新書推薦：
《
重写晚明史（全5册 精装）
》
售價：HK$
781.8
《
汉末晋初之际政治研究
》
售價：HK$
132.2
《
强者破局：资治通鉴成事之道
》
售價：HK$
80.6
《
鸣沙丛书·鼎革：南北议和与清帝退位
》
售價：HK$
121.0
《
从康德到黑格尔的发展：兼论宗教哲学（英国观念论名著译丛）
》
售價：HK$
60.5
《
突破不可能：用特工思维提升领导力
》
售價：HK$
77.3
《
王阳明大传：知行合一的心学智慧（精装典藏版）
》
售價：HK$
221.8
《
失衡与重塑——百年变局下的中国与世界经济
》
售價：HK$
132.2
|
| 內容簡介： |
|
全新的分布式计算范型——边缘计算给支撑业务流程管理的工作流系统技术带来了新的挑战。《边缘工作流系统》探讨了在边缘计算环境中设计和开发工作流系统（即边缘工作流系统）的解决方案。《边缘工作流系统》分为两部分，共8章。第一部分从边缘工作流系统的需求、架构、基础功能和服务质量等角度进行详细阐述。通过分析边缘计算环境架构、软件架构和系统架构，详细介绍了边缘工作流系统的设计。同时，讨论了边缘计算环境中构建工作流系统所需的模型和基础功能，并重点探讨了边缘计算和云计算环境下的服务质量管理。通过边缘工作流系统EdgeWorkflow，全面展示了边缘计算环境中工作流系统的设计和实现过程。在第二部分中，《边缘工作流系统》结合智慧物流领域的*后一公里配送场景，介绍了边缘计算环境中的任务卸载、服务组合和入侵检测方面的解决方案。
|
| 目錄：
|
目录
序
前言
第一部分 基本概念篇
第1章 绪论 3
1.1 工作流系统 4
1.1.1 工作流概念 4
1.1.2 工作流参考模型 5
1.1.3 工作流系统生命周期 8
1.1.4 工作流系统的研究问题 10
1.2 云工作流系统 13
1.2.1 云工作流系统概念 13
1.2.2 云工作流系统架构 14
1.2.3 云工作流系统的研究问题 15
1.3 边缘计算 16
1.3.1 边缘计算概念 16
1.3.2 边缘计算架构 18
1.4 边缘工作流系统概览 19
1.4.1 产生背景 19
1.4.2 系统框架 19
1.4.3 问题与挑战 21
1.5 边缘计算智慧物流工作流示例 23
参考文献 27
第2章 边缘计算工作流系统参考架构 34
2.1 边缘计算智能软件参考架构 34
2.2 边缘工作流系统参考架构 40
参考文献 43
第3章 边缘工作流系统功能 45
3.1 工作流系统架构 45
3.2 边缘工作流系统基础功能 51
3.2.1 基础功能简介 51
3.2.2 示例1：EXPRESS 资源管理 52
3.2.3 示例2：Edge4DL 智能应用管理 55
3.2.4 示例3：FogWorkflowSim 工作流管理 58
参考文献 60
第4章 边缘工作流系统服务质量 63
4.1 云服务质量 63
4.1.1 通用服务质量 63
4.1.2 服务等级协议 65
4.2 边缘服务质量 66
4.2.1 通用服务质量 66
4.2.2 计算与网络服务质量 69
4.3 示例1：时间管理 71
4.3.1 计算卸载与任务调度时间模型 71
4.3.2 时间优化的任务卸载与调度算法 72
4.4 示例2：能耗管理 73
4.4.1 任务卸载能耗模型 73
4.4.2 能耗优化的任务卸载算法 74
4.5 示例3：安全性管理 82
4.5.1 安全和隐私问题 82
4.5.2 业务流程与安全性分析 83
4.5.3 安全隐私保护框架 87
4.5.4 安全性验证 90
参考文献 91
第5章 边缘工作流系统——EdgeWorkflow 95
5.1 系统环境概述 95
5.2 系统设计 98
5.2.1 系统模块设计 98
5.2.2 控制与数据流设计 100
5.3 服务质量管理 104
5.3.1 性能指标管理 104
5.3.2 安全性管理 105
5.4 系统原型 110
5.4.1 工作流选择 112
5.4.2 工作流自定义 112
5.4.3 任务绑定 114
5.4.4 边缘计算环境设置 116
5.4.5 卸载与调度策略选择 117
5.4.6 工作流执行结果 117
5.5 实验设置与评估 118
5.5.1 系统性能指标评估 118
5.5.2 优化性能指标评估 119
参考文献 123
第二部分 研究实践篇
第6章 边缘计算中面向深度神经网络计算任务卸载策略 127
6.1 深度神经网络划分卸载算法 128
6.1.1 引言 128
6.1.2 动机与问题 129
6.1.3 框架分析与建模 133
6.1.4 基于粒子群的深度神经网络划分卸载算法 135
6.1.5 仿真实验与结果分析 137
6.1.6 小结 141
6.2 多深度神经网络卸载算法 142
6.2.1 引言 142
6.2.2 问题示例分析 143
6.2.3 模型设计与分析 145
6.2.4 基于莱维飞行粒子群的深度神经网络划分卸载算法 147
6.2.5 仿真实验与结果分析 150
6.2.6 小结 152
参考文献 153
第7章 边缘计算中无人机服务组合策略 155
7.1 基于边缘计算的无人机配送系统框架 156
7.1.1 引言 156
7.1.2 业务流程分析 157
7.1.3 系统资源架构 158
7.1.4 系统框架设计 159
7.1.5 小结 160
7.2 资源受限环境下的无人机服务组合策略 160
7.2.1 引言 160
7.2.2 问题描述 161
7.2.3 模型设计 162
7.2.4 能耗感知的无人机服务组合策略 166
7.2.5 实验设计与分析 170
7.2.6 小结 174
7.3 不确定环境下的无人机服务组合策略 174
7.3.1 引言 174
7.3.2 问题描述 175
7.3.3 模型设计 176
7.3.4 能耗感知的无人机配送服务组合策略 179
7.3.5 实验设计与分析 182
7.3.6 小结 188
参考文献 188
第8章 边缘计算中无人机配送系统的入侵检测策略 190
8.1 边缘计算中无人机配送系统的入侵检测框架 191
8.1.1 引言 191
8.1.2 问题描述和示例分析 193
8.1.3 系统功能需求分析 195
8.1.4 框架设计 195
8.1.5 实验设置和评估 198
8.1.6 小结 200
8.2 无人机配送系统中的多特征入侵检测方法 200
8.2.1 引言 200
8.2.2 问题描述 202
8.2.3 多特征入侵检测方法 203
8.2.4 实验设置和评估 206
8.2.5 无人机异常检测的能耗分析 212
8.2.6 小结 215
8.3 无人机配送系统中面向隐私保护的入侵检测方法 215
8.3.1 引言 215
8.3.2 问题描述 216
8.3.3 联邦学习在入侵检测中的应用 217
8.3.4 基于联邦学习的入侵检测算法 218
8.3.5 实验设置和评估 220
8.3.6 小结 222
参考文献 223
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
