[套装书]斯坦福算法博弈论二十讲+雾计算与边缘计算：原理及范式（2册）

作者
[美]蒂姆·拉夫加登（Tim Roughgarden）[澳大利亚] 拉库马·布亚（Rajkumar Buyya）[爱沙尼亚] 萨蒂什·纳拉亚纳·斯里拉马（Satish Narayana Srirama）
丛书名
计算机科学丛书
出版社
机械工业出版社
ISBN
9782002281125
简要
简介
内容简介书籍计算机书籍 ---------------------------斯坦福算法博弈论二十讲--------------------------- 计算机科学和经济学在过去的十多年中进行了热烈的交互，产生了新的算法博弈论领域。许多现代计算机科学的核心问题，从大型网络的资源分配到在线广告，都涉及多个自利方个体之间的相互作用。经济学和博弈论为这些问题提供了大量有用的模型和定义。同时，对于传统经济学的许多问题，来自计算机科学的研究又起到了补充作用。本书源于作者在斯坦福大学的算法博弈论课程讲义，旨在让学生和其他新学者快速、方便地了解该领域的许多最重要的概念。本书通过在线广告、无线频谱交易和网络管理等案例来说明这些概念，非常适合课堂教授和自学。 ---------------------------雾计算与边缘计算：原理及范式--------------------------- 本书全面概述了推动雾计算与边缘计算这一动态计算领域的最新应用程序和体系结构，同时突出了潜在的研究方向和新兴技术。
目录



---------------------------斯坦福算法博弈论二十讲---------------------------


出版者的话
译者序
前言
第1章　简介和实例1
1.1　关于规则制定的科学1
1.2　自私的行为在什么时候是近似最优的3
1.2.1　布雷斯悖论3
1.2.2　线与弹簧4
1.3　策略型参与者能通过学习算出一个均衡吗4
总结6
说明6
练习6
问题7
第2章　机制设计基础8
2.1　单物品拍卖8
2.2　密封价格拍卖9
2.3　一价拍卖9
2.4　二价拍卖和占优策略9
2.5　理想化拍卖11
2.6　经典案例：关键字搜索拍卖12
2.6.1　背景知识12
2.6.2　关键字搜索拍卖的基本模型12
2.6.3　我们想要什么13
2.6.4　我们的设计方法13
总结14
说明14
练习14
问题16
第3章　迈尔森引理17
3.1　单参数环境17
3.2　分配规则和支付规则18
3.3　迈尔森引理的内容19
3.4　迈尔森引理的证明20
3.5　支付公式的运用23
总结24
说明25
练习25
问题25
第4章　算法机制设计28
4.1　背包拍卖28
4.1.1　问题定义28
4.1.2　福利最大化的DSIC背包拍卖29
4.1.3　关键报价29
4.1.4　福利最大化的计算困难性29
4.2　算法机制设计30
4.2.1　最好的情况：免费的DSIC30
4.2.2　再谈背包拍卖31
4.3　显示原理33
4.3.1　再谈DSIC33
4.3.2　直接显示的证明33
4.3.3　在占优策略均衡之外34
总结34
说明35
练习35
问题36
第5章　收益最大化拍卖39
5.1　收益最大化的挑战39
5.1.1　我们被社会福利最大化“宠坏”了39
5.1.2　单竞拍者和单物品40
5.1.3　贝叶斯分析40
5.1.4　再谈单竞拍者和单物品41
5.1.5　多竞拍者41
5.2　最优DSIC机制的性质42
5.2.1　准备工作42
5.2.2　虚拟估值42
5.2.3　期望收益等于期望虚拟福利43
5.2.4　最大化期望虚拟福利44
5.2.5　正则分布44
5.2.6　最优单物品拍卖45
5.3　案例分析：关键字搜索拍卖中的保留价格46
5.4　引理5.1的证明47
总结48
说明49
练习49
问题50
第6章　简单的近似最优拍卖52
6.1　最优拍卖可能很复杂52
6.2　预知不等式53
6.3　简单的单物品拍卖54
6.4　先验独立机制56
总结57
说明58
练习58
问题59
第7章　多参数机制设计61
7.1　一般化的机制设计环境61
7.2　VCG机制62
7.3　实际的考量64
总结65
说明65
练习65
问题66
