中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
邊緣計算系統設計與實踐 版權信息
- ISBN：9787301343012
- 條形碼：9787301343012 ; 978-7-301-34301-2
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
邊緣計算系統設計與實踐 本書特色
（1）內容全面：基本覆蓋了邊緣計算的各個方面，讀者可以通過本書對邊緣技術有一個非常全面的了解和認識。
（2）面向各類讀者：既有深入的理論和架構研究，同時也有各種實用的方法、技巧和解決思路，無論是邊緣技術愛好者還是本領域的專業人士，均能從中有所收獲。
（3）貼近實際：書中的很多解決方案和案例都是出自筆者親歷的項目和研究中的問題，對于實際工程應用有一定的啟發和指導作用。
（4）實用新穎：所有涉及的知識點和理論都盡量能夠以真正應用中的技術為基礎，同時在每一部分都能夠介紹一些*新的研究方向和成果。
（5）趣味性：不但介紹了大量的專業知識，而且穿插了很多有意思的內容，使本書既有知識性，也兼顧趣味性。
邊緣計算系統設計與實踐 內容簡介
目前市場上邊緣計算相關的書籍偏理論方面的比較多，而本書則特別強調理論和實踐相結合，書中的很多案例、思路和總結都是來源于實際的項目和實踐經驗。本書不僅說明邊緣計算技術是什么（what），而且解釋為什么（why）和指導怎么做（how）。 本書對邊緣計算涉及的技術領域進行了比較全面的介紹和總結。全書共分為10章，第1章是總體介紹；第2~5章主要介紹邊緣計算涉及的基礎設施層面的知識和技術，包括硬件、存儲、通信和安全幾個方面；第 6~9章主要介紹邊緣計算架構和應用層面的知識和技術，包括微服務、數據處理、工業物聯網和機器學習幾個方面；第10章介紹了三個典型的邊緣計算開源框架。 本書內容全面，貼近實際，實用新穎，可讀性強，特別適合從事物聯網和邊緣計算領域的工程和研究人員閱讀和參考；也適合希望了解邊緣計算的架構師、工程師和項目管理者閱讀；還適合計算機和信息技術專業的學生，以及物聯網和邊緣計算技術愛好者閱讀。
邊緣計算系統設計與實踐 目錄
第1章 邊緣計算介紹
1.1 邊緣計算簡史 2
1.1.1 IT基礎技術的演進歷史 2
1.1.2 挺進邊緣計算 4
1.2 云計算、IoT和邊緣計算 7
1.2.1 近邊緣端和遠邊緣端 8
1.2.2 邊緣計算的應用場景 9
1.3 通信與硬件技術的發展對邊緣計算的推動 11
1.3.1 計算單元和存儲系統 13
1.3.2 能源管理和收集 15
1.3.3 通信技術 18
1.4 熱門技術和邊緣計算 20
1.4.1 5G技術和邊緣計算 20
1.4.2 云計算、邊緣計算和IoT 23
1.4.3 機器學習和邊緣計算 24
1.4.4 移動邊緣計算和移動云計算 26
1.5 云計算平臺提供的邊緣計算服務 26
1.5.1 AWS IoT Greengrass 27
1.5.2 阿里云Link Edge IoT 27
1.5.3 百度智能邊緣 29
第2章 邊緣計算的硬件
2.1 不同運算核心硬件在邊緣計算中的應用 33
2.1.1 CPU與馮·諾依曼體系 33
2.1.2 GPU與并行處理 38
2.1.3 FPGA與ASIC 45
2.1.4 未來的新計算技術 49
2.2 邊緣網關和邊緣服務器 50
2.2.1 邊緣網關 51
2.2.2 邊緣服務器和邊緣一體機 52
2.3 各種傳感器技術 55
第3章 邊緣計算存儲系統設計和實現
3.1 邊緣計算存儲系統設計 61
3.1.1 邊緣計算的分布式存儲系統 61
3.1.2 分布式存儲理論基礎 62
3.2 開源分布式存儲系統 66
3.2.1 直連式存儲和集中式存儲 66
3.2.2 大規模分布式存儲技術 67
3.2.3 分布式存儲系統總結 94
