随着通信和计算技术的快速发展、计算成本的不断降低，物理世界与信息世界正在发生加速融合。不仅仅是物理世界的信息被映射到网络当中，通信和计算的能力也随着嵌入式技术的发展融入到了世间万物。随着物联网和5G通信产业的快速兴起，越来越多的人和物开始持续产生大量、多样的计算任务，“无处不在的计算”成为了各类应用共性而迫切的需求，边缘计算应运而生。
相比于云计算，边缘计算将计算资源下沉到网络边缘设备、甚至嵌入到各类网络系统当中，为大至自动驾驶车联网、小到可穿戴设备提供快速、稳定、无处不在的计算服务。如果说物联网让物理世界具备了“感知”和“沟通”的能力，那么边缘计算的使命则是让世间万物具备“思考”的能力。网络边缘在形态上可以千变万化，既可以是部署在移动蜂窝网络的数据中心、亦可以是随车而载的小型服务器，甚至可以是随身携带的迷你节点，以完成各类场景的计算服务，这些场景包括移动计算、自动驾驶车联网、智慧工业、智能家居、可穿戴计算等。
无
随着通信技术和计算技术的快速发展，计算成本不断降低，物理世界与信息世界正在加速融合。不仅物理世界的信息被映射到网络当中，网络通信和计算的能力也随着嵌入式技术的发展融入了世间万物。随着物联网和5G通信产业的快速兴起，越来越多的人和物开始持续产生大量、多样、复杂的计算任务，“无处不在的计算”成为各类应用共性而迫切的需求，“边缘计算”应运而生。
相比于云计算，边缘计算将计算资源下沉到网络边缘设备，嵌入到各类网络系统当中，为大到自动驾驶车联网，小到可穿戴设备提供快速、稳定、无处不在的计算服务。如果说物联网让物理世界具备了“感知”和“沟通”的能力，那么边缘计算的使命则是在“摩尔定律”失灵的背景下，让世间万物具备“思考”的能力。网络边缘设备在形态上千变万化，既可以是部署在移动蜂窝网络的数据中心，也可以是随车而载的小型服务器，甚至可以是随身携带的智能手机。正是形式多样、无处不在的边缘设备，支撑完成了各类泛在场景的计算服务，包括移动计算、卫星计算、自动驾驶车联网、智慧工业、智能家居、可穿戴设备等。
当前的边缘计算正处于科研界与工业界进行思想碰撞、共同发力的关键时期，有望为移动互联网、物联网、人工智能等新兴技术提供强大的赋能潜力和颠覆性的计算范式，但在关键基础理论、网络系统架构、协同运算模式、关键技术方法等方面仍存在重要的研究挑战。本书将介绍边缘计算的基础理论、概念模型、系统架构、设计原理、关键技术、原型系统、应用案例等，为计算机科学、物联网工程、互联网+、电子信息、通信工程、人工智能、智慧城市等专业的学生、研究人员和从业者提供全面、系统的参考。本书配备完整的PPT、习题和实验（包括教程与实验源码），可作为高年级本科生及研究生的相关课程教材。
计算机/云计算
本书特色：
从边缘计算产生的动机开始，阐述了边缘计算发展的底层逻辑。
从边缘计算系统运转和使用的维度，清晰讲述了边缘计算的关键原理与核心技术。
从实际系统开发的角度，介绍了两种边缘计算原型系统的实现方式。
本书介绍边缘计算的基础理论、概念模型、系统架构、设计原理、关键技术、原型系统、应用案例等，重点介绍了边缘计算的概念及原理，并且从真实系统运行的视角，自顶向下地剖析边缘计算的关键技术，解答了边缘计算“是什么”“为什么”“怎么办”三个关键的基础问题，然后在阐述技术的基础上，提供了系统实现的手段和做法。本书配备完整的PPT、习题和实验（包括教程与实验源码），可作为计算机科学、物联网工程、互联网+、电子信息、通信工程、人工智能、智慧城市等专业高年级本科生或研究生的教材，也可供科研人员和从业者参考。
Foreword 推荐序一
进入21世纪以来，信息技术的发展深刻改变了社会的生活和生产方式，并正进一步向着万物互联、万物智能的方向持续演进。在这一历史进程中，网络计算技术扮演了至关重要的角色。最初，通过互联网将分散在世界各地的信息设备连接起来，让它们具有信息传递的能力。后来，云计算将计算需求汇聚到数据中心，在通信网络之上形成了计算网络，通过共享云资源的方式让各类信息设备具有复杂运算的能力。
