掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>>
網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控
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(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控 版權(quán)信息
- ISBN：9787115655691
- 條形碼：9787115655691 ; 978-7-115-65569-1
- 裝幀：平裝
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控 本書特色
1.本書作者在利用人工智能解決網(wǎng)絡(luò)資源管控問題方面進行了深入研究，提出了一些專業(yè)的解決方案。
2.該書的作者都是多年從事通信網(wǎng)絡(luò)研究的學(xué)者，對網(wǎng)絡(luò)的構(gòu)架和監(jiān)測保護恢復(fù)方法具有非常深厚的積累，并且在本研究領(lǐng)域有自己獨到的見解，能對網(wǎng)絡(luò)的關(guān)鍵問題進行深入的剖析和挖掘，能針對這些問題提出自己的解決方案。
網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控 內(nèi)容簡介
本書探討了深度學(xué)習(xí)技術(shù)在網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控中的主要實踐范式。全書共分為7章。第1章為概述，介紹網(wǎng)絡(luò)資源管控模式的發(fā)展，分析網(wǎng)絡(luò)及其應(yīng)用的協(xié)同需要解決的兩類問題及其挑戰(zhàn)，以及使用深度學(xué)習(xí)技術(shù)應(yīng)對這些問題的方法，*后簡述深度學(xué)習(xí)在網(wǎng)絡(luò)資源管控中的已有工作。第2章針對DASH（Dynamic Adaptive Streaming over HTTP）業(yè)務(wù)中視頻碼率調(diào)整和帶寬資源分配聯(lián)合優(yōu)化問題，介紹一種利用深度學(xué)習(xí)和監(jiān)督學(xué)習(xí)框架的快速求解方案。第3章針對移動邊緣計算中任務(wù)卸載和計算資源分配聯(lián)合優(yōu)化問題，介紹兩種基于深度學(xué)習(xí)和監(jiān)督學(xué)習(xí)的快速求解方案。第4章針對移動增強現(xiàn)實業(yè)務(wù)中的計算資源動態(tài)分配問題，介紹一種利用單智能體深度強化學(xué)習(xí)的求解方案，智能體通過對網(wǎng)絡(luò)中計算資源的分配引導(dǎo)應(yīng)用調(diào)整參數(shù)；針對移動增強現(xiàn)實業(yè)務(wù)中的應(yīng)用層參數(shù)協(xié)同調(diào)整問題，介紹一種利用多智能體深度強化學(xué)習(xí)的求解方案，各智能體協(xié)同進行應(yīng)用層參數(shù)調(diào)整。第5章針對多聯(lián)盟鏈中路由和帶寬資源動態(tài)分配問題，介紹一種利用多智能體深度強化學(xué)習(xí)的求解方案，各智能體先進行路由規(guī)劃，再由網(wǎng)絡(luò)層進行帶寬資源分配。第6章針對無線傳感器網(wǎng)絡(luò)中的動態(tài)路由規(guī)劃問題，介紹一種利用多智能體深度強化學(xué)習(xí)的求解方案，各智能體首先生成用于路由決策的元數(shù)據(jù)，然后由網(wǎng)絡(luò)層產(chǎn)生*終的路由方案。第7章對本書內(nèi)容進行總結(jié)，并展望未來可能的研究方向。
