邊緣計算系統(tǒng)設(shè)計與實踐：邊緣計算項目落地指南

第1章 邊緣計算介紹
1.1　邊緣計算簡史 2
1.1.1　IT基礎(chǔ)技術(shù)的演進(jìn)歷史 2
1.1.2　挺進(jìn)邊緣計算 4
1.2　云計算、IoT和邊緣計算 7
1.2.1　近邊緣端和遠(yuǎn)邊緣端 8
1.2.2　邊緣計算的應(yīng)用場景 9
1.3　通信與硬件技術(shù)的發(fā)展對邊緣計算的推動 11
1.3.1　計算單元和存儲系統(tǒng) 13
1.3.2　能源管理和收集 15
1.3.3　通信技術(shù) 18
1.4　熱門技術(shù)和邊緣計算 20
1.4.1　5G技術(shù)和邊緣計算 20
1.4.2　云計算、邊緣計算和IoT 23
1.4.3　機器學(xué)習(xí)和邊緣計算 24
1.4.4　移動邊緣計算和移動云計算 26
1.5　云計算平臺提供的邊緣計算服務(wù) 26
1.5.1　AWS IoT Greengrass 27
1.5.2　阿里云Link Edge IoT 27
1.5.3　百度智能邊緣 29
第2章 邊緣計算的硬件
2.1　不同運算核心硬件在邊緣計算中的應(yīng)用 33
2.1.1　CPU與馮·諾依曼體系 33
2.1.2　GPU與并行處理 38
2.1.3　FPGA與ASIC 45
2.1.4　未來的新計算技術(shù) 49
2.2　邊緣網(wǎng)關(guān)和邊緣服務(wù)器 50
2.2.1　邊緣網(wǎng)關(guān) 51
2.2.2　邊緣服務(wù)器和邊緣一體機 52
2.3　各種傳感器技術(shù) 55
第3章 邊緣計算存儲系統(tǒng)設(shè)計和實現(xiàn)
3.1　邊緣計算存儲系統(tǒng)設(shè)計 61
3.1.1　邊緣計算的分布式存儲系統(tǒng) 61
3.1.2　分布式存儲理論基礎(chǔ) 62
3.2　開源分布式存儲系統(tǒng) 66
3.2.1　直連式存儲和集中式存儲 66
3.2.2　大規(guī)模分布式存儲技術(shù) 67
3.2.3　分布式存儲系統(tǒng)總結(jié) 94
3.3　存儲系統(tǒng)硬件技術(shù)的發(fā)展 94
3.3.1　早期存儲硬件技術(shù) 94
3.3.2　固態(tài)硬盤（SSD）技術(shù) 95
3.3.3　未來的存儲硬件 96
3.4　極端條件下的邊緣數(shù)據(jù)存儲 97
3.4.1　邊緣計算和云存儲能力的盲區(qū) 97
3.4.2　用卡車把數(shù)據(jù)送回去 98
第4章 邊緣計算的通信
4.1　物聯(lián)網(wǎng)和邊緣計算的通信概述 101
4.1.1　對于邊緣設(shè)備和物聯(lián)網(wǎng)設(shè)備的通信要求 101
4.1.2　邊緣計算底層通信協(xié)議的分類 102
4.1.3　應(yīng)用層和消息層協(xié)議 104
4.1.4　通信相關(guān)標(biāo)準(zhǔn)組織介紹 105
4.2　邊緣計算網(wǎng)絡(luò)層通信協(xié)議介紹 107
4.2.1　RPL協(xié)議 108
4.2.2　LoRa協(xié)議 109
4.2.3　NB-IoT協(xié)議 110
4.2.4　LTE-M協(xié)議 112
4.2.5　Sigfox協(xié)議 113
4.3　現(xiàn)場邊緣網(wǎng)絡(luò)和通信 114
4.3.1　近距離網(wǎng)絡(luò)通信協(xié)議之一：藍(lán)牙技術(shù) 114
4.3.2　近距離網(wǎng)絡(luò)通信協(xié)議之二：ZigBee 116
4.3.3　近距離網(wǎng)絡(luò)通信協(xié)議之三：Wi-Fi 118
4.4　應(yīng)用層協(xié)議 118
4.4.1　MQTT協(xié)議 119
4.4.2　CoAP協(xié)議 121
第5章 邊緣計算的安全性
5.1　邊緣計算面臨的安全性挑戰(zhàn) 125
5.1.1　邊緣計算面臨的重大安全挑戰(zhàn) 125
5.1.2　信息安全領(lǐng)域是全新的戰(zhàn)場 126
5.1.3　談?wù)務(wù)鹁W(wǎng)病毒 127
5.1.4　Mirai病毒 129
5.2　計算機安全的一些基本概念 131
5.2.1　計算機安全的本質(zhì) 131
5.2.2　計算機系統(tǒng)安全的常用方法和概念 133
5.2.3　計算機加密算法介紹 136
5.2.4　網(wǎng)絡(luò)安全技術(shù) 140
5.3　從可信計算到可信邊緣計算 143
5.3.1　可信計算介紹 143
5.3.2　TPM 1.2、TPM 2.0和TPCM 144
5.3.3　基于TPM 2.0的可信計算 146
5.3.4　可信邊緣計算 147
5.4　邊緣計算安全問題分類 148
5.4.1　邊緣接入安全問題 149
5.4.2　邊緣服務(wù)器安全問題 150
5.4.3　物理安全問題 151
5.5　構(gòu)建安全的邊緣計算架構(gòu) 152
5.5.1　邊緣計算安全綜合設(shè)計 153
5.5.2　邊緣計算安全實踐清單 154
第6章 邊緣計算的微服務(wù)架構(gòu)和消息機制
