边缘计算系统设计与实践工程师边缘计算项目落指南 pdf下载

（1）内容全面：基本覆盖了边缘计算的各个方面，读者可以通过本书对边缘技术有一个非常全面的了解和认识。
（2）面向各类读者：既有深入的理论和架构研究，同时也有各种实用的方法、技巧和解决思路，无论是边缘技术爱好者还是本领域的专业人士，均能从中有所收获。
（3）贴近实际：书中的很多解决方案和案例都是出自笔者亲历的项目和研究中的问题，对于实际工程应用有一定的启发和指导作用。
（4）实用新颖：所有涉及的知识点和理论都尽量能够以真正应用中的技术为基础，同时在每一部分都能够介绍一些最新的研究方向和成果。
（5）趣味性：不但介绍了大量的专业知识，而且穿插了很多有意思的内容，使本书既有知识性，也兼顾趣味性。

目前市场上边缘计算相关的书籍偏理论方面的比较多，而本书则特别强调理论和实践相结合，书中的很多案例、思路和总结都是来源于实际的项目和实践经验。本书不仅说明边缘计算技术是什么（what），而且解释为什么（why）和指导怎么做（how）。
本书对边缘计算涉及的技术领域进行了比较全面的介绍和总结。全书共分为10章，第1章是总体介绍；第2~5章主要介绍边缘计算涉及的基础设施层面的知识和技术，包括硬件、存储、通信和安全几个方面；第 6~9章主要介绍边缘计算架构和应用层面的知识和技术，包括微服务、数据处理、工业物联网和机器学习几个方面；第10章介绍了三个典型的边缘计算开源框架。
本书内容全面，贴近实际，实用新颖，可读性强，特别适合从事物联网和边缘计算领域的工程和研究人员阅读和参考；也适合希望了解边缘计算的架构师、工程师和项目管理者阅读；还适合计算机和信息技术专业的学生，以及物联网和边缘计算技术爱好者阅读。

杨剑
----------------------------
杨剑，具有十多年国内外大型科技企业的研发、架构和项目管理的经验。曾经作为高级工程师参与全球部署和应用的企业级信息系统的设计和开发；负责过华为海外供应链信息系统、生产制造信息系统和相关的物联网和边缘平台的项目管理、设计和实施；最近两年参与并负责了多个国家重点研发计划项目相关课题的研究和开发。对边缘计算、工业物联网和智能制造领域有较深入的研究和丰富的经验。
李长乐，博士，高级工程师，长期从事边缘计算在新能源微电网及储能系统中的应用研究、船舶电力系统研究、产品研发、标准研究等工作。承担及参与国家和省部级科研项目10余项，行业团体标准1项，授权专利10项，其中发明专利8项。入选2021年“上海产业菁英”高层次人才：产业青年英才。

