邊緣計算理論與系統實踐：基於CNCF KubeEdge的實現
談海生 張欣 鄭子木 李向陽
- 出版商: 人民郵電
- 出版日期: 2023-03-01
- 售價: $419
- 貴賓價: 9.5 折 $398
- 語言: 簡體中文
- 頁數: 189
- ISBN: 7115601321
- ISBN-13: 9787115601322
-
相關分類:
Edge computing
立即出貨
買這商品的人也買了...
-
$454無線傳感器網絡原理 (Principles of wireless sensor networks) -
$301特徵工程入門與實踐 (Feature Engineering Made Easy) -
$401深度學習模型及應用詳解 -
雲端深入你我身邊：新一代邊緣運算技術直達$650$553 -
$352對抗機器學習：機器學習系統中的攻擊和防禦 -
$709遷移學習 -- TRANSFER LEARNING (楊強教授新作) -
GAN 對抗式生成網路 (GANs in Action: Deep learning with Generative Adversarial Networks)$750$638 -
聲紋技術：從核心算法到工程實踐$594$564 -
聯邦學習技術及實戰$541$509 -
深入淺出聯邦學習：原理與實踐$474$450 -
人工智慧再進化：聯邦學習讓資料更安全穩固$880$748 -
聯邦學習：原理與算法$768$730 -
$556聯邦學習原理與應用 -
高速數字接口與光電測試$1,068$1,015 -
$602隱私計算 -
不再理論化：聯邦學習親自動手工程專案實作$780$663 -
聯邦學習：算法詳解與系統實現$594$564 -
遷移學習導論, 2/e$714$678 -
跨數據中心機器學習：賦能多雲智能數算融合$528$502 -
聯邦學習原理與PySyft實戰$534$507 -
聯邦學習原理與算法$654$621 -
隱私保護計算$894$849 -
AI + IoT 佈建邊緣運算 - 電腦視覺業界專案原理及實作$980$774 -
隱私運算：開源架構實戰$534$507 -
LLM 大型語言模型的絕世祕笈：27路獨步劍法，帶你闖蕩生成式 AI 的五湖四海 （iThome鐵人賽系列書）$650$507
相關主題
商品描述
本書以 CNCF KubeEdge 為例，分理論知識和系統實現兩部分，介紹了邊緣計算的理論與系統實踐。理論知識部分首先介紹邊緣計算的概念、挑戰與機遇；接著闡述邊緣計算的系統架構，包括雲計算和虛擬化技術；進一步引出雲邊端協同機制，重點講解計算卸載、緩存管理、移動性管理和競爭定價等關鍵技術；最後介紹邊緣計算中的 AI 部署。系統實現部分從定位、功能和整體架構3個方面介紹了主流的邊緣計算平臺，詳細介紹了 CNCF KubeEdge 平臺中功能模塊間通信原理、雲邊組件等基礎知識，最後介紹了搭建 CNCF KubeEdge 的具體步驟和使用 CNCF KubeEdge 控制樹莓派LED 燈、使用 NPU 實現邊緣端人臉識別、實現雲邊協同的聯邦訓練等實驗的操作步驟。
本書將理論與實踐相結合，不僅介紹了邊緣計算的理論知識，還基於 CNCF KubeEdge 平臺實戰操作進行了講解。本書匯集了作者在雲邊端協同領域多年的科研成果，並結合華為邊緣計算團隊一線的工程實踐經驗，可為研究人員、高校學生、企業技術人員學習和部署邊緣計算提供參考。
作者簡介
谈海生
中国科学技术大学教授，博导。国家青年拔尖人才。主要从事网络算法设计与系统实现、边缘计算、工业互联网相关研究。
张欣
博士，华为云原生团队高级工程师。曾参与容器平台的设计与开发，研究方向聚焦于Kubernetes、Edge Computing、Service Mesh等领域。
郑子木
博士，华为云边缘云创新实验室主任工程师，KubeEdge SIG AI联合创始人，深圳海外高层次人才。研究方向为边缘AI、多任务学习及AIoT。获华为公司技术贡献奖项10余项。
李向阳
中国科学技术大学教授，博导。ACM/IEEE Fellow，国家杰出青年科学基金获得者。主要从事智能物联网、边缘计算、数据安全隐私研究。
目錄大綱
目 錄 第 一部分 理論知識
第 1 章 邊緣計算概述 3
1.1 邊緣計算的起源與概念 3
1.2 邊緣計算的優勢與發展 5
