云邊端協(xié)同的知識(shí)服務(wù)：理論與應(yīng)用

目錄
第1章緒論1
1.1互聯(lián)網(wǎng)網(wǎng)絡(luò)服務(wù)的演變1
1.2互聯(lián)網(wǎng)服務(wù)使能技術(shù)2
1.3互聯(lián)網(wǎng)服務(wù)面臨的問(wèn)題及挑戰(zhàn)4
1.4“云-邊-端”協(xié)同服務(wù)技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)5
1.5本章小結(jié)6
參考文獻(xiàn)6
第2章內(nèi)生關(guān)系感知的“云-邊-端”協(xié)同服務(wù)架構(gòu)8
2.1“云-邊-端”協(xié)同服務(wù)原則與目標(biāo)8
2.2“云-邊-端”協(xié)同服務(wù)的研究現(xiàn)狀及主要挑戰(zhàn)11
2.2.1“云-邊-端”協(xié)同服務(wù)的研究現(xiàn)狀11
2.2.2“云-邊-端”協(xié)同服務(wù)的主要挑戰(zhàn)13
2.3內(nèi)生關(guān)系感知的“云-邊-端”協(xié)同服務(wù)架構(gòu)模型13
2.3.1上下文感知15
2.3.2信任管理17
2.3.3協(xié)同分發(fā)19
2.4本章小結(jié)21
參考文獻(xiàn)21
第3章“云-邊-端”協(xié)同的軌跡隱私保護(hù)技術(shù)24
3.1軌跡隱私保護(hù)研究現(xiàn)狀及主要挑戰(zhàn)24
3.1.1國(guó)內(nèi)外研究現(xiàn)狀24
3.1.2當(dāng)前存在的主要挑戰(zhàn)26
3.2系統(tǒng)模型與基礎(chǔ)理論27
3.2.1系統(tǒng)模型27
3.2.2零知識(shí)證明29
3.2.3群簽名29
3.2.4本地差分隱私29
3.3基于零知識(shí)證明和群簽名的匿名認(rèn)證方法30
3.3.1基于零知識(shí)證明的匿名認(rèn)證方法30
3.3.2基于群簽名的匿名認(rèn)證方法32
3.4“云-邊-端”協(xié)同的位置及軌跡隱私保護(hù)方法35
3.4.1基于空間四叉樹的地理位置編碼方法36
3.4.2基于本地化差分隱私位置/軌跡數(shù)據(jù)保護(hù)方法37
3.4.3實(shí)驗(yàn)分析39
3.5本章小結(jié)41
參考文獻(xiàn)41
第4章“云-邊-端”協(xié)同的實(shí)體搜索服務(wù)技術(shù)43
4.1實(shí)體搜索服務(wù)技術(shù)研究現(xiàn)狀及主要挑戰(zhàn)43
4.1.1研究現(xiàn)狀43
4.1.2主要挑戰(zhàn)46
4.2實(shí)體搜索模型與基礎(chǔ)理論48
4.3動(dòng)態(tài)特征提取與高效搜索方案50
4.3.1有效的數(shù)據(jù)抽象與表征方法51
4.3.2時(shí)變性感知的實(shí)體狀態(tài)特征提取方法52
4.3.3“云-邊-端”協(xié)同的實(shí)體狀態(tài)數(shù)據(jù)緩存方法54
4.4“云-邊-端”協(xié)同的實(shí)體搜索性能評(píng)估56
4.4.1實(shí)體分類方法性能驗(yàn)證57
4.4.2實(shí)體數(shù)據(jù)緩存方法性能驗(yàn)證59
4.4.3實(shí)體搜索方法性能驗(yàn)證61
4.5本章小結(jié)64
參考文獻(xiàn)65
第5章“云-邊-端”協(xié)同的視頻緩存分發(fā)技術(shù)67
5.1技術(shù)挑戰(zhàn)69
5.2“云-邊-端”協(xié)同的視頻緩存分發(fā)模型與基礎(chǔ)理論70
5.2.1“云-邊-端”協(xié)同網(wǎng)絡(luò)場(chǎng)景70
5.2.2視頻緩存分發(fā)模型71
5.2.3視頻緩存分發(fā)問(wèn)題解耦72
5.3“云-邊-端”協(xié)同群組興趣挖掘方案73
5.3.1用戶偏好感知的興趣預(yù)測(cè)方法75
5.3.2群組社交相似度感知的視頻緩存策略76
5.4“邊-端”協(xié)同無(wú)線資源分配方案79
5.5“云-邊-端”協(xié)同視頻緩存分發(fā)方案性能評(píng)估81
5.5.1用戶興趣預(yù)測(cè)評(píng)估82
5.5.2視頻緩存性能評(píng)估83
5.5.3視頻傳輸性能評(píng)估86
5.6本章小結(jié)88
參考文獻(xiàn)88
第6章“云-邊-端”協(xié)同的情感識(shí)別技術(shù)91
6.1情感識(shí)別技術(shù)研究現(xiàn)狀及主要挑戰(zhàn)91
6.2系統(tǒng)模型與基礎(chǔ)理論94
6.3用戶情感識(shí)別的模型遷移方案96
6.3.1EEG信號(hào)預(yù)處理96
6.3.2特征提取97
6.3.3三維通道映射98
6.3.4卷積神經(jīng)網(wǎng)絡(luò)100
6.3.5遷移學(xué)習(xí)101
6.4“云-邊-端”協(xié)同的情感識(shí)別性能評(píng)估102
6.4.1實(shí)驗(yàn)設(shè)計(jì)及數(shù)據(jù)處理102
6.4.2實(shí)驗(yàn)結(jié)果及討論103
6.5本章小結(jié)106
參考文獻(xiàn)107