雾计算与边缘计算：原理及范式
作者简介：拉库马·布亚（Rajkumar Buyya）博士是澳大利亚墨尔本大学Redmond Barry特聘教授，云计算和分布式系统实验室主任，Manjrasoft公司创始人兼首席执行官。Buyya博士著有《Mastering Cloud Computing》，也是《Wiley Software: Practice and Experience Journal》的主编。萨蒂什·纳拉亚纳·斯里拉马（Satish Narayana Srirama）博士是爱沙尼亚塔尔图大学计算机科学研究所的一名研究教授，Mobile & Cloud Lab的负责人。也是《Wiley Software: Practice and Experience Journal》的参编，与人合著了120多篇科学出版物。 译者简介：彭木根，博士，北京邮电大学教授、博士生导师,IEEE Fellow。网络与交换技术国家重点实验室副主任，国家杰出青年基金获得者、万人计划科技创新领军人才。主要…
查看完整
查看完整
本书包含了由物联网、云计算和雾计算领域的几位权威专家撰写的章节，以协调统一的方式呈现，从基础原理开始，接着介绍中间件，*后提出实现与雾计算和边缘计算相关的应用的技术解决方案。
本书内容分为三个部分。*部分（第1～5章）聚焦基础原理。第1章介绍了物联网范式以及以云为中心的物联网的局限性，讨论了克服局限性的相关技术和新计算范式，如雾计算、边缘计算等，以及它们的主要优势和基本机制。此外，还展示了雾计算和边缘计算环境的分层，并详细讲解了雾计算和边缘计算带来的机遇和挑战。第2章从组网、管理、资源等角度对其挑战以及未来研究方法进行了进一步阐述。第3章讨论了建模技术的使用和对由云、雾和物联网组成的云–物系统进行展示和评估的文献。第4章盘点了*的在5G、边缘/雾和云计算下进行网络切片的相关文献。作为*部分的*后一章，第5章基于一致的、定义明确的、正式的约束和优化目标表达式，讨论了…
查看完整
本书内容分为三个部分。*部分（第1～5章）聚焦基础原理。第1章介绍了物联网范式以及以云为中心的物联网的局限性，讨论了克服局限性的相关技术和新计算范式，如雾计算、边缘计算等，以及它们的主要优势和基本机制。此外，还展示了雾计算和边缘计算环境的分层，并详细讲解了雾计算和边缘计算带来的机遇和挑战。第2章从组网、管理、资源等角度对其挑战以及未来研究方法进行了进一步阐述。第3章讨论了建模技术的使用和对由云、雾和物联网组成的云–物系统进行展示和评估的文献。第4章盘点了*的在5G、边缘/雾和云计算下进行网络切片的相关文献。作为*部分的*后一章，第5章基于一致的、定义明确的、正式的约束和优化目标表达式，讨论了…
查看完整
出版者的话
译者序
前言
致谢
作者名单
部分 基础原理
第1章 物联网和新的计算范式 2
1.1 引言 2
1.2 相关技术 4
1.3 通过雾计算和边缘计算完成云计算 5
1.4 雾计算和边缘计算的层次结构 8
1.5 商业模式 10
1.6 机遇和挑战 11
1.7 结论 13
参考文献 14
第2章 解决联合边缘资源面临的挑战 16
2.1 引言 16
2.2 组网挑战 17
2.3 管理挑战 22
2.4 其他挑战 25
2.5 结论 28
参考文献 28
第3章 集成物联网 雾 云基础设施：系统建模和研究挑战 33
3.1 引言 33
3.2 方法论 34
3.3 集成C2F2T文献中的建模技巧 36
3.4 集成C2F2T文献中的应用场景 42
3.5 集成C2F2T文献中的度量指标 44
3.6 未来研究方向 46
3.7 结论 47
致谢 48
参考文献 48
第4章 5G、雾计算、边缘计算和云计算中网络切片的管理和编排 51
4.1 引言 51
4.2 背景 52
4.3 5G中的网络切片 54
4.4 软件定义云中的网络切片 56
4.5 边缘和雾中的网络切片管理 59
4.6 未来研究方向 60
4.7 结论 62
致谢 62
参考文献 62
第5章 雾计算和边缘计算的优化问题 67
5.1 引言 67
5.2 背景及相关工作 68
5.3 预备知识 69
5.4 雾计算优化案例 70
5.5 雾计算的形式化建模框架 70
5.6 指标 71
5.7 雾结构中的优化机会 73
5.8 服务生命周期中的优化机会 74
5.9 雾计算中优化问题的分类 75
5.10 优化技术 76