本書探討了深度學(xué)習(xí)技術(shù)在網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控中的主要實踐范式。全書共分為7章。第1章為概述，介紹網(wǎng)絡(luò)資源管控模式的發(fā)展，分析網(wǎng)絡(luò)及其應(yīng)用的協(xié)同需要解決的兩類問題及其挑戰(zhàn)，以及使用深度學(xué)習(xí)技術(shù)應(yīng)對這些問題的方法，*后簡述深度學(xué)習(xí)在網(wǎng)絡(luò)資源管控中的已有工作。第2章針對DASH（Dynamic Adaptive Streaming over HTTP）業(yè)務(wù)中視頻碼率調(diào)整和帶寬資源分配聯(lián)合優(yōu)化問題，介紹一種利用深度學(xué)習(xí)和監(jiān)督學(xué)習(xí)框架的快速求解方案。第3章針對移動邊緣計算中任務(wù)卸載和計算資源分配聯(lián)合優(yōu)化問題，介紹兩種基于深度學(xué)習(xí)和監(jiān)督學(xué)習(xí)的快速求解方案。第4章針對移動增強現(xiàn)實業(yè)務(wù)中的計算資源動態(tài)分配問題，介紹一種利用單智能體深度強化學(xué)習(xí)的求解方案，智能體通過對網(wǎng)絡(luò)中計算資源的分配引導(dǎo)應(yīng)用調(diào)整參數(shù)；針對移動增強現(xiàn)實業(yè)務(wù)中的應(yīng)用層參數(shù)協(xié)同調(diào)整問題，介紹一種利用多智能體深度強化學(xué)習(xí)的求解方案，各智能體協(xié)同進行應(yīng)用層參數(shù)調(diào)整。第5章針對多聯(lián)盟鏈中路由和帶寬資源動態(tài)分配問題，介紹一種利用多智能體深度強化學(xué)習(xí)的求解方案，各智能體先進行路由規(guī)劃，再由網(wǎng)絡(luò)層進行帶寬資源分配。第6章針對無線傳感器網(wǎng)絡(luò)中的動態(tài)路由規(guī)劃問題，介紹一種利用多智能體深度強化學(xué)習(xí)的求解方案，各智能體首先生成用于路由決策的元數(shù)據(jù)，然后由網(wǎng)絡(luò)層產(chǎn)生*終的路由方案。第7章對本書內(nèi)容進行總結(jié)，并展望未來可能的研究方向。
本書適合從事網(wǎng)絡(luò)資源管控、網(wǎng)絡(luò)智能化技術(shù)研究和開發(fā)的讀者閱讀。
網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控 目錄
目 錄
第 1章 概述 1
1.1 網(wǎng)絡(luò)資源管控模式的發(fā)展 1
1.2 SDN為網(wǎng)絡(luò)及其應(yīng)用的協(xié)同帶來的機遇 4
1.3 基于SDN的資源管控工作及其局限性 5
1.4 網(wǎng)絡(luò)及其應(yīng)用的協(xié)同需要解決的兩類問題 6
1.4.1 網(wǎng)絡(luò)集中點和應(yīng)用實體 6
1.4.2 網(wǎng)絡(luò)及其應(yīng)用協(xié)同決策方法所呈現(xiàn)出的兩種主要問題形式 7
1.5 解決這兩類問題所面臨的挑戰(zhàn)與應(yīng)對方法 10
1.5.1 利用深度學(xué)習(xí)發(fā)展復(fù)雜優(yōu)化問題的快速求解方法 10
1.5.2 利用深度強化學(xué)習(xí)為復(fù)雜連續(xù)決策問題提供解決方案 12
1.6 深度學(xué)習(xí)在網(wǎng)絡(luò)資源管控中的已有工作 14
1.6.1 利用深度學(xué)習(xí)對網(wǎng)絡(luò)資源管控問題進行快速求解 14
1.6.2 基于深度強化學(xué)習(xí)的網(wǎng)絡(luò)資源管控方法 15
1.7 本書結(jié)構(gòu)安排 17
參考文獻 20
第 2章 DASH業(yè)務(wù)中視頻碼率調(diào)整和帶寬資源分配快速求解方案 26
2.1 研究背景與動機 26
2.2 聯(lián)合優(yōu)化問題建模 29
2.3 聯(lián)合優(yōu)化問題求解 32
2.3.1 GBD方法概述 32
2.3.2 基于GBD方法的JRA2問題求解方案 34
