傳感雲與邊緣計算

王田 王文華 徐旸

  • 出版商: 人民郵電
  • 出版日期: 2025-08-01
  • 售價: $900
  • 語言: 簡體中文
  • 頁數: 398
  • ISBN: 7115661561
  • ISBN-13: 9787115661562
  • 相關分類: Edge computing
  • 下單後立即進貨 (約4週~6週)

  • 傳感雲與邊緣計算-preview-1
  • 傳感雲與邊緣計算-preview-2
傳感雲與邊緣計算-preview-1

商品描述

本書從傳感雲的產生與發展切入,首先介紹傳感雲的基本知識,並著重指出它與邊緣計算的關系及發展現狀。隨後討論基於邊緣計算的傳感雲數據收集技術、數據清洗技術、數據存儲技術、資源優化技術、信任評價機制、可信服務選擇技術、隱私與安全技術,以及基於邊緣計算的聯邦學習。最後介紹傳感雲未來發展的新風口—分布式邊緣智能。

本書適合雲計算、物聯網、邊緣計算和電信等領域的研究人員和工程技術人員,以及計算機、通信等相關專業的研究生閱讀。

作者簡介

王田,北京師範大學長聘教授、博士生導師,香港城市大學博士,國家級青年拔尖人才,“大數據雲邊智能協同”教育部工程研究中心主任,廣東省普通高校創新團隊帶頭人。連續5年入選斯坦福大學“全球前2%頂尖科學家”終身科學影響力榜單,入選ScholarGPS“前0.05%頂尖科學家”榜單。從事物聯網、邊緣智能領域的研究工作,在CCF A類期刊以及IEEE/ACM Transactions系列期刊上發表論文100余篇。論文被引17 000多次,H指數為76,其中ESI高被引論文10篇(含3篇ESI熱點論文);獲發明專利授權30項(轉化2項),主持科技部國家重點研發計劃1項、國家自然科學基金5項,獲廣東省科技進步獎二等獎、福建省科技進步獎二等獎、福建省自然科學獎三等獎、中國仿真學會自然科學獎一等獎、廣東省計算機學會青年科技獎(年度唯二)、IEEE/ACM IWQoS 2024最佳論文獎亞軍。作為國內最早研究邊緣計算的學者之一,曾主持國內最早的關於邊緣計算的國家級課題。

王文華,北京師範大學珠海校區講師,2022年於悉尼科技大學獲得博士學位,擔任珠海市邊緣智能研究與應用重點實驗室副主任。研究興趣包括邊緣計算、邊緣智能、聯邦學習、大小模型協同等。主持/參與各類科研項目十余項,曾於JSAC、TSC、JPDC、TOSN、《計算機研究與發展》等國際國內著名學術期刊,以及ICDE、IWQoS等國際學術會議上發表多項研究成果;獲發明專利授權4項,另有多項專利申請。獲IEEE CBD 2024最佳論文獎、珠海市科技進步獎二等獎。

徐旸,湖南大學先進技術辦公室副主任、博士生導師,國家優青。曾入選湖南省“三尖”創新人才工程、湖南省科技人才托舉工程、長沙市傑出青年科技人才培養計劃,以及斯坦福大學“全球前2%頂尖科學家”榜單。獲中國電子學會科學技術獎(技術發明獎)一等獎、中國仿真學會科學技術獎(自然科學獎)一等獎等。現任中國工業與應用數學學會區塊鏈專業委員會常務委員、CCF區塊鏈專業委員會執行委員,以及《電子學報(英文)》等期刊青年編委。從事雲-邊-端協同計算、邊緣智能安全等研究工作,主持國家自然科學基金、湖南省重點研發計劃等科研項目。在NDSS、INFOCOM等會議與期刊上發表論文60余篇,其中10篇入選ESI高被引論文。

