霧計算與邊緣計算(原理及範式)/電腦科學叢書

作者：編者:(澳大利亞)拉庫馬·布亞//(愛沙尼亞)薩蒂什·納拉亞納·斯里拉馬|責編:孫榕舒|譯者:彭木根//孫耀華
出版社：機械工業
ISBN：9787111644101

出版日期：2020/01/01
裝幀：平裝
頁數：317

人民幣：RMB 119 元售價：元

內容大鋼

本書對驅動霧計算和邊緣計算的前沿應用程序及架構進行了全面概述，同時重點介紹了潛在的研究方向和新興技術。本書還探討了可擴展架構開發、從封閉系統轉變為開放系統以及數據感知引起的道德問題等主題，以應對霧計算和邊緣計算帶來的挑戰和機遇。書中由資深物聯網專家撰寫的章節討論了聯合邊緣資源、中間件設計、數據管理和預測分析、智能交通以及監控應用等主題。全書分為三個部分：第一部分聚焦基礎原理，第二部分關注中間件，第三部分介紹霧計算應用和相關問題。
本書能夠幫助讀者全面了解霧計算和邊緣計算的核心基礎、應用及問題，是電腦科學和工程領域的系統設計師、開發人員、研究人員以及高年級本科生和研究生的前沿信息的重要來源。

作者介紹

編者:(澳大利亞)拉庫馬·布亞//(愛沙尼亞)薩蒂什·納拉亞納·斯里拉馬|責編:孫榕舒|譯者:彭木根//孫耀華

出版者的話
譯者序
前言
致謝
作者名單
第一部分  基礎原理
  第1章  物聯網和新的計算範式
    1.1  引言
    1.2  相關技術
    1.3  通過霧計算和邊緣計算完成雲計算
      1.3.1  FEC的優勢：SCALE
      1.3.2  FEC如何實現SCALE五大優勢：通過SCANC
    1.4  霧計算和邊緣計算的層次結構
      1.4.1  內邊緣
      1.4.2  中邊緣
      1.4.3  外邊緣
    1.5  商業模式
      1.5.1  X即服務
      1.5.2  支持服務
      1.5.3  應用服務
    1.6  機遇和挑戰
      1.6.1  開箱即用的體驗
      1.6.2  開放平台
      1.6.3  管理
    1.7  結論
    參考文獻
  第2章  解決聯合邊緣資源面臨的挑戰
    2.1  引言
    2.2  組網挑戰
      2.2.1  聯合邊緣環境中的組網挑戰
      2.2.2  解決組網挑戰
      2.2.3  未來研究方向
    2.3  管理挑戰
      2.3.1  聯合邊緣環境中的管理挑戰
      2.3.2  目前的研究
      2.3.3  解決管理挑戰
      2.3.4  未來研究方向
    2.4  其他挑戰
      2.4.1  資源挑戰
      2.4.2  建模挑戰
    2.5  結論
    參考文獻
  第3章  集成物聯網+霧+雲基礎設施：系統建模和研究挑戰
    3.1  引言
    3.2  方法論
    3.3  集成C2F2T文獻中的建模技巧
      3.3.1  解析模型
      3.3.2  佩特里網模型
      3.3.3  整數線性規劃
      3.3.4  其他方法

    3.4  集成C2F2T文獻中的應用場景
    3.5  集成C2F2T文獻中的度量指標
      3.5.1  能耗
      3.5.2  性能
      3.5.3  資源消耗
      3.5.4  成本
      3.5.5  服務質量
      3.5.6  安全
    3.6  未來研究方向
    3.7  結論
    致謝
    參考文獻
  第4章  5G、霧計算、邊緣計算和雲計算中網路切片的管理和編排
    4.1  引言
    4.2  背景
      4.2.1  5G
      4.2.2  雲計算
      4.2.3  移動邊緣計算
      4.2.4  邊緣計算與霧計算
    4.3  5G中的網路切片
      4.3.1  基礎設施層
      4.3.2  網路功能和虛擬化層
      4.3.3  服務和應用層
      4.3.4  切片管理和編排
    4.4  軟體定義雲中的網路切片
      4.4.1  網路感知虛擬機管理
      4.4.2  網路感知虛擬機遷移規劃
      4.4.3  虛擬網路功能管理
    4.5  邊緣和霧中的網路切片管理
    4.6  未來研究方向
      4.6.1  軟體定義雲
      4.6.2  邊緣計算與霧計算
    4.7  結論
    致謝
    參考文獻
  第5章  霧計算和邊緣計算的優化問題
    5.1  引言
    5.2  背景及相關工作
    5.3  預備知識
    5.4  霧計算優化案例
    5.5  霧計算的形式化建模框架
    5.6  指標
      5.6.1  性能
      5.6.2  資源使用
      5.6.3  能耗
      5.6.4  財務成本
      5.6.5  其他質量屬性
    5.7  霧結構中的優化機會
    5.8  服務生命周期中的優化機會
    5.9  霧計算中優化問題的分類