2.4 FAIR-AREA方案 37
2.4.1 基于深度學(xué)習(xí)的監(jiān)督學(xué)習(xí)概述 37
2.4.2 FAIR-AREA方案的深度神經(jīng)網(wǎng)絡(luò)設(shè)計 38
2.4.3 可行性保證算法 40
2.4.4 FAIR-AREA方案執(zhí)行流程 41
2.5 FAIR-AREA方案性能評估 41
2.5.1 仿真環(huán)境設(shè)置 41
2.5.2 JRA2算法性能評估 42
2.5.3 FAIR-AREA方案性能測試 44
2.6 本章小結(jié) 50
參考文獻 50
第3章 MEC中任務(wù)卸載和計算資源分配快速求解方案 52
3.1 研究背景與動機 52
3.2 JTORA問題建模 54
3.3 JTORA問題求解 56
3.4 FAST-RAM方案 59
3.4.1 深度神經(jīng)網(wǎng)絡(luò)設(shè)計 59
3.4.2 FAST-RAM方案執(zhí)行流程 61
3.5 FAST-RAM方案性能評估 62
3.5.1 生成FAST-RAM方案所需數(shù)據(jù)集及DNN的訓(xùn)練 62
3.5.2 FAST-RAM方案性能測試 63
3.6 JTORA-SA問題建模 66
3.7 ARM方案 68
3.7.1 計算資源分配問題的分解 68
3.7.2 快速求解BS-Color問題的DNN設(shè)計 68
3.7.3 快速求解Task Placement問題的DNN設(shè)計 70
3.7.4 ARM方案執(zhí)行流程 71
3.8 ARM方案性能評估 72
3.8.1 生成ARM方案所需數(shù)據(jù)集及DNN的訓(xùn)練 72
3.8.2 ARM方案性能測試 73
3.9 本章小結(jié) 77
參考文獻 78
第4章 MAR業(yè)務(wù)中計算資源分配和客戶端應(yīng)用層參數(shù)調(diào)整動態(tài)決策方案 80
4.1 研究背景與動機 80
4.2 深度強化學(xué)習(xí)概述 84
4.2.1 單智能體深度強化學(xué)習(xí)算法 84
4.2.2 多智能體深度強化學(xué)習(xí)算法 88
4.3 移動增強現(xiàn)實系統(tǒng)概述 91
4.3.1 移動增強現(xiàn)實系統(tǒng)分析及工作流程 91
4.3.2 MAR客戶端的QoE建模 93
4.3.3 MEC服務(wù)器計算資源分配算法的目標(biāo)函數(shù) 94
4.4 DRAM方案 94
4.4.1 問題分析 95
4.4.2 DRAM方案設(shè)計 95
4.4.3 DRAM方案框架 98
4.5 DRAM方案性能評估 100
4.5.1 MAR客戶端啟發(fā)式自適應(yīng)算法 100
4.5.2 實驗設(shè)置 101
4.5.3 實驗結(jié)果分析 104
4.5.4 超參數(shù)對系統(tǒng)性能的影響 107
4.5.5 不同MAR服務(wù)持續(xù)時間下的DRAM方案的泛化性能 108
4.5.6 DRAM方案的魯棒性評估 109
4.6 COLLAR方案 110
4.6.1 兩種基于DRL的MAR客戶端應(yīng)用層參數(shù)動態(tài)調(diào)整算法 111
4.6.2 基于多智能體DRL的應(yīng)用層參數(shù)協(xié)同調(diào)整算法 120
4.7 COLLAR方案性能評估 124
4.7.1 仿真環(huán)境設(shè)置 124
4.7.2 COLLAR方案的總體性能表現(xiàn) 124
4.7.3 COLLAR方案中權(quán)重系數(shù)對性能的影響 125
4.7.4 COLLAR方案與DRAM方案性能對比 127
4.8 本章小結(jié) 127
參考文獻 128
第5章 多聯(lián)盟鏈中路由和帶寬資源分配動態(tài)決策方案 131
5.1 研究背景與動機 131
5.2 問題分析及建模 134
5.2.1 系統(tǒng)描述 135
