Официальный веб -сайт подлинный расчет тумана и принципы маргинального расчета и парадигма Lakuma Boya Расчет Машины науки о книгах черная книга 97871116444101 Индустрия машины Пресс -флагман
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Основная информация | |
Название продукта: |   Расчет тумана и расчет края: принцип и парадигма |
Автор: | [Австралия] Лакума&Middot; Раджкумар Буйья |
Рыночная цена: | 119.00 |
Номер ISBN: | 9787111644101 |
Издание: | 1-1 |
Дата публикации: | 2020-01 |
Количество страниц: | 336 |
Количество слов: | 237 |
Издательство: |   Machinery Industry Press |
Оглавление |
Издатель Переводчик Предисловие Благодарности Список авторов Первая часть основного принципа Глава 1 IoT и новая вычислительная парадигма 2 1.1 Введение 2 1.2 Связанная технология 4 1.3 Полные облачные вычисления через вычисления туманного тумана и краевые вычисления 5 1.3.1 FEC Advantage: Scale5 1.3.2 Как достичь пяти преимуществ масштаба: через Scanc6 1.4 Иерархическая структура расчета тумана и расчета края 8 1.4.1 Внутренний край 9 1.4.2 Средний край 9 1.4.3 Внешний край 9 1.5 Бизнес -модель 10 1.5.1 x - сервис 10 1.5.2 Служба поддержки 11 1.5.3 Служба приложения 11 1.6 Возможности и проблемы 11 1.6.1 Опыт открытия коробки 11 1.6.2 Открытая платформа 12 1.6.3 Управление системой 13 1.7 Заключение 13 Ссылки 14 Глава 2 поставил задачу столкнуться с Фрэнком Ранее Ресурсы 16 2.1 ВВЕДЕНИЕ 16 2.2 Group Network Challenge 17 2.2.1 Сетевая задача в Объединенной среде Edge 18 18 2.2.2 Решите сетевой задание 19 2.2.3 Будущее направление исследования 21 2.3 Management Challenge 22 2.3.1 Проблемы управления в Объединенной маргинальной среде 22 2.3.2 Текущее исследование 23 2.3.3 Решение проблем управления 23 2.3.4 Будущее направление исследования 24 2.4 Другие проблемы 25 2.4.1 Задача ресурсов 25 2.4.2 Задача моделирования 27 2.5 Заключение 28 Ссылки 28 Глава 3 Интегрированная IOT+FOG+облачная инфраструктура: системы моделирования и исследований 33 3.1 Введение 33 3.2 Методология 34 3.3 Навыки моделирования в литературе C2F2T 36 3.3.1 Модель анализа 37 3.3.2 Petry.com Модель 39 3.3.3 Одар -NELINEAR PLANAGE 41 3.3.4 Другие методы 41 3.4 Сценарии применения в литературе C2F2T 42 3.5 Введение в интегрированную литературу C2F2T 44 3.5.1 Потребление энергии 44 3.5.2 Производительность 45 3.5.3 Потребление ресурсов 45 3.5.4 Стоимость 46 3.5.5 Качество обслуживания 46 3.5.6 Безопасно 46 3.6 Будущее направление исследования 46 3.7 Заключение 47 Спасибо 48 Ссылки 48 Глава 4 5G, Расчет тумана, расчет краев, а также управление и расположение сетевых срезов в облачных вычислениях 51 4.1 Введение 51 4.2 Фон 52 4.2.1 5G52 4.2.2 Облачные вычисления 53 4.2.3 Расчет края перемещения 53 4.2.4 Расчет края и расчет тумана 53 4.3 Сеть Slip 54 в 5G 54 4.3.1 Инфраструктурный уровень 55 4.3.2 сетевая функция и уровень виртуализации 55 4.3.3 Уровень обслуживания и приложений 55 4.3.4 Управление и договоренность к скольжению 56 4.4 Определение программного обеспечения сетевого среза в облаке 56 4.4.1. 4.4.2 План миграции виртуальной машины. 4.4.3 Управление виртуальной сетью функций 58 4.5 Управление сетевыми срезами в крае и тумане 59 4.6 Будущее направление исследования 60 4.6.1 Определение программного обеспечения Облако 60 4.6.2 Расчет краев и расчет тумана 61 4.7 Заключение 62 Спасибо 62 Ссылки 62 Глава 5 Оптимизация расчета тумана и расчета краев 67 5.1 Введение 67 5.2 Фон и связанная с ними работа 68 5.3 Подготовка знаний 69 5.4 Случай оптимизации расчета тумана 70 5.5 Формирование модельной структуры расчета тумана 70 5.6 Индикаторы 71 5.6.1 Производительность 71 5.6.2 Использование ресурсов 72 5.6.3 Потребление энергии 72 5.6.4 Финансовая стоимость 73 5.6.5 Другие качественные атрибуты 73 5.7 Возможности оптимизации в