云邊協(xié)同大數(shù)據技術與應用

定　價：￥89.00

作　者：	韓銳，劉馳著
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111701002	出版時間：	2022-03-01	包裝：
開本：		頁數(shù)：		字數(shù)：

內容簡介

　　本書以云邊協(xié)同技術的發(fā)展歷程為線索，介紹云邊協(xié)同技術體系，具體內容組織如下。第1章以云邊協(xié)同技術為線索，首先介紹云計算與邊緣計算的發(fā)展歷程，然后梳理云邊協(xié)同技術的發(fā)展，并詳細介紹云邊協(xié)同數(shù)據處理系統(tǒng)發(fā)展過程中的驅動因素，以及數(shù)據處理在云邊協(xié)同架構下的模式演化和未來的復雜應用的潛在計算模式。第2章詳細介紹云邊協(xié)同環(huán)境下的數(shù)據預處理技術，對云邊協(xié)同環(huán)境下需要處理的數(shù)據具有的多樣性、異構性、限制性、穩(wěn)定性和高吞吐等特點做了介紹，然后對數(shù)據清理、集成、歸約等預處理技術以及典型批流融合處理架構和系統(tǒng)進行詳細介紹，后展示了典型技術案例SlimML。第3章具體介紹邊緣智能技術，包括邊緣訓練前沿技術（如通信開銷優(yōu)化、梯度計算優(yōu)化等）和邊緣推斷前沿技術（如模型壓縮、模型分割、多模型并行、多模型流水線等）。第4章著重介紹物聯(lián)網與邊緣智能數(shù)據安全隱私，從數(shù)據安全與隱私技術的起源和發(fā)展講起，對云邊協(xié)同環(huán)境下的數(shù)據安全挑戰(zhàn)進行總結，后詳細介紹實現(xiàn)數(shù)據安全與隱私保護的差分隱私技術、安全多方計算技術、同態(tài)加密技術和區(qū)塊鏈技術，并展望了未來的數(shù)據安全與隱私保護技術。第5章從實際的云邊協(xié)同應用出發(fā)，詳細介紹視頻、工業(yè)互聯(lián)網和智慧城市場景中的典型云邊協(xié)同技術及其面臨的挑戰(zhàn)。本書的讀者對象主要包括大數(shù)據應用開發(fā)人員、大數(shù)據運維工程師、高校和研究院大數(shù)據方向師生以及開源軟件愛好者。

作者簡介

　　韓銳北京理工大學特別研究員，博士生導師。2010年畢業(yè)于清華大學并獲優(yōu)秀碩士畢業(yè)生，2014年博士畢業(yè)于英國帝國理工學院，2014年3月至2018年6月在中國科學院計算所工作。專注于研究面向典型負載（機器學習、深度學習、互聯(lián)網服務）的云計算系統(tǒng)優(yōu)化，在 TPDS、TC、TKDE、TSC等領域（重要）期刊和INFOCOM、ICDCS、ICPP、RTSS等會議上發(fā)表超過40篇論文，Google學術引用1000 余次。劉馳北京理工大學計算機學院副院長，教授，博士生導師。智能信息技術北京市重點實驗室主任，國家優(yōu)秀青年科學基金獲得者，國家重點研發(fā)計劃首席科學家，中國電子學會會士，英國工程技術學會會士，英國計算機學會會士。分別于清華大學和英國帝國理工學院獲得學士和博士學位，后在德國電信研究總院任博士后研究員，在美國IBM T.J.Watson研究中心和IBM中國研究院任研究主管。主要研究方向是智能物聯(lián)網技術。曾主持國家重點研發(fā)計劃“工業(yè)軟件”重點專項項目、國家自然科學基金青年/面上/優(yōu)青/重點項目、國家重點研發(fā)計劃課題等?，F(xiàn)任國家信息產業(yè)“十四五”規(guī)劃專家顧問組成員、第四屆全國信標委技術委員會委員、IEEE Transactions on Network Science and Engineering編委等。獲得KDD'21論文亞軍，以及省部級一等獎、二等獎、三等獎各1項。