然而，当前的云计算架构遇到了重要瓶颈。一方面，网络视频应用的高速发展，对数据传输速率的要求不断提高，从而给主干网带宽和云中心资源带来重大挑战；另一方面，大量的物联网设备产生了海量的、低延迟的计算需求，使得传统集中式、高延迟的云中心模式逐渐难以为继。
为化解云计算面临的诸多瓶颈，在“万物互联”的基础上进一步建立网络与计算融合的无处不在的“万物智能”，边缘计算成为一个十分具有前景的研究方向，在近年来得到广泛研究。特别是在5G/6G技术快速发展的背景下，边缘计算的研究对科研和产业均具有十分重要的意义。
该书的撰写恰好处于边缘计算的核心问题逐渐清晰、落地前景逐渐明朗的关键节点，对于普及边缘计算概念、厘清边缘计算发展脉络、推广边缘计算技术原理、落地边缘计算实际系统具有重要的指导意义。考虑到我国正处于技术赶超的关键时期，而边缘计算又是有望取得突破的重要方向，该书的出版更具现实价值。
我与两位作者赵志为和闵革勇有过很好的交流与合作，他们都是网络领域非常活跃的专家学者，对于未来网络计算领域具有独到的见解。该书从“边缘计算”这一名词的出现开始讲起，重点介绍了边缘计算的概念及原理，并且从真实系统运行的视角，自顶向下地剖析边缘计算的关键技术，解答了边缘计算“是什么”“为什么”“怎么办”三个关键的基础问题，然后在阐述技术的基础上，提供了系统实现的手段和做法。相信读者能够通过该书了解边缘计算的技术进展、技术背后的发展逻辑，掌握其中关键的技术原理，在边缘计算理论和实践的结合过程中受到一定的启发。
长江学者特聘教授
电子科技大学网络空间安全研究院院长
张小松
Foreword推荐序二
近年来，随着5G技术的普及以及6G研究的迅猛发展，边缘计算逐渐成为学术界和工业界公认的下一代网络核心技术。边缘计算不仅是云计算的下沉，更重要的是将“计算能力”普及到数百亿数量级的物联网设备上，让各类低成本智能设备既具有感知能力，又具备任务处理能力，真正实现“万物智能”。
远景虽然宏大，但目前的诸多问题还需要深入探究和全面阐述。边缘计算为何出现，有怎样的发展脉络？边缘计算为何具有广泛前景？边缘计算与云计算究竟有何本质不同？边缘计算的实现形式究竟是怎样的？边缘计算的核心技术有哪些？边缘计算技术如何才能有效落地？如何评价和抉择众多的边缘计算方案？全面解答这些重要的本质问题，对边缘计算的深入发展至关重要。
本书对探索这些关键问题提供了新颖、全面的视角：从边缘计算产生的动机开始，阐述了边缘计算发展的底层逻辑；从边缘计算系统运转和使用的维度，清晰讲述了边缘计算的关键原理与核心技术；从实际系统开发的角度，介绍了两种边缘计算原型系统的实现方式。这些关键知识为边缘计算的发展提供了重要的理论支撑和方向引导，对边缘计算技术的产业落地具有重要意义。
本书的作者赵志为和闵革勇长期从事计算机网络方面的研究，是边缘计算领域十分活跃的专家学者。衷心希望读者能够通过此书系统地了解和学习边缘计算的原理与关键技术，同时在这个过程中受到新的启发并探索新的观点。
加拿大工程院院士、IEEE Fellow、ACM杰出会员、长江讲座教授
香港理工大学电子计算学系教授、副系主任
郭 嵩
推荐序一
推荐序二
自序
前言
第1章 边缘计算概述 1
1.1 边缘计算的背景与概念 1
1.1.1 边缘计算的历史背景 1
1.1.2 边缘计算的概念 3
1.1.3 边缘计算带来的改变 4
1.2 边缘计算发展的历史必然性 7
1.2.1 催生边缘计算的技术 7
1.2.2 计算形态变革的内在逻辑 12
1.2.3 边缘计算将深刻改变计算方式 16
1.3 边缘计算的重要意义 20
1.4 边缘计算中的关键问题 21
1.4.1 关键词 22
1.4.2 关键研究问题概述 23
1.4.3 边缘计算架构 27
1.4.4 操作系统与编程模型 27
1.4.5 计算卸载与资源分配 28
1.4.6 虚拟化与服务管理 28
1.4.7 服务集群管理 29
1.4.8 人工智能与大数据 29
1.4.9 移动性管理 30