5.2.2 BaaS支持下多聯(lián)盟鏈路由和帶寬資源分配問題的目標(biāo)函數(shù) 136
5.2.3 Dec-POMDP建模 137
5.3 CO-CAST方案 138
5.3.1 路由決策方案 139
5.3.2 帶寬資源分配算法 142
5.4 CO-CAST方案性能評估 146
5.4.1 實驗設(shè)置 146
5.4.2 實驗測試結(jié)果 148
5.4.3 CO-CAST方案行為分析 150
5.4.4 不同超參數(shù)對CO-CAST方案性能的影響 153
5.5 本章小結(jié) 154
參考文獻 154
第6章 無線傳感器網(wǎng)絡(luò)中動態(tài)路由規(guī)劃方案 157
6.1 研究背景與動機 157
6.2 相關(guān)工作 159
6.3 WSN中動態(tài)路由規(guī)劃問題建模 160
6.3.1 系統(tǒng)建模 161
6.3.2 問題建模 163
6.4 CO-NEXT方案 164
6.4.1 CO-NEXT問題分析及設(shè)計思路 164
6.4.2 CO-NEXT設(shè)計：DRL智能體設(shè)計 165
6.4.3 CO-NEXT設(shè)計：網(wǎng)絡(luò)集中點路由生成算法 168
6.4.4 CO-NEXT方案的整體流程 170
6.5 CO-NEXT方案性能評估 171
6.5.1 仿真環(huán)境設(shè)置 171
6.5.2 對比方案 173
6.5.3 對比方案性能分析 174
6.5.4 不同路由生成方案的性能對比 176
6.5.5 分層采樣中分層半徑大小對性能的影響 177
6.5.6 不同通信范圍對性能的影響 177
6.5.7 單智能體和多智能體方案性能對比 179
6.5.8 節(jié)點能量分析 179
6.6 本章小結(jié) 185
參考文獻 185
第7章 總結(jié)與展望 188
7.1 總結(jié) 188
7.2 展望 190
名詞索引 191
第 1章 概述 1
1.1 網(wǎng)絡(luò)資源管控模式的發(fā)展 1
1.2 SDN為網(wǎng)絡(luò)及其應(yīng)用的協(xié)同帶來的機遇 4
1.3 基于SDN的資源管控工作及其局限性 5
1.4 網(wǎng)絡(luò)及其應(yīng)用的協(xié)同需要解決的兩類問題 6
1.4.1 網(wǎng)絡(luò)集中點和應(yīng)用實體 6
1.4.2 網(wǎng)絡(luò)及其應(yīng)用協(xié)同決策方法所呈現(xiàn)出的兩種主要問題形式 7
1.5 解決這兩類問題所面臨的挑戰(zhàn)與應(yīng)對方法 10
1.5.1 利用深度學(xué)習(xí)發(fā)展復(fù)雜優(yōu)化問題的快速求解方法 10
1.5.2 利用深度強化學(xué)習(xí)為復(fù)雜連續(xù)決策問題提供解決方案 12
1.6 深度學(xué)習(xí)在網(wǎng)絡(luò)資源管控中的已有工作 14
1.6.1 利用深度學(xué)習(xí)對網(wǎng)絡(luò)資源管控問題進行快速求解 14
1.6.2 基于深度強化學(xué)習(xí)的網(wǎng)絡(luò)資源管控方法 15
1.7 本書結(jié)構(gòu)安排 17
參考文獻 20
第 2章 DASH業(yè)務(wù)中視頻碼率調(diào)整和帶寬資源分配快速求解方案 26
2.1 研究背景與動機 26
2.2 聯(lián)合優(yōu)化問題建模 29
2.3 聯(lián)合優(yōu)化問題求解 32
2.3.1 GBD方法概述 32
2.3.2 基于GBD方法的JRA2問題求解方案 34
2.4 FAIR-AREA方案 37
2.4.1 基于深度學(xué)習(xí)的監(jiān)督學(xué)習(xí)概述 37
2.4.2 FAIR-AREA方案的深度神經(jīng)網(wǎng)絡(luò)設(shè)計 38
2.4.3 可行性保證算法 40
2.4.4 FAIR-AREA方案執(zhí)行流程 41
2.5 FAIR-AREA方案性能評估 41
2.5.1 仿真環(huán)境設(shè)置 41