3.3 存儲系統硬件技術的發展 94
3.3.1 早期存儲硬件技術 94
3.3.2 固態硬盤（SSD）技術 95
3.3.3 未來的存儲硬件 96
3.4 極端條件下的邊緣數據存儲 97
3.4.1 邊緣計算和云存儲能力的盲區 97
3.4.2 用卡車把數據送回去 98
第4章 邊緣計算的通信
4.1 物聯網和邊緣計算的通信概述 101
4.1.1 對于邊緣設備和物聯網設備的通信要求 101
4.1.2 邊緣計算底層通信協議的分類 102
4.1.3 應用層和消息層協議 104
4.1.4 通信相關標準組織介紹 105
4.2 邊緣計算網絡層通信協議介紹 107
4.2.1 RPL協議 108
4.2.2 LoRa協議 109
4.2.3 NB-IoT協議 110
4.2.4 LTE-M協議 112
4.2.5 Sigfox協議 113
4.3 現場邊緣網絡和通信 114
4.3.1 近距離網絡通信協議之一：藍牙技術 114
4.3.2 近距離網絡通信協議之二：ZigBee 116
4.3.3 近距離網絡通信協議之三：Wi-Fi 118
4.4 應用層協議 118
4.4.1 MQTT協議 119
4.4.2 CoAP協議 121
第5章 邊緣計算的安全性
5.1 邊緣計算面臨的安全性挑戰 125
5.1.1 邊緣計算面臨的重大安全挑戰 125
5.1.2 信息安全領域是全新的戰場 126
5.1.3 談談震網病毒 127
5.1.4 Mirai病毒 129
5.2 計算機安全的一些基本概念 131
5.2.1 計算機安全的本質 131
5.2.2 計算機系統安全的常用方法和概念 133
5.2.3 計算機加密算法介紹 136
5.2.4 網絡安全技術 140
5.3 從可信計算到可信邊緣計算 143
5.3.1 可信計算介紹 143
5.3.2 TPM 1.2、TPM 2.0和TPCM 144
5.3.3 基于TPM 2.0的可信計算 146
5.3.4 可信邊緣計算 147
5.4 邊緣計算安全問題分類 148
5.4.1 邊緣接入安全問題 149
5.4.2 邊緣服務器安全問題 150
5.4.3 物理安全問題 151
5.5 構建安全的邊緣計算架構 152
5.5.1 邊緣計算安全綜合設計 153
5.5.2 邊緣計算安全實踐清單 154
第6章 邊緣計算的微服務架構和消息機制
6.1 微服務架構介紹 157
6.1.1 典型的微服務架構 157
6.1.2 IoT 邊緣計算的微服務架構 158
6.2 關于容器技術 159
6.2.1 容器技術（Docker）介紹 160
6.2.2 Docker引擎 160
6.2.3 虛擬機和容器的區別 162
6.2.4 進一步深入容器技術 164
6.3 微服務技術深度解析 165
6.3.1 軟件開發模式和架構的回顧思考 165
6.3.2 微服務架構核心組件 168
6.3.3 P2P協議下的微服務通信 173
6.3.4 討論Kubernetes和邊緣計算 175
6.4 邊緣計算的微服務架構設計 179
6.4.1 邊緣計算微服務架構的考量 179
6.4.2 邊緣計算架構設計 180
第7章 邊緣計算的數據處理
7.1 邊緣計算數據處理的價值 184
7.1.1 傳統的數據分析流程 184
7.1.2 數據價值的思考 185
7.2 流數據采集和存儲 186
7.2.1 流數據概述 186
7.2.1 設備接入和數據采集 188
7.2.3 邊緣時序數據存儲 192
7.3 時序數據處理 197
7.3.1 完整時序數據處理框架TICK 197
7.3.2 Prometheus和Grafana監控系統 201
7.3.3 流處理系統 204
7.4 時序數據分析和預測方法 207
7.4.1 時序數據的整理和可視化 207
7.4.2 時序數據的一些重要概念 211
7.4.3 統計時序預測方法 212