1.2.1 邊緣計算的優勢 5
1.2.2 邊緣計算的發展 6
1.3 邊緣計算的挑戰與機遇 7
1.3.1 邊緣計算的挑戰 8
1.3.2 邊緣計算的機遇 12
1.3.3 邊緣計算的典型應用 14
第 2 章 邊緣計算的系統架構 19
2.1 雲計算與雲原生 19
2.1.1 雲計算與邊緣計算 19
2.1.2 雲原生技術 20
2.1.3 Kubernetes 概述 26
2.1.4 主流邊緣計算平臺 27
2.2 雲邊協同架構 31
2.3 跨平臺邊緣設備 32
2.3.1 樹莓派 32
2.3.2 Jetson Nano 33
2.3.3 華為 Atlas 34
第 3 章 雲邊端協同 36
3.1 雲邊端協同概述 36
3.2 預備知識 40
3.2.1 在線算法 40
3.2.2 分佈式算法 43
3.2.3 強化學習 47
3.2.4 定價策略 52
3.3 計算卸載 58
3.3.1 在線任務分配與調度模型 58
3.3.2 在線任務分配與調度算法 60
3.3.3 其他在線任務分配與調度模型 63
3.4 緩存管理 64
3.4.1 緩存模型 65
3.4.2 LANDLORD 及旁路模型 66
3.4.3 邊緣計算場景中的緩存問題 68
3.5 移動性管理 75
3.5.1 模型 76
3.5.2 算法 78
3.6 競爭定價 82
3.6.1 競爭定價的背景 82
3.6.2 模型和納什均衡分析 83
3.6.3 完全信息 85
3.6.4 部分用戶信息 87
第 4 章 邊緣計算中的 AI 部署 91
4.1 概述 91
4.2 技術挑戰 95
4.3 雲邊協同推理 98
4.4 雲邊協同訓練 104
4.4.1 雲邊協同的聯邦學習 105
4.4.2 雲邊協同的遷移學習 108
4.4.3 雲邊協同的增量學習 117
第二部分 系統實現
第 5 章 邊緣計算平臺介紹 125
5.1 Baetyl 125
5.1.1 定位和功能 125
5.1.2 整體架構 125
5.2 EdgeX Foundry 127
5.2.1 定位和功能 127
5.2.2 整體架構 127
5.3 Rancher K3s 129
5.3.1 定位和功能 129
5.3.2 整體架構 129
5.4 CNCF KubeEdge 130
5.4.1 概述 130
5.4.2 定位和功能 131
5.4.3 整體架構 131
5.4.4 AI SIG、MEC SIG、Device-IoT SIG 133
第 6 章 CNCF KubeEdge 系統架構 136
6.1 功能模塊間的通信原理 137
6.2 雲端組件 138
6.2.1 雲端組件與 K8s Master 的關系 139
6.2.2 邊緣控制器 140
6.2.3 設備控制器 142
6.2.4 邊緣存儲的集成設計 149
6.2.5 雲端集線器與邊緣集線器的通信機制 151
6.3 邊緣端組件 156
6.3.1 邊緣端架構設計 157
6.3.2 邊緣集線器 158
6.3.3 EdgeD 159
6.3.4 邊緣自治原理 159
6.4 設備管理設計原理 160
6.4.1 CNCF KubeEdge 設備管理整體設計 160
6.4.2 DeviceTwin 設計原理 160
6.4.3 EventBus 設計原理 160
6.5 EdgeMesh 設計原理 161
6.5.1 ServiceMesh 簡介 161
6.5.2 EdgeMesh 整體設計 161
6.5.3 EdgeMesh 轉發流程 162
6.5.4 Sedna 架構設計 162
6.6 CNCF KubeEdge 的未來發展 163
第 7 章 CNCF KubeEdge 實戰 167
7.1 CNCF KubeEdge 的搭建 167
7.1.1 依賴環境 167
7.1.2 使用 keadm 部署 CNCF KubeEdge 170
7.1.3 CNCF KubeEdge 集群升級 171
7.2 CNCF KubeEdge 的實驗 172
7.2.1 使用 CNCF KubeEdge 控制樹莓派 LED 燈 172
7.2.2 使用 NPU 實現邊緣端人臉識別 175
7.2.3 使用 CNCF KubeEdge 實現雲邊協同的聯邦訓練 176
7.2.4 CNCF KubeEdge 實戰小結 181
參考文獻 183
