新書推薦：
《
不较真的心理智慧
》
售價：NT$
279.0
《
漫画算法与数据结构（大规模数据集）
》
售價：NT$
447.0
《
欧洲的扩张1415—1789：现代世界的奠基
》
售價：NT$
829.0
《
引导的秘诀：通过团队合作获得结果的SMART指南（最新修订版）（白金版）
》
售價：NT$
554.0
《
文史星历：秦汉史丛稿
》
售價：NT$
661.0
《
神灵衰落：祈雨与乾隆朝的信仰危机
》
售價：NT$
498.0
《
深度营销：成就营销领导力的12大原则（麦肯锡年度经管好书，12大原则揭秘营销本质，带好团队就是从领导力到影响力！）
》
售價：NT$
325.0
《
新质生产力：发展新动能
》
售價：NT$
493.0
|
| 編輯推薦： |
|
本书适时探讨了可扩展架构开发、从封闭系统转变为开放系统以及数据感知引起的道德问题等主题，以应对雾计算和边缘计算带来的挑战和机遇。书中由资深物联网专家撰写的章节讨论了联合边缘资源、中间件设计、数据管理和预测分析、智能交通以及监控应用等主题。本书能够帮助读者全面了解雾计算和边缘计算的核心基础、应用及问题。本书是计算机科学和工程领域的系统设计师、开发人员、研究人员以及高年级本科生和研究生的前沿信息的重要来源。
|
| 內容簡介： |
|
本书全面概述了推动雾计算与边缘计算这一动态计算领域的最新应用程序和体系结构，同时突出了潜在的研究方向和新兴技术。
|
| 關於作者： |
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：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5G6G无线组网、物联网、人工智能在无线网络中的应用研究等。以第一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年发表顶级期刊论文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。
|
| 目錄：
|
出版者的话
译者序
前言
致谢
作者名单
第一部分 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
1.3.1 FEC的优势：SCALE5
1.3.2 FEC如何实现SCALE五大优势：通过SCANC6
1.4 雾计算和边缘计算的层次结构8
1.4.1 内边缘9
1.4.2 中边缘9
1.4.3 外边缘9
1.5 商业模式10
1.5.1 X即服务10
1.5.2 支持服务11
1.5.3 应用服务11
1.6 机遇和挑战11
1.6.1 开箱即用的体验11
1.6.2 开放平台12
1.6.3 系统管理13
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
2.2.1 联合边缘环境中的组网挑战18
2.2.2 解决组网挑战19
2.2.3 未来研究方向21
2.3 管理挑战22
2.3.1 联合边缘环境中的管理挑战22
2.3.2 目前的研究23
2.3.3 解决管理挑战23
2.3.4 未来研究方向24
2.4 其他挑战25
2.4.1 资源挑战25
2.4.2 建模挑战27
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
3.3.1 解析模型37
3.3.2 佩特里网模型39
3.3.3 整数线性规划41
3.3.4 其他方法41
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
3.5.1 能耗44
3.5.2 性能45
3.5.3 资源消耗45
3.5.4 成本46
3.5.5 服务质量46
3.5.6 安全46
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
4.2.1 5G52
4.2.2 云计算53
4.2.3 移动边缘计算53
4.2.4 边缘计算与雾计算53
4.3 5G中的网络切片54
4.3.1 基础设施层55
4.3.2 网络功能和虚拟化层55
4.3.3 服务和应用层55
4.3.4 切片管理和编排56
4.4 软件定义云中的网络切片56
4.4.1 网络感知虚拟机管理56
4.4.2 网络感知虚拟机迁移规划57
4.4.3 虚拟网络功能管理58
4.5 边缘和雾中的网络切片管理59
4.6 未来研究方向60
4.6.1 软件定义云60
4.6.2 边缘计算与雾计算61
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
5.6.1 性能71
5.6.2 资源使用72
5.6.3 能耗72
5.6.4 财务成本73
5.6.5 其他质量属性73
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
6.3.1 Ad-Hoc设备发现83
6.3.2 运行时期执行环境83
6.3.3 最小的任务中断83
6.3.4 操作参数的开销83
6.3.5 环境感知自适应设计84
6.3.6 服务质量84
6.4 最先进的中间件基础设施84
6.5 系统模型85
6.5.1 嵌入式传感器或执行器85
6.5.2 个人设备85
6.5.3 雾服务器85
6.5.4 微云86
6.5.5 云服务器86
6.6 建议架构86
6.6.1 API规范87
6.6.2 安全性87
6.6.3 设备发现87
6.6.4 中间件87
6.6.5 传感器执行器89
6.7 案例研究示例89
6.8 未来研究方向90
6.8.1 人类参与和环境感知90
6.8.2 移动性90
6.8.3 安全可靠的执行90
6.8.4 任务的管理和调度90
6.8.5 分布式执行的模块化90
6.8.6 结算和服务水平协议91
6.8.7 可扩展性91
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
7.2.1 边缘云架构97
7.2.2 用例98
7.2.3 相关工作98
7.3 轻量级边缘云集群99
7.3.1 轻量级软件—容器化99
7.3.2 轻量级硬件—Raspberry Pi集群100
7.4 架构管理—存储与编排100
7.4.1 自建的集群存储与编排101
7.4.2 OpenStack 存储101
7.4.3 Docker编排103
7.5 物联网集成105
7.6 边缘云架构的安全管理105
7.6.1 安全要求和区块链原则106
7.6.2 基于区块链的安全架构107
7.6.3 基于区块链的集成编排108
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
8.3.1 雾数据生命周期117
8.3.2 数据特征118
8.3.3 数据预处理与分析118
8.3.4 数据隐私120
8.3.5 数据存储与数据暂存120
8.3.6 电子健康案例研究120
8.3.7 提出的架构121
8.4 未来研究方向125
8.4.1 安全性125
8.4.2 雾计算与存储层次的定义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
9.3.1 应用程序和基础设施建模133
9.3.2 搜索符合条件的部署133
9.3.3 估算资源消耗和成本135
|
| 內容試閱：
|
物联网范式有望把“物”作为互联网环境的一部分，这些物通常包括具有感知能力和标签的物理设备、移动设备（如智能手机和汽车）、消费类电子设备以及家用电器（如冰箱、电视和医疗设备）。在以云为中心的物联网应用中，来自“物”的感知数据在公共云和私有云上进行提取、积聚和处理，这将导致显著的时延。为此，雾计算利用了网关、微云、网络交换机路由器上的分布在物联网各层的近邻计算资源来应对开发实时物联网应用时的时延问题。而在电信领域，一种类似的利用近邻资源的方法是移动边缘计算。
为了充分发挥雾计算和边缘计算及其他相似范式的潜能，研究者和实践者需要应对相关挑战，并提出概念上和技术上的合理解决方案。这些方案包括开发可扩展架构，开放封闭系统，解决数据感知、存储、处理和操作时涉及的隐私与道德问题，设计交互协议，以及自动管理。
本书的主要目的是展示雾计算和边缘计算中最先进的应用、架构和技术。本书也着眼于挖掘潜在的研究方向和技术，力图促进多个领域的进一步发展，包括智能家居、智慧城市、科学、工业、商业和消费者应用程序等。我们希望本书能作为一个参考帮助到更多的受众，如系统架构师、实践者、开发人员、新研究人员和研究生。本书还有一个关联网站（http：cloudbus.orgfogbook）用来存放前沿的在线资源。
本书的结构
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，最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。第一部分（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章盘点了最新的在5G、边缘雾和云计算下进行网络切片的相关文献。作为第一部分的最后一章，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最新的限制条例，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。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