第1章 边缘计算介绍
1.1　边缘计算简史 2
1.1.1　IT基础技术的演进历史 2
1.1.2　挺进边缘计算 4
1.2　云计算、IoT和边缘计算 7
1.2.1　近边缘端和远边缘端 8
1.2.2　边缘计算的应用场景 9
1.3　通信与硬件技术的发展对边缘计算的推动 11
1.3.1　计算单元和存储系统 13
1.3.2　能源管理和收集 15
1.3.3　通信技术 18
1.4　热门技术和边缘计算 20
1.4.1　5G技术和边缘计算 20
1.4.2　云计算、边缘计算和IoT 23
1.4.3　机器学习和边缘计算 24
1.4.4　移动边缘计算和移动云计算 26
1.5　云计算平台提供的边缘计算服务 26
1.5.1　AWS IoT Greengrass 27
1.5.2　阿里云Link Edge IoT 27
1.5.3　百度智能边缘 29
第2章 边缘计算的硬件
2.1　不同运算核心硬件在边缘计算中的应用 33
2.1.1　CPU与冯·诺依曼体系 33
2.1.2　GPU与并行处理 38
2.1.3　FPGA与ASIC 45
2.1.4　未来的新计算技术 49
2.2　边缘网关和边缘服务器 50
2.2.1　边缘网关 51
2.2.2　边缘服务器和边缘一体机 52
2.3　各种传感器技术 55
第3章 边缘计算存储系统设计和实现
3.1　边缘计算存储系统设计 61
3.1.1　边缘计算的分布式存储系统 61
3.1.2　分布式存储理论基础 62
3.2　开源分布式存储系统 66
3.2.1　直连式存储和集中式存储 66
3.2.2　大规模分布式存储技术 67
3.2.3　分布式存储系统总结 94
3.3　存储系统硬件技术的发展 94
3.3.1　早期存储硬件技术 94
3.3.2　固态硬盘（SSD）技术 95
3.3.3　未来的存储硬件 96
3.4　极端条件下的边缘数据存储 97
3.4.1　边缘计算和云存储能力的盲区 97
3.4.2　用卡车把数据送回去 98
第4章 边缘计算的通信
4.1　物联网和边缘计算的通信概述 101
4.1.1　对于边缘设备和物联网设备的通信要求 101
4.1.2　边缘计算底层通信协议的分类 102
4.1.3　应用层和消息层协议 104
4.1.4　通信相关标准组织介绍 105
4.2　边缘计算网络层通信协议介绍 107
4.2.1　RPL协议 108
4.2.2　LoRa协议 109
4.2.3　NB-IoT协议 110
4.2.4　LTE-M协议 112
4.2.5　Sigfox协议 113
4.3　现场边缘网络和通信 114
4.3.1　近距离网络通信协议之一：蓝牙技术 114
4.3.2　近距离网络通信协议之二：ZigBee 116
4.3.3　近距离网络通信协议之三：Wi-Fi 118
4.4　应用层协议 118
4.4.1　MQTT协议 119
4.4.2　CoAP协议 121
第5章 边缘计算的安全性
5.1　边缘计算面临的安全性挑战 125
5.1.1　边缘计算面临的重大安全挑战 125
5.1.2　信息安全领域是全新的战场 126
5.1.3　谈谈震网病毒 127
5.1.4　Mirai病毒 129
5.2　计算机安全的一些基本概念 131
5.2.1　计算机安全的本质 131
5.2.2　计算机系统安全的常用方法和概念 133
5.2.3　计算机加密算法介绍 136
5.2.4　网络安全技术 140
5.3　从可信计算到可信边缘计算 143
5.3.1　可信计算介绍 143
5.3.2　TPM 1.2、TPM 2.0和TPCM 144
5.3.3　基于TPM 2.0的可信计算 146
5.3.4　可信边缘计算 147
5.4　边缘计算安全问题分类 148
5.4.1　边缘接入安全问题 149
5.4.2　边缘服务器安全问题 150
5.4.3　物理安全问题 151
5.5　构建安全的边缘计算架构 152
5.5.1　边缘计算安全综合设计 153
5.5.2　边缘计算安全实践清单 154
