边缘计算:原理、技术与实践

边缘计算:原理、技术与实践

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

本书为边缘计算的发展提供了重要的理论支撑和方向引导,对边缘计算技术的产业落地具有重要意义。

内容简介

从边缘计算产生的动机开始,阐述了边缘计算发展的底层逻辑。

从边缘计算系统运转和使用的维度,清晰讲述了边缘计算的关键原理与核心技术。

从实际系统开发的角度,介绍了两种边缘计算原型系统的实现方式。

本书介绍边缘计算的基础理论、概念模型、系统架构、设计原理、关键技术、原型系统、应用案例等,重点介绍了边缘计算的概念及原理,并且从真实系统运行的视角,自顶向下地剖析边缘计算的关键技术,解答了边缘计算“是什么”“为什么”“怎么办”三个关键的基础问题,然后在阐述技术的基础上,提供了系统实现的手段和做法。

本书可作为计算机科学、物联网工程、互联网+、电子信息、通信工程、人工智能、智慧城市等专业高年级本科生或研究生的教材,也可供科研人员和从业者参考。

作者简介

作者赵志为,电子科技大学计算机学院副教授、博士生导师。主要研究方向为低功耗物联网与边缘计算。在计算机网络领域国际重要学术期刊/会议上发表60余篇学术论文,期刊包括IEEE/ACM Trans. on Networking、IEEE Trans. on Mobile Computing、IEEE JSAC、IEEE INFOCOM、IEEE ICNP、IEEE ICDCS等,并获得3项国际会议最佳论文奖,主持国家级、省部级科研项目10余项。

章节目录

版权信息

本书特色

作者简介

推荐序一

推荐序二

自序

前言

第1章 边缘计算概述

1.1 边缘计算的背景与概念

1.1.1 边缘计算的历史背景

1.1.2 边缘计算的概念

1.1.3 边缘计算带来的改变

1.2 边缘计算发展的历史必然性

1.2.1 催生边缘计算的技术

1.2.2 计算形态变革的内在逻辑

1.2.3 边缘计算将深刻改变计算方式

1.3 边缘计算的重要意义

1.4 边缘计算中的关键问题

1.4.1 关键词

1.4.2 关键研究问题概述

1.4.3 边缘计算架构

1.4.4 操作系统与编程模型

1.4.5 计算卸载与资源分配

1.4.6 虚拟化与服务管理

1.4.7 服务集群管理

1.4.8 人工智能与大数据

1.4.9 移动性管理

1.4.10 系统与应用

1.5 发展趋势与技术挑战

1.5.1 发展趋势

1.5.2 关键机构与成果

1.6 本书的写作逻辑

习题

参考文献

第2章 边缘计算架构原理

2.1 边缘计算架构概述

2.1.1 系统评价及设计要求

2.1.2 边缘计算架构设计面临的独特挑战

2.2 总体系统架构

2.2.1 两类边缘:主干网边缘和泛在边缘

2.2.2 云-边-端架构

2.2.3 边-端架构

2.2.4 多接入边缘计算

2.2.5 分布式D2D/D4D架构(泛在边缘架构)