圖書目錄

前言
作者簡介
第1章　云邊協(xié)同大數(shù)據系統(tǒng)概述 1
1.1　云邊協(xié)同發(fā)展歷程 1
1.1.1　探索階段 1
1.1.2　云階段 3
1.1.3　云邊協(xié)同階段 7
1.2　云邊協(xié)同數(shù)據處理 12
1.2.1　數(shù)據來源 12
1.2.2　處理模式 13
1.3　云邊協(xié)同系統(tǒng)管理 18
1.3.1　云邊協(xié)同負載 18
1.3.2　任務管理 25
1.3.3　資源管理 29
1.3.4　應用管理 33
1.4　云邊協(xié)同典型場景 35
1.4.1　物聯(lián)網大數(shù)據 35
1.4.2　視頻大數(shù)據 41
1.4.3　智能駕駛大數(shù)據 47
1.5　本章小結 52
參考文獻 54
第2章　云邊融合的數(shù)據處理系統(tǒng) 60
2.1　云邊協(xié)同環(huán)境下的數(shù)據處理簡介 60
2.1.1　背景 60
2.1.2　環(huán)境 61
2.1.3　數(shù)據 63
2.1.4　處理模式 63
2.1.5　問題與挑戰(zhàn) 64
2.2　云邊協(xié)同環(huán)境下的數(shù)據預處理 66
2.2.1　簡介 66
2.2.2　數(shù)據質量 67
2.2.3　數(shù)據清理 68
2.2.4　數(shù)據集成 77
2.2.5　數(shù)據歸約 80
2.2.6　數(shù)據預處理小結 84
2.3　批流融合處理架構與系統(tǒng) 84
2.3.1　批流融合處理架構 85
2.3.2　批流處理系統(tǒng)的發(fā)展 86
2.3.3　批流融合處理前沿技術 91
2.4　典型技術案例SlimML 95
2.4.1　背景 95
2.4.2　非關鍵點驗證 97
2.4.3　總體思想 100
2.4.4　架構 101
2.4.5　評測 105
2.5　本章小結 112
參考文獻 112
第3章　邊緣智能 119
3.1　背景 119
3.1.1　邊緣計算 119
3.1.2　邊緣智能 119
3.2　挑戰(zhàn) 121
3.3　邊緣訓練前沿技術 122
3.3.1　邊緣訓練簡介 122
3.3.2　中心化/去中心化訓練簡介 123
3.3.3　隱私保護 126
3.3.4　通信開銷優(yōu)化 131
3.3.5　梯度計算優(yōu)化 135
3.3.6　邊緣訓練小結 139
3.4　邊緣推斷前沿技術 140
3.4.1　邊緣推斷簡介 140
3.4.2　模型角度優(yōu)化 141
3.4.3　系統(tǒng)角度優(yōu)化 151
3.4.4　模型選擇 155
3.4.5　模型自動生成 156
3.4.6　邊緣推斷小結 157
3.5　本章小結 158
參考文獻 160
第4章　物聯(lián)網與邊緣智能數(shù)據安全隱私 165
4.1　數(shù)據安全與隱私技術的起源與發(fā)展 165
4.1.1　隱私技術的起源與發(fā)展 166
4.1.2　隱私保護技術現(xiàn)狀 168
4.2　云邊協(xié)同下的數(shù)據安全挑戰(zhàn) 169
4.2.1　云邊協(xié)同下的數(shù)據安全場景 169
4.2.2　云邊協(xié)同下的惡意威脅模型 172
4.2.3　數(shù)據安全關鍵挑戰(zhàn) 174
4.2.4　數(shù)據泄露案例 176
4.3　差分隱私技術 177
4.3.1　相關應用場景與挑戰(zhàn) 177
4.3.2　差分隱私技術簡介 177
4.3.3　差分隱私技術應用 182
4.3.4　相關前沿研究簡介 183
4.4　安全多方計算技術 183
4.4.1　相關應用場景與挑戰(zhàn) 183
4.4.2　安全多方計算簡介 184
4.4.3　安全多方計算應用 189
4.4.4　相關前沿研究簡介 192
4.5　同態(tài)加密技術 192
4.5.1　相關應用場景與挑戰(zhàn) 192
4.5.2　同態(tài)加密技術簡介 193
4.5.3　同態(tài)加密技術應用 195
4.5.4　相關前沿研究簡介 197
4.6　區(qū)塊鏈技術 197
4.6.1　相關應用場景與挑戰(zhàn) 197
4.6.2　區(qū)塊鏈技術簡介 198
4.6.3　區(qū)塊鏈技術應用 201
4.6.4　相關前沿研究簡介 202
4.7　未來技術展望 202
4.8　本章小結 203
參考文獻 203
第5章　云邊協(xié)同典型應用 206
5.1　視頻大數(shù)據 206
5.1.1　簡介 206
5.1.2　數(shù)據特征 207
5.1.3　相關技術 209
5.1.4　典型案例 217
5.2　工業(yè)互聯(lián)網大數(shù)據 219
5.2.1　簡介 219
5.2.2　數(shù)據特征 220
5.2.3　相關技術 223
5.2.4　典型案例 227
5.3　智慧城市大數(shù)據 230
5.3.1　簡介 230
5.3.2　數(shù)據特征 232
5.3.3　關鍵問題和前沿技術 233
5.3.4　典型案例 238
5.4　本章小結 243
參考文獻 243