面向雲-邊協同計算的資源管理技術
陳星 林兵 陳哲毅
- 出版商: 清華大學
- 出版日期: 2023-07-01
- 定價: $774
- 售價: 7.5 折 $581
- 語言: 簡體中文
- 頁數: 364
- 裝訂: 平裝
- ISBN: 7302625557
- ISBN-13: 9787302625551
-
相關分類:
Edge computing
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
時間序列分析$1,000$900 -
$294超標量處理器設計 -
從零開始學架構：照著做，你也能成為架構師$594$564 -
一書貫通 -- 從資料科學橫入人工智慧領域$650$553 -
MIS 一定要懂的 82個伺服器建置與管理知識$420$332 -
數據分析的力量 Google、Uber 都在用的因果關係思考法$300$255 -
A-Life｜使用 Python 實作人工生命模型$520$411 -
$280特徵工程入門與實踐 (Feature Engineering Made Easy) -
因果革命：人工智慧的大未來 (硬殼精裝)(The Book of Why: The New Science of Cause and Effect)$680$578 -
建立演進式系統架構｜支援常態性的變更 (Building Evolutionary Architectures： Support Constant Change)$480$379 -
這就是服務設計！｜服務設計工作者的實踐指南 (This Is Service Design Doing: Applying Service Design Thinking in the Real World)$880$695 -
失控的數據：數字管理的誤用與濫用，如何影響我們的生活與工作，甚至引發災難$380$342 -
深度學習｜生命科學應用 (Deep Learning for the Life Sciences)$580$458 -
持續交付 2.0：實務導向的 DevOps$680$530 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$538 -
無人機詳解與剖析$294$279 -
大疆無人機二次開發教程：基於 Mobile SDK 與 UX SDK$708$673 -
$378產品經理方法論 構建完整的產品知識體系 -
軟體專案估算$620$484 -
$458數據中臺：賦能企業實時經營與商業創新 -
多無人飛行器協同航跡規劃與編隊控制$588$559 -
Node.js 量化投資全攻略：從資料收集到自動化交易系統建構實戰（iThome鐵人賽系列書）【軟精裝】$760$593 -
Redmine 專案管理無痛攻略：70個問題集 x 專屬教學影片，從入門到精通一本全搞定！(iThome鐵人賽系列書)$650$507 -
無瑕的程式碼 函數式設計篇：原則、模式與實踐$780$608 -
$768數據中心低碳與節能技術
相關主題
商品描述
隨著通信技術和硬件技術的快速發展以及移動設備的普及，雲計算和邊緣計算的資源管理問題在工業界和學術界都引起了廣泛的關註。為滿足相關研究人員的參考需求，作者編著了《面向雲-邊協同計算的資源管理技術》》，主要介紹雲-邊協同資源管理相關理論和研究，幫助讀者瞭解雲-邊協同資源管理問題和解決方法。《面向雲-邊協同計算的資源管理技術》》呈現了以下理論、技術與應用：雲計算；邊緣計算；雲-邊協同；資源管理使能機制；資源自適應管理方法。
目錄大綱
目錄
第1章概述
1．1研究背景與意義
1．2國內外研究現狀
1．2．1雲計算
1．2．2雲邊協同計算
1．2．3資源自適應管理
1．3主要內容和結構安排
第2章面向雲邊協同計算的資源管理使能機制
2．1基於運行時軟件體系結構模型的混合雲平臺管理方法
2．1．1引言
2．1．2相關工作
2．1．3方法概覽
2．1．4雲計算平臺運行時模型的構造方法