2.2.6 AIoT架构

2.3 软件计算架构

2.3.1 一般边缘计算软件架构

2.3.2 多接入边缘计算架构

2.3.3 AIoT软件架构

2.3.4 卫星边缘计算架构

2.3.5 编程模型

2.4 边缘计算操作系统与开源框架

2.4.1 EdgeX Foundry

2.4.2 StarlingX

2.4.3 其他开源框架

2.4.4 融合边缘的前端物联网操作系统

习题

参考文献

第3章 边缘接入技术

3.1 无线传输机制

3.1.1 无线局域网传输机制

3.1.2 无线个域网传输机制

3.1.3 无线广域网传输机制

3.1.4 低功耗广域网传输机制

3.1.5 新型无线传输机制

3.1.6 总结

3.2 无线接入的通信服务协议

3.2.1 MQTT

3.2.2 AMQP

3.2.3 Kafka

3.2.4 STOMP

3.3 可靠的数据传输

3.3.1 考虑移动性的可靠数据传输

3.3.2 基于博弈的数据接入

3.4 多接入边缘网络与超密集网络

习题

参考文献

第4章 计算任务卸载

4.1 任务卸载概述

4.1.1 任务卸载概念与步骤

4.1.2 计算卸载的时延模型

4.1.3 边缘计算任务卸载评价指标

4.2 任务卸载方式

4.2.1 0-1卸载

4.2.2 部分卸载

4.2.3 任务切分技术及实例分析

4.2.4 子任务卸载策略

4.3 不同场景下任务卸载策略研究

4.3.1 单用户边缘网络场景

4.3.2 多用户边缘网络场景

4.3.3 异构服务器边缘网络场景

4.4 不同架构下任务卸载策略研究

4.4.1 云-边-端架构中的卸载策略

4.4.2 边-边架构中的卸载策略

4.4.3 多接入边缘架构中的计算卸载

4.4.4 定制化边缘架构中的计算卸载

4.4.5 用户高移动性网络场景中的计算卸载

4.4.6 分布式D2D网络中的计算卸载

4.5 开源工具概述

4.5.1 Slacker

4.5.2 EdgeCloudSim

4.5.3 EdgeX Foundry

4.5.4 Apache Edgent

4.5.5 KubeEdge

4.6 边缘卸载策略展望与挑战

4.6.1 资源协同调度的挑战与展望

4.6.2 用户移动性管理的挑战与展望

习题

参考文献

第5章 虚拟化技术

5.1 虚拟化技术概述

5.2 虚拟化技术发展历史

5.3 虚拟化技术分类

5.3.1 指令架构级虚拟化

5.3.2 硬件抽象级虚拟化

5.3.3 操作系统级虚拟化

5.3.4 库函数级虚拟化

5.3.5 编程语言级虚拟化

5.4 轻量级虚拟化

5.4.1 虚拟机与容器

5.4.2 Docker

5.4.3 Unikernel

5.4.4 Firecraker

5.4.5 总结

5.5 微服务

5.5.1 服务架构的发展历程

5.5.2 微服务架构特点

5.5.3 微服务架构面临的挑战

5.6 服务网格

5.6.1 服务网格的发展历程

5.6.2 服务网格工具:Istio

5.6.3 服务网格工具对比

5.7 无服务架构

5.7.1 发展历史

5.7.2 Serverless开源工具

习题

参考文献

第6章 边缘服务管理支撑技术

6.1 NFV架构

6.1.1 NFV概述

6.1.2 服务功能链备份

6.1.3 虚拟化内容分发网络

6.1.4 NFV与移动场景中的边缘计算

6.1.5 NFV MANO架构

6.2 软件定义网络

6.2.1 SDN架构

6.2.2 分布式SDN的一致性更新

6.2.3 SDN与NFV的区别与联系

6.3 网络切片技术

6.3.1 网络切片

6.3.2 切片管理

6.3.3 切片与NFV服务链

6.3.4 网络切片研究项目

6.4 数据放置、检索与存储

6.4.1 数据放置、检索与存储定义

6.4.2 针对不同场景的数据放置与检索服务架构

6.4.3 移动性预测检索

6.4.4 数据定位服务

6.4.5 分布式数据存储

6.5 开源框架

6.6 总结

习题

参考文献

第7章 边缘服务缓存

7.1 边缘服务缓存评价指标

7.1.1 面向应用的评价指标

7.1.2 服务缓存的评价方法

7.2 不同架构下的服务缓存策略研究

7.2.1 云-边架构中的服务缓存策略

7.2.2 边-边架构中的服务缓存策略

7.2.3 多接入边缘架构中的服务缓存策略

7.2.4 定制化边缘架构中的服务缓存策略

