边缘计算实践——内容分发网络技术与前沿(上册)

目录序言前言第1章　边缘计算的发展和技术概述11.1　边缘计算的发展11.1.1　边缘计算背景11.1.2　边缘计算的起源11.1.3　边缘计算的主要优点21.1.4　边缘计算的应用场景31.2　边缘计算的技术拓展41.2.1　边缘计算和5G41.2.2　边缘计算和物联网大数据51.2.3　边缘计算和数据密集型应用61.2.4　边缘计算和人工智能61.3　边缘计算的主流架构71.3.1　单层边缘架构81.3.2　云边混合架构91.3.3　边缘智能架构10第2章　CDN技术概述和主要技术原理122.1　CDN的发展122.1.1　CDN的主要任务152.1.2　CDN的优点152.1.3　CDN的潜在用户162.2　CDN的原理172.2.1　CDN的组成172.2.2　CDN的工作原理182.2.3　CDN的多种技术192.3　CDN厂商情况概览222.3.1　缓存：Network Appliance232.3.2　路由：F5262.3.3　运营管理28第3章　多媒体网络与系统通信主要协议353.1　多媒体网络与CDN353.1.1　CDN解决多媒体网络带宽问题353.1.2　CDN架构与重要子系统353.2　RTP373.2.1　RTP概述373.2.2　RTP的头部格式373.2.3　混合器和转换器393.3　RTCP423.3.1　RTCP概述423.3.2　RTCP控制分组423.3.3　RTCP的其他特性473.4　RSVP483.4.1　RSVP概述483.4.2　RSVP的特征与不足493.5　视频会议协议H.323503.5.1　H.323体系结构513.5.2　H.323组件523.5.3　H.323协议栈533.6　SIP553.6.1　SIP概述553.6.2　SIP的功能和特点563.6.3　SIP呼叫流程573.6.4　SIP应用573.6.5　SIP和H.323比较59第4章　流媒体系统604.1　流媒体技术概述604.1.1　流媒体定义604.1.2　流媒体的优势614.1.3　流媒体与CDN结合的优势624.1.4　流媒体系统简介624.1.5　流媒体技术的典型应用634.2　Windows Media Service系统644.2.1　Windows Media Service简介644.2.2　流媒体服务的应用方式664.2.3　理解Windows Media Service协议684.2.4　使用媒体播放器播放流媒体文件704.3　RealMedia系统724.3.1　RTSP724.3.2　RealSystem754.3.3　高清RealMedia784.4　HTTP流技术794.4.1　HTTP流技术概述794.4.2　现有的工作或组件804.4.3　DASH概述844.5　实例：同步教学系统874.5.1　总体执行情况874.5.2　技术架构884.5.3　模块开发884.5.4　技术指标与特色90第5章　P2P与CDN的结合与发展925.1　P2P技术介绍925.1.1　P2P技术的特点925.1.2　P2P技术的应用场景945.1.3　P2P技术的未来965.2　P2P和CDN的结合985.2.1　P2P和CDN的优缺点985.2.2　P2P技术和CDN技术的融合1025.2.3　CDN-P2P融合模式1045.2.4　CDN-P2P技术应用场景1105.3　基于CDN-P2P的树网结合系统实例1125.3.1　架构介绍1135.3.2　系统缓冲区设计1145.3.3　系统CDN层设计1165.3.4　系统核心树算法1185.3.5　边界模糊的网状结构1245.3.6　树网结合系统的实际应用125第6章　数据驱动的CDN资源管理技术1316.1　内容分发网络资源管理背景1316.1.1　内容分发网络资源管理问题和数据驱动方法1316.1.2　内容分发网络资源管理具体内容1316.1.3　内容分发网络资源管理的多云架构1326.2　内容分发网络资源长期规划设计1326.2.1　多云长期部署模型与算法设计1326.2.2　服务质量驱动的CDN资源优化部署设计1416.3　内容分发网络资源实时调度设计1496.3.1　多云短期扩展模型与算法设计1506.3.2　基于强化学习的CDN资源缓存策略设计1576.4　内容分发网络资源管理实现1636.4.1　基于强化学习的CDN资源缓存策略实验1636.4.2　多云短期调度实验166第7章　边缘计算环境下虚拟机资源配置技术1697.1　边缘计算环境下虚拟机及集群资源配置的背景1707.1.1　云雾混合环境中的虚拟机集群配置问题1707.1.2　云雾混合环境中的虚拟机集群配置关键技术1717.1.3　云雾混合环境中虚拟机及集群资源配置典型架构1727.2　雾节点中应用适配的大数据虚拟机集群配置**模型设计1737.2.1　模型总体设计1737.2.2　特征选择模型1757.2.3　基于神经协同过滤的虚拟机与少节点集群配置**模型1777.2.4　基于深度神经网络的多节点集群**模型1797.3　边缘计算环境下虚拟机及集群资源配置模型实现182第8章　边缘计算数据资源的索引定位与冗余放置技术1878.1　边缘计算数据资源存储的背景1878.1.1　边缘计算数据资源的索引定位1878.1.2　边缘计算数据资源的冗余放置1888.1.3　边缘计算数据资源存储的典型架构1898.2　分层混合数据索引1918.2.1　分层混合索引架构模型1918.2.2　雾节点内本地中心化数据索引机制1928.2.3　雾节点间全局分布式哈希表数据索引机制1958.3　边缘多副本数据放置2018.3.1　边缘多副本可靠放置模型2018.3.2　终端设备存储性能分级机制2038.3.3　基于分级设备的多备存储节点选择算法2048.4　数据索引定位与冗余放置实现2068.4.1　分层混合索引实验2068.4.2　边缘多副本数据放置实验210第9章　边缘计算环境下的服务部署和任务路由2149.1　边缘计算环境下的服务部署与任务路由背景2149.1.1　边缘计算环境下的服务部署与任务路由概述2149.1.2　服务部署2159.1.3　任务路由2159.2　有状态服务的服务链部署和任务路由算法2159.2.1　有状态服务系统场景描述2159.2.2　有状态服务系统模型设计2169.2.3　基于强化学习的服务链部署算法2229.3　无状态服务的服务部署和任务路由算法2249.3.1　无状态服务系统场景描述2249.3.2　无状态服务系统模型设计2259.3.3　基于云边协同的服务部署和任务路由算法2299.4　云边协同计算架构下的服务部署和任务路由模型实现2349.4.1　有状态服务部署与任务路由**实验2349.4.2　无状态服务部署与任务路由**实验238参考文献243