2.5.2 JRA2算法性能評估 42
2.5.3 FAIR-AREA方案性能測試 44
2.6 本章小結(jié) 50
參考文獻 50
第3章 MEC中任務(wù)卸載和計算資源分配快速求解方案 52
3.1 研究背景與動機 52
3.2 JTORA問題建模 54
3.3 JTORA問題求解 56
3.4 FAST-RAM方案 59
3.4.1 深度神經(jīng)網(wǎng)絡(luò)設(shè)計 59
3.4.2 FAST-RAM方案執(zhí)行流程 61
3.5 FAST-RAM方案性能評估 62
3.5.1 生成FAST-RAM方案所需數(shù)據(jù)集及DNN的訓(xùn)練 62
3.5.2 FAST-RAM方案性能測試 63
3.6 JTORA-SA問題建模 66
3.7 ARM方案 68
3.7.1 計算資源分配問題的分解 68
3.7.2 快速求解BS-Color問題的DNN設(shè)計 68
3.7.3 快速求解Task Placement問題的DNN設(shè)計 70
3.7.4 ARM方案執(zhí)行流程 71
3.8 ARM方案性能評估 72
3.8.1 生成ARM方案所需數(shù)據(jù)集及DNN的訓(xùn)練 72
3.8.2 ARM方案性能測試 73
3.9 本章小結(jié) 77
參考文獻 78
第4章 MAR業(yè)務(wù)中計算資源分配和客戶端應(yīng)用層參數(shù)調(diào)整動態(tài)決策方案 80
4.1 研究背景與動機 80
4.2 深度強化學(xué)習(xí)概述 84
4.2.1 單智能體深度強化學(xué)習(xí)算法 84
4.2.2 多智能體深度強化學(xué)習(xí)算法 88
4.3 移動增強現(xiàn)實系統(tǒng)概述 91
4.3.1 移動增強現(xiàn)實系統(tǒng)分析及工作流程 91
4.3.2 MAR客戶端的QoE建模 93
4.3.3 MEC服務(wù)器計算資源分配算法的目標(biāo)函數(shù) 94
4.4 DRAM方案 94
4.4.1 問題分析 95
4.4.2 DRAM方案設(shè)計 95
4.4.3 DRAM方案框架 98
4.5 DRAM方案性能評估 100
4.5.1 MAR客戶端啟發(fā)式自適應(yīng)算法 100
4.5.2 實驗設(shè)置 101
4.5.3 實驗結(jié)果分析 104
4.5.4 超參數(shù)對系統(tǒng)性能的影響 107
4.5.5 不同MAR服務(wù)持續(xù)時間下的DRAM方案的泛化性能 108
4.5.6 DRAM方案的魯棒性評估 109
4.6 COLLAR方案 110
4.6.1 兩種基于DRL的MAR客戶端應(yīng)用層參數(shù)動態(tài)調(diào)整算法 111
4.6.2 基于多智能體DRL的應(yīng)用層參數(shù)協(xié)同調(diào)整算法 120
4.7 COLLAR方案性能評估 124
4.7.1 仿真環(huán)境設(shè)置 124
4.7.2 COLLAR方案的總體性能表現(xiàn) 124
4.7.3 COLLAR方案中權(quán)重系數(shù)對性能的影響 125
4.7.4 COLLAR方案與DRAM方案性能對比 127
4.8 本章小結(jié) 127
參考文獻 128
第5章 多聯(lián)盟鏈中路由和帶寬資源分配動態(tài)決策方案 131
5.1 研究背景與動機 131
5.2 問題分析及建模 134
5.2.1 系統(tǒng)描述 135
5.2.2 BaaS支持下多聯(lián)盟鏈路由和帶寬資源分配問題的目標(biāo)函數(shù) 136
5.2.3 Dec-POMDP建模 137
5.3 CO-CAST方案 138
5.3.1 路由決策方案 139
5.3.2 帶寬資源分配算法 142
5.4 CO-CAST方案性能評估 146
5.4.1 實驗設(shè)置 146
5.4.2 實驗測試結(jié)果 148
5.4.3 CO-CAST方案行為分析 150
5.4.4 不同超參數(shù)對CO-CAST方案性能的影響 153