7.2.5 算力优先网络

7.2.6 命名数据网络

7.3 应用案例分析

7.3.1 内容缓存案例及系统实现

7.3.2 服务缓存案例及系统实现

7.4 边缘缓存策略展望与挑战

7.4.1 服务发现、服务交付和移动性

7.4.2 异构边缘计算系统中的协作

7.4.3 低成本容错部署模型

7.4.4 无线大数据的利用

7.4.5 系统集成

7.4.6 资源管理

7.4.7 卸载策略的其他优化

7.4.8 考虑卸载与未卸载数据的流量范式

7.4.9 隐私安全以及用户信任相关

习题

参考文献

第8章 边缘系统部署

8.1 边缘系统部署的典型场景

8.1.1 静态部署场景

8.1.2 动态部署场景

8.2 边缘服务器部署问题

8.2.1 部署问题的评价指标及限制条件

8.2.2 静态部署问题

8.2.3 动态部署问题

8.3 部署方案性能评估工具

8.3.1 OPNET

8.3.2 NS

8.3.3 SSFNet

8.3.4 MiniNet

习题

参考文献

第9章 边缘计算与人工智能

9.1 边缘场景中的人工智能

9.1.1 人工智能技术回顾

9.1.2 典型的人工智能技术

9.1.3 边缘计算与人工智能的结合

9.2 人工智能在边缘计算中的应用

9.2.1 利用机器学习进行计算卸载决策优化

9.2.2 利用机器学习进行服务器部署决策优化

9.2.3 利用机器学习进行资源分配决策优化

9.2.4 基于边缘计算系统的深度学习应用

9.3 边缘网络中的人工智能技术

9.3.1 分布式机器学习

9.3.2 联邦学习与边缘网络

9.3.3 TinyML

9.3.4 Fregata

9.3.5 AIoT系统

9.4 移动端开源机器学习框架

9.4.1 TensorFlow Lite

9.4.2 Core ML

9.4.3 NCNN

9.4.4 Paddle Lite

9.4.5 MNN

9.4.6 MACE

9.4.7 SNPE

9.5 边缘人工智能展望

9.5.1 资源友好型边缘AI模型设计

9.5.2 计算感知网络技术

9.5.3 任务卸载到IoT设备

9.5.4 动态预测

9.5.5 ML集成

9.5.6 DNN性能指标权衡

9.5.7 新型AI模型与技术探索

习题

参考文献

第10章 安全与隐私保护

10.1 边缘计算隐私保护概述

10.1.1 隐私保护在边缘计算中的作用

10.1.2 边缘计算相比云计算在隐私保护方面的优势

10.2 边缘计算数据安全与隐私保护体系

10.2.1 基础设施安全

10.2.2 边缘数据安全

10.2.3 边缘网络安全

10.2.4 移动终端安全

10.3 通用边缘安全技术

10.3.1 数据加密

10.3.2 身份认证

10.3.3 隐私保护

10.3.4 访问控制

10.4 区块链与联邦学习

10.4.1 区块链+边缘计算

10.4.2 隐私保护的边缘联邦学习

10.5 隐私保护的开源工具和未来挑战

10.5.1 隐私保护的开源工具

10.5.2 隐私保护的未来挑战

习题

参考文献

第11章 应用案例分析

11.1 智慧远程医疗

11.1.1 设计思路与解决方案

11.1.2 存在的问题与发展方向

11.2 智慧交通

11.2.1 设计思路与解决方案

11.2.2 存在的问题与发展方向

11.3 智慧家居网关

11.3.1 设计思路与解决方案

11.3.2 存在的问题与发展方向

11.4 智慧工厂

11.4.1 设计思路与解决方案

11.4.2 存在的问题与发展方向

11.5 自动驾驶车联网

11.5.1 设计思路与解决方案

11.5.2 存在的问题与发展方向

11.6 可穿戴边缘计算

11.6.1 设计思路与解决方案

11.6.2 存在的问题与发展方向

11.7 VR/AR

11.7.1 设计思路与解决方案

11.7.2 存在的问题与发展方向

参考文献

第12章 边缘系统设计与实践

12.1 架构设计与硬件设备概述

12.1.1 AVR

12.1.2 MSP430

12.1.3 ARM

12.1.4 设备选择

12.2 前端硬件设备环境说明

12.3 服务器环境配置

12.3.1 系统安装

12.3.2 Web服务器的搭建

12.3.3 视觉算法概述

12.3.4 TensorFlow Lite的安装及测试

12.4 服务部署

12.4.1 Docker安装

12.4.2 Docker Hub