7.4.4 ARIMA模型訓練和預測 215
第8章 工業邊緣計算
8.1 工業邊緣技術介紹 219
8.1.1 工業邊緣計算的發展現狀 219
8.1.2 工業邊緣的應用場景 220
8.1.3 傳統制造業信息系統改造 222
8.2 工業通信協議與接入技術 224
8.2.1 不同工業通信協議介紹 224
8.2.2 OPC UA協議及IT與OT的融合 229
8.2.3 工業通用接入技術 233
8.3 邊緣計算基礎設施和成本 236
8.3.1 邊緣計算對基礎設施的影響 236
8.3.2 邊緣計算解決方案成本估算 239
第9章 機器學習和邊緣計算
9.1 常用機器學習方法 242
9.1.1 機器學習的類型 242
9.1.2 機器學習的步驟和評估指標 244
9.1.3 基于概率的機器學習方法——樸素貝葉斯分類 247
9.1.4 數據簡化和降維 250
9.1.5 決策樹分類 254
9.1.6 傳統的回歸預測方法 257
9.2 深度學習方法介紹 262
9.2.1 多層感知機 262
9.2.2 CNN和RNN 264
9.3 強化學習 265
9.4 機器學習在邊緣計算中的應用 274
9.4.1 工業邊緣計算平臺機器學習案例 274
9.4.2 強化學習在機器人控制中的應用 279
第10章 邊緣計算開源框架
10.1 EdgeX Foundry 282
10.1.1 EdgeX Foundry簡介 282
10.1.2 EdgeX Foundry的設備服務和核心服務 283
10.1.3 EdgeX Foundry的支持服務和應用服務 286
10.1.4 系統管理微服務 289
10.2 KubeEdge 290
10.2.1 KubeEdge簡介 290
10.2.2 KubeEdge的安裝和配置 292
10.2.3 KubeEdge對于K8s的改進 296
10.3 輕量級機器學習框架TensorFlow Lite 298
10.3.1 TensorFlow Lite的安裝和運行 299
10.3.2 TensorFlow Lite模型的優化 301
10.3.3 給TensorFlow Lite模型添加元數據（Metadata） 304
10.4 邊緣網絡價值和未來的挑戰 308
10.4.1 梅特卡夫定律和貝克斯特羅姆定律 308
10.4.2 未來信息技術發展的制約因素和邊緣計算的關系 310
1.1 邊緣計算簡史 2
1.1.1 IT基礎技術的演進歷史 2
1.1.2 挺進邊緣計算 4
1.2 云計算、IoT和邊緣計算 7
1.2.1 近邊緣端和遠邊緣端 8
1.2.2 邊緣計算的應用場景 9
1.3 通信與硬件技術的發展對邊緣計算的推動 11
1.3.1 計算單元和存儲系統 13
1.3.2 能源管理和收集 15
1.3.3 通信技術 18
1.4 熱門技術和邊緣計算 20
1.4.1 5G技術和邊緣計算 20
1.4.2 云計算、邊緣計算和IoT 23
1.4.3 機器學習和邊緣計算 24
1.4.4 移動邊緣計算和移動云計算 26
1.5 云計算平臺提供的邊緣計算服務 26
1.5.1 AWS IoT Greengrass 27
1.5.2 阿里云Link Edge IoT 27
1.5.3 百度智能邊緣 29
第2章 邊緣計算的硬件
2.1 不同運算核心硬件在邊緣計算中的應用 33
2.1.1 CPU與馮·諾依曼體系 33
2.1.2 GPU與并行處理 38
2.1.3 FPGA與ASIC 45
2.1.4 未來的新計算技術 49
2.2 邊緣網關和邊緣服務器 50
2.2.1 邊緣網關 51
2.2.2 邊緣服務器和邊緣一體機 52
2.3 各種傳感器技術 55
第3章 邊緣計算存儲系統設計和實現
3.1 邊緣計算存儲系統設計 61
3.1.1 邊緣計算的分布式存儲系統 61