6.1　微服務(wù)架構(gòu)介紹 157
6.1.1　典型的微服務(wù)架構(gòu) 157
6.1.2　IoT 邊緣計算的微服務(wù)架構(gòu) 158
6.2　關(guān)于容器技術(shù) 159
6.2.1　容器技術(shù)（Docker）介紹 160
6.2.2　Docker引擎 160
6.2.3　虛擬機和容器的區(qū)別 162
6.2.4　進(jìn)一步深入容器技術(shù) 164
6.3　微服務(wù)技術(shù)深度解析 165
6.3.1　軟件開發(fā)模式和架構(gòu)的回顧思考 165
6.3.2　微服務(wù)架構(gòu)核心組件 168
6.3.3　P2P協(xié)議下的微服務(wù)通信 173
6.3.4　討論Kubernetes和邊緣計算 175
6.4　邊緣計算的微服務(wù)架構(gòu)設(shè)計 179
6.4.1　邊緣計算微服務(wù)架構(gòu)的考量 179
6.4.2　邊緣計算架構(gòu)設(shè)計 180
第7章 邊緣計算的數(shù)據(jù)處理
7.1　邊緣計算數(shù)據(jù)處理的價值 184
7.1.1　傳統(tǒng)的數(shù)據(jù)分析流程 184
7.1.2　數(shù)據(jù)價值的思考 185
7.2　流數(shù)據(jù)采集和存儲 186
7.2.1　流數(shù)據(jù)概述 186
7.2.1　設(shè)備接入和數(shù)據(jù)采集 188
7.2.3　邊緣時序數(shù)據(jù)存儲 192
7.3　時序數(shù)據(jù)處理 197
7.3.1　完整時序數(shù)據(jù)處理框架TICK 197
7.3.2　Prometheus和Grafana監(jiān)控系統(tǒng) 201
7.3.3　流處理系統(tǒng) 204
7.4　時序數(shù)據(jù)分析和預(yù)測方法 207
7.4.1　時序數(shù)據(jù)的整理和可視化 207
7.4.2　時序數(shù)據(jù)的一些重要概念 211
7.4.3　統(tǒng)計時序預(yù)測方法 212
7.4.4　ARIMA模型訓(xùn)練和預(yù)測 215
第8章 工業(yè)邊緣計算
8.1　工業(yè)邊緣技術(shù)介紹 219
8.1.1　工業(yè)邊緣計算的發(fā)展現(xiàn)狀 219
8.1.2　工業(yè)邊緣的應(yīng)用場景 220
8.1.3　傳統(tǒng)制造業(yè)信息系統(tǒng)改造 222
8.2　工業(yè)通信協(xié)議與接入技術(shù) 224
8.2.1　不同工業(yè)通信協(xié)議介紹 224
8.2.2　OPC UA協(xié)議及IT與OT的融合 229
8.2.3　工業(yè)通用接入技術(shù) 233
8.3　邊緣計算基礎(chǔ)設(shè)施和成本 236
8.3.1　邊緣計算對基礎(chǔ)設(shè)施的影響 236
8.3.2　邊緣計算解決方案成本估算 239
第9章 機器學(xué)習(xí)和邊緣計算
9.1　常用機器學(xué)習(xí)方法 242
9.1.1　機器學(xué)習(xí)的類型 242
9.1.2　機器學(xué)習(xí)的步驟和評估指標(biāo) 244
9.1.3　基于概率的機器學(xué)習(xí)方法——樸素貝葉斯分類 247
9.1.4　數(shù)據(jù)簡化和降維 250
9.1.5　決策樹分類 254
9.1.6　傳統(tǒng)的回歸預(yù)測方法 257
9.2　深度學(xué)習(xí)方法介紹 262
9.2.1　多層感知機 262
9.2.2　CNN和RNN 264
9.3　強化學(xué)習(xí) 265
9.4　機器學(xué)習(xí)在邊緣計算中的應(yīng)用 274
9.4.1　工業(yè)邊緣計算平臺機器學(xué)習(xí)案例 274
9.4.2　強化學(xué)習(xí)在機器人控制中的應(yīng)用 279
第10章 邊緣計算開源框架
10.1　EdgeX Foundry 282
10.1.1　EdgeX Foundry簡介 282
10.1.2　EdgeX Foundry的設(shè)備服務(wù)和核心服務(wù) 283
10.1.3　EdgeX Foundry的支持服務(wù)和應(yīng)用服務(wù) 286
10.1.4　系統(tǒng)管理微服務(wù) 289
10.2　KubeEdge 290
10.2.1　KubeEdge簡介 290
10.2.2　KubeEdge的安裝和配置 292
10.2.3　KubeEdge對于K8s的改進(jìn) 296
10.3　輕量級機器學(xué)習(xí)框架TensorFlow Lite 298
10.3.1　TensorFlow Lite的安裝和運行 299
10.3.2　TensorFlow Lite模型的優(yōu)化 301
10.3.3　給TensorFlow Lite模型添加元數(shù)據(jù)（Metadata） 304
10.4　邊緣網(wǎng)絡(luò)價值和未來的挑戰(zhàn) 308
10.4.1　梅特卡夫定律和貝克斯特羅姆定律 308
10.4.2　未來信息技術(shù)發(fā)展的制約因素和邊緣計算的關(guān)系 310