《边缘智能(关键技术与落地实践)》高志强,鲁晓阳,张荣荣著【摘要 书评 在线阅读】
边缘智能关键技术与落地实践
作 者:高志强,鲁晓阳,张荣荣编定 价:99出 版 社:中国铁道出版社有限公司出版日期:2021年05月01日页 数:256装 帧:平装ISBN:9787113275624无
基于边缘计算这一新型的计算模式，边缘智能在更加靠近用户和数据源头的网络边缘侧训练和部署深度学习模型，从而改善应用的性能、成本和隐私性。本书以深入浅出的方式，讲解边缘智能体系架构和关键技术，从时代宏观背景引领到关键支撑技术细节剖析，再到落地实战应用，理论与实践并重，循序渐进，博采而精取，分别向读者清晰地展现了边缘智能的“云-边-端”体系架构、数据与信任、模型与安全、资源与优化的技术脉络与方法原理。同时，结合开源平台资源，按照智能安防、智慧电梯、智慧社区、智慧医疗、智慧交通等具体应用场景，给出所讲述理论的落地应用案例和编程开发指导，旨在平衡知识的深度与广度，明确入门与进阶路径，使读者更加深入全面地理解边缘智能理论及实践方法。本书主要面向新一代信息技术初学者、程序开发者、前沿科技爱好者，尤其是在校大学生和相关领域研究人员。此外，学习进阶过程中，读者需要具备一定的编程功底和数学基础。
无
无
第1章边缘智能：“智能+”的新风口1.1边缘智能产生的“大背景”11.1.1新一代信息技术的推动发展11.1.2国家政策的支持和引导61.1.3资本与业务需求的推动71.2身边的边缘智能“小案例”81.2.1京东快递与菜鸟驿站81.2.2智能快递柜收费“风波”101.3边缘智能发展的三大阶段121.3.1第一阶段：边缘智能探索121.3.2第二阶段：“智能+”边缘121.3.3第三阶段：边缘智能体系131.4站在“智能+”的新风口141.4.1“智能+”技术的新融合141.4.2应用行业的多维度151.4.3新兴市场的大繁荣161.5本章小结17第2章何为边缘智能2.1边缘智能的定义182.2边缘智能的前世今生192.2.1网络通信角度的演进202.2.2计算服务角度的演进232.2.3“智能+”角度的演进272.3边缘智能面临的挑战及研究方向302.3.1面临的挑战：安全、智能应用和优化302.3.2．研究方向：安全、智能、协同、优化322.4边缘智能的重要应用场景352.4.1无人驾驶352.4.2智能安防362.4.3智能家居372.4.4工业机器人382.5本章小结40第3章“云-边-端”体系架构3.1系统工程方法论413.1.1系统工程概述413.1.2基本方法423.2体系架构模型443.2.1概念框架443.2.2层次结构463.3协同模式473.3.1“云-边”协同483.3.2“边-边”协同493.3.3“边-端”协同503.3.4“云-边-端”协同503.4度量指标513.5前沿方向543.5.1“云-边-端”区块链543.5.2边缘云原生容器服务563.5.3“云-边-端”一体化机器人系统573.6本章小结59第4章边缘智能中的数据与信任4.1区块链技术概述614.1.1基础架构614.1.2重要组件644.1.3主流开源技术684.2数据管理与隐私保护704.2.1数据管理架构704.2.2隐私保护724.3边缘智能中的信任744.3.1信任的基本概念744.3.2信任管理764.4解决方案784.4.1服务模式层面的解决方案784.4.2部署方式层面的解决方案794.5前沿方向804.5.1面向资源受限环境的性能扩展804.5.2跨域的分布式信任804.5.3智能应用与隐私保护的平衡814.6本章小结81第5章边缘智能中的模型与安全5.1模型压缩835.1.1深度神经网络基础835.1.2模型压缩方法865.1.3模型压缩工具框架905.2联邦学习935.2.1基本概念935.2.2安全性分析975.3解决方案1005.3.1百度联邦学习框架PaddleFL1005.3.2微众银行联邦学习框架FATE1005.3.3腾讯联邦学习框架AngelFL1015.3.4平安科技联邦学习平台“蜂巢”1015.4前沿方向1025.4.1面向“云-边-端”应用的模型压缩1025.4.2面向边缘智能的联邦学习1035.5本章小结104第6章边缘智能中的资源与优化6.1计算卸载1066.1.1基本流程1066.1.