структуре тумана 73 5.8 Возможности оптимизации в жизненном цикле жизни 74 5.9 Классификация задач оптимизации в расчете тумана 75 5.10 Оптимизированная технология 76 5.11 Будущее направление исследования 76 5.12 Заключение 77 Спасибо 77 Ссылки 77 Часть 2 промежуточное программное обеспечение Глава 6 Расчет промежуточного программного обеспечения и расчет краев: Проблема проектирования 82 6.1 Введение 82 6.2 Требования к туманному расчету и маргинальному промежуточному программному обеспечению 82 6.3 Целью проектирования 83 6.3.1 Ad-Hoc обнаружено 83 6.3.2 Среда выполнения во время операции 83 6.3.3 Самая маленькая задача прерывание 83 6.3.4 Накладные расходы рабочих параметров 83 6.3.5 Экологическое восприятие адаптивный дизайн 84 6.3.6 Качество обслуживания 84 6.4 Самая передовая инфраструктура промежуточного программного обеспечения 84 6.5 Системная модель 85 6.5.1 Встроенный датчик или привод 85 6.5.2 Персональное оборудование 85 6.5.3 FOG Server 85 6.5.4 Weiyun 86 6.5.5 Cloud Server 86 6.6 Архитектура предложений 86 6.6.1 Спецификация API 87 6.6.2 Безопасность 87 6.6.3 Обнаружение оборудования 87 6.6.4 промежуточное программное обеспечение 87 6.6.5 Датчик/привод 89 6.7 Пример тематического исследования 89 6.8 Будущее направление исследования 90 6.8.1 Участие человека и восприятие окружающей среды 90 6.8.2 Мобильность 90 6.8.3 Безопасное и надежное исполнение 90 6.8.4 Управление задачами и планирование 90 6.8.5 Модуляризация распределенного исполнения 90 6.8.6 Протокол уровня урегулирования и обслуживания 91 6.8.7 Масштабируемость 91 6.9 Заключение 91 Ссылка 91 Глава 7 Легкий контейнер Middown 96 7.1 Введение 96 7.2. Фон и связанная с ними работа 97 7.2.1 Adge Cloud Architecture 97 7.2.2 Использование 98 7.2.3 Связанная работа 98 7.3 Легкий маргинальный кластер 99 7.3.1 Легкое программное обеспечение— контейнеризация 99 7.3.2 Легкое оборудование— Raspberry Pi Cluster 100 7.4 Управление архитектурой— хранение и расположение 100 7.4.1. 7.4.2 OpenStack Storage 101 7.4.3 Docker Arrange 103 7.5 IoT интегрирован 105 7.6 Управление безопасностью Edge Cloud Architecture 105 7.6.1 Требования к безопасности и принципы блокчейна 106 7.6.2 Архитектура безопасности на основе блокчейна 107 7.6.3 Интегрированное расположение на основе блокчейна 108 7.7 Будущее направление исследования 110 7.8 Заключение 111 Список литературы 111 Глава 8 Управление данными в расчете тумана 114 8.1 Введение 114 8.2 Фон 115 8.3 Управление данными тумана 116 8.3.1 Жизненный цикл данных тумана 117 8.3.2 Функция данных 118 8.3.3 Предварительная обработка и анализ данных 118 8.3.4 Конфиденциальность данных 120 8.3.5 Хранение данных и Временный депозит 120 8.3.6 Электронное исследование здоровья 120 8.3.7 Предложенная архитектура 121 8.4 Будущее направление исследования 125 8.4.1 Security 125 8.4.2 Определение расчета тумана и уровня хранения 125 8.5 Заключение 125 Ссылки 125 Глава 9 Прогнозирующий анализ вспомогательного тумана приложения 128 9.1 Введение 128 9.2 Случай: умное здание 129 9.3 Используйте FogtorchΠ прогнозирующий анализ 133 9.3.1 Моделирование приложений и инфраструктуры 133 9.3.2 Поиск квалифицированного развертывания 133 9.3.3 Расчетное потребление ресурсов и стоимость 135 9.3.4 Оценка гарантии QOS 137 9.4 Дело (продолжение) 139 9.5 Связанная работа 141 9.5.1 Поддержка развертывания облачных приложений 141 9.5.2 Поддержка развертывания приложений FOG 142 9.5.3 Модель стоимости 142 9.5.4 Сравнение ifogsim и FogtorchΠ143 9.6 Будущее направление исследования 145 9.7 Заключение 146 Ссылки 146 Глава 10 Используйте машинное обучение, чтобы защитить безопасность и конфиденциальность системы Интернета вещей 151 10.1 Введение 151 10.1.1 Пример вопросов безопасности и конфиденциальности в Интернете вещей 151 10.1.2 Проблемы безопасности на разных уровнях в Интернете вещей 152 10.1.3 Проблемы конфиденциальности в устройствах IoT 154 10.1.4. В -depth Excavation об уязвимости безопасности Интернета вещей: атака распределенного отказа в Интернете вещей оборудование 156 10.2 Фон 159 10.2.1 Краткое описание машинного обучения 159 10.2.2 Алгоритм общего машинного обучения 160 10.2.3 Применение алгоритма машинного обучения в Интернете вещей 161 10.2.4 Алгоритм машинного обучения на основе Интернета вещей. 