智能边缘计算

封面

版权页

作者简介

前言

第1章 概述

1.1 边缘计算

1.2 智能边缘计算

1.3 智能边缘计算典型应用

1.4 机遇与挑战

本章小结

参考文献

第2章 边缘计算架构与核心技术

2.1 边缘计算架构

2.2 边缘计算核心技术

本章小结

参考文献

第3章 机器学习基础

3.1 机器学习概述

3.2 监督学习

3.3 无监督学习

3.4 半监督学习

3.5 深度学习

3.6 强化学习

本章小结

参考文献

第4章 TinyML

4.1 TinyML与边缘嵌入式设备

4.2 TinyML的核心技术

4.3 TinyML相关研究

4.4 TinyML应用

本章小结

参考文献

第5章 分布式机器学习与联邦学习

5.1 分布式机器学习

5.2 联邦学习

5.3 联邦学习与数据隐私

5.4 联邦学习的激励机制

本章小结

参考文献

第6章 计算、训练与推理任务卸载

6.1 任务卸载概述

6.2 任务卸载的应用场景和系统实例

6.3 任务卸载的挑战与研究方向

本章小结

参考文献

第7章 智能服务缓存与优化

7.1 服务缓存概述

7.2 学习驱动的服务缓存

7.3 云-边-端融合服务缓存

7.4 服务缓存应用场景

7.5 服务缓存策略展望与挑战

本章小结

参考文献

第8章 智能数据管理

8.1 边缘数据管理概述

8.2 数据隐私

8.3 数据完整性

8.4 分布式大数据分析

本章小结

参考文献

第9章 智能能量优化

9.1 能量优化的意义

9.2 智能能量优化的基本概念

9.3 能量智能感知

9.4 多供能智能系统

本章小结

参考文献

第10章 智能边缘协同

10.1 边缘协同概述

10.2 多形态边缘协同

10.3 边缘协同的关键问题与技术

10.4 边缘协同的智能化发展

10.5 智能边缘协同的机遇与挑战

本章小结

参考文献

第11章 智能边缘安全机制

11.1 边缘安全的必要性与挑战

11.2 边缘服务提供者的安全

11.3 边缘服务需求者的安全

11.4 智能边缘安全机制案例

本章小结

参考文献

第12章 基于边缘计算的Web AR平台实现

12.1 概述

12.2 平台介绍

12.3 系统实现

本章小结

参考文献

推荐阅读

内容简介