互联网 类型
可以朗读 语音朗读
262千字 字数
2023-11-01 发行日期
展开全部

主编推荐语

本书对边缘计算涉及的技术领域进行了比较全面的介绍和总结。

内容简介

全书共分为10章，第1章是总体介绍；第2～5章主要介绍边缘计算涉及的基础设施层面的知识和技术，包括硬件、存储、通信和安全几个方面；第6～9章主要介绍边缘计算架构和应用层面的知识和技术，包括微服务、数据处理、工业物联网和机器学习几个方面；第10章介绍了三个典型的边缘计算开源框架。

目录

  • 版权信息
  • 内容简介
  • 前言 边缘计算是万物互联的核心技术
  • 第1章 边缘计算介绍
  • 1.1 边缘计算简史
  • 1.1.1 IT基础技术的演进历史
  • 1.1.2 挺进边缘计算
  • 1.2 云计算、IoT和边缘计算
  • 1.2.1 近边缘端和远边缘端
  • 1.2.2 边缘计算的应用场景
  • 1.3 通信与硬件技术的发展对边缘计算的推动
  • 1.3.1 计算单元和存储系统
  • 1.3.2 能源管理和收集
  • 1.3.3 通信技术
  • 1.4 热门技术和边缘计算
  • 1.4.1 5G技术和边缘计算
  • 1.4.2 云计算、边缘计算和IoT
  • 1.4.3 机器学习和边缘计算
  • 1.4.4 移动边缘计算和移动云计算
  • 1.5 云计算平台提供的边缘计算服务
  • 1.5.1 AWS IoT Greengrass
  • 1.5.2 阿里云Link Edge IoT
  • 1.5.3 百度智能边缘
  • 第2章 边缘计算的硬件
  • 2.1 不同运算核心硬件在边缘计算中的应用
  • 2.1.1 CPU与冯·诺依曼体系
  • 2.1.2 GPU与并行处理
  • 2.1.3 FPGA与ASIC
  • 2.1.4 未来的新计算技术
  • 2.2 边缘网关和边缘服务器
  • 2.2.1 边缘网关
  • 2.2.2 边缘服务器和边缘一体机
  • 2.3 各种传感器技术
  • 第3章 边缘计算存储系统设计和实现
  • 3.1 边缘计算存储系统设计
  • 3.1.1 边缘计算的分布式存储系统
  • 3.1.2 分布式存储理论基础
  • 3.2 开源分布式存储系统
  • 3.2.1 直连式存储和集中式存储
  • 3.2.2 大规模分布式存储技术
  • 3.2.3 分布式存储系统总结
  • 3.3 存储系统硬件技术的发展
  • 3.3.1 早期存储硬件技术
  • 3.3.2 固态硬盘（SSD）技术
  • 3.3.3 未来的存储硬件
  • 3.4 极端条件下的边缘数据存储
  • 3.4.1 边缘计算和云存储能力的盲区
  • 3.4.2 用卡车把数据送回去
  • 第4章 边缘计算的通信
  • 4.1 物联网和边缘计算的通信概述
  • 4.1.1 对于边缘设备和物联网设备的通信要求
  • 4.1.2 边缘计算底层通信协议的分类
  • 4.1.3 应用层和消息层协议
  • 4.1.4 通信相关标准组织介绍
  • 4.2 边缘计算网络层通信协议介绍
  • 4.2.1 RPL协议
  • 4.2.2 LoRa协议
  • 4.2.3 NB-IoT协议
  • 4.2.4 LTE-M协议
  • 4.2.5 Sigfox协议
  • 4.3 现场边缘网络和通信
  • 4.3.1 近距离网络通信协议之一：蓝牙技术
  • 4.3.2 近距离网络通信协议之二：ZigBee
  • 4.3.3 近距离网络通信协议之三：Wi-Fi
  • 4.4 应用层协议
  • 4.4.1 MQTT协议
  • 4.4.2 CoAP协议
  • 第5章 边缘计算的安全性
  • 5.1 边缘计算面临的安全性挑战
  • 5.1.1 边缘计算面临的重大安全挑战
  • 5.1.2 信息安全领域是全新的战场
  • 5.1.3 谈谈震网病毒
  • 5.1.4 Mirai病毒
  • 5.2 计算机安全的一些基本概念
  • 5.2.1 计算机安全的本质
  • 5.2.2 计算机系统安全的常用方法和概念
  • 5.2.3 计算机加密算法介绍
  • 5.2.4 网络安全技术
  • 5.3 从可信计算到可信边缘计算
  • 5.3.1 可信计算介绍
  • 5.3.2 TPM 1.2、TPM 2.0和TPCM
  • 5.3.3 基于TPM 2.0的可信计算
  • 5.3.4 可信边缘计算
  • 5.4 边缘计算安全问题分类
  • 5.4.1 边缘接入安全问题
  • 5.4.2 边缘服务器安全问题
  • 5.4.3 物理安全问题
  • 5.5 构建安全的边缘计算架构