    5.10  優化技術
    5.11  未來研究方向
    5.12  結論
    致謝
    參考文獻
第二部分  中間件
  第6章  霧計算和邊緣計算的中間件：設計問題
    6.1  引言
    6.2  對霧計算和邊緣計算中間件的需求
    6.3  設計目標
      6.3.1  Ad-Hoc設備發現
      6.3.2  運行時期執行環境
      6.3.3  小的任務中斷
      6.3.4  操作參數的開銷
      6.3.5  環境感知自適應設計
      6.3.6  服務質量
    6.4  先進的中間件基礎設施
    6.5  系統模型
      6.5.1  嵌入式感測器或執行器
      6.5.2  個人設備
      6.5.3  霧伺服器
      6.5.4  微雲
      6.5.5  雲伺服器
    6.6  建議架構
      6.6.1  API規範
      6.6.2  安全性
      6.6.3  設備發現
      6.6.4  中間件
      6.6.5  感測器/執行器
    6.7  案例研究示例
    6.8  未來研究方向
      6.8.1  人類參與和環境感知
      6.8.2  移動性
      6.8.3  安全可靠的執行
      6.8.4  任務的管理和調度
      6.8.5  分散式執行的模塊化
      6.8.6  結算和服務水平協議
      6.8.7  可擴展性
    6.9  結論
    參考文獻
  第7章  邊緣雲架構的輕量級容器中間件
    7.1  引言
    7.2  背景及相關工作
      7.2.1  邊緣雲架構
      7.2.2  用例
      7.2.3  相關工作
    7.3  輕量級邊緣雲集群
      7.3.1  輕量級軟體——容器化
      7.3.2  輕量級硬體——Raspberry Pi集群
    7.4  架構管理——存儲與編排

      7.4.1  自建的集群存儲與編排
      7.4.2  OpenStack存儲
      7.4.3  Docker編排
    7.5  物聯網集成
    7.6  邊緣雲架構的安全管理
      7.6.1  安全要求和區塊鏈原則
      7.6.2  基於區塊鏈的安全架構
      7.6.3  基於區塊鏈的集成編排
    7.7  未來研究方向
    7.8  結論
    參考文獻
  第8章  霧計算中的數據管理
    8.1  引言
    8.2  背景
    8.3  霧數據管理
      8.3.1  霧數據生命周期
      8.3.2  數據特徵
      8.3.3  數據預處理與分析
      8.3.4  數據隱私
      8.3.5  數據存儲與數據暫存
      8.3.6  電子健康案例研究
      8.3.7  提出的架構
    8.4  未來研究方向
      8.4.1  安全性
      8.4.2  霧計算與存儲層次的定義
    8.5  結論
    參考文獻
  第9章  支持霧應用程序部署的預測性分析
    9.1  引言
    9.2  案例：智能建築
    9.3  使用FogTorchΠ進行預測性分析
      9.3.1  應用程序和基礎設施建模
      9.3.2  搜索符合條件的部署
      9.3.3  估算資源消耗和成本
      9.3.4  QoS保證度的估計
    9.4  案例（續）
    9.5  相關工作
      9.5.1  雲應用程序部署支持
      9.5.2  霧應用程序部署支持
      9.5.3  成本模型
      9.5.4  比較iFogSim和FogTorchΠ
    9.6  未來研究方向
    9.7  結論
    參考文獻
  第10章  使用機器學習保護物聯網系統的安全和隱私
    10.1  引言
      10.1.1  物聯網中的安全和隱私問題示例
      10.1.2  物聯網中不同層的安全問題
      10.1.3  物聯網設備中的隱私問題
      10.1.4  物聯網安全漏洞深度挖掘：物聯網設備上的分散式拒絕服務攻擊

    10.2  背景
      10.2.1  機器學習簡述
      10.2.2  常用機器學習演算法
      10.2.3  機器學習演算法在物聯網中的應用
      10.2.4  基於物聯網領域的機器學習演算法
    10.3  保護物聯網設備的機器學習技術綜述
      10.3.1  物聯網安全機器學習解決方案的系統分類
      10.3.2  機器學習演算法在物聯網安全中的應用
      10.3.3  使用人工神經網路預測和保護物聯網系統
      10.3.4  新型物聯網設備攻擊
      10.3.5  關於使用有效機器學習技術實現物聯網安全的提案
    10.4  霧計算中的機器學習
      10.4.1  介紹
      10.4.2  用於霧計算和安全的機器學習
      10.4.3  機器學習在霧計算中的應用
      10.4.4  霧計算安全中的機器學習
      10.4.5  用於霧計算的其他機器學習演算法
    10.5  未來研究方向
    10.6  結論
    參考文獻
第三部分  應用和問題
  第11章  大數據分析的霧計算實現
    11.1  引言
    11.2  大數據分析
      11.2.1  優點
      11.2.2  大數據分析典型基礎設施
      11.2.3  技術
      11.2.4  雲中的大數據分析
      11.2.5  內存分析
      11.2.6  大數據分析流程
    11.3  霧中的數據分析
      11.3.1  霧分析
      11.3.2  霧引擎
      11.3.3  使用霧引擎進行數據分析
    11.4  原型和評估
      11.4.1  架構
      11.4.2  配置
    11.5  案例研究
      11.5.1  智能家居
      11.5.2  智能營養監測系統
    11.6  相關工作
    11.7  未來研究方向
    11.8  結論
    參考文獻
  第12章  在健康監測中運用霧計算
    12.1  引言
    12.2  具有霧計算的基於物聯網的健康監測系統架構
      12.2.1  設備（感測器）層
      12.2.2  具有霧計算的智能網關
      12.2.3  雲伺服器和終用戶終端

