计算机科学丛书 雾计算与边缘计算 原理及范式
作者：拉库马 布亚（Rajkumar Buyya），萨蒂 著，彭木根 孙耀华译 译
出版时间： 2019年版
内容简介
本书包含了由物联网、云计算和雾计算领域的几位专家撰写的章节，以协调统一的方式呈现，从基础原理开始，接着介绍中间件，最后提出实现与雾计算和边缘计算相关的应用的技术解决方案。

本书内容分为三个部分。第一部分（第1～5章）聚焦基础原理。第1章介绍了物联网范式以及以云为中心的物联网的局限性，讨论了克服局限性的相关技术和新计算范式，如雾计算、边缘计算等，以及它们的主要优势和基本机制。此外，还展示了雾计算和边缘计算环境的分层，并详细讲解了雾计算和边缘计算带来的机遇和挑战。第2章从组网、管理、资源等角度对其挑战以及未来研究方法进行了进一步阐述。第3章讨论了建模技术的使用和对由云、雾和物联网组成的云–物系统进行展示和评估的文献。第4章盘点了*新的在5G、边缘/雾和云计算下进行网络切片的相关文献。作为第一部分的最后一章，第5章基于一致的、定义明确的、正式的约束和优化目标表达式，讨论了雾计算中优化问题的一般概念性框架。

第二部分（第6～10章）关注中间件。第6章讨论了在所提出的架构下，雾计算和边缘计算中间件设计的不同方面。第7章介绍了一种边缘云参考架构的核心原理，该架构基于容器作为打包和分布机制。该章还提供了使用Raspberry Pi集群的实验结果来验证提出的架构方案。第8章提出了在雾计算环境下的数据管理概念架构，并讨论了雾计算数据管理的未来研究方向。第9章讨论了在雾环境下支撑应用程序部署的FogTorchΠ原型。该原型可以展示处理能力、预测服务质量属性、评估雾计算基础设施的运行成本以及应用程序的处理和服务质量需求。第10章盘点了用于物联网设备安全防护的机器学习算法和雾计算下机器学习的适用范围。

第三部分（第11～17章）主要介绍了雾计算应用和相关问题。第11章讨论了可以部署在传统集中数据分析平台中且可以在雾计算环境下进行数据分析的雾引擎原型。另外，该章还提供了智能家居和智能营养监控系统的研究案例，它们在概念上使用了雾引擎。第12章介绍了智能电子健康网关中的雾计算服务，并通过远程心电监控案例对实施的系统进行了评估。第13章讨论和比较了在雾及边缘处构建这样的自动化监控应用需要的计算能力和算法。第14章在智能交通管理系统用例的场景下，确定了数据驱动传输架构的计算需求，为智能交通应用设计了基于云、雾协同的计算平台。第15章分别在智能家居、智能健康、智能交通领域探讨了应用的测试问题。第16章对雾/边缘/物联网应用进行了分类，分析了通用数据保护条例中*新的限制条例，讨论了这些法律约束如何影响物联网在云和雾环境下的设计与运行。雾计算环境由物联网设备、雾节点、云数据中心组成，并将产生大量的物联网数据，其高昂的开销是物联网发展面临的一个重大问题。为了解决这个问题，第17章介绍了iFogSim仿真组件，提供了详细的安装教程以及建模雾环境的详细指导。
目录
出版者的话