10.3 Резюме технологии машинного обучения оборудования IoT сохранения 164 10.3.1 Системная классификация решения IoT Security Machine Learning 164 10.3.2 Применение алгоритма машинного обучения в безопасности Интернета вещей 165 10.3.3 Используйте искусственную прогнозирование нейронной сети и защитную систему IoT 166 10.3.4 Новый Интернет вещей Атаки Атака 167 10.3.5 Предложение об использовании действительной технологии машинного обучения для реализации безопасности Интернета 167 10.4 машинное обучение в расчете тумана 169 10.4.1 Введение 169 10.4.2 машинное обучение для туманных вычислений и безопасности 169 10.4.3 Применение машинного обучения в расчете тумана 170 10.4.4 Расчет FOG. 10.4.5 Другие алгоритмы машинного обучения, используемые для туманных вычислений 171 10.5 Будущее направление исследования 172 10.6 Заключение 172 Ссылки 173 Заявки и вопросы части III Глава 11 Анализ больших данных реализация расчета тумана 178 11.1 Введение 178 11.2 Анализ больших данных 179 11.2.1 Преимущества 179 11.2.2 Анализ больших данных Типичная инфраструктура 179 11.2.3 Технология 180 11.2.4 Анализ больших данных в облаке 181 11.2.5 Анализ памяти 181 11.2.6 Процесс анализа больших данных 181 11.3 Анализ данных в FOG 182 11.3.1 Анализ тумана 182 11.3.2 Mist Engine 183 11.3.3 Используйте туманный двигатель для анализа данных 184 11.4 Прототип и оценка 185 11.4.1 Архитектура 185 11.4.2 Конфигурация 186 11,5 тематическое исследование 189 11.5.1 Smart Home 189 11.5.2 Интеллектуальная система мониторинга питания 191 11.6 Связанная работа 193 11.7 Будущее направление исследования 195 11.8 Заключение 196 Ссылки 196 Глава 12 Используйте FOG Расчет 199 в мониторинге здоровья 12.1 Введение 199 12.2 Архитектура системы мониторинга здоровья на основе IoT с FOG Computing 200 12.2.1 Слой оборудования (датчик) 201 12.2.2 Smart Gateway с FOG Computing 202 12.2.3 Облачный сервер и терминал конечного пользователя 202 12.3 Служба расчета FOG в Smart Electronic Health Gate 203 203 12.3.1 Локальная база данных (хранение) 203 12.3.2 Push: уведомление 204 12.3.3 Классификация 204 12.3.4 Локальная консоль с пользовательским интерфейсом 204 12.3.5 Функциональность 204 12.3.6 Security 205 12.3.7. Обнаружение человеческого тела 205 12.3.8 Обнаружение неисправности 207 12.3.9 Анализ данных 207 12.4 Реализация системы 207 12.4.1 Реализация узла датчика 207 12.4.2 Smart Gateway с туманом 208 12.4.3 Облачный сервер и терминал 210 12.5 Исследование, экспериментальные результаты и оценка 210 12.5.1 Тематическое исследование проводящего испытания человека Fall 210 12.5.2 Тематическое исследование изменчивости сердечного ритма 211 12.6 Обсуждение соединительных компонентов 213 12.7 Связанные приложения в расчете тумана 214 12.8 Будущее направление исследования 214 12.9 Заключение 215 Ссылка 215 Глава 13 Интеллектуальное мониторинг видеопотока обработки видео -потока реального отслеживания целей персонажа 219 219 13.1 Введение 219 13.2 Обнаружение целей персонажа 220 13.2.1 HAAR -LEVEL SOIT SOICLETERMENT 220 13.2.2 HOG+SVM221 13.2.3 Свожденная нейронная сеть 223 13.3 Отслеживание цели 224 13.3.1 Представление функций 225 13.3.2 Классификация технологии целевого отслеживания 225 13.3.3 Отслеживание на основе точек 226 13.3.4. 