  • 5.5.1 边缘计算安全综合设计
  • 5.5.2 边缘计算安全实践清单
  • 第6章 边缘计算的微服务架构和消息机制
  • 6.1 微服务架构介绍
  • 6.1.1 典型的微服务架构
  • 6.1.2 IoT+边缘计算的微服务架构
  • 6.2 关于容器技术
  • 6.2.1 容器技术（Docker）介绍
  • 6.2.2 Docker引擎
  • 6.2.3 虚拟机和容器的区别
  • 6.2.4 进一步深入容器技术
  • 6.3 微服务技术深度解析
  • 6.3.1 软件开发模式和架构的回顾思考
  • 6.3.2 微服务架构核心组件
  • 6.3.3 P2P协议下的微服务通信
  • 6.3.4 讨论Kubernetes和边缘计算
  • 6.4 边缘计算的微服务架构设计
  • 6.4.1 边缘计算微服务架构的考量
  • 6.4.2 边缘计算架构设计
  • 第7章 边缘计算的数据处理
  • 7.1 边缘计算数据处理的价值
  • 7.1.1 传统的数据分析流程
  • 7.1.2 数据价值的思考
  • 7.2 流数据采集和存储
  • 7.2.1 流数据概述
  • 7.2.1 设备接入和数据采集
  • 7.2.3 边缘时序数据存储
  • 7.3 时序数据处理
  • 7.3.1 完整时序数据处理框架TICK
  • 7.3.2 Prometheus和Grafana监控系统
  • 7.3.3 流处理系统
  • 7.4 时序数据分析和预测方法
  • 7.4.1 时序数据的整理和可视化
  • 7.4.2 时序数据的一些重要概念
  • 7.4.3 统计时序预测方法
  • 7.4.4 ARIMA模型训练和预测
  • 第8章 工业边缘计算
  • 8.1 工业边缘技术介绍
  • 8.1.1 工业边缘计算的发展现状
  • 8.1.2 工业边缘的应用场景
  • 8.1.3 传统制造业信息系统改造
  • 8.2 工业通信协议与接入技术
  • 8.2.1 不同工业通信协议介绍
  • 8.2.2 OPC UA协议及IT与OT的融合
  • 8.2.3 工业通用接入技术
  • 8.3 边缘计算基础设施和成本
  • 8.3.1 边缘计算对基础设施的影响
  • 8.3.2 边缘计算解决方案成本估算
  • 第9章 机器学习和边缘计算
  • 9.1 常用机器学习方法
  • 9.1.1 机器学习的类型
  • 9.1.2 机器学习的步骤和评估指标
  • 9.1.3 基于概率的机器学习方法——朴素贝叶斯分类
  • 9.1.4 数据简化和降维
  • 9.1.5 决策树分类
  • 9.1.6 传统的回归预测方法
  • 9.2 深度学习方法介绍
  • 9.2.1 多层感知机
  • 9.2.2 CNN和RNN
  • 9.3 强化学习
  • 9.4 机器学习在边缘计算中的应用
  • 9.4.1 工业边缘计算平台机器学习案例
  • 9.4.2 强化学习在机器人控制中的应用
  • 第10章 边缘计算开源框架
  • 10.1 EdgeX Foundry
  • 10.1.1 EdgeX Foundry简介
  • 10.1.2 EdgeX Foundry的设备服务和核心服务
  • 10.1.3 EdgeX Foundry的支持服务和应用服务
  • 10.1.4 系统管理微服务
  • 10.2 KubeEdge
  • 10.2.1 KubeEdge简介
  • 10.2.2 KubeEdge的安装和配置
  • 10.2.3 KubeEdge对于K8s的改进
  • 10.3 轻量级机器学习框架TensorFlow Lite
  • 10.3.1 TensorFlow Lite的安装和运行
  • 10.3.2 TensorFlow Lite模型的优化
  • 10.3.3 给TensorFlow Lite模型添加元数据（Metadata）
  • 10.4 边缘网络价值和未来的挑战
  • 10.4.1 梅特卡夫定律和贝克斯特罗姆定律
  • 10.4.2 未来信息技术发展的制约因素和边缘计算的关系
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

北京大学出版社

北京大学出版社是在1979年，经国家出版事业管理局同意，教育部批准成立的，恢复了北京大学出版社建制。北京大学出版社依靠北大雄厚的教学、科研力量，同时积极争取国内外专家学者的合作支持，出版了大量高水平、高质量、适应多层次需要的优秀高等教育教材。 北大出版社注意对教材进行全面追踪，捕捉信息，及时修订，以跟上各学科的最新发展，反映该学科研究的最新成果，保持北大版教材的领先地位。