第8章　频谱拍卖68
8.1　非直接机制68
8.2　分开拍卖多个物品69
8.3　案例分析：同时升价拍卖70
8.3.1　两个新手常见错误70
8.3.2　同时升价拍卖的优点71
8.3.3　需求缩减和披露问题72
8.3.4　发送竞价信号73
8.4　组合竞价74
8.5　案例分析：2016年FCC激励拍卖74
总结77
说明77
练习77
问题78
第9章　含支付约束的机制设计80
9.1　预算约束80
9.2　同一价格多单位拍卖81
9.2.1　多单位拍卖81
9.2.2　同一价格拍卖81
9.2.3　同一价格拍卖不是DSIC的82
9.3　锁定拍卖82
9.4　不含钱机制设计85
总结87
说明88
练习88
问题89
第10章　肾脏交换和稳定匹配91
10.1　案例分析：肾脏交换91
10.1.1　背景91
10.1.2　使用TTC算法92
10.1.3　应用匹配算法93
10.1.4　医院方的动机因素96
10.2　稳定匹配97
10.2.1　模型97
10.2.2　延迟接受算法98
10.3　更多的性质99
总结101
说明101
练习102
问题102
第11章　自私路由与无秩序代价103
11.1　自私路由103
11.1.1　布雷斯悖论103
11.1.2　Pigou示例104
11.1.3　Pigou示例：非线性变种104
11.2　主要结论：非正式的表述105
11.3　主要结论：正式的表述106
11.4　技术准备108
11.5　定理11.2的证明109
总结110
说明110
练习111
问题111
第12章　超额配置和单元自私路由113
12.1　案例分析：网络超额配置113
12.1.1　超额配置的动机113
12.1.2　超额配置网络的POA界113
12.2　资源增广界115
12.3　定理12.1的证明115
12.4　单元自私路由116
12.5　定理12.3的证明118
总结119
说明120
练习120
问题121
第13章　均衡：定义、示例和存在性123
13.1　均衡概念的层级结构123
13.1.1　代价最小化博弈124
13.1.2　纯策略纳什均衡124
13.1.3　混合策略纳什均衡124
13.1.4　相关均衡125
13.1.5　粗糙相关均衡126
13.1.6　示例127
13.2　纯策略纳什均衡的存在性127
13.2.1　均衡分流的存在性127
13.2.2　非单元均衡分流的唯一性128
13.2.3　拥塞博弈129
13.3　势博弈129
总结129
说明130
练习130
问题131
第14章　平滑博弈的鲁棒无秩序代价界133
14.1　POA界四阶段式处理方法133
14.2　选址博弈134
14.2.1　模型134
14.2.2　选址博弈的性质136
14.2.3　定理14.1的证明137
14.3　平滑博弈138
14.4　平滑博弈的鲁棒POA界139
14.4.1　PNE的POA界139
14.4.2　CCE的POA界139
14.4.3　近似PNE的POA界140
总结141
说明141
练习142
问题142
第15章　最好情况和强纳什均衡144
15.1　网络代价分摊博弈144
15.1.1　外部性144
15.1.2　模型144
15.1.3　示例：VHS还是Betamax145
15.1.4　示例：退出博弈146
15.2　稳定的代价147
15.3　强纳什均衡的POA148
15.4　定理15.3的证明150
总结151
说明152
练习152
问题152
第16章　最优反应动力学154
16.1　势博弈中的最优反应动力学154
16.2　自私路由博弈中的近似PNE156
16.3　定理16.3的证明157
16.4　平滑势博弈中的低代价结果159
总结161
说明161
练习162
问题162
第17章　无憾动力学164
17.1　在线决策164
17.1.1　模型164
17.1.2　定义和示例165
17.2　乘性权重算法166
17.3　定理17.6的证明168
17.3.1　适应型对手与非适应型对手168
17.3.2　分析168
17.4　无憾与粗糙相关均衡170
17.4.1　无憾动力学170
17.4.2　收敛到粗糙相关均衡171