5.11 未来研究方向 76
5.12 结论 77
致谢 77
参考文献 77
第二部分 中间件
第6章 雾计算和边缘计算的中间件：设计问题 82
6.1 引言 82
6.2 对雾计算和边缘计算中间件的需求 82
6.3 设计目标 83
6.4 的中间件基础设施 84
6.5 系统模型 85
6.6 建议架构 86
6.7 案例研究示例 89
6.8 未来研究方向 90
6.9 结论 91
参考文献 91
第7章 边缘云架构的轻量级容器中间件 96
7.1 引言 96
7.2 背景及相关工作 97
7.3 轻量级边缘云集群 99
7.4 架构管理—存储与编排 100
7.5 物联网集成 105
7.6 边缘云架构的安全管理 105
7.7 未来研究方向 110
7.8 结论 111
参考文献 111
第8章 雾计算中的数据管理 114
8.1 引言 114
8.2 背景 115
8.3 雾数据管理 116
8.4 未来研究方向 125
8.5 结论 125
参考文献 125
第9章 支持雾应用程序部署的预测性分析 128
9.1 引言 128
9.2 案例：智能建筑 129
9.3 使用FogTorchΠ进行预测性分析 133
9.4 案例（续） 139
9.5 相关工作 141
9.6 未来研究方向 145
9.7 结论 146
参考文献 146
第10章 使用机器学习保护物联网系统的安全和隐私 151
10.1 引言 151
10.2 背景 159
10.3 保护物联网设备的机器学习技术综述 164
10.4 雾计算中的机器学习 169
10.5 未来研究方向 172
10.6 结论 172
参考文献 173
第三部分 应用和问题
第11章 大数据分析的雾计算实现 178
11.1 引言 178
11.2 大数据分析 179
11.3 雾中的数据分析 182
11.4 原型和评估 185
11.5 案例研究 189
11.6 相关工作 193
11.7 未来研究方向 195
11.8 结论 196
参考文献 196
第12章 在健康监测中运用雾计算 199
12.1 引言 199
12.2 具有雾计算的基于物联网的健康监测系统架构 200
12.3 智能电子健康网关中的雾计算服务 203
12.4 系统实现 207
12.5 案例研究、实验结果和评估 210
12.6 连接组件的讨论 213
12.7 雾计算中的相关应用 214
12.8 未来研究方向 214
12.9 结论 215
参考文献 215
第13章 用于实时人物目标跟踪的边缘智能监控视频流处理 219
13.1 引言 219
13.2 人物目标检测 220
13.3 目标跟踪 224
13.4 轻量级人物检测 230
13.5 案例分析 231
13.6 未来研究方向 235
13.7 结论 236
参考文献 236
第14章 智能交通应用发展中的雾计算模型 239
14.1 引言 239
14.2 数据驱动的智能交通系统 240
14.3 智能交通应用程序的关键任务计算要求 241
14.4 智能交通应用程序中的雾计算 243
14.5 案例研究：智能交通灯管理系统 247
14.6 雾编排挑战和未来方向 249
14.7 未来研究方向 250
14.8 结论 253
参考文献 254
第15章 基于雾的物联网应用程序的测试视角 257
15.1 引言 257
15.2 背景 258
15.3 测试视角 259
15.4 未来研究方向 270
15.5 结论 274
参考文献 275
第16章 在雾计算中运行物联网应用的法律问题 278
16.1 引言 278
16.2 相关工作 279
16.3 雾应用、边缘应用、物联网应用的分类 279
16.4 GDPR约束对云、雾和物联网应用的影响 280
16.5 按设计原则进行数据保护 287
16.6 未来研究方向 289
16.7 结论 290
致谢 290
参考文献 290
第17章 使用iFogSim工具包对雾计算和边缘计算环境进行建模和仿真 292
17.1 引言 292
17.2 iFogSim仿真器及其组件 293
17.3 安装iFogSim 294
17.4 使用iFogSim搭建仿真过程 295
17.5 示例场景 295
17.6 部署策略的仿真 305
17.7 智能医疗案例研究 314
17.8 结论 316
参考文献 316
^ 收 起