1.4.10 系统与应用 30
1.5 发展趋势与技术挑战 31
1.5.1 发展趋势 31
1.5.2 关键机构与成果 32
1.6 本书的写作逻辑 33
习题 34
参考文献 34
第2章 边缘计算架构原理 35
2.1 边缘计算架构概述 35
2.1.1 系统评价及设计要求 35
2.1.2 边缘计算架构设计面临的独特挑战 37
2.2 总体系统架构 39
2.2.1 两类边缘：主干网边缘和
泛在边缘 39
2.2.2 云-边-端架构 40
2.2.3 边-端架构 42
2.2.4 多接入边缘计算 43
2.2.5 分布式D2D/D4D架构（泛在边缘架构） 43
2.2.6 AIoT架构 43
2.3 软件计算架构 44
2.3.1 一般边缘计算软件架构 45
2.3.2 多接入边缘计算架构 47
2.3.3 AIoT软件架构 48
2.3.4 卫星边缘计算架构 49
2.3.5 编程模型 53
2.4 边缘计算操作系统与开源框架 55
2.4.1 EdgeX Foundry 56
2.4.2 StarlingX 58
2.4.3 其他开源框架 58
2.4.4 融合边缘的前端物联网操作系统 59
习题 59
参考文献 59
第3章 边缘接入技术 60
3.1 无线传输机制 61
3.1.1 无线局域网传输机制 61
3.1.2 无线个域网传输机制 62
3.1.3 无线广域网传输机制 68
3.1.4 低功耗广域网传输机制 74
3.1.5 新型无线传输机制 81
3.1.6 总结 84
3.2 无线接入的通信服务协议 84
3.2.1 MQTT 85
3.2.2 AMQP 85
3.2.3 Kaf?ka 87
3.2.4 STOMP 87
3.3 可靠的数据传输 88
3.3.1 考虑移动性的可靠数据传输 88
3.3.2 基于博弈的数据接入 91
3.4 多接入边缘网络与超密集网络 92
习题 94
参考文献 94
第4章 计算任务卸载 95
4.1 任务卸载概述 96
4.1.1 任务卸载概念与步骤 96
4.1.2 计算卸载的时延模型 97
4.1.3 边缘计算任务卸载评价指标 101
4.2 任务卸载方式 103
4.2.1 0-1卸载 103
4.2.2 部分卸载 104
4.2.3 任务切分技术及实例分析 106
4.2.4 子任务卸载策略 109
4.3 不同场景下任务卸载策略研究 110
4.3.1 单用户边缘网络场景 110
4.3.2 多用户边缘网络场景 112
4.3.3 异构服务器边缘网络场景 115
4.4 不同架构下任务卸载策略研究 117
4.4.1 云-边-端架构中的卸载策略 117
4.4.2 边-边架构中的卸载策略 118
4.4.3 多接入边缘架构中的计算卸载 120
4.4.4 定制化边缘架构中的计算卸载 121
4.4.5 用户高移动性网络场景中的计算卸载 123
4.4.6 分布式D2D网络中的计算卸载 129
4.5 开源工具概述 133
4.5.1 Slacker 133
4.5.2 EdgeCloudSim 134
4.5.3 EdgeX Foundry 136
4.5.4 Apache Edgent 136
4.5.5 KubeEdge 137
4.6 边缘卸载策略展望与挑战 139
4.6.1 资源协同调度的挑战与展望 139
4.6.2 用户移动性管理的挑战与展望 140
习题 141
参考文献 141
第5章 虚拟化技术 142
5.1 虚拟化技术概述 143
5.2 虚拟化技术发展历史 143
5.3 虚拟化技术分类 145
5.3.1 指令架构级虚拟化 146
5.3.2 硬件抽象级虚拟化 147
5.3.3 操作系统级虚拟化 153
5.3.4 库函数级虚拟化 156
5.3.5 编程语言级虚拟化 157
5.4 轻量级虚拟化 158
5.4.1 虚拟机与容器 159
5.4.2 Docker 160
5.4.3 Unikernel 162