17.4.3　结束语171
总结172
说明172
练习173
问题173
第18章　交换遗憾和最小最大化定理176
18.1　交换遗憾和相关均衡176
18.2　定理18.5的证明177
18.3　零和博弈的最小最大化定理180
18.3.1　两人零和博弈180
18.3.2　最小最大化定理181
18.4　定理18.7的证明182
总结183
说明183
练习184
问题184
第19章　纯策略纳什均衡和PLS完全性186
19.1　什么情况下均衡是计算可行的186
19.1.1　计算可行性回顾186
19.1.2　动力学和算法187
19.1.3　计算困难性的结论188
19.2　局部搜索问题188
19.2.1　经典示例：最大割问题188
19.2.2　PLS：抽象局部搜索问题190
19.2.3　PLS完全性192
19.3　计算拥塞博弈的纯策略纳什均衡193
19.3.1　计算纯策略纳什均衡是PLS问题193
19.3.2　纯策略纳什均衡的计算是PLS完全问题194
19.3.3　对称拥塞博弈195
总结196
说明197
练习197
问题198
第20章　混合策略纳什均衡和PPAD完全性199
20.1　双矩阵博弈的混合策略纳什均衡的计算199
20.2　全NP搜索问题200
20.2.1　NP搜索问题200
20.2.2　具有证据的NP搜索问题201
20.2.3　语法的复杂度集与语义的复杂度集202
20.2.4　我们该做什么203
20.3　PPAD：TFNP的一个语法子集204
20.4　经典的PPAD问题实例：Sperner引理205
20.5　混合策略纳什均衡和PPAD206
20.5.1　Sperner引理和纳什定理207
20.5.2　Lemke-Howson算法208
20.5.3　结语208
20.6　讨论209
总结209
说明209
练习210
问题211
10个最重要的知识点213
部分练习及问题提示215
参考文献220



---------------------------雾计算与边缘计算：原理及范式---------------------------


出版者的话
译者序
前言
致谢
作者名单
第一部分　基础原理
第1章　物联网和新的计算范式 2
1.1　引言 2
1.2　相关技术 4
1.3　通过雾计算和边缘计算完成云计算 5
1.3.1　FEC的优势：SCALE 5
1.3.2　FEC如何实现SCALE五大优势：通过SCANC 6
1.4　雾计算和边缘计算的层次结构 8
1.4.1　内边缘 9
1.4.2　中边缘 9
1.4.3　外边缘 9
1.5　商业模式 10
1.5.1　X即服务 10
1.5.2　支持服务 11
1.5.3　应用服务 11
1.6　机遇和挑战 11
1.6.1　开箱即用的体验 11
1.6.2　开放平台 12
1.6.3　系统管理 13
1.7　结论 13
参考文献 14
第2章　解决联合边缘资源面临的挑战 16
2.1　引言 16
2.2　组网挑战 17
2.2.1　联合边缘环境中的组网挑战 18
2.2.2　解决组网挑战 19
2.2.3　未来研究方向 21
2.3　管理挑战 22
2.3.1　联合边缘环境中的管理挑战 22
2.3.2　目前的研究 23
2.3.3　解决管理挑战 23
2.3.4　未来研究方向 24
2.4　其他挑战 25
2.4.1　资源挑战 25
2.4.2　建模挑战 27
2.5　结论 28
参考文献 28
第3章　集成物联网+雾+云基础设施：系统建模和研究挑战 33
3.1　引言 33
3.2　方法论 34
3.3　集成C2F2T文献中的建模技巧 36
3.3.1　解析模型 37
3.3.2　佩特里网模型 39
3.3.3　整数线性规划 41
3.3.4　其他方法 41
3.4　集成C2F2T文献中的应用场景 42
3.5　集成C2F2T文献中的度量指标 44
3.5.1　能耗 44
3.5.2　性能 45
3.5.3　资源消耗 45
3.5.4　成本 46
3.5.5　服务质量 46
3.5.6　安全 46
3.6　未来研究方向 46
3.7　结论 47
致谢 48
参考文献 48
第4章　5G、雾计算、边缘计算和云计算中网络切片的管理和编排 51
