边缘计算技术与应用

前言

\n

第1章　边缘计算概述 /1

\n

1.1　边缘计算技术的发展 /1

\n

1.1.1　从云计算到移动云计算 /1

\n

1.1.2　从移动云计算到边缘计算 /5

\n

1.2　边缘计算的基本概念 /8

\n

1.2.1　边缘计算的定义 /8

\n

1.2.2　“边缘”的内涵 /9

\n

1.2.3　边缘计算模型的特征 /10

\n

1.3　物联网对边缘计算的需求 /11

\n

1.3.1　物联网的实时性需求 /11

\n

1.3.2　移动边缘计算的概念 /12

\n

1.3.3　移动边缘计算的优点 /14

\n

1.4　边缘计算的架构与实现技术 /15

\n

1.4.1　边缘计算的模型 /15

\n

1.4.2　边缘计算的覆盖范围 /17

\n

1.4.3　边缘云与核心云的关系 /19

\n

1.4.4　边缘计算中的异构计算 /21

\n

1.4.5　边缘数据的特点 /22

\n

1.4.6　边缘硬件设备 /24

\n

1.4.7　边缘计算的工程应用 /30

\n

1.5　习题 /31

\n

第2章　5G边缘计算技术 /33

\n

2.1　5G边缘计算概述 /33

\n

2.1.1　5G的技术特点 /33

\n

2.1.2　5G网络的技术指标 /34

\n

2.1.3　5G的应用场景 /35

\n

2.1.4　5G边缘云的分类 /41

\n

2.1.5　5G边缘计算面临的挑战 /42

\n

2.2　5G边缘计算的架构 /43

\n

2.2.1　设计原则 /43

\n

2.2.2　ETSI MEC架构 /46

\n

2.2.3　MEC架构的层次 /48

\n

2.3　边缘计算参考架构3.0 /49

\n

2.3.1　基本概念 /49

\n

2.3.2　商业视图 /51

\n

2.3.3　使用视图 /53

\n

2.3.4　功能视图 /54

\n

2.3.5　部署视图 /59

\n

2.3.6　共性服务 /60

\n

2.4　在5G网络中部署边缘计算 /62

\n

2.4.1　部署位置 /62

\n

2.4.2　部署级别 /64

\n

2.4.3　网络延时估算 /65

\n

2.4.4　整体部署策略 /67

\n

2.5　不同场景的MEC部署方案 /69

\n

2.5.1　eMBB部署方案 /69

\n

2.5.2　uRLLC部署方案 /69

\n

2.5.3　mMTC部署方案 /70

\n

2.5.4　从4G网络到5G网络的过渡 /70

\n

2.6　习题 /73

\n

第3章　计算迁移技术 /75

\n

3.1　计算迁移概述 /75

\n

3.1.1　计算迁移的基本概念 /75

\n

3.1.2　计算迁移的类型 /76

\n

3.1.3　基于MEC的计算迁移的步骤 /80

\n

3.1.4　计算迁移的工作原理 /81

\n

3.2　计算迁移的实现方法 /83

\n

3.2.1　相关概念 /83

\n

3.2.2　细粒度计算迁移系统 /84

\n

3.2.3　粗粒度计算迁移系统 /87

\n

3.3　习题 /88

\n

第4章　移动边缘计算系统 /91

\n

4.1　MEC系统概述 /91

\n

4.1.1　相关概念 /91

\n

4.1.2　标准化工作 /92

\n

4.2　Cloudlet /93

\n

4.2.1　基本概念 /93

\n

4.2.2　基本特征 /94

\n

4.2.3　关键技术 /95

\n

4.2.4　工作原理 /95

\n

4.2.5　资源发现与选择机制 /98

\n

4.3　Cloudlet的相关研究 /101

\n

4.3.1　ParaDrop /101

\n

4.3.2　PCloud /102

\n

4.3.3　FocusStack /103

\n

4.3.4　CloudPath /105

\n

4.4　雾计算 /107

\n

4.4.1　基本概念 /107

\n

4.4.2　雾节点的功能 /108

\n

4.4.3　雾计算应用系统架构 /109

\n

4.4.4　层次结构划分 /111

\n

4.5　边缘计算中间件 /114

\n

4.5.1　研究背景 /114

\n

4.5.2　中间件的功能 /114

\n

4.5.3　中间件的架构 /115

\n

4.5.4　智能中间件的研究 /120

\n

4.6　MEC、Cloudlet与雾计算 /121

\n

4.6.1　发展背景与特点 /121

\n

4.6.2　整体技术比较 /122

\n

4.7　习题 /122

\n

第5章　边缘计算安全 /125

\n

5.1　边缘计算安全概述 /125

\n

5.1.1　边缘计算安全的重要性 /125

\n

5.1.2　边缘计算安全的特殊性 /126

\n

5.1.3　边缘计算潜在的安全威胁分析 /127

\n

5.1.4　边缘计算安全面临的挑战 /131

\n

5.2　边缘计算安全服务的架构 /133

\n

5.2.1　边缘计算安全的需求 /133

\n

5.2.2　安全架构设计原则 /136

\n

5.2.3　边缘计算安全参考框架1.0 /137

\n

5.3　边缘计算安全架构视图 /138

\n

5.3.1　基础设施安全 /138

\n

5.3.2　网络安全 /139

\n

5.3.3　数据安全 /141

\n

5.3.4　应用安全 /142

\n

5.3.5　边缘安全生命周期管理 /143

\n

5.3.6　“边-云”协同安全 /146

\n

5.4　边缘计算安全的关键技术 /147

\n

5.5　习题 /149

\n

第6章　物联网边缘计算应用 /151

\n

6.1　基于MEC的CDN系统 /151

\n

6.1.1　场景分析 /151

\n

6.1.2　技术方案 /152

\n

6.2　基于MEC的增强现实服务 /154

\n

6.2.1　场景分析 /154

\n

6.2.2　技术方案 /155

\n

6.3　基于MEC的实时人物目标跟踪 /158

\n

6.3.1　场景分析 /158

\n

6.3.2　技术方案 /158

\n

6.4　基于MEC的智能家居系统 /162

\n

6.4.1　场景分析 /162

\n

6.4.2　技术方案 /163

\n

6.5　习题 /170

\n

第7章　边缘计算开源平台 /173

\n

7.1　开源平台概述 /173

\n

7.2　面向设备侧的开源平台 /175

\n

7.2.1　EdgeX Foundry /176

\n

7.2.2　ioFog /177

\n

7.2.3　Fledge /179

\n

7.3　面向边缘云的开源平台 /180

\n

7.3.1　Akraino Edge Stack /180

\n

7.3.2　StarlingX /182

\n

7.3.3　CORD /183

\n

7.4　“边-云”协同的开源平台 /184

\n

7.4.1　Azure IoT Edge /184

\n

7.4.2　KubeEdge /186

\n

7.4.3　Baetyl /188

\n

7.5　习题 /189

\n

部分习题参考答案 /191

\n

参考文献 /193

\n