云边协同大数据技术与应用

随着物联网的不断发展，越来越多的终端设备，如可穿戴设备、环境监控设备、传感器、虚拟现实设备等，具有了接入互联网的能力，并产生了海量的异构数据交互。传统的云平台已经不能满足不断涌现出来的新型应用对数据处理任务的响应速度、延迟、高吞吐和容错性等方面的要求，因而引发了学术界和工业界对云边协同平台的数据处理技术的广泛研究。本书以云边协同技术为主线，首先介绍云计算与边缘计算的发展历程，然后详细介绍云边协同环境下雾计算、边缘计算等与传统云平台相结合而催生的典型云边协同技术及其实际应用场景和案例。 本书作为为数不多的全面总结云边协同技术及其应用场景的书籍，从云计算和边缘计算的发展历程开始讲起，由浅入深，对云边协同的发展历程、云边协同所要解决的技术挑战等做了总结，然后详细介绍了典型的云边协同技术和框架，并在实际应用场景下讲述如何应用这些技术，同时对未来的云边协同技术做了展望。本书试图通过既简单又系统的方式让读者了解云边协同的前世今生，熟悉典型的云边协同技术及其应用场景，进而对整个云边协同技术体系有一个全面的认识。

前言
作者简介
第1章 云边协同大数据系统概述
1.1 云边协同发展历程
1.1.1 探索阶段
1.1.2 云阶段
1.1.3 云边协同阶段
1.2 云边协同数据处理
1.2.1 数据来源
1.2.2 处理模式
1.3 云边协同系统管理
1.3.1 云边协同负载
1.3.2 任务管理
1.3.3 资源管理
1.3.4 应用管理
1.4 云边协同典型场景
1.4.1 物联网大数据
1.4.2 视频大数据
1.4.3 智能驾驶大数据
1.5 本章小结
参考文献
第2章 云边融合的数据处理系统
2.1 云边协同环境下的数据处理简介
2.1.1 背景
2.1.2 环境
2.1.3 数据
2.1.4 处理模式
2.1.5 问题与挑战
2.2 云边协同环境下的数据预处理
2.2.1 简介
2.2.2 数据质量
2.2.3 数据清理
2.2.4 数据集成
2.2.5 数据归约
2.2.6 数据预处理小结
2.3 批流融合处理架构与系统
2.3.1 批流融合处理架构
2.3.2 批流处理系统的发展
2.3.3 批流融合处理前沿技术
2.4 典型技术案例SlimML
2.4.1 背景
2.4.2 非关键点验证
2.4.3 总体思想
2.4.4 架构
2.4.5 评测
2.5 本章小结
参考文献
第3章 边缘智能
3.1 背景
3.1.1 边缘计算
3.1.2 边缘智能
3.2 挑战
3.3 边缘训练前沿技术
3.3.1 边缘训练简介
3.3.2 中心化/去中心化训练简介
3.3.3 隐私保护
3.3.4 通信开销优化
3.3.5 梯度计算优化
3.3.6 边缘训练小结
3.4 边缘推断前沿技术
3.4.1 边缘推断简介
3.4.2 模型角度优化
3.4.3 系统角度优化
3.4.4 模型很优选择
3.4.5 模型自动生成
3.4.6 边缘推断小结
3.5 本章小结
参考文献
第4章 物联网与边缘智能数据安全隐私
4.1 数据安全与隐私技术的起源与发展
4.1.1 隐私技术的起源与发展
4.1.2 隐私保护技术现状
4.2 云边协同下的数据安全挑战
4.2.1 云边协同下的数据安全场景
4.2.2 云边协同下的恶意威胁模型
4.2.3 数据安全关键挑战
4.2.4 数据泄露案例
4.3 差分隐私技术
4.3.1 相关应用场景与挑战
4.3.2 差分隐私技术简介
4.3.3 差分隐私技术应用
4.3.4 相关前沿研究简介
4.4 安全多方计算技术
4.4.1 相关应用场景与挑战
4.4.2 安全多方计算简介
4.4.3 安全多方计算应用
4.4.4 相关前沿研究简介
4.5 同态加密技术
4.5.1 相关应用场景与挑战
4.5.2 同态加密技术简介
4.5.3 同态加密技术应用
4.5.4 相关前沿研究简介
4.6 区块链技术
4.6.1 相关应用场景与挑战
4.6.2 区块链技术简介
4.6.3 区块链技术应用
4.6.4 相关前沿研究简介
4.7 未来技术展望
4.8 本章小结
参考文献
第5章 云边协同典型应用
5.1 视频大数据
5.1.1 简介
5.1.2 数据特征
5.1.3 相关技术
5.1.4 典型案例
5.2 工业互联网大数据
5.2.1 简介
5.2.2 数据特征
5.2.3 相关技术
5.2.4 典型案例
5.3 智慧城市大数据
5.3.1 简介
5.3.2 数据特征
5.3.3 关键问题和前沿技术
5.3.4 典型案例
5.4 本章小结
参考文献