    12.3  智能電子健康網關中的霧計算服務
      12.3.1  本地資料庫（存儲）
      12.3.2  推送通知
      12.3.3  分類
      12.3.4  具有用戶界面的本地主機
      12.3.5  互操作性
      12.3.6  安全
      12.3.7  人體跌倒檢測
      12.3.8  故障檢測
      12.3.9  數據分析
    12.4  系統實現
      12.4.1  感測器節點實現
      12.4.2  具有霧的智能網關實現
      12.4.3  雲伺服器和終端
    12.5  案例研究、實驗結果和評估
      12.5.1  人體跌倒檢測的案例研究
      12.5.2  心率變異性的案例研究
    12.6  連接組件的討論
    12.7  霧計算中的相關應用
    12.8  未來研究方向
    12.9  結論
    參考文獻
  第13章  用於實時人物目標跟蹤的邊緣智能監控視頻流處理
    13.1  引言
    13.2  人物目標檢測
      13.2.1  Haar級聯特徵提取
      13.2.2  HOG+SVM
      13.2.3  卷積神經網路
    13.3  目標跟蹤
      13.3.1  特徵表示
      13.3.2  目標跟蹤技術分類
      13.3.3  基於點的跟蹤
      13.3.4  基於內核的跟蹤
      13.3.5  基於輪廓的跟蹤
      13.3.6  核化相關濾波器
    13.4  輕量級人物檢測
    13.5  案例分析
      13.5.1  人物目標檢測
      13.5.2  目標跟蹤
    13.6  未來研究方向
    13.7  結論
    參考文獻
  第14章  智能交通應用發展中的霧計算模型
    14.1  引言
    14.2  數據驅動的智能交通系統
    14.3  智能交通應用程序的關鍵任務計算要求
      14.3.1  模塊化
      14.3.2  可擴展性
      14.3.3  環境感知和抽象支持
      14.3.4  權力分散

      14.3.5  雲數據中心的能耗
    14.4  智能交通應用程序中的霧計算
      14.4.1  認知
      14.4.2  效率
      14.4.3  敏捷性
      14.4.4  時延
    14.5  案例研究：智能交通燈管理系統
    14.6  霧編排挑戰和未來方向
      14.6.1  物聯網空間智能交通應用程序的霧編排挑戰
    14.7  未來研究方向
      14.7.1  部署階段的機會
      14.7.2  運行階段的機會
      14.7.3  評估階段的機會：大數據驅動的分析和優化
    14.8  結論
    參考文獻
  第15章  基於霧的物聯網應用程序的測試視角
    15.1  引言
    15.2  背景
    15.3  測試視角
      15.3.1  智能家居
      15.3.2  智能健康
      15.3.3  智能交通
    15.4  未來研究方向
      15.4.1  智能家居
      15.4.2  智能健康
      15.4.3  智能交通
    15.5  結論
    參考文獻
  第16章  在霧計算中運行物聯網應用的法律問題
    16.1  引言
    16.2  相關工作
    16.3  霧應用、邊緣應用、物聯網應用的分類
    16.4  GDPR約束對雲、霧和物聯網應用的影響
      16.4.1  GDPR中的定義和術語
      16.4.2  GDPR規定的義務
      16.4.3  歐盟以外的數據轉移
      16.4.4  總結
    16.5  按設計原則進行數據保護
      16.5.1  採用數據保護原則的原因
      16.5.2  GDPR中的隱私保護
      16.5.3  默認數據保護
    16.6  未來研究方向
    16.7  結論
    致謝
    參考文獻
  第17章  使用iFogSim工具包對霧計算和邊緣計算環境進行建模和模擬
    17.1  引言
    17.2  iFogSim模擬器及其組件
      17.2.1  物理組件
      17.2.2  邏輯組件

      17.2.3  管理組件
    17.3  安裝iFogSim
    17.4  使用iFogSim搭建模擬過程
    17.5  示例場景
      17.5.1  使用異構配置創建霧節點
      17.5.2  創建不同的應用程序模型
      17.5.3  具有不同配置的應用程序模塊
      17.5.4  具有不同元組發射率的感測器
      17.5.5  從感測器發送特定數量的元組
      17.5.6  霧設備的移動性
      17.5.7  將低層霧設備與附近網關連接
      17.5.8  創建霧設備集群
    17.6  部署策略的模擬
      17.6.1  物理環境的結構
      17.6.2  邏輯組件的假設
      17.6.3  管理（應用程序部署）策略
    17.7  智能案例研究
    17.8  結論
    參考文獻

同類熱銷排行榜

最近瀏覽的商品

霧計算與邊緣計算(原理及範式)/電腦科學叢書