5.4.4 Firecraker 164
5.4.5 总结 165
5.5 微服务 165
5.5.1 服务架构的发展历程 166
5.5.2 微服务架构特点 166
5.5.3 微服务架构面临的挑战 169
5.6 服务网格 169
5.6.1 服务网格的发展历程 169
5.6.2 服务网格工具: Istio 173
5.6.3 服务网格工具对比 181
5.7 无服务架构 185
5.7.1 发展历史 185
5.7.2 Serverless开源工具 188
习题 192
参考文献 192
第6章 边缘服务管理支撑技术 193
6.1 NFV架构 194
6.1.1 NFV概述 194
6.1.2 服务功能链备份 196
6.1.3 虚拟化内容分发网络 198
6.1.4 NFV与移动场景中的边缘计算 199
6.1.5 NFV MANO架构 200
6.2 软件定义网络 203
6.2.1 SDN架构 204
6.2.2 分布式SDN的一致性更新 205
6.2.3 SDN与NFV的区别与联系 206
6.3 网络切片技术 207
6.3.1 网络切片 207
6.3.2 切片管理 208
6.3.3 切片与NFV服务链 211
6.3.4 网络切片研究项目 213
6.4 数据放置、检索与存储 214
6.4.1 数据放置、检索与存储定义 214
6.4.2 针对不同场景的数据放置与检索服务架构 214
6.4.3 移动性预测检索 217
6.4.4 数据定位服务 219
6.4.5 分布式数据存储 221
6.5 开源框架 222
6.6 总结 230
习题 230
参考文献 230
第7章 边缘服务缓存 231
7.1 边缘服务缓存评价指标 231
7.1.1 面向应用的评价指标 233
7.1.2 服务缓存的评价方法 234
7.2 不同架构下的服务缓存策略研究 237
7.2.1 云-边架构中的服务缓存策略 237
7.2.2 边-边架构中的服务缓存策略 238
7.2.3 多接入边缘架构中的服务缓存策略 240
7.2.4 定制化边缘架构中的服务缓存策略 241
7.2.5 算力优先网络 249
7.2.6 命名数据网络 250
7.3 应用案例分析 252
7.3.1 内容缓存案例及系统实现 252
7.3.2 服务缓存案例及系统实现 255
7.4 边缘缓存策略展望与挑战 260
7.4.1 服务发现、服务交付和移动性 260
7.4.2 异构边缘计算系统中的协作 260
7.4.3 低成本容错部署模型 261
7.4.4 无线大数据的利用 261
7.4.5 系统集成 261
7.4.6 资源管理 262
7.4.7 卸载策略的其他优化 262
7.4.8 考虑卸载与未卸载数据的流量范式 262
7.4.9 隐私安全以及用户信任相关 262
习题 263
参考文献 263
第8章 边缘系统部署 264
8.1 边缘系统部署的典型场景 265
8.1.1 静态部署场景 265
8.1.2 动态部署场景 267
8.2 边缘服务器部署问题 267
8.2.1 部署问题的评价指标及限制条件 268
8.2.2 静态部署问题 271
8.2.3 动态部署问题 281
8.3 部署方案性能评估工具 284
8.3.1 OPNET 285
8.3.2 NS 285
8.3.3 SSFNet 288
8.3.4 MiniNet 288
习题 289
参考文献 289
第9章 边缘计算与人工智能 290
9.1 边缘场景中的人工智能 290
9.1.1 人工智能技术回顾 291
9.1.2 典型的人工智能技术 291
9.1.3 边缘计算与人工智能的结合 295
9.2 人工智能在边缘计算中的应用 297
9.2.1 利用机器学习进行计算卸载决策优化 298
9.2.2 利用机器学习进行服务器部署决策优化 302
9.2.3 利用机器学习进行资源分配决策优化 303
9.2.4 基于边缘计算系统的深度学习应用 305