2运行机制1086.1.3策略分类1096.2资源分配优化1116.2.1很优化理论基础1126.2.2马尔可夫决策过程1126.2.3深度强化学习1136.2.4资源分配优化问题建模1156.3解决方案1186.3.1面向不可分割任务的计算卸载方案1186.3.2面向可分割任务的协同计算卸载方案1186.3.3多节点资源分配方案1206.4前沿方向1226.4.1新型计算卸载策略1226.4.2“云-边-端”高效的资源分配优化模型1236.4.3数据安全协同模式解决安全性问题1236.5本章小结124第7章智能安防场景下的边缘智能实践7.1实践背景1257.1.1智能安防的发展、挑战和新要求1257.1.2危险物品检测1297.2技术梳理1307.2.1视觉目标检测1307.2.2轻量级卷积神经网络1327.3实践案例：基于JetsonNano的枪支检测1347.3.1基础环境准备1347.3.2数据集准备1367.3.3模型训练1387.3.4测试部署1397.4本章小结140参考资源141第8章智慧电梯场景下的边缘智能实践8.1实践背景1428.1.1智慧电梯：无接触式交互的“垂直出行”1428.1.2智能语音：人机交互的“私人助手”1448.2技术梳理1468.2.1语音识别：人工智能关键步骤1468.2.2智慧电梯语音指令识别流程1528.3实践案例：基于深度神经网络的通用电梯语言指令识别1538.3.1基础环境与数据集构建1538.3.2模型设计与训练1548.3.3性能测试1568.4实践案例：基于树莓派的可编程电梯语音识别1578.4.1基础环境1578.4.2GPIO编程1578.4.3部署测试1608.5本章小结161参考资源161第9章智慧社区场景下的边缘智能实践9.1实战背景1639.1.1智慧社区：民生的智慧“生活圈”1639.1.2社区中生活垃圾分类1669.2技术梳理1689.2.1垃圾图像分类1689.2.2联邦学习1719.3实践案例：基于联邦学习的垃圾图像分类1749.3.1基础环境：FATE1749.3.2数据集构建1769.3.3模型构建1779.3.4训练与测试结果1799.4本章小结180参考资源181第10章智慧医疗场景下的边缘智能实践10.1实践背景18210.1.1智慧医疗：患者数据获取、知识发现和远程服务模式18210.1.2医疗数据隐私保护18410.2技术梳理18610.2.1联盟区块链医疗数据管理18610.2.2云原生软件开发19010.3实践案例：基于联盟区块链的医疗数据隐私保护方案19310.3.1总体框架设计19310.3.2基础环境部署19310.3.3功能实现19610.4本章小结199参考资源200第11章智慧交通场景下的边缘智能实践11.1实践背景20111.1.1智慧交通：“云-边-端”架构下“人-车-路”协同20111.1.2计算机视觉20511.2技术梳理20711.2.1车牌识别20711.2.2智慧交通应用系统设计20911.3实践案例：基于计算机视觉的智慧交通应用系统实现21211.3.1基础环境搭建21211.3.2功能实现21411.4本章小结219参考资源219第12章开源平台12.1面向终端的边缘智能开源平台22012.1.1EdgeXFoundry：工业场景标准化智能框架22012.1.2Fledge：独立开放互操作智能框架22112.1.3ioFog：Eclipse开发的边缘智能平台22312.1.4Edgent：Apache开源的边缘智能模型22412.2面向边端的边缘智能开源平台22512.2.1AkrainoEdgeStack：高性能边端服务框架22512.2.2CORD：灵活重构的网络边缘基础设施22612.2.3StarlingX：面向边缘智能的OpenStack集成平台22712.3面向“云-边-端”协同的边缘智能开源平台22912.3.1OpenEdge：百度云计算能力的智能拓展22912.3.2AzureIoTEdge：微软云边混合智能框架23012.3.3KubeEdge：CNCF云原生服务的边缘智能基础设施23112.3.4LinkEdge：阿里云一体化协同计算体系23112.3.5IEF：华为云企业级边缘智能服务23212.4本章小结234参考资源234参考文献致谢