第6章 边缘计算的微服务架构和消息机制
6.1　微服务架构介绍 157
6.1.1　典型的微服务架构 157
6.1.2　IoT+边缘计算的微服务架构 158
6.2　关于容器技术 159
6.2.1　容器技术（Docker）介绍 160
6.2.2　Docker引擎 160
6.2.3　虚拟机和容器的区别 162
6.2.4　进一步深入容器技术 164
6.3　微服务技术深度解析 165
6.3.1　软件开发模式和架构的回顾思考 165
6.3.2　微服务架构核心组件 168
6.3.3　P2P协议下的微服务通信 173
6.3.4　讨论Kubernetes和边缘计算 175
6.4　边缘计算的微服务架构设计 179
6.4.1　边缘计算微服务架构的考量 179
6.4.2　边缘计算架构设计 180
第7章 边缘计算的数据处理
7.1　边缘计算数据处理的价值 184
7.1.1　传统的数据分析流程 184
7.1.2　数据价值的思考 185
7.2　流数据采集和存储 186
7.2.1　流数据概述 186
7.2.1　设备接入和数据采集 188
7.2.3　边缘时序数据存储 192
7.3　时序数据处理 197
7.3.1　完整时序数据处理框架TICK 197
7.3.2　Prometheus和Grafana监控系统 201
7.3.3　流处理系统 204
7.4　时序数据分析和预测方法 207
7.4.1　时序数据的整理和可视化 207
7.4.2　时序数据的一些重要概念 211
7.4.3　统计时序预测方法 212
7.4.4　ARIMA模型训练和预测 215
第8章 工业边缘计算
8.1　工业边缘技术介绍 219
8.1.1　工业边缘计算的发展现状 219
8.1.2　工业边缘的应用场景 220
8.1.3　传统制造业信息系统改造 222
8.2　工业通信协议与接入技术 224
8.2.1　不同工业通信协议介绍 224
8.2.2　OPC UA协议及IT与OT的融合 229
8.2.3　工业通用接入技术 233
8.3　边缘计算基础设施和成本 236
8.3.1　边缘计算对基础设施的影响 236
8.3.2　边缘计算解决方案成本估算 239
第9章 机器学习和边缘计算
9.1　常用机器学习方法 242
9.1.1　机器学习的类型 242
9.1.2　机器学习的步骤和评估指标 244
9.1.3　基于概率的机器学习方法——朴素贝叶斯分类 247
9.1.4　数据简化和降维 250
9.1.5　决策树分类 254
9.1.6　传统的回归预测方法 257
9.2　深度学习方法介绍 262
9.2.1　多层感知机 262
9.2.2　CNN和RNN 264
9.3　强化学习 265
9.4　机器学习在边缘计算中的应用 274
9.4.1　工业边缘计算平台机器学习案例 274
9.4.2　强化学习在机器人控制中的应用 279
第10章 边缘计算开源框架
10.1　EdgeX Foundry 282
10.1.1　EdgeX Foundry简介 282
10.1.2　EdgeX Foundry的设备服务和核心服务 283
10.1.3　EdgeX Foundry的支持服务和应用服务 286
10.1.4　系统管理微服务 289
10.2　KubeEdge 290
10.2.1　KubeEdge简介 290
10.2.2　KubeEdge的安装和配置 292
10.2.3　KubeEdge对于K8s的改进 296
10.3　轻量级机器学习框架TensorFlow Lite 298
10.3.1　TensorFlow Lite的安装和运行 299
10.3.2　TensorFlow Lite模型的优化 301
10.3.3　给TensorFlow Lite模型添加元数据（Metadata） 304
10.4　边缘网络价值和未来的挑战 308
10.4.1　梅特卡夫定律和贝克斯特罗姆定律 308
10.4.2　未来信息技术发展的制约因素和边缘计算的关系 310