9.3 边缘网络中的人工智能技术 308
9.3.1 分布式机器学习 308
9.3.2 联邦学习与边缘网络 309
9.3.3 TinyML 313
9.3.4 Fregata 315
9.3.5 AIoT系统 315
9.4 移动端开源机器学习框架 316
9.4.1 TensorFlow Lite 318
9.4.2 Core ML 319
9.4.3 NCNN 320
9.4.4 Paddle Lite 320
9.4.5 MNN 321
9.4.6 MACE 321
9.4.7 SNPE 321
9.5 边缘人工智能展望 322
9.5.1 资源友好型边缘AI模型设计 322
9.5.2 计算感知网络技术 322
9.5.3 任务卸载到IoT设备 323
9.5.4 动态预测 323
9.5.5 ML集成 324
9.5.6 DNN性能指标权衡 324
9.5.7 新型AI模型与技术探索 325
习题 325
参考文献 325
第10章 安全与隐私保护 326
10.1 边缘计算隐私保护概述 327
10.1.1 隐私保护在边缘计算中的作用 328
10.1.2 边缘计算相比云计算在隐私保护方面的优势 328
10.2 边缘计算数据安全与隐私保护体系 329
10.2.1 基础设施安全 329
10.2.2 边缘数据安全 330
10.2.3 边缘网络安全 332
10.2.4 移动终端安全 332
10.3 通用边缘安全技术 333
10.3.1 数据加密 333
10.3.2 身份认证 338
10.3.3 隐私保护 339
10.3.4 访问控制 340
10.4 区块链与联邦学习 341
10.4.1 区块链+边缘计算 341
10.4.2 隐私保护的边缘联邦学习 348
10.5 隐私保护的开源工具和未来挑战 352
10.5.1 隐私保护的开源工具 352
10.5.2 隐私保护的未来挑战 354
习题 355
参考文献 355
第11章 应用案例分析 356
11.1 智慧远程医疗 356
11.1.1 设计思路与解决方案 357
11.1.2 存在的问题与发展方向 359
11.2 智慧交通 359
11.2.1 设计思路与解决方案 361
11.2.2 存在的问题与发展方向 362
11.3 智慧家居网关 362
11.3.1 设计思路与解决方案 364
11.3.2 存在的问题与发展方向 365
11.4 智慧工厂 365
11.4.1 设计思路与解决方案 366
11.4.2 存在的问题与发展方向 368
11.5 自动驾驶车联网 369
11.5.1 设计思路与解决方案 370
11.5.2 存在的问题与发展方向 371
11.6 可穿戴边缘计算 372
11.6.1 设计思路与解决方案 373
11.6.2 存在的问题与发展方向 374
11.7 VR/AR 375
11.7.1 设计思路与解决方案 375
11.7.2 存在的问题与发展方向 378
参考文献 378
第12章 边缘系统设计与实践 379
12.1 架构设计与硬件设备概述 380
12.1.1 AVR 381
12.1.2 MSP430 382
12.1.3 ARM 383
12.1.4 设备选择 383
12.2 前端硬件设备环境说明 386
12.3 服务器环境配置 387
12.3.1 系统安装 388
12.3.2 Web服务器的搭建 389
12.3.3 视觉算法概述 391
12.3.4 TensorFlow Lite的安装及测试 393
12.4 服务部署 395
12.4.1 Docker安装 395
12.4.2 Docker Hub 397
12.4.3 个性化Docker镜像 397
12.4.4 整合 406
12.5 利用EdgeX Foundry开源平台创建服务 408
12.5.1 EdgeX Foundry概述 408
12.5.2 环境配置及使用 409
参考文献 418