5.5 本章小結(jié) 154
參考文獻 154
第6章 無線傳感器網(wǎng)絡(luò)中動態(tài)路由規(guī)劃方案 157
6.1 研究背景與動機 157
6.2 相關(guān)工作 159
6.3 WSN中動態(tài)路由規(guī)劃問題建模 160
6.3.1 系統(tǒng)建模 161
6.3.2 問題建模 163
6.4 CO-NEXT方案 164
6.4.1 CO-NEXT問題分析及設(shè)計思路 164
6.4.2 CO-NEXT設(shè)計：DRL智能體設(shè)計 165
6.4.3 CO-NEXT設(shè)計：網(wǎng)絡(luò)集中點路由生成算法 168
6.4.4 CO-NEXT方案的整體流程 170
6.5 CO-NEXT方案性能評估 171
6.5.1 仿真環(huán)境設(shè)置 171
6.5.2 對比方案 173
6.5.3 對比方案性能分析 174
6.5.4 不同路由生成方案的性能對比 176
6.5.5 分層采樣中分層半徑大小對性能的影響 177
6.5.6 不同通信范圍對性能的影響 177
6.5.7 單智能體和多智能體方案性能對比 179
6.5.8 節(jié)點能量分析 179
6.6 本章小結(jié) 185
參考文獻 185
第7章 總結(jié)與展望 188
7.1 總結(jié) 188
7.2 展望 190
名詞索引 191
展開全部
網(wǎng)絡(luò)及其應(yīng)用的協(xié)同智能管控 作者簡介
宋彤雨 之江實驗室高級研究專員，分別于2014年和2022年在電子科技大學(xué)獲得工學(xué)學(xué)士學(xué)位和工學(xué)博士學(xué)位，主要研究方向為網(wǎng)絡(luò)優(yōu)化與規(guī)劃技術(shù)、數(shù)據(jù)中心高速互聯(lián)架構(gòu)和協(xié)議設(shè)計。任婧 電子科技大學(xué)信息與通信工程學(xué)院副研究員，分別于2007年和2015年在電子科技大學(xué)獲得工學(xué)學(xué)士學(xué)位和工學(xué)博士學(xué)位，主要研究方向為下一代網(wǎng)絡(luò)體系和協(xié)議設(shè)計、SDN關(guān)鍵技術(shù)、網(wǎng)絡(luò)優(yōu)化與規(guī)劃技術(shù)，在IEEE Network、IEEE Wireless Communications等期刊發(fā)表多篇論文。王雄 電子科技大學(xué)信息與通信工程學(xué)院教授，2003年在重慶郵電大學(xué)獲得電子信息工程學(xué)士學(xué)位，2008年在電子科技大學(xué)獲得通信與信息系統(tǒng)博士學(xué)位，2013—2014年在美國加州大學(xué)戴維斯分校進行SDN測量方面的訪問研究，長期從事下一代互聯(lián)網(wǎng)體系結(jié)構(gòu)及關(guān)鍵技術(shù)、SDN關(guān)鍵技術(shù)、網(wǎng)絡(luò)優(yōu)化與規(guī)劃、網(wǎng)絡(luò)測量等方面的研究工作。近年來，在IEEE Network、IEEE Journal of Lightwave Technology、IEEE Journal of Optical Communication and Networking等期刊上發(fā)表論文20余篇，在IEEE INFOCOM、IEEE GLOBECOM、IEEE ICC，ACM SOSR等重要國際學(xué)術(shù)會議發(fā)表論文50余篇，其中SCI檢索20余篇，EI檢索30余篇。擔(dān)任IEEE Transaction on Networking、IEEE Network、Photonic Network Communication等期刊的審稿人。?
書友推薦
- >
小考拉的故事-套裝共3冊
- >
羅庸西南聯(lián)大授課錄
- >
二體千字文
- >
唐代進士錄
- >
朝聞道
- >
姑媽的寶刀
- >
莉莉和章魚
- >
中國歷史的瞬間
本類暢銷
