边缘计算:一种应用视角电子书

推荐序

前言

第1章 边缘计算概述

1.1 边缘计算的概念

1.2 边缘计算的主要特点

1.2.1 高安全性

1.2.2 低延迟

1.2.3 低消耗与高吞吐量

1.3 边缘计算的架构

1.3.1 边缘计算的一般架构

1.3.2 边缘计算参考架构3.0

1.3.3 EdgeX Foundry

1.4 边缘计算的核心技术

1.4.1 核心计算技术

1.4.2 分布式存储技术

1.4.3 网络技术

1.4.4 虚拟化与隔离技术

1.4.5 安全与隐私保护

1.5 边缘计算的历史与现状

1.5.1 分布式数据库

1.5.2 内容分发网络

1.5.3 移动边缘计算

1.5.4 雾计算

1.5.5 边缘计算技术的发展现状

1.6 边缘计算的发展趋势

1.6.1 发展前景

1.6.2 困难和挑战

1.7 本章小结

思考题

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 边缘架构的特点

2.1.2 边缘架构的目标

2.2 边缘计算架构要素

2.2.1 云中心

2.2.2 边缘服务器

2.2.3 终端设备

2.3 边缘计算总体架构

2.3.1 云-边-端架构

2.3.2 边-端架构

2.3.3 端-端架构

2.3.4 其他架构

2.4 边缘计算软件架构

2.4.1 系统层架构

2.4.2 应用层架构

2.4.3 编程模型

2.5 开源框架

2.5.1 面向云的开源框架

2.5.2 面向边的开源框架

2.5.3 面向端的开源框架

2.5.4 架构选型

2.6 本章小结

思考题

参考文献

第3章 边缘计算核心技术

3.1 异构计算技术

3.1.1 CPU、GPU、FPGA简要介绍

3.1.2 面向CPU、GPU、FPGA的异构计算技术

3.2 虚拟化技术

3.3 软件定义网络技术

3.3.1 SDN网络架构

3.3.2 SDN网络特点

3.4 无线传输技术

3.4.1 无线局域网传输技术

3.4.2 无线广域网传输技术

3.4.3 低功耗广域网传输技术

3.4.4 边缘接入的典型通信服务协议

3.5 微服务架构技术

3.6 其他有关技术

3.7 本章小结

思考题

参考文献

第4章 主要研究方向与挑战

4.1 计算卸载

4.1.1 计算卸载对象

4.1.2 计算卸载决策

4.1.3 计算卸载的挑战

4.2 服务部署

4.2.1 服务部署分类

4.2.2 服务部署面临的挑战

4.3 边缘智能

4.3.1 边缘计算和人工智能的关系

4.3.2 边缘智能的范畴和划分

4.3.3 边缘智能下的模型训练

4.3.4 边缘智能下的模型推理

4.3.5 边缘智能面临的挑战

4.4 面向边缘计算的视频分析

4.4.1 视频分析流程

4.4.2 视频分析的边缘解决方案

4.4.3 视频分析场景

4.4.4 视频分析面临的挑战

4.5 方法论和关键词

4.5.1 深度强化学习

4.5.2 赌博机算法

4.5.3 李雅普诺夫优化

4.6 本章小结

思考题

参考文献

第5章 边缘计算与人工智能

5.1 智能边缘

5.1.1 复杂的优化问题

5.1.2 强大的深度学习

5.2 边缘智能

5.2.1 人工智能算法的成熟

5.2.2 边缘智能的诞生

5.2.3 边缘智能的应用

5.3 面向边缘计算的机器学习框架

5.3.1 云-边-端协同计算打造更强AI应用

5.3.2 面向边缘计算的模型训练

5.3.3 面向边缘计算的模型推理

5.4 本章小结

思考题

参考文献

第6章 边缘计算中的安全与隐私保护

6.1 边缘计算安全

6.1.1 访问控制

6.1.2 数据加密与隐私保护

6.1.3 密钥管理

6.2 硬件安全技术

6.2.1 ARM TrustZone技术

6.2.2 ARM CCA机密计算架构

6.2.3 TPM

6.2.4 Intel QAT

6.2.5 FPGA

6.3 软件安全技术

6.3.1 区块链

6.3.2 联邦学习

6.3.3 BitLocker

6.4 本章小结

思考题

参考文献

第7章 边缘计算建模与仿真

7.1 面向边缘计算的仿真建模工具概述

7.1.1 流行的仿真建模工具

7.1.2 仿真建模工具的功能特性

7.1.3 仿真建模工具的实现特性

7.2 CloudSim：一个面向云计算环境的建模与仿真工具包

7.2.1 数据中心、主机和虚拟机建模

7.2.2 能耗建模

7.2.3 用户行为建模

7.3 iFogSim：一个面向边缘计算环境的建模与仿真工具包

7.3.1 网络拓扑建模

7.3.2 传感器、触发器和边缘设备建模

7.3.3 应用建模

7.3.4 应用放置策略建模

7.3.5 图形界面

7.4 iFogSim2：一个拓展的iFogSim模拟器

7.4.1 移动性

7.4.2 边缘设备集群

7.4.3 微服务

7.4.4 EUA数据集

7.5 本章小结