2．1．5雲平臺軟件體系結構的統一模型
2．1．6統一模型到單一雲平臺運行時模型的映射方法
2．1．7實驗與評估
2．1．8總結
2．2基於成本估算的Android應用計算卸載方法
2．2．1引言
2．2．2相關工作
2．2．3方法概覽
2．2．4計算遷移在線決策方法建模
2．2．5決策模型
2．2．6實驗與評估
2．2．7總結
2．3基於情境感知的移動雲計算環境下的計算卸載方法
2．3．1引言
2．3．2相關工作
2．3．3方法概覽
2．3．4計算遷移設計模式
2．3．5評估模型
2．3．6實驗與評估
2．3．7總結
2．4移動邊緣環境下麵向Android應用的計算卸載方法
2．4．1引言
2．4．2相關工作
2．4．3方法概覽
2．4．4計算遷移的設計模式
2．4．5計算遷移的評估模型
2．4．6計算遷移自適應中間件的實現
2．4．7實驗與評估
2．4．8總結
2．5移動邊緣環境下麵向DNN應用的計算卸載方法
2．5．1引言
2．5．2相關工作
2．5．3方法概覽
2．5．4卸載機制的設計模式
2．5．5卸載方案的評估模型
2．5．6實驗與評估
2．5．7總結
第3章面向雲計算的資源自適應管理方法
3．1基於機器學習的雲軟件服務資源分配方法
3．1．1引言
3．1．2相關工作
3．1．3問題模型
3．1．4基於機器學習的資源分配方法
3．1．5基於機器學習和自校正的資源分配方法
3．1．6實驗與評估
3．1．7總結
3．2基於疊代QoS模型的雲軟件服務資源自適應管理框架
3．2．1引言
3．2．2相關工作
3．2．3雲軟件服務資源管理問題形式化
3．2．4基於疊代QoS模型的資源自適應管理方法
3．2．5實驗與評估
3．2．6總結
3．3基於預測反饋控制和強化學習的雲軟件服務資源分配方法
3．3．1引言
3．3．2相關工作
3．3．3雲軟件服務資源管理問題形式化
3．3．4基於簡單DQN的資源分配預測方法
3．3．5基於強化學習的預測反饋控制方法
3．3．6實驗與評估
3．3．7總結
3．4面向負載時間窗口的雲軟件服務資源分配方法
3．4．1引言
3．4．2相關工作
3．4．3問題模型
3．4．4算法
3．4．5實驗與評估
3．4．6總結
3．5混合雲環境下代價驅動的工作流應用任務調度方法
3．5．1引言
3．5．2相關工作
3．5．3問題模型
3．5．4pre_CSPCPM調度算法
3．5．5實驗與評估
3．5．6總結
3．6混合雲環境下代價驅動的大數據應用任務調度方法
3．6．1引言
3．6．2相關工作
3．6．3相關算法
3．6．4ADPSOGA調度算法
3．6．5實驗與評估
3．6．6總結
3．7混合雲環境下資源利用率和代價雙目標驅動的工作流應用任務調度方法
3．7．1引言
3．7．2相關工作
3．7．3問題模型
3．7．4OWSA2CI調度算法
3．7．5實驗與評估
3．7．6總結
3．8混合雲環境下代價驅動的多工作流應用在線任務調度方法
3．8．1引言
3．8．2相關工作
3．8．3問題模型
3．8．4OMLFHP調度算法
3．8．5實驗與評估
3．8．6總結
第4章面向雲邊協同計算的資源自適應管理方法
4．1雲邊協同環境下時間驅動的工作流應用數據佈局方法
4．1．1引言
4．1．2相關工作
4．1．3問題模型
4．1．4算法
4．1．5實驗與評估
4．1．6總結
4．2雲邊協同環境下代價驅動的工作流應用任務調度方法
4．2．1引言
4．2．2相關工作
4．2．3問題模型
4．2．4相關算法
4．2．5實驗與評估
4．2．6總結
4．3雲邊端協同環境下代價驅動的DNN應用計算卸載任務調度方法
4．3．1引言
4．3．2相關概念與關鍵技術
4．3．3DNN應用計算遷移問題定義
4．3．4面向成本優化的DNN應用計算遷移決策技術
4．3．5面向能耗優化的DNN應用計算遷移決策技術
4．3．6實驗與評估
4．3．7總結
4．4移動邊緣環境下基於預測反饋控制和強化學習的多邊緣協同負載均衡
方法
4．4．1引言
4．4．2相關工作
4．4．3問題模型
4．4．4相關算法
4．4．5實驗與評估
4．4．6總結
參考文獻