边缘计算是万物互联的核心技术

边缘计算技术是在云计算和物联网的基础上发展起来的，是信息技术基础设施和架构发展的自然演进。在几十年的计算机技术发展历史中，计算机的架构从大型机到客户端/服务器，再到云计算。信息技术不但改造了各行各业，而且创造出了互联网这个新兴行业，将人与人连接到了一起。随着物联网技术的逐渐普及，以及虚拟现实等新兴技术的兴起，信息系统开始从云+端的模式逐步演进到云边端的结合。其中的边缘计算技术将是未来万物互联的核心。

边缘计算不是一门单一的技术，而是一系列软硬件技术的综合应用体系。边缘计算几乎涉及信息技术的所有方面。每一个涉及的领域都有非常广泛的专业知识、技术及经验。边缘计算技术的价值不是技术本身，而是将边缘计算融合进各行各业而产生的协同效应。未来，随着物联网技术和边缘计算技术的进一步发展和成熟，相信所有的行业都将从中获益；同时，这个领域会有越来越多的创新机会涌现出来。学习和了解边缘计算的知识和技术，应该是所有紧跟技术前沿的IT人的“必修课”。

边缘计算是一个综合的知识和技术体系，而且边缘计算的商业机会处于各个行业和边缘计算的交会处。也就是说，能够发挥出边缘计算能力的不是在于这项技术本身，而是在于这项技术和其他行业的结合上。我们可以看到，物联网、边缘计算加上边缘智能已经在众多行业开花，从智能制造、智慧交通、智慧农业，到智能医疗、自动驾驶等。无数的应用场景和创新正在发生，期待未来的边缘计算能够创造出更多的发明机会。

各种硬件、软件和通信技术的发展是促成边缘计算出现和发展的技术基础；同时，技术的发展也带来新的需求和痛点，从而成为推动边缘计算应用和发展的动力。与通信技术结合的移动边缘计算（Mobile Edge Computing，MEC）将是未来实现低时延、高可控通信（uRLLC）的5G场景的重要支撑点，未来实现100ns时延的无线网络必然需要MEC技术。如果云计算是现代信息技术的大脑，那么边缘计算就是大脑的延伸和触角，很多计算任务将会下沉到边缘。边缘智能将人工智能带入各种生产和生活领域，将成为人工智能技术和实际场景相结合和落地的主要技术手段。

写作本书的初衷

边缘计算是一个综合的技术体系，涉及的领域虽然主要在信息技术领域，但是覆盖知识的广度和深度很高，要写好边缘计算的书籍有相当的难度。笔者有幸在工作中参与了多个与物联网和边缘计算相关的前沿项目，对这个方向有一些心得和体会，因此希望将积累的知识和经验通过这本书和各位同行分享。如果书中的知识和总结能够为各位读者提供一些参考思路，则非常荣幸。不过，鉴于笔者知识水平有限，错漏和不足在所难免，希望大家能够指正和补充。另外，也希望能够和大家探讨与物联网和边缘计算相关的话题，以期相互学习与提高。

本书特色

● 内容全面：本书基本覆盖了边缘计算的各个方面，读者可以通过本书对边缘技术有一个非常全面的了解和认识。

● 面向各类读者：本书既有深入的理论和架构研究，同时也有各种实用的方法、技巧和解决思路，无论是边缘技术爱好者还是本领域的专业人士，均能从中有所收获。

● 贴近实际：书中的很多解决方案和案例都是出自笔者亲历的项目和研究中的问题，对于实际工程应用有一定的启发和指导作用。

● 实用新颖：所有涉及的知识点和理论都尽量能够以真正应用中的技术为基础，同时在每一部分都能够介绍一些最新的研究方向和成果。

● 趣味性：不但介绍了大量的专业知识，而且穿插了很多有意思的内容，使本书既有知识性，也兼顾趣味性。

本书读者对象

● 物联网和边缘计算技术爱好者。

● 边缘计算工程人员和研究者。

● 物联网工程人员和研究者。

● 软件开发与测试人员。

● 通信技术研发人员。

● 信息技术从业人员。

● 各院校计算机和信息科学专业的学生。

资源下载

本书所涉及的源代码已上传到百度网盘，供读者下载。请读者关注封底“博雅读书社”微信公众号，在对话框中输入图书77页的资源下载码，根据提示获取。

致谢

笔者特别要感谢家人的支持，尤其是我的女儿Apple的鼓励。同时，感谢马立新教授、李长乐博士和赵天明对书稿提出的意见和建议；感谢离散行业网络协同制造支撑平台项目组和流程工业智能制造基础信息平台工厂操作系统项目组的专家和领导提供的支持和帮助。感谢编辑的耐心等待和理解，同时感谢在本书写作过程中给予笔者帮助的所有朋友和同事。

特别说明：本书部分研究内容获得国家重点研发计划（2020YFB1711204和2019YFB1705701）支持。

温馨提示：读者在阅读本书的过程中遇到问题可以与笔者联系，笔者的电子邮箱是Rocky@YangJian.co，微信是EdgeComp。