4.1　引言 51
4.2　背景 52
4.2.1　5G 52
4.2.2　云计算 53
4.2.3　移动边缘计算 53
4.2.4　边缘计算与雾计算 53
4.3　5G中的网络切片 54
4.3.1　基础设施层 55
4.3.2　网络功能和虚拟化层 55
4.3.3　服务和应用层 55
4.3.4　切片管理和编排 56
4.4　软件定义云中的网络切片 56
4.4.1　网络感知虚拟机管理 56
4.4.2　网络感知虚拟机迁移规划 57
4.4.3　虚拟网络功能管理 58
4.5　边缘和雾中的网络切片管理 59
4.6　未来研究方向 60
4.6.1　软件定义云 60
4.6.2　边缘计算与雾计算 61
4.7　结论 62
致谢 62
参考文献 62
第5章　雾计算和边缘计算的优化问题 67
5.1　引言 67
5.2　背景及相关工作 68
5.3　预备知识 69
5.4　雾计算优化案例 70
5.5　雾计算的形式化建模框架 70
5.6　指标 71
5.6.1　性能 71
5.6.2　资源使用 72
5.6.3　能耗 72
5.6.4　财务成本 73
5.6.5　其他质量属性 73
5.7　雾结构中的优化机会 73
5.8　服务生命周期中的优化机会 74
5.9　雾计算中优化问题的分类 75
5.10　优化技术 76
5.11　未来研究方向 76
5.12　结论 77
致谢 77
参考文献 77
第二部分　中间件
第6章　雾计算和边缘计算的中间件：设计问题 82
6.1　引言 82
6.2　对雾计算和边缘计算中间件的需求 82
6.3　设计目标 83
6.3.1　Ad-Hoc设备发现 83
6.3.2　运行时期执行环境 83
6.3.3　最小的任务中断 83
6.3.4　操作参数的开销 83
6.3.5　环境感知自适应设计 84
6.3.6　服务质量 84
6.4　最先进的中间件基础设施 84
6.5　系统模型 85
6.5.1　嵌入式传感器或执行器 85
6.5.2　个人设备 85
6.5.3　雾服务器 85
6.5.4　微云 86
6.5.5　云服务器 86
6.6　建议架构 86
6.6.1　API规范 87
6.6.2　安全性 87
6.6.3　设备发现 87
6.6.4　中间件 87
6.6.5　传感器/执行器 89
6.7　案例研究示例 89
6.8　未来研究方向 90
6.8.1　人类参与和环境感知 90
6.8.2　移动性 90
6.8.3　安全可靠的执行 90
6.8.4　任务的管理和调度 90
6.8.5　分布式执行的模块化 90
6.8.6　结算和服务水平协议 91
6.8.7　可扩展性 91
6.9　结论 91
参考文献 91
第7章　边缘云架构的轻量级容器中间件 96
7.1　引言 96
7.2　背景及相关工作 97
7.2.1　边缘云架构 97
7.2.2　用例 98
7.2.3　相关工作 98
7.3　轻量级边缘云集群 99
7.3.1　轻量级软件—容器化 99
7.3.2　轻量级硬件—Raspberry Pi集群 100
7.4　架构管理—存储与编排 100
7.4.1　自建的集群存储与编排 101
7.4.2　OpenStack 存储 101
7.4.3　Docker编排 103
7.5　物联网集成 105
7.6　边缘云架构的安全管理 105
7.6.1　安全要求和区块链原则 106
7.6.2　基于区块链的安全架构 107
7.6.3　基于区块链的集成编排 108
7.7　未来研究方向 110
7.8　结论 111
参考文献 111
第8章　雾计算中的数据管理 114
8.1　引言 114
8.2　背景 115
8.3　雾数据管理 116
8.3.1　雾数据生命周期 117
8.3.2　数据特征 118
8.3.3　数据预处理与分析 118
8.3.4　数据隐私 120
8.3.5　数据存储与数据暂存 120
8.3.6　电子健康案例研究 120
8.3.7　提出的架构 121
8.4　未来研究方向 125
8.4.1　安全性 125
8.4.2　雾计算与存储层次的定义 125
8.5　结论 125
参考文献 125
第9章　支持雾应用程序部署的预测性分析 128
9.1　引言 128