译者序
前言
致谢
作者名单
部分 基础原理
第1章 物联网和新的计算范式 2
1.1 引言 2
1.2 相关技术 4
1.3 通过雾计算和边缘计算完成云计算 5
1.4 雾计算和边缘计算的层次结构 8
1.5 商业模式 10
1.6 机遇和挑战 11
1.7 结论 13
参考文献 14
第2章 解决联合边缘资源面临的挑战 16
2.1 引言 16
2.2 组网挑战 17
2.3 管理挑战 22
2.4 其他挑战 25
2.5 结论 28
参考文献 28
第3章 集成物联网 雾 云基础设施：系统建模和研究挑战 33
3.1 引言 33
3.2 方法论 34
3.3 集成C2F2T文献中的建模技巧 36
3.4 集成C2F2T文献中的应用场景 42
3.5 集成C2F2T文献中的度量指标 44
3.6 未来研究方向 46
3.7 结论 47
致谢 48
参考文献 48
第4章 5G、雾计算、边缘计算和云计算中网络切片的管理和编排 51
4.1 引言 51
4.2 背景 52
4.3 5G中的网络切片 54
4.4 软件定义云中的网络切片 56
4.5 边缘和雾中的网络切片管理 59
4.6 未来研究方向 60
4.7 结论 62
致谢 62
参考文献 62
第5章 雾计算和边缘计算的优化问题 67
5.1 引言 67
5.2 背景及相关工作 68
5.3 预备知识 69
5.4 雾计算优化案例 70
5.5 雾计算的形式化建模框架 70
5.6 指标 71
5.7 雾结构中的优化机会 73
5.8 服务生命周期中的优化机会 74
5.9 雾计算中优化问题的分类 75
5.10 优化技术 76
5.11 未来研究方向 76
5.12 结论 77
致谢 77
参考文献 77
第二部分 中间件
第6章 雾计算和边缘计算的中间件：设计问题 82
6.1 引言 82
6.2 对雾计算和边缘计算中间件的需求 82
6.3 设计目标 83
6.4 的中间件基础设施 84
6.5 系统模型 85
6.6 建议架构 86
6.7 案例研究示例 89
6.8 未来研究方向 90
6.9 结论 91
参考文献 91
第7章 边缘云架构的轻量级容器中间件 96
7.1 引言 96
7.2 背景及相关工作 97
7.3 轻量级边缘云集群 99
7.4 架构管理—存储与编排 100
7.5 物联网集成 105
7.6 边缘云架构的安全管理 105
7.7 未来研究方向 110
7.8 结论 111
参考文献 111
第8章 雾计算中的数据管理 114
8.1 引言 114
8.2 背景 115
8.3 雾数据管理 116
8.4 未来研究方向 125
8.5 结论 125
参考文献 125
第9章 支持雾应用程序部署的预测性分析 128
9.1 引言 128
9.2 案例：智能建筑 129
9.3 使用FogTorchΠ进行预测性分析 133
9.4 案例（续） 139
9.5 相关工作 141
9.6 未来研究方向 145
9.7 结论 146
参考文献 146
第10章 使用机器学习保护物联网系统的安全和隐私 151
10.1 引言 151
10.2 背景 159
10.3 保护物联网设备的机器学习技术综述 164
10.4 雾计算中的机器学习 169
10.5 未来研究方向 172
10.6 结论 172
参考文献 173
第三部分 应用和问题
第11章 大数据分析的雾计算实现 178
11.1 引言 178
11.2 大数据分析 179
11.3 雾中的数据分析 182
11.4 原型和评估 185
11.5 案例研究 189
11.6 相关工作 193
11.7 未来研究方向 195
11.8 结论 196
参考文献 196
第12章 在健康监测中运用雾计算 199
12.1 引言 199
12.2 具有雾计算的基于物联网的健康监测系统架构 200
12.3 智能电子健康网关中的雾计算服务 203
12.4 系统实现 207
12.5 案例研究、实验结果和评估 210
12.6 连接组件的讨论 213
12.7 雾计算中的相关应用 214
12.8 未来研究方向 214
12.9 结论 215
参考文献 215
第13章 用于实时人物目标跟踪的边缘智能监控视频流处理 219
13.1 引言 219
13.2 人物目标检测 220
13.3 目标跟踪 224
13.4 轻量级人物检测 230
