- 边缘计算(十四五高等学校新工科计算机类专业系列教材)
- - 作者：编者:袁培燕//赵晓焱|责编:闫钇汛//徐盼欣
  - 出版社：中国铁道
  - ISBN：9787113317713
  - 出版日期：2025/09/01
  - 页数：167
- 售价：18

内容大纲
本书是河南省“十四五”普通高等教育规划教材。本书体系完备，注重实践，重视学生动手能力的培养，算法与系统并重。本书首先对边缘计算的产生背景、概念、体系结构、应用领域进行了论述；其次，从边缘服务器部署、边缘内容缓存、边缘协同卸载三方面论述边缘计算系统中资源分配问题；再次，围绕边缘智能应用，重点论述联邦学习在边缘计算中的应用；此外，以容量为性能指标，对大规模时变边缘网络性能进行分析；最后，搭建了一个云-边-端协同的原型系统。
本书适合作为普通高等学校计算机科学与技术、人工智能、数据科学与大数据技术、物联网工程、网络工程、通信工程等专业的教材，也可作为从事计算机体系结构相关工作的工程技术人员的参考书。
作者介绍
目录
第1章  边缘计算概述
  1.1  边缘计算简介
    1.1.1  边缘计算产生背景与意义
    1.1.2  边缘计算定义与体系结构
    1.1.3  边缘计算典型应用场景
  1.2  边缘计算核心技术
    1.2.1  技术基础
    1.2.2  边缘协同
    1.2.3  边缘服务器部署
    1.2.4  边缘内容缓存
    1.2.5  边缘计算卸载
    1.2.6  边缘智能
    1.2.7  边缘系统性能评价
  1.3  相关开发平台
    1.3.1  云计算平台与Docker容器
    1.3.2  Kubernetes容器编排平台
    1.3.3  KubeEdge边缘计算平台
  小结
  习题
第2章  边缘服务器部署
  2.1  边缘服务器部署基础
    2.1.1  微云放置
    2.1.2  服务放置
    2.1.3  服务器部署
    2.1.4  蛇优化算法
  2.2  边缘服务器部署系统模型
    2.2.1  网络模型
    2.2.2  覆盖模型
    2.2.3  时延模型
    2.2.4  成本模型
    2.2.5  问题描述
  2.3  边缘服务器的动态部署
    2.3.1  蛇优化算法的改进
    2.3.2  边缘服务器动态放置算法
    2.3.3  基于线性规划问题的成本算法
  2.4  边缘服务器部署实验结果及分析
    2.4.1  参数设置
    2.4.2  仿真源代码说明
    2.4.3  实验结果
  小结
  习题
第3章  边缘内容缓存
  3.1  边缘内容缓存基础
    3.1.1  缓存内容
    3.1.2  缓存位置
    3.1.3  缓存方式
    3.1.4  D2D缓存
    3.1.5  社会性缓存
    3.1.6  流行性缓存
  3.2  相关知识与理论

    3.2.1  D2D通信技术
    3.2.2  知识图谱
    3.2.3  边缘缓存性能指标
  3.3  边缘内容缓存系统模型与架构
  3.4  边缘内容缓存问题建模分析
    3.4.1  设备关系分析
    3.4.2  社交关系分析
    3.4.3  功率控制分析
    3.4.4  内容共享节点选择机制
  3.5  边缘内容缓存仿真分析
    3.5.1  仿真源代码说明
    3.5.2  设备图谱分析
    3.5.3  边缘内容缓存实验结果分析
  小结
  习题
第4章  边缘协同卸载
  4.1  相关工作回顾
    4.1.1  最小化时延的计算卸载决策
    4.1.2  最小化能耗的计算卸载决策
    4.1.3  最小化时延能耗权衡的计算卸载决策
    4.1.4  协同资源分配的计算卸载决策
  4.2  相关理论知识与技术
    4.2.1  泊松簇分布
    4.2.2  拉格朗日函数
    4.2.3  对偶上升法
    4.2.4  对偶分解法
    4.2.5  增广拉格朗日算法
    4.2.6  ADMM算法
  4.3  边缘协同卸载系统模型架构
  4.4  边缘协同卸载问题建模
    4.4.1  网络时延
    4.4.2  边缘协同卸载系统能耗
    4.4.3  问题求解
  4.5  边缘协同卸载仿真分析
    4.5.1  仿真源代码说明
    4.5.2  边缘协同卸载实验结果分析
  小结
  习题
第5章  边缘智能
  5.1  背景知识回顾
    5.1.1  资源受限下的联邦学习
    5.1.2  数据异构下的联邦学习
    5.1.3  系统动态下的联邦学习
    5.1.4  安全联邦学习
  5.2  相关理论知识与技术
    5.2.1  联邦学习原理
    5.2.2  联邦平均算法
    5.2.3  卷积神经网络
    5.2.4  轻量级框架
  5.3  问题分析

    5.3.1  高精度轻量化模型
    5.3.2  个性化轻量化模型
  5.4  实验结果与分析
    5.4.1  参数设置
    5.4.2  实验源代码说明
    5.5.3  实验结果
  5.5  实验平台搭建与性能验证
    5.5.1  搭建边缘智能平台
    5.5.2  性能验证
  小结
  习题
第6章  边缘系统容量
  6.1  边缘系统容量基础
  6.2  问题架构
    6.2.1  系统场景
    6.2.2  干扰分析
    6.2.3  优化问题表述
  6.3  传输距离和系统容量
    6.3.1  传输距离表示
    6.3.2  最小传输距离
    6.3.3  系统容量
  6.4  实验结果与分析
    6.4.1  仿真源代码说明
    6.4.2  内容备份数和分配过程
    6.4.3  容量分析
  小结
  习题
第7章  云边系统部署与配置
  7.1  Kubernetes和Docker安装
  7.2  云端部署KubeEdge（master）
  7.3  边缘端部署KubeEdge（edgenode1，edgenode2）
  7.4  检查KubeEdge各节点状态
  7.5  计数器示例演示
  7.6  交通标志检测系统示例演示
    7.6.1  系统总体设计
    7.6.2  边缘端服务应用设计与实现
    7.6.3  云端管理平台设计与实现
    7.6.4  系统测试与分析
  小结
  习题
附录A  缩略语
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目