13.3.5 Отслеживание на основе контура 228 13.3.6 Фильтр, связанный с ядерной ядерной, 228 13.4 Легкий тест персонажа 230 13.5 Анализ случая 231 13.5.1 Обнаружение целей персонажа 232 13.5.2 Отслеживание целей 234 13.6 Будущее направление исследования 235 13.7 Заключение 236 Ссылки 236 Глава 14 Модель расчета тумана 239 В разработке приложения 239 Smart Transportation 239 14.1 Введение 239 14.2 Интеллектуальная система транспортировки, управляемая данными, 240 14.3 Требования к расчетам для ключевых задач приложений для интеллектуального трафика 241 14.3.1 Модуляризация 242 14.3.2 Масштабируемость 242 14.3.3 Экологическое восприятие и поддержка абстракции 242 14.3.4 Раскрытие власти 242 14.3.5 Потребление энергии в облачном центре обработки данных 243 14.4 Расчет тумана в интеллектуальных приложениях для трафика 243 14.4.1 Познание 244 14.4.2 Эффективность 244 14.4.3 Agile 244 14.4.4 Задержка 245 14.5 Тематическое исследование: Smart Transportation Light System 247 14.6 Туманная задача и будущее направление 249 14.6.1. Туманное расположение интеллектуального транспортного применения Интернета Пространства 249 14.7 Будущее направление исследования 250 14.7.1 Возможности на этапе развертывания 251 14.7.2 Возможности во время операции 251 14.7.3 Возможности на этапе оценки: анализ и оптимизация больших данных Drive 252 14.8 Заключение 253 Ссылки 254 Глава 15 Проверка угла испытания применения IoT на основе FOG 257 15.1 Введение 257 15.2 Фон 258 15.3 Тестовая перспектива 259 15.3.1 Умный дом 259 15.3.2 Smart Health 262 15.3.3 Smart Transportation 266 15.4 Будущее направление исследования 270 15.4.1 Smart Home 270 15.4.2 Smart Health 271 15.4.3 Smart Transportation 273 15.5 Заключение 274 Ссылки 275 Глава 16 Правовые вопросы приложения IoT в FOG Расчет 278 16.1 Введение 278 16.2 Связанная работа 279 16.3 Категория приложения FOG, приложение Edge, IoT -приложение 279 16.4 Влияние ограничений GDPR на приложения Cloud, FOG и IoT 280 16.4.1 Определение и термин в GDPR 280 16.2 Обязательства, предусмотренные в GDPR 282 16.4.3 Передача данных за пределами Европейского Союза 285 16.4.4 Резюме 286 16.5 Защита данных в соответствии с принципами проектирования 287 16.5.1 Причины принципа защиты данных 287 16.5.2 Защита конфиденциальности в GDPR 288 16.5.3 Защита данных по умолчанию 288 16.6 Будущее направление исследования 289 16.7 Заключение 290 Спасибо 290 Ссылки 290 Глава 17 Используйте инструментарий ifogsim для моделирования и моделирования туманного вычисления и Edge Computing Environment 292 17.1 Введение 292 17.2 Устройство моделирования ifogsim и их компоненты 293 17.2.1 Физический компонент 293 17.2.2 Логический компонент 294 17.2.3 Компонент управления 294 17.3 Установите ifogsim294 17.4 Используйте ifogsim для создания процесса моделирования 295 17,5 Пример сцена 295 17.5.1 Используйте гетерогенную конфигурацию для создания туманных узлов 295 17.5.2 Создайте другую модель приложения 296 17.5.3 Модуль приложения с различными конфигурациями 299 17.5.4 Sensor 300 с различными скоростями запуска квот 17.5.5 Отправить определенное количество юаней группы 300 из датчика 17.5.6 Мобильность туманного оборудования 301 17.5.7 Подключить туманное устройство низкого уровня с близлежащим шлюзом 303 17.5.8. Создание кластера оборудования тумана 304 17.6 Моделирование стратегии развертывания 305 17.6.1 Структура физической среды 305 17.6.2 Предположение о логических компонентах 306 17.6.3 Управление (приложение) стратегия 306 17.7 Smart Medical Case Research 314 17.8 Заключение 316 Ссылка 316 |
краткое введение |
  Эта книга всесторонне описывает новое приложение и архитектуру в области динамических вычислений в продвижении туманных вычислений и вычислений по крае, подчеркивая при этом потенциальное направление исследования и новые технологии. |