13.5 案例分析 231
13.6 未来研究方向 235
13.7 结论 236
参考文献 236
第14章 智能交通应用发展中的雾计算模型 239
14.1 引言 239
14.2 数据驱动的智能交通系统 240
14.3 智能交通应用程序的关键任务计算要求 241
14.4 智能交通应用程序中的雾计算 243
14.5 案例研究：智能交通灯管理系统 247
14.6 雾编排挑战和未来方向 249
14.7 未来研究方向 250
14.8 结论 253
参考文献 254
第15章 基于雾的物联网应用程序的测试视角 257
15.1 引言 257
15.2 背景 258
15.3 测试视角 259
15.4 未来研究方向 270
15.5 结论 274
参考文献 275
第16章 在雾计算中运行物联网应用的法律问题 278
16.1 引言 278
16.2 相关工作 279
16.3 雾应用、边缘应用、物联网应用的分类 279
16.4 GDPR约束对云、雾和物联网应用的影响 280
16.5 按设计原则进行数据保护 287
16.6 未来研究方向 289
16.7 结论 290
致谢 290
参考文献 290
第17章 使用iFogSim工具包对雾计算和边缘计算环境进行建模和仿真 292
17.1 引言 292
17.2 iFogSim仿真器及其组件 293
17.3 安装iFogSim 294
17.4 使用iFogSim搭建仿真过程 295
17.5 示例场景 295
17.6 部署策略的仿真 305
17.7 智能医疗案例研究 314
17.8 结论 316
参考文献 316
^ 收 起
作者简介：拉库马·布亚（Rajkumar Buyya）博士是澳大利亚墨尔本大学Redmond Barry特聘教授，云计算和分布式系统实验室主任，Manjrasoft公司创始人兼首席执行官。Buyya博士著有《Mastering Cloud Computing》，也是《Wiley Software: Practice and Experience Journal》的主编。萨蒂什·纳拉亚纳·斯里拉马（Satish Narayana Srirama）博士是爱沙尼亚塔尔图大学计算机科学研究所的一名研究教授，Mobile & Cloud Lab的负责人。也是《Wiley Software: Practice and Experience Journal》的参编，与人合著了120多篇科学出版物。 译者简介：彭木根，博士，北京邮电大学教授、博士生导师,IEEE Fellow。网络与交换技术国家重点实验室副主任，国家杰出青年基金获得者、万人计划科技创新领军人才。主要从事5G/6G无线组网、物联网、人工智能在无线网络中的应用研究等。以完成人身份获国家技术发明奖二等奖（2018）、北京市科学技术奖一等奖（2017）、中国通信学会科学技术奖一等奖(2015)、求是杰出青年成果转化奖(2018)等。担任IEEE IoT-J、IEEE Com. Mag.等期刊的指导委员会委员或编委等。被评为科睿唯安2019年度ESI全球高被引科学家和2019年首都科技盛典十大科技人物，获IEEE通信学会海因里希·赫兹奖、IEEE通信学会亚太区杰出青年学者奖等。近5年发表期刊论文50余篇，其中19篇入选ESI高被引论文，谷歌学术引用9千余次。
^ 收 起
^ 收 起
本书包含了由物联网、云计算和雾计算领域的几位权威专家撰写的章节，以协调统一的方式呈现，从基础原理开始，接着介绍中间件，*后提出实现与雾计算和边缘计算相关的应用的技术解决方案。
本书内容分为三个部分。*部分（第1～5章）聚焦基础原理。第1章介绍了物联网范式以及以云为中心的物联网的局限性，讨论了克服局限性的相关技术和新计算范式，如雾计算、边缘计算等，以及它们的主要优势和基本机制。此外，还展示了雾计算和边缘计算环境的分层，并详细讲解了雾计算和边缘计算带来的机遇和挑战。第2章从组网、管理、资源等角度对其挑战以及未来研究方法进行了进一步阐述。第3章讨论了建模技术的使用和对由云、雾和物联网组成的云–物系统进行展示和评估的文献。第4章盘点了*的在5G、边缘/雾和云计算下进行网络切片的相关文献。作为*部分的*后一章，第5章基于一致的、定义明确的、正式的约束和优化目标表达式，讨论了雾计算中优化问题的一般概念性框架。