思考题

参考文献

第8章 边缘计算卸载技术研究

8.1 计算任务卸载概述

8.1.1 任务卸载流程

8.1.2 任务卸载方式

8.1.3 卸载性能指标

8.1.4 用户移动性

8.2 任务卸载场景

8.2.1 任务卸载和服务缓存

8.2.2 在线卸载和离线卸载

8.2.3 无线能量传输和任务卸载

8.2.4 完全分布式的卸载策略

8.3 应用案例分析

8.3.1 MEC环境信息获取

8.3.2 部分任务卸载

8.4 本章小结

思考题

参考文献

第9章 边缘服务部署技术研究

9.1 概述

9.2 基础架构模型

9.3 应用模型与部署模式

9.4 服务部署方案

9.4.1 集中式和分布式方案

9.4.2 离线式和在线式方案

9.4.3 静态型和动态型方案

9.4.4 移动支持和非移动支持的方案

9.5 优化策略

9.5.1 优化目标和指标

9.5.2 建模优化方式

9.5.3 解决方案

9.6 应用案例分析

9.6.1 动态服务部署

9.6.2 DAG图嵌入问题

9.6.3 服务缓存和任务卸载

9.7 本章小结

思考题

参考文献

第10章 面向视频分析的边缘资源分配技术研究

10.1 概述

10.2 视频分析应用

10.2.1 智慧工业

10.2.2 交通分析

10.2.3 安防监控

10.2.4 自动驾驶

10.3 视频分析系统介绍及性能分析

10.3.1 视频分析流程

10.3.2 典型视频分析系统及边缘资源分配技术

10.3.3 视频分析系统性能衡量

10.4 应用案例分析

10.4.1 VideoStorm

10.4.2 Chameleon

10.4.3 Cuttlefish

10.4.4 JCAB

10.5 本章小结

思考题

参考文献

第11章 面向超分辨率的边缘调度技术研究

11.1 概述

11.2 超分辨率简介

11.2.1 超分辨率问题

11.2.2 超分辨率指标

11.3 已有超分辨率技术

11.3.1 插值算法

11.3.2 基于学习的超分辨率算法

11.3.3 小结

11.4 边缘设备上的超分辨率应用

11.4.1 案例1：MobiSR

11.4.2 案例2：NEMO

11.5 边缘服务器上的超分辨率应用

11.5.1 案例1：CloudSeg

11.5.2 案例2：LiveNAS

11.6 本章小结

思考题

参考文献

第12章 基于多边缘协同的卷积神经网络推断加速技术研究

12.1 卷积神经网络推断任务

12.1.1 前馈神经网络

12.1.2 卷积神经网络

12.2 基于模型切割的多边缘协同

12.2.1 案例1：Neurosurgeon

12.2.2 案例2：DADS

12.2.3 案例3：IONN

12.3 基于数据切割的多边缘协同

12.3.1 案例1：MoDNN

12.3.2 案例2：DeepThings

12.3.3 案例3：LOP与LIP

12.4 基于混合切割的多边缘协同

12.4.1 案例1：AOFL

12.4.2 案例2：DeepSlicing

12.5 其他推断加速方法

12.6 本章小结

思考题

参考文献

第13章 基于多臂赌博机的多边缘选择决策技术研究

13.1 概述

13.2 多臂赌博机

13.2.1 一般多臂赌博机问题

13.2.2 易变多臂赌博机问题

13.2.3 组合多臂赌博机问题

13.2.4 多智能体多臂赌博机问题

13.3 基于多臂赌博机的多边缘选择决策案例分析

13.3.1 基于一般多臂赌博机的多边缘选择决策

13.3.2 基于易变多臂赌博机的多边缘选择决策

13.3.3 基于组合多臂赌博机的多边缘选择决策

13.3.4 基于多智能体多臂赌博机的多边缘选择决策

13.4 本章小结

思考题

参考文献

第14章 面向联邦学习的边缘调度技术研究

14.1 概述

14.2 联邦学习

14.2.1 联邦学习范型

14.2.2 联邦学习局部训练

14.2.3 联邦学习梯度传递

14.2.4 联邦学习全局汇聚

14.3 面向边缘的联邦学习框架分析

14.3.1 面向边缘的计算精简

14.3.2 面向边缘的传输优化

14.3.3 面向边缘的架构选择

14.4 应用案例分析

14.4.1 应用实践分析

14.4.2 应用理论分析

14.5 本章小结

思考题

参考文献

第15章 边缘计算的应用模式

15.1 生命健康

15.1.1 健康数据收集

15.1.2 诊断和治疗

15.2 交通运输

15.2.1 简要介绍

15.2.2 案例：车联网

15.3 智慧电网

15.3.1 简要介绍

15.3.2 参考模型

15.4 智慧城市

15.5 智能家居

15.5.1 简要介绍

15.5.2 案例：人机交互

15.6 工业生产

15.6.1 参考模型

15.6.2 机遇和挑战

15.7 视频流应用

15.7.1 现况和挑战

15.7.2 典型应用

15.8 本章小结

思考题

参考文献