目錄大綱

第 1章 概論 1

1.1 傳感雲的產生與發展 2

1.1.1 傳感雲的產生背景 2

1.1.2 傳感雲的發展歷程 4

1.2 傳感雲的基本知識 6

1.2.1 傳感雲的概念、特點及系統架構 6

1.2.2 傳感雲的應用 10

1.3 傳感雲與邊緣計算的關系及發展現狀 18

1.3.1 傳感雲的發展與挑戰 18

1.3.2 傳感雲與邊緣計算 20

1.4 本章小結 26

參考文獻 27

第 2章 基於邊緣計算的傳感雲數據收集技術 29

2.1 基於邊緣計算的傳感雲數據收集 30

2.1.1 傳感雲中的數據收集 30

2.1.2 基於邊緣計算的傳感雲數據收集框架 31

2.2 基於移動節點的傳感雲數據收集 32

2.2.1 具有自適應時延的傳感雲數據收集 32

2.2.2 基於移動邊緣計算的傳感雲數據收集 44

2.3 基於兩級雙向預測的傳感雲數據收集 54

2.4 前沿方向 68

2.5 本章小結 69

參考文獻 70

第3章 基於邊緣計算的傳感雲數據清洗技術 73

3.1 數據清洗方法與面臨的挑戰 74

3.2 基於邊緣計算的異常數據清洗 77

3.2.1 異常數據清洗概述 78

3.2.2 基於邊緣計算的異常數據清洗方法 80

3.2.3 小結 87

3.3 基於邊緣計算的缺失數據填充 87

3.3.1 缺失數據填充概述 88

3.3.2 基於邊緣計算的缺失數據填充方法 90

3.3.3 小結 99

3.4 前沿方向 99

3.5 本章小結 100

參考文獻 101

第4章 基於邊緣計算的傳感雲數據存儲技術 104

4.1 傳感雲數據存儲問題概述 104

4.1.1 安全問題 105

4.1.2 效率問題 106

4.2 基於邊緣計算的傳感雲數據存儲 107

4.2.1 三級安全存儲方法 107

4.2.2 差分三級存儲方法 112

4.3 基於邊緣計算的動態數據同步存儲 117

4.3.1 基於邊緣計算的差分同步方法 117

4.3.2 雲邊協同的動態數據同步方法 128

4.4 前沿方向 137

4.5 本章小結 138

參考文獻 139

第5章 基於邊緣計算的傳感雲資源優化技術 142

5.1 傳感雲系統中的資源優化問題概述 143

5.2 基於邊緣計算的耦合資源調度和任務卸載 144

5.2.1 基於邊緣存儲的傳感雲低耦合模型 144

5.2.2 雲邊協同的耦合任務動態卸載模型 153

5.3 基於邊緣計算的任務卸載與激勵機制 162

5.3.1 多邊緣任務卸載 162

5.3.2 基於邊緣計算的多移動設備任務卸載方法 164

5.3.3 基於邊緣計算的分層激勵方法 173

5.4 前沿方向 182

5.5 本章小結 183

參考文獻 183

第6章 基於邊緣計算的傳感雲信任評價機制 186

6.1 傳感雲中的信任評價機制優化概述 187

6.2 基於邊緣計算的信任評價機制 188

6.2.1 基於邊緣計算的分層信任評價機制 189

6.2.2 基於邊緣計算的數據層次內部攻擊檢測 198

6.3 基於移動邊緣節點的信任評價機制 206

6.3.1 移動邊緣節點的激勵機制 207

6.3.2 基於移動邊緣節點的傳感器信任評價機制 215

6.3.3 移動距離無限的邊緣節點路徑規劃算法 219

6.3.4 移動距離受限的邊緣節點路徑規劃算法 225

6.4 前沿方向 232

6.5 本章小結 234

參考文獻 235

第7章 基於邊緣計算的傳感雲可信服務選擇技術 237

7.1 傳感雲系統中的可信服務概述 238

7.2 基於虛擬力的傳感雲可信數據收集服務 242

7.2.1 問題描述與規則定義 242

7.2.2 可信數據收集路徑算法設計與分析 244

7.3 基於邊緣計算的傳感雲可信服務選擇研究 249

7.3.1 基於邊緣計算的傳感雲可信服務環境 250

7.3.2 基於邊緣計算的數據信任安全方案 257

7.4 前沿方向 265

7.5 本章小結 267

參考文獻 267

第8章 基於邊緣計算的傳感雲隱私與安全技術 269

8.1 傳感雲系統安全概述 269

8.1.1 傳感雲系統中的安全問題 269

8.1.2 傳感雲安全技術 271

8.2 基於邊緣計算的傳感雲節點軌跡隱私保護方案 273

8.2.1 攻擊類型與隱私保護衡量標準 274

8.2.2 安全性分析 277

8.2.3 模擬仿真 278

8.3 基於邊緣計算的傳感雲數據存儲與查詢隱私保護機制 281

8.3.1 數據分層存儲框架 283

8.3.2 數據查詢策略與分析 285

8.3.3 分層檢索的混合加密機制 286

8.3.4 3層結構的檢索方案分析 287

8.3.5 模擬仿真 290

8.4 基於邊緣計算的私密數據共享隱私保護機制 293

8.4.1 問題定義 294

8.4.2 基於邊緣計算的組合數據共享機制 295

8.4.3 模擬仿真 300

8.5 前沿方向 304

8.6 本章小結 305

參考文獻 306

第9章 基於邊緣計算的聯邦學習 308

9.1 聯邦學習的基本概念 309

9.1.1 聯邦學習概述 309

9.1.2 聯邦學習效率優化的研究現狀 310

9.2 基於邊緣計算的聯邦學習高效通信技術 312

9.2.1 基於邊緣計算的冗余模型檢測與清洗 312

9.2.2 基於邊緣計算的模型參數選擇 322

9.3 基於邊緣計算的聯邦學習終端設備選擇技術 331

9.3.1 基於邊緣計算的終端設備選擇與模型聚合 332

9.3.2 基於移動邊緣計算的聯邦學習擴展 340

9.4 前沿方向 353

9.5 本章小結 354

參考文獻 355

第 10章 傳感雲與邊緣智能 357

10.1 邊緣智能的概念 357

10.2 邊緣智能的發展 359

10.2.1 邊緣智能探索 359

10.2.2 邊緣智能存在的挑戰 367

10.3 分布式邊緣智能研究 372

10.3.1 分布式邊緣智能架構 373

10.3.2 邊緣設備協作的集成知識蒸餾框架 374

10.3.3 聯邦學習中的協作式訓練 380

10.4 基於分布式邊緣智能的合作視頻監控系統 386

10.4.1 系統整體架構 387

10.4.2 基於Kubernetes平臺對合作視頻監控系統進行資源管理 388

10.4.3 基於Kafka消息中間件實現邊緣節點之間異步通信與協同推理 390

10.4.4 系統性能優化 392

10.4.5 總結 393

10.5 前沿方向 393

10.6 本章小結 395

參考文獻 396