智能边缘计算电子书

前折页

书名页

前言

第1章 概述

1.1 边缘计算

1.1.1 什么是边缘计算

1.1.2 边缘计算的背景与发展历史

1.1.3 边缘计算的相关技术

1.2 智能边缘计算

1.2.1 什么是智能边缘计算

1.2.2 边缘计算与人工智能

1.3 智能边缘计算典型应用

1.3.1 智慧城市

1.3.2 新型娱乐

1.3.3 智能制造

1.4 机遇与挑战

本章小结

参考文献

第2章 边缘计算架构与核心技术

2.1 边缘计算架构

2.1.1 边缘计算平台架构标准

2.1.2 边缘计算平台

2.1.3 云-边协同架构

2.2 边缘计算核心技术

2.2.1 边缘智能

2.2.2 计算推理卸载

2.2.3 第五代通信与网络切片

2.2.4 软件定义边缘网络

2.2.5 云-边-端协同

本章小结

参考文献

第3章 机器学习基础

3.1 机器学习概述

3.2 监督学习

3.2.1 线性回归

3.2.2 k近邻算法

3.2.3 决策树

3.3 无监督学习

3.3.1 k均值聚类

3.3.2 谱聚类

3.4 半监督学习

3.5 深度学习

3.5.1 反向传播

3.5.2 随机梯度下降

3.5.3 学习率衰减

3.5.4 最大池化

3.6 强化学习

3.6.1 Q-Learning

3.6.2 Sarsa

3.6.3 DQN

本章小结

参考文献

第4章 TinyML

4.1 TinyML与边缘嵌入式设备

4.2 TinyML的核心技术

4.2.1 模型剪枝

4.2.2 数据量化

4.2.3 轻量化模型设计

4.2.4 知识蒸馏

4.3 TinyML相关研究

4.4 TinyML应用

本章小结

参考文献

第5章 分布式机器学习与联邦学习

5.1 分布式机器学习

5.1.1 基本概念

5.1.2 基本框架

5.1.3 挑战与机遇

5.2 联邦学习

5.2.1 横向联邦学习

5.2.2 纵向联邦学习

5.2.3 联邦迁移学习

5.2.4 联邦学习框架

5.3 联邦学习与数据隐私

5.3.1 数据隐私保护技术简述

5.3.2 国内外联邦学习数据隐私研究

5.3.3 联邦学习数据隐私发展方向

5.4 联邦学习的激励机制

5.4.1 基于博弈论设计的激励机制

5.4.2 基于契约理论设计的激励机制

5.4.3 基于区块链技术设计的激励机制

5.4.4 联邦学习的激励机制未来的发展方向

本章小结

参考文献

第6章 计算、训练与推理任务卸载

6.1 任务卸载概述

6.1.1 任务卸载的基本概念

6.1.2 任务卸载的一般过程

6.1.3 任务卸载划分的标准

6.1.4 任务卸载的分类

6.2 任务卸载的应用场景和系统实例

6.2.1 任务卸载的应用场景

6.2.2 任务卸载的系统实例

6.3 任务卸载的挑战与研究方向

6.3.1 常见术语介绍

6.3.2 任务卸载的问题与挑战

6.3.3 面向延迟的智能卸载

6.3.4 面向能耗的智能卸载

6.3.5 面向资源的智能卸载

6.3.6 面向安全的智能卸载

6.3.7 基于博弈的智能卸载

6.3.8 面向QoS和QoE的智能卸载

6.3.9 其他角度的智能卸载

6.3.10 任务卸载的未来研究方向

本章小结

参考文献

第7章 智能服务缓存与优化

7.1 服务缓存概述

7.1.1 服务缓存概念

7.1.2 服务缓存机制

7.1.3 服务缓存评价指标

7.2 学习驱动的服务缓存

7.2.1 面向服务提供商的协同服务缓存

7.2.2 面向用户端与边缘侧的协同服务缓存

7.2.3 服务缓存评价指标的模型构建

7.3 云-边-端融合服务缓存

7.3.1 云-边-端融合服务缓存概述

7.3.2 云-边-端融合服务缓存策略

7.3.3 边缘联盟缓存的优势

7.4 服务缓存应用场景

7.5 服务缓存策略展望与挑战

7.5.1 用户移动性

7.5.2 任务卸载协同

7.5.3 低成本容错部署

7.5.4 隐私安全

本章小结

参考文献

第8章 智能数据管理

8.1 边缘数据管理概述

8.2 数据隐私

8.3 数据完整性

8.4 分布式大数据分析

8.4.1 数据清洗

8.4.2 数据聚合

8.4.3 边缘流式计算

本章小结

参考文献

第9章 智能能量优化

9.1 能量优化的意义

9.2 智能能量优化的基本概念

9.2.1 能耗指标

9.2.2 能量资源约束下的任务分配

9.3 能量智能感知

9.3.1 能耗分析

9.3.2 能耗追踪与预测

9.4 多供能智能系统

9.4.1 可持续供能系统

9.4.2 电源供能系统

9.4.3 能量收集系统

本章小结

参考文献

第10章 智能边缘协同

10.1 边缘协同概述

10.1.1 边缘协同的意义

10.1.2 边缘协同的具体内涵

10.2 多形态边缘协同

10.2.1 边-云协同

10.2.2 边-边协同

10.2.3 用户间协同

10.3 边缘协同的关键问题与技术

10.3.1 边缘协同的关键问题

10.3.2 边缘协同的关键技术

10.4 边缘协同的智能化发展

10.5 智能边缘协同的机遇与挑战

本章小结

参考文献

第11章 智能边缘安全机制

11.1 边缘安全的必要性与挑战

11.2 边缘服务提供者的安全

11.2.1 边缘计算设施安全

11.2.2 边缘计算平台安全

11.2.3 边缘计算网络安全

11.3 边缘服务需求者的安全

11.3.1 隐私保护

11.3.2 服务安全

11.3.3 数据安全

11.3.4 身份认证与访问控制

11.4 智能边缘安全机制案例

11.4.1 智能电网

11.4.2 智慧工厂

本章小结

参考文献

第12章 基于边缘计算的Web AR平台实现

12.1 概述

12.1.1 AR与Web AR

12.1.2 Web AR现有解决方案与挑战

12.1.3 边缘计算与Web AR

12.2 平台介绍

12.2.1 硬件平台

12.2.2 软件平台

12.3 系统实现

12.3.1 系统的工作流程

12.3.2 用户层实现

12.3.3 边缘层实现

12.3.4 控制器实现

本章小结

参考文献

推荐阅读

后折页