12.4.3 个性化Docker镜像

12.4.4 整合

12.5 利用EdgeX Foundry开源平台创建服务

12.5.1 EdgeX Foundry概述

12.5.2 环境配置及使用

参考文献

边缘计算:原理、技术与实践是2021年由机械工业出版社出版,作者赵志为,闵革勇。

得书感谢您对《边缘计算:原理、技术与实践》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
Flink原理与实践 电子书
本书围绕大数据流处理领域,介绍FlinkDataStreamAPI、时间和窗口、状态和检查点、TableAPI&SQL等知识。书中以实践为导向,使用大量真实业务场景案例来演示如何基于Flink进行流处理。
深度学习原理与实践 电子书
(1)大量图例,简单易懂。作者亲自绘制了大量插图,力求还原深度学习的算法思想,分解和剖析晦涩的算法,用图例来表示复杂的问题。生动的图例也能给读者带来阅读乐趣,快乐地学习算法知识,体会深度学习的算法本质。 (2)简化公式,生动比喻。深度学习和机器学习类的书中通常会有大量复杂冗长的算法公式,为了避免出现读者读不懂的情况,本书尽可能地统一了公式和符号,简化相关公式,并加以生动的比喻进行解析。在启发读者的同时,锻炼读者分析问题和解决问题的能力。 (3)算法原理,代码实现。在介绍深度学习及相关算法的原理时,不仅给出了对应的公式,还给出了实现和求解公式的代码,让读者明确该算法的作用、输入和输出。原理与代码相结合,使得读者对深度学习的算法实现更加具有亲切感。 (4)深入浅出,精心剖析。理解深度学习需要一定的机器学习知识,本书在D1章介绍了深度学习与机器学习的关系,并简要介绍了机器学习的内容。在内容安排上,每章依次介绍模型框架的应用场景、结构和使用方式,最后通过真实的案例去全面分析该模型结构。目的是让读者可以抓住深度学习的本质。 (5)入门实践,案例重现。每一章最后的真实案例不是直接堆砌代码,而是讲解使用该算法模型的原因和好处。从简单的背景知识出发,使用前文讲解过的深度学习知识实现一个实际的工程项目。实践可以用于及时检验读者对所学知识的掌握程度,为读者奠定深度学习的实践基础。 将一本技术书籍写得通俗易懂谈何容易,但《深度学习原理与实践》这本书确实做到了。书中对近年来火热的深度学习理论知识进行简单剖析,化繁为简,没有局限于坐而论道,而是将实例和数学理论相结合,让读者能够快速理解各种模型并上手实践,值得细读。 --唐春明 广州大学数学与信息学科学院副院长 本书从原理、方法、实践这 3 个维度系统地介绍了深度学习的方方面面,内容详实,解读清晰,细节与全貌兼顾,既适合初学者阅读,也可以作为深入研究的参考用书。 --杨刚 西安电子科技大学教授 近年来出版的深度学习相关图书中,本书是我见过非常有指导意义的中文书籍之一。本书对 ANN、CNN、RNN 等模型进行深入浅出的介绍,引入大量图例和简化后的公式,让算法浅显易懂。每一章的实践内容都给人惊喜,强烈推荐! --吴健之 腾讯音乐高级工程师 作为产品经理,我能看懂的深度学习书籍实在太少了。本书恰到好处,插图丰富直观,数学公式简练,很喜欢此类风格的图书,易懂好学。即使你不是程序员或算法专家,该书也值得一看! --张瑞 中软国际高级产品经理
大数据原理与技术 电子书
本书则是华为公司针对华为ICT学院大数据方向的在读学生,专门组织合作伙伴和华为公司内部员工开发的标准化教材,这套教材的目的在于循序渐进地帮助华为ICT学院大数据方向的学生掌握大数据技术的基本原理与应用场景,能够在面对真实的业务场景时,独立完成大数据平台的搭建、维护及故障的处理。
深度学习原理与 TensorFlow实践 电子书
本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识:机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow:Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S
云计算基础架构与实践 电子书
本书系统地介绍了云计算基础架构与实践相关知识,全书共分为5个项目,项目1主要介绍了云计算的概念与发展趋势、云计算的架构内涵与关键技术、云计算基础架构等内容;项目2主要介绍了共享存储模型、磁盘存储阵列、存储网络、共享文件系统等内容;项目3主要介绍了网络总体架构、接入层网络、主机网络虚拟化、OpenFlow网络流量平面等内容;项目4主要介绍了云接入技术、桌面云和VMwareView桌面云等内容;项目5