9.2　案例：智能建筑 129
9.3　使用FogTorchΠ进行预测性分析 133
9.3.1　应用程序和基础设施建模 133
9.3.2　搜索符合条件的部署 133
9.3.3　估算资源消耗和成本 135
9.3.4　QoS保证度的估计 137
9.4　案例（续） 139
9.5　相关工作 141
9.5.1　云应用程序部署支持 141
9.5.2　雾应用程序部署支持 142
9.5.3　成本模型 142
9.5.4　比较iFogSim和FogTorchΠ 143
9.6　未来研究方向 145
9.7　结论 146
参考文献 146
第10章　使用机器学习保护物联网系统的安全和隐私 151
10.1　引言 151
10.1.1　物联网中的安全和隐私问题示例 151
10.1.2　物联网中不同层的安全问题 152
10.1.3　物联网设备中的隐私问题 154
10.1.4　物联网安全漏洞深度挖掘：物联网设备上的分布式拒绝服务攻击 156
10.2　背景 159
10.2.1　机器学习简述 159
10.2.2　常用机器学习算法 160
10.2.3　机器学习算法在物联网中的应用 161
10.2.4　基于物联网领域的机器学习算法 162
10.3　保护物联网设备的机器学习技术综述 164
10.3.1　物联网安全机器学习解决方案的系统分类 164
10.3.2　机器学习算法在物联网安全中的应用 165
10.3.3　使用人工神经网络预测和保护物联网系统 166
10.3.4　新型物联网设备攻击 167
10.3.5　关于使用有效机器学习技术实现物联网安全的提案 167
10.4　雾计算中的机器学习 169
10.4.1　介绍 169
10.4.2　用于雾计算和安全的机器学习 169
10.4.3　机器学习在雾计算中的应用 170
10.4.4　雾计算安全中的机器学习 170
10.4.5　用于雾计算的其他机器学习算法 171
10.5　未来研究方向 172
10.6　结论 172
参考文献 173
第三部分　应用和问题
第11章　大数据分析的雾计算实现 178
11.1　引言 178
11.2　大数据分析 179
11.2.1　优点 179
11.2.2　大数据分析典型基础设施 179
11.2.3　技术 180
11.2.4　云中的大数据分析 181
11.2.5　内存分析 181
11.2.6　大数据分析流程 181
11.3　雾中的数据分析 182
11.3.1　雾分析 182
11.3.2　雾引擎 183
11.3.3　使用雾引擎进行数据分析 184
11.4　原型和评估 185
11.4.1　架构 185
11.4.2　配置 186
11.5　案例研究 189
11.5.1　智能家居 189
11.5.2　智能营养监测系统 191
11.6　相关工作 193
11.7　未来研究方向 195
11.8　结论 196
参考文献 196
第12章　在健康监测中运用雾计算 199
12.1　引言 199
12.2　具有雾计算的基于物联网的健康监测系统架构 200
12.2.1　设备（传感器）层 201
12.2.2　具有雾计算的智能网关 202
12.2.3　云服务器和最终用户终端 202
12.3　智能电子健康网关中的雾计算服务 203
12.3.1　本地数据库（存储） 203
12.3.2　推送通知 204
12.3.3　分类 204
12.3.4　具有用户界面的本地主机 204
12.3.5　互操作性 204
12.3.6　安全 205
12.3.7　人体跌倒检测 205
12.3.8　故障检测 207
12.3.9　数据分析 207
12.4　系统实现 207
12.4.1　传感器节点实现 207
12.4.2　具有雾的智能网关实现 208
12.4.3　云服务器和终端 210
12.5　案例研究、实验结果和评估 210
12.5.1　人体跌倒检测的案例研究 210
12.5.2　心率变异性的案例研究 211
12.6　连接组件的讨论 213
12.7　雾计算中的相关应用 214
12.8　未来研究方向 214
12.9　结论 215
参考文献 215
第13章　用于实时人物目标跟踪的边缘智能监控视频流处理 219