3.1.2 分布式存儲理論基礎 62
3.2 開源分布式存儲系統 66
3.2.1 直連式存儲和集中式存儲 66
3.2.2 大規模分布式存儲技術 67
3.2.3 分布式存儲系統總結 94
3.3 存儲系統硬件技術的發展 94
3.3.1 早期存儲硬件技術 94
3.3.2 固態硬盤（SSD）技術 95
3.3.3 未來的存儲硬件 96
3.4 極端條件下的邊緣數據存儲 97
3.4.1 邊緣計算和云存儲能力的盲區 97
3.4.2 用卡車把數據送回去 98
第4章 邊緣計算的通信
4.1 物聯網和邊緣計算的通信概述 101
4.1.1 對于邊緣設備和物聯網設備的通信要求 101
4.1.2 邊緣計算底層通信協議的分類 102
4.1.3 應用層和消息層協議 104
4.1.4 通信相關標準組織介紹 105
4.2 邊緣計算網絡層通信協議介紹 107
4.2.1 RPL協議 108
4.2.2 LoRa協議 109
4.2.3 NB-IoT協議 110
4.2.4 LTE-M協議 112
4.2.5 Sigfox協議 113
4.3 現場邊緣網絡和通信 114
4.3.1 近距離網絡通信協議之一：藍牙技術 114
4.3.2 近距離網絡通信協議之二：ZigBee 116
4.3.3 近距離網絡通信協議之三：Wi-Fi 118
4.4 應用層協議 118
4.4.1 MQTT協議 119
4.4.2 CoAP協議 121
第5章 邊緣計算的安全性
5.1 邊緣計算面臨的安全性挑戰 125
5.1.1 邊緣計算面臨的重大安全挑戰 125
5.1.2 信息安全領域是全新的戰場 126
5.1.3 談談震網病毒 127
5.1.4 Mirai病毒 129
5.2 計算機安全的一些基本概念 131
5.2.1 計算機安全的本質 131
5.2.2 計算機系統安全的常用方法和概念 133
5.2.3 計算機加密算法介紹 136
5.2.4 網絡安全技術 140
5.3 從可信計算到可信邊緣計算 143
5.3.1 可信計算介紹 143
5.3.2 TPM 1.2、TPM 2.0和TPCM 144
5.3.3 基于TPM 2.0的可信計算 146
5.3.4 可信邊緣計算 147
5.4 邊緣計算安全問題分類 148
5.4.1 邊緣接入安全問題 149
5.4.2 邊緣服務器安全問題 150
5.4.3 物理安全問題 151
5.5 構建安全的邊緣計算架構 152
5.5.1 邊緣計算安全綜合設計 153
5.5.2 邊緣計算安全實踐清單 154
第6章 邊緣計算的微服務架構和消息機制
6.1 微服務架構介紹 157
6.1.1 典型的微服務架構 157
6.1.2 IoT 邊緣計算的微服務架構 158
6.2 關于容器技術 159
6.2.1 容器技術（Docker）介紹 160
6.2.2 Docker引擎 160
6.2.3 虛擬機和容器的區別 162
6.2.4 進一步深入容器技術 164
6.3 微服務技術深度解析 165
6.3.1 軟件開發模式和架構的回顧思考 165
6.3.2 微服務架構核心組件 168
6.3.3 P2P協議下的微服務通信 173
6.3.4 討論Kubernetes和邊緣計算 175
6.4 邊緣計算的微服務架構設計 179
6.4.1 邊緣計算微服務架構的考量 179
6.4.2 邊緣計算架構設計 180
第7章 邊緣計算的數據處理
7.1 邊緣計算數據處理的價值 184
7.1.1 傳統的數據分析流程 184
7.1.2 數據價值的思考 185
7.2 流數據采集和存儲 186
7.2.1 流數據概述 186
7.2.1 設備接入和數據采集 188
7.2.3 邊緣時序數據存儲 192
7.3 時序數據處理 197
7.3.1 完整時序數據處理框架TICK 197
7.3.2 Prometheus和Grafana監控系統 201
