.3.4 強化學習、機器人與目標函數286 9.3.5 創造力、審美與意識之謎290 9.3.6 預測學習：機器學習的前沿293 9.4 深度學習的理論發展295 9.4.1 超越反向傳播：預測梯度與生物模型295 9.4.2 超越神經網路：Capsule與gcForest297 9.4.3 泛化問題300 9.5 深度學習與人工智慧的展望304 9.5.1 工程層面304 9.5.2 理論層面304 9.5.3 應用層面305 跋 人工智慧與我們的未來306 附錄 深度學習與AI的網路資源310

健身產業創新的關鍵因素：以H公司為例

為了解決世界v1有問題的問題，作者陳莉玲 這樣論述：

受到2020 Covid-19 疫情影響，全世界經歷了一波有史以來最大的經濟危機，因為各國緊閉國門，導致商業活動以及經濟活動被迫中止，旅遊業者損失慘重，民眾也為不能出國所苦，甚至在一些疫情較嚴重的國家，連出門購物都受到管制，公共場所都被勒令暫停營業。另外，根據世界衛生組織（World Health Organization）統計，截至2021/4/7，全球新冠肺炎疫情確診病例數已達到 1.32 億，死亡人數達287 萬人，而且因為疫情不斷變異，確診數量仍然不斷攀升，著實為全球帶來空前的災難。企業處在瞬息萬變的環境中，日復一日，必須面對每天的挑戰，除了 Covid-19 新冠肺炎疫情的影響，近

年來興起的中美貿易戰，更直接衝擊臺灣經濟環境，讓企業面臨著與日俱增的壓力。幸運的是，在健康意識抬頭下，面對龐大的環境變化帶來的壓力，人們已經覺得運動是非常重要的一件事情，各縣市政府更是不斷提倡運動對身體的重要性，紛紛設立的國民運動中心、連鎖健身產業、私人健身房，這幾年在臺灣如雨後春筍般不斷冒出。在競爭激烈的運動產業中，一間新式健身中心對於有創意、懂得科技應用、敢冒險的人才是求才若渴。在科技技術應用在健身領域上，並非真的需要知道每個科技運作的細節，健身產業的員工不用會寫程式語言，但會需要知道有哪些科技技術，可以應用在健身產業上，透過不斷蒐集新知，增加新科技認知的廣度，學習科技應用；而比起學理上的

紙上談兵，對健身教練來說，更為要緊的是帶領學生親身體驗，實踐科技與健身結合，讓學生學會實戰演練，並相信自己，擁有充分解決問題的能力，才是運動教練以及健身業者能否創新跨界走出去的關鍵。現今健身產業業者想要永續生存，擺脫此競爭激烈的環境，從而脫穎而出，都必須要不斷思考創新策略，藉此提高經營績效，維持可持續的核心競爭力。本研究所探討之個案 H 公司，其領導人本身就是健身教練，並且從小就開始參加校隊，在運動領域耕耘許久，領導人除了要決定企業的目標和願景，還要負責建立教練團隊的要務，並帶領企業往前邁進，不斷推動創新變革。企業家亦必須為團隊互動創造積極以及良性競爭的環境，設立教練激勵制度，提升教學品質，鼓

勵團隊進行橫向溝通，實現團隊目標。因此，本研究關注健身產業的領導者，在制定與執行創新策略時，如何在劇烈變化的環境下，亦能有條不紊地，推動企業成功創新的關鍵因素是什麼？本研究旨在探討健身產業的領導者，如何在企業轉型升級的創新過程中制定成功的經營策略，主要運用 H 公司作為個案研究對象，具體分析與探討，企業如何通過擴大組織、運用科技技術等創新策略，提升企業的績效表現，並達到永續經營，來證明創新策略可以帶給企業實質利益，並探討企業在創新升級的過程中，面臨的挑戰與瓶頸及如何克服的方法，以做為其他公司參考該企業創新經營策略模式。本研究同時也能幫助健身產業的領導人在制定經營策略時，考慮企業成功創新的關鍵因

素，讓創新成功因素與企業經營策略保持協調穩定，成功制定提升企業之核心競爭力的策略和目標。此外，為了艱鉅的企業創新任務成為一項明確且可控管的任務，本研究也希望通過個案展示，讓企業了解如何將能夠幫助創新的關鍵因素納入組織的各個面向，並轉化為目標、策略、文化和習慣，以及相關管理實踐。