13.1　引言 219
13.2　人物目标检测 220
13.2.1　Haar级联特征提取 220
13.2.2　HOG+SVM 221
13.2.3　卷积神经网络 223
13.3　目标跟踪 224
13.3.1　特征表示 225
13.3.2　目标跟踪技术分类 225
13.3.3　基于点的跟踪 226
13.3.4　基于内核的跟踪 227
13.3.5　基于轮廓的跟踪 228
13.3.6　核化相关滤波器 228
13.4　轻量级人物检测 230
13.5　案例分析 231
13.5.1　人物目标检测 232
13.5.2　目标跟踪 234
13.6　未来研究方向 235
13.7　结论 236
参考文献 236
第14章　智能交通应用发展中的雾计算模型 239
14.1　引言 239
14.2　数据驱动的智能交通系统 240
14.3　智能交通应用程序的关键任务计算要求 241
14.3.1　模块化 242
14.3.2　可扩展性 242
14.3.3　环境感知和抽象支持 242
14.3.4　权力分散 242
14.3.5　云数据中心的能耗 243
14.4　智能交通应用程序中的雾计算 243
14.4.1　认知 244
14.4.2　效率 244
14.4.3　敏捷性 244
14.4.4　时延 245
14.5　案例研究：智能交通灯管理系统 247
14.6　雾编排挑战和未来方向 249
14.6.1　物联网空间智能交通应用程序的雾编排挑战 249
14.7　未来研究方向 250
14.7.1　部署阶段的机会 251
14.7.2　运行阶段的机会 251
14.7.3　评估阶段的机会：大数据驱动的分析和优化 252
14.8　结论 253
参考文献 254
第15章　基于雾的物联网应用程序的测试视角 257
15.1　引言 257
15.2　背景 258
15.3　测试视角 259
15.3.1　智能家居 259
15.3.2　智能健康 262
15.3.3　智能交通 266
15.4　未来研究方向 270
15.4.1　智能家居 270
15.4.2　智能健康 271
15.4.3　智能交通 273
15.5　结论 274
参考文献 275
第16章　在雾计算中运行物联网应用的法律问题 278
16.1　引言 278
16.2　相关工作 279
16.3　雾应用、边缘应用、物联网应用的分类 279
16.4　GDPR约束对云、雾和物联网应用的影响 280
16.4.1　GDPR中的定义和术语 280
16.4.2　GDPR规定的义务 282
16.4.3　欧盟以外的数据转移 285
16.4.4　总结 286
16.5　按设计原则进行数据保护 287
16.5.1　采用数据保护原则的原因 287
16.5.2　GDPR中的隐私保护 288
16.5.3　默认数据保护 288
16.6　未来研究方向 289
16.7　结论 290
致谢 290
参考文献 290
第17章　使用iFogSim工具包对雾计算和边缘计算环境进行建模和仿真 292
17.1　引言 292
17.2　iFogSim仿真器及其组件 293
17.2.1　物理组件 293
17.2.2　逻辑组件 294
17.2.3　管理组件 294
17.3　安装iFogSim 294
17.4　使用iFogSim搭建仿真过程 295
17.5　示例场景 295
17.5.1　使用异构配置创建雾节点 295
17.5.2　创建不同的应用程序模型 296
17.5.3　具有不同配置的应用程序模块 299
17.5.4　具有不同元组发射率的传感器 300
17.5.5　从传感器发送特定数量的元组 300
17.5.6　雾设备的移动性 301
17.5.7　将低层雾设备与附近网关连接 303
17.5.8　创建雾设备集群 304
17.6　部署策略的仿真 305
17.6.1　物理环境的结构 305
17.6.2　逻辑组件的假设 306
17.6.3　管理（应用程序部署）策略 306
17.7　智能医疗案例研究 314
17.8　结论 316
参考文献 316



有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4