7.3.3 流處理系統 204
7.4 時序數據分析和預測方法 207
7.4.1 時序數據的整理和可視化 207
7.4.2 時序數據的一些重要概念 211
7.4.3 統計時序預測方法 212
7.4.4 ARIMA模型訓練和預測 215
第8章 工業邊緣計算
8.1 工業邊緣技術介紹 219
8.1.1 工業邊緣計算的發展現狀 219
8.1.2 工業邊緣的應用場景 220
8.1.3 傳統制造業信息系統改造 222
8.2 工業通信協議與接入技術 224
8.2.1 不同工業通信協議介紹 224
8.2.2 OPC UA協議及IT與OT的融合 229
8.2.3 工業通用接入技術 233
8.3 邊緣計算基礎設施和成本 236
8.3.1 邊緣計算對基礎設施的影響 236
8.3.2 邊緣計算解決方案成本估算 239
第9章 機器學習和邊緣計算
9.1 常用機器學習方法 242
9.1.1 機器學習的類型 242
9.1.2 機器學習的步驟和評估指標 244
9.1.3 基于概率的機器學習方法——樸素貝葉斯分類 247
9.1.4 數據簡化和降維 250
9.1.5 決策樹分類 254
9.1.6 傳統的回歸預測方法 257
9.2 深度學習方法介紹 262
9.2.1 多層感知機 262
9.2.2 CNN和RNN 264
9.3 強化學習 265
9.4 機器學習在邊緣計算中的應用 274
9.4.1 工業邊緣計算平臺機器學習案例 274
9.4.2 強化學習在機器人控制中的應用 279
第10章 邊緣計算開源框架
10.1 EdgeX Foundry 282
10.1.1 EdgeX Foundry簡介 282
10.1.2 EdgeX Foundry的設備服務和核心服務 283
10.1.3 EdgeX Foundry的支持服務和應用服務 286
10.1.4 系統管理微服務 289
10.2 KubeEdge 290
10.2.1 KubeEdge簡介 290
10.2.2 KubeEdge的安裝和配置 292
10.2.3 KubeEdge對于K8s的改進 296
10.3 輕量級機器學習框架TensorFlow Lite 298
10.3.1 TensorFlow Lite的安裝和運行 299
10.3.2 TensorFlow Lite模型的優化 301
10.3.3 給TensorFlow Lite模型添加元數據（Metadata） 304
10.4 邊緣網絡價值和未來的挑戰 308
10.4.1 梅特卡夫定律和貝克斯特羅姆定律 308
10.4.2 未來信息技術發展的制約因素和邊緣計算的關系 310
展開全部
邊緣計算系統設計與實踐 作者簡介
楊劍
----------------------------
楊劍，具有十多年國內外大型科技企業的研發、架構和項目管理的經驗。曾經作為高級工程師參與全球部署和應用的企業級信息系統的設計和開發；負責過華為海外供應鏈信息系統、生產制造信息系統和相關的物聯網和邊緣平臺的項目管理、設計和實施；最近兩年參與并負責了多個國家重點研發計劃項目相關課題的研究和開發。對邊緣計算、工業物聯網和智能制造領域有較深入的研究和豐富的經驗。
李長樂，博士，高級工程師，長期從事邊緣計算在新能源微電網及儲能系統中的應用研究、船舶電力系統研究、產品研發、標準研究等工作。承擔及參與國家和省部級科研項目10余項，行業團體標準1項，授權專利10項，其中發明專利8項。入選2021年“上海產業菁英”高層次人才：產業青年英才。
書友推薦
- >
煙與鏡
- >
史學評論
- >
伊索寓言-世界文學名著典藏-全譯本
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
中國歷史的瞬間
- >
【精裝繪本】畫給孩子的中國神話
- >
龍榆生：詞曲概論/大家小書
- >
朝聞道
本類暢銷