第二部分（第6～10章）关注中间件。第6章讨论了在所提出的架构下，雾计算和边缘计算中间件设计的不同方面。第7章介绍了一种边缘云参考架构的核心原理，该架构基于容器作为打包和分布机制。该章还提供了使用Raspberry Pi集群的实验结果来验证提出的架构方案。第8章提出了在雾计算环境下的数据管理概念架构，并讨论了雾计算数据管理的未来研究方向。第9章讨论了在雾环境下支撑应用程序部署的FogTorchΠ原型。该原型可以展示处理能力、预测服务质量属性、评估雾计算基础设施的运行成本以及应用程序的处理和服务质量需求。第10章盘点了用于物联网设备安全防护的机器学习算法和雾计算下机器学习的适用范围。
第三部分（第11～17章）主要介绍了雾计算应用和相关问题。第11章讨论了可以部署在传统集中数据分析平台中且可以在雾计算环境下进行数据分析的雾引擎原型。另外，该章还提供了智能家居和智能营养监控系统的研究案例，它们在概念上使用了雾引擎。第12章介绍了智能电子健康网关中的雾计算服务，并通过远程心电监控案例对实施的系统进行了评估。第13章讨论和比较了在雾及边缘处构建这样的自动化监控应用需要的计算能力和算法。第14章在智能交通管理系统用例的场景下，确定了数据驱动传输架构的计算需求，为智能交通应用设计了基于云、雾协同的计算平台。第15章分别在智能家居、智能健康、智能交通领域探讨了应用的测试问题。第16章对雾/边缘/物联网应用进行了分类，分析了通用数据保护条例中*的限制条例，讨论了这些法律约束如何影响物联网在云和雾环境下的设计与运行。雾计算环境由物联网设备、雾节点、云数据中心组成，并将产生大量的物联网数据，其高昂的开销是物联网发展面临的一个重大问题。为了解决这个问题，第17章介绍了iFogSim仿真组件，提供了详细的安装教程以及建模雾环境的详细指导。
^ 收 起
本书内容分为三个部分。*部分（第1～5章）聚焦基础原理。第1章介绍了物联网范式以及以云为中心的物联网的局限性，讨论了克服局限性的相关技术和新计算范式，如雾计算、边缘计算等，以及它们的主要优势和基本机制。此外，还展示了雾计算和边缘计算环境的分层，并详细讲解了雾计算和边缘计算带来的机遇和挑战。第2章从组网、管理、资源等角度对其挑战以及未来研究方法进行了进一步阐述。第3章讨论了建模技术的使用和对由云、雾和物联网组成的云–物系统进行展示和评估的文献。第4章盘点了*的在5G、边缘/雾和云计算下进行网络切片的相关文献。作为*部分的*后一章，第5章基于一致的、定义明确的、正式的约束和优化目标表达式，讨论了雾计算中优化问题的一般概念性框架。
第二部分（第6～10章）关注中间件。第6章讨论了在所提出的架构下，雾计算和边缘计算中间件设计的不同方面。第7章介绍了一种边缘云参考架构的核心原理，该架构基于容器作为打包和分布机制。该章还提供了使用Raspberry Pi集群的实验结果来验证提出的架构方案。第8章提出了在雾计算环境下的数据管理概念架构，并讨论了雾计算数据管理的未来研究方向。第9章讨论了在雾环境下支撑应用程序部署的FogTorchΠ原型。该原型可以展示处理能力、预测服务质量属性、评估雾计算基础设施的运行成本以及应用程序的处理和服务质量需求。第10章盘点了用于物联网设备安全防护的机器学习算法和雾计算下机器学习的适用范围。
第三部分（第11～17章）主要介绍了雾计算应用和相关问题。第11章讨论了可以部署在传统集中数据分析平台中且可以在雾计算环境下进行数据分析的雾引擎原型。另外，该章还提供了智能家居和智能营养监控系统的研究案例，它们在概念上使用了雾引擎。第12章介绍了智能电子健康网关中的雾计算服务，并通过远程心电监控案例对实施的系统进行了评估。第13章讨论和比较了在雾及边缘处构建这样的自动化监控应用需要的计算能力和算法。第14章在智能交通管理系统用例的场景下，确定了数据驱动传输架构的计算需求，为智能交通应用设计了基于云、雾协同的计算平台。第15章分别在智能家居、智能健康、智能交通领域探讨了应用的测试问题。第16章对雾/边缘/物联网应用进行了分类，分析了通用数据保护条例中*的限制条例，讨论了这些法律约束如何影响物联网在云和雾环境下的设计与运行。雾计算环境由物联网设备、雾节点、云数据中心组成，并将产生大量的物联网数据，其高昂的开销是物联网发展面临的一个重大问题。为了解决这个问题，第17章介绍了iFogSim仿真组件，提供了详细的安装教程以及建模雾环境的详细指导。
^ 收 起
比价列表
1人想要
公众号、微信群
缺书网微信公众号
扫码进群实时获取购书优惠