译者序

前言

致谢

作者名单

第一部分　基础原理

第1章　物联网和新的计算范式 2

1.1　引言 2

1.2　相关技术 4

1.3　通过雾计算和边缘计算完成云计算 5

1.4　雾计算和边缘计算的层次结构 8

1.5　商业模式 10

1.6　机遇和挑战 11

1.7　结论 13

参考文献 14

第2章　解决联合边缘资源面临的挑战 16

2.1　引言 16

2.2　组网挑战 17

2.3　管理挑战 22

2.4　其他挑战 25

2.5　结论 28

参考文献 28

第3章　集成物联网+雾+云基础设施：系统建模和研究挑战 33

3.1　引言 33

3.2　方法论 34

3.3　集成C2F2T文献中的建模技巧 36

3.4　集成C2F2T文献中的应用场景 42

3.5　集成C2F2T文献中的度量指标 44

3.6　未来研究方向 46

3.7　结论 47

致谢 48

参考文献 48

第4章　5G、雾计算、边缘计算和云计算中网络切片的管理和编排 51

4.1　引言 51

4.2　背景 52

4.3　5G中的网络切片 54

4.4　软件定义云中的网络切片 56

4.5　边缘和雾中的网络切片管理 59

4.6　未来研究方向 60

4.7　结论 62

致谢 62

参考文献 62

第5章　雾计算和边缘计算的优化问题 67

5.1　引言 67

5.2　背景及相关工作 68

5.3　预备知识 69

5.4　雾计算优化案例 70

5.5　雾计算的形式化建模框架 70

5.6　指标 71

5.7　雾结构中的优化机会 73

5.8　服务生命周期中的优化机会 74

5.9　雾计算中优化问题的分类 75

5.10　优化技术 76

5.11　未来研究方向 76

5.12　结论 77

致谢 77

参考文献 77

第二部分　中间件

第6章　雾计算和边缘计算的中间件：设计问题 82

6.1　引言 82

6.2　对雾计算和边缘计算中间件的需求 82

6.3　设计目标 83

6.4　最先进的中间件基础设施 84

6.5　系统模型 85

6.6　建议架构 86

6.7　案例研究示例 89

6.8　未来研究方向 90

6.9　结论 91

参考文献 91

第7章　边缘云架构的轻量级容器中间件 96

7.1　引言 96

7.2　背景及相关工作 97

7.3　轻量级边缘云集群 99

7.4　架构管理—存储与编排 100

7.5　物联网集成 105

7.6　边缘云架构的安全管理 105

7.7　未来研究方向 110

7.8　结论 111

参考文献 111

第8章　雾计算中的数据管理 114

8.1　引言 114

8.2　背景 115

8.3　雾数据管理 116

8.4　未来研究方向 125

8.5　结论 125

参考文献 125

第9章　支持雾应用程序部署的预测性分析 128

9.1　引言 128

9.2　案例：智能建筑 129

9.3　使用FogTorchΠ进行预测性分析 133

9.4　案例（续） 139

9.5　相关工作 141

9.6　未来研究方向 145

9.7　结论 146

参考文献 146

第10章　使用机器学习保护物联网系统的安全和隐私 151

10.1　引言 151

10.2　背景 159

10.3　保护物联网设备的机器学习技术综述 164

10.4　雾计算中的机器学习 169

10.5　未来研究方向 172

10.6　结论 172

参考文献 173

第三部分　应用和问题

第11章　大数据分析的雾计算实现 178

11.1　引言 178

11.2　大数据分析 179

11.3　雾中的数据分析 182

11.4　原型和评估 185

11.5　案例研究 189

11.6　相关工作 193

11.7　未来研究方向 195

11.8　结论 196

参考文献 196

第12章　在健康监测中运用雾计算 199

12.1　引言 199

12.2　具有雾计算的基于物联网的健康监测系统架构 200

12.3　智能电子健康网关中的雾计算服务 203

12.4　系统实现 207

12.5　案例研究、实验结果和评估 210

12.6　连接组件的讨论 213

12.7　雾计算中的相关应用 214

12.8　未来研究方向 214

12.9　结论 215

参考文献 215

第13章　用于实时人物目标跟踪的边缘智能监控视频流处理 219

13.1　引言 219

13.2　人物目标检测 220

13.3　目标跟踪 224

13.4　轻量级人物检测 230

13.5　案例分析 231

13.6　未来研究方向 235

13.7　结论 236

参考文献 236

第14章　智能交通应用发展中的雾计算模型 239

14.1　引言 239

14.2　数据驱动的智能交通系统 240

14.3　智能交通应用程序的关键任务计算要求 241

14.4　智能交通应用程序中的雾计算 243

14.5　案例研究：智能交通灯管理系统 247

14.6　雾编排挑战和未来方向 249

14.7　未来研究方向 250

14.8　结论 253

参考文献 254

第15章　基于雾的物联网应用程序的测试视角 257

15.1　引言 257

15.2　背景 258

15.3　测试视角 259

15.4　未来研究方向 270

15.5　结论 274

参考文献 275

第16章　在雾计算中运行物联网应用的法律问题 278

16.1　引言 278

16.2　相关工作 279

16.3　雾应用、边缘应用、物联网应用的分类 279

16.4　GDPR约束对云、雾和物联网应用的影响 280

16.5　按设计原则进行数据保护 287

16.6　未来研究方向 289

16.7　结论 290

致谢 290

参考文献 290

第17章　使用iFogSim工具包对雾计算和边缘计算环境进行建模和仿真 292

17.1　引言 292

17.2　iFogSim仿真器及其组件 293

17.3　安装iFogSim 294

17.4　使用iFogSim搭建仿真过程 295

17.5　示例场景 295

17.6　部署策略的仿真 305

17.7　智能医疗案例研究 314

17.8　结论 316

参考文献 316