本书系统地介绍边缘计算及其资源管理技术，首先讲解边缘计算的基本知识，分别阐述边缘计算的网络架构、基础技术与服务模式，以及资源管理的各类使能技术与平台。随后，深入分析边缘计算资源管理的基本问题和优化方法，分别讨论边缘智能、多无线接入网中的边缘计算、车辆边缘计算、工业物联网中的边缘计算、卫星边缘计算共 5 个典型应用场景下的边缘计算资源管理技术。
本书内容对边缘计算及其资源管理领域的知识获取、科学研究、技术研发等工作具有重要的参考价值，适合高校和科研院所的科研人员和学生、企业研发人员，以及其他需要了解和掌握边缘计算的技术人员和管理人员阅读参考。
边缘计算将计算、存储和服务能力放置于网络中的边缘节点，形成了通信和算力一体共生的新型信息网络架构。
边缘计算是通信与信息系统、计算机科学与技术两大学科的交叉领域，兼具复杂性和独特性。
本书深入介绍和分析边缘计算及其资源管理技术，分别从边缘计算的基本概念、网络架构、服务模式及边缘计算资源管理的使能技术、基本问题、优化方法、典型场景（涵盖边缘智能、多无线接入网中的边缘计算、车辆边缘计算、工业物联网中的边缘计算、卫星边缘计算）等多个层面展开系统性论述。
范文浩 博士，北京邮电大学副教授、博士生导师。长期致力于通信网络关键技术研究，重点关注边缘计算 / 边缘智能、通感算智融合、网络安全等领域。发表学术论文近百篇，并以第一作者身份在国内外顶级期刊和会议（IEEE的 TMC、TWC、TII、T-ITS、TNSM、TVT、IOTJ、SCIS、INFOCOM 等）上发表论文。获授权发明专利近 50 项。主持和主研国家自然科学基金等国家级、省部级科研项目十余项。以第一完成人身份获2021年中国电子学会科学技术奖科技进步二等奖和2018 年广东省优秀科技成果奖；以主要完成人身份获 2021 年吴文俊人工智能科学技术奖技术发明奖二等奖和 2017 年中国电子学会科学技术奖科技进步一等奖。入选 2023 年中国通信学会硕士学位论文激励计划（原优秀硕士学位论文）指导教师，第三批全国高校黄大年式教师团队成员。
第 1 章 边缘计算概述 1
1.1 边缘计算的基本概念 1
1.1.1 边缘计算的定义 1
1.1.2 边缘计算的产生背景 2
1.1.3 边缘计算的价值 4
1.2 边缘计算的演进历程 7
1.2.1 雏形阶段 7
1.2.2 发展阶段 9
1.2.3 应用阶段 11
1.2.4 未来前景 12
1.3 边缘计算的工作模式 13
1.3.1 云边端协同 13
1.3.2 卫星边缘计算 15
1.4 边缘计算行业与应用 16
1.4.1 边缘计算的行业现状 16
1.4.2 边缘计算的行业应用 19
1.4.3 边缘计算应用展望 27
1.5 边缘计算与算力网络 29
1.5.1 算力网络的背景 29
1.5.2 算力网络的定义与资源分配方式 31
1.5.3 算力网络架构 32
1.5.4 算力网络中的边缘计算 34
1.5.5 算力网络发展展望 35
1 目 录
1.6 本书结构 37
参考文献 37
第 2 章 边缘计算网络架构、基础技术与服务模式 39
2.1 边缘计算的网络架构 39
2.1.1 部署模式 40
2.1.2 协同模式 46
2.2 边缘节点基础技术 51
2.2.1 边缘设备形态 52
2.2.2 边缘算力配置 52
2.2.3 虚拟化技术 55
2.2.4 内容缓存技术 60
2.3 边缘通信网络基础技术 62
2.3.1 无线接入技术 62
2.3.2 消息服务技术 73
2.3.3 内容分发技术 78
2.4 边缘服务模式 81
2.4.1 边缘计算基础设施 82
2.4.2 基础服务平台 83
2.4.3 场景专用方案 85
参考文献 87
第 3 章 边缘计算资源管理使能技术与平台 90
3.1 边缘计算资源管理的重要性 91
3.1.1 保证低时延与实时性 91
3.1.2 降低成本与堵塞率 92
3.1.3 保障安全性与可靠性 93
3.1.4 增强扩展性与适应性 93
3.2 无线接入管理 94
3.2.1 虚拟化无线接入网（vRAN） 95
3.2.2 集中化无线接入网（C-RAN） 96
3.2.3 开放式无线接入网（O-RAN） 99
3.3 网络资源管理 . 104
3.3.1 软件定义网络（SDN） 105
3.3.2 网络功能虚拟化（NFV） 107
3.3.3 网络切片（NS） 108
3.4 云边端服务管理 112
3.4.1 云侧：以 Kubernetes 为例 112
3.4.2 边侧：以 KubeEdge 为例 117
3.4.3 端侧：以 EdgeX 为例 121
参考文献 125
第 4 章 边缘计算资源管理的基本问题与优化方法 128
4.1 边缘计算资源管理 128
4.1.1 边缘计算资源管理的意义 128
4.1.2 算网一体资源管理发展新趋势 129
4.2 基本问题 130
4.2.1 任务卸载 130
4.2.2 服务放置 132
4.2.3 内容缓存 135
4.2.4 内容请求 137
4.2.5 计费定价 138
4.2.6 资源分配 139
4.3 系统模型 140
4.3.1 基础定义 141
4.3.2 任务卸载与服务放置模型 141
4.3.3 内容缓存与内容请求模型 147
4.3.4 计费定价模型 149
4.3.5 边边、边云传输模型 149
4.4 优化目标 150
4.4.1 任务处理时延最小化 151
4.4.2 终端能耗最小化 154
4.4.3 系统开销最小化 155
4.4.4 系统负载均衡 156
4.5 优化算法 158
4.5.1 优化问题特征分析 158
4.5.2 优化算法设计. 158
4.5.3 常用优化算法介绍 . 161
参考文献 169
第 5 章 边缘智能中的资源管理技术 172
5.1 边缘智能概述 . 173
5.1.1 边缘智能的定义 173
5.1.2 云边端架构中的人工智能 173
5.1.3 边缘智能的应用 177
5.2 边缘智能中的资源管理方法 178
5.2.1 模型训练阶段 178
5.2.2 模型推理阶段 187
5.2.3 模型优化和部署阶段 196
5.3 研究工作 200
5.3.1 关于模型训练的研究 200
5.3.2 关于模型推理的研究 202
5.3.3 关于模型部署的研究 205
参考文献 206
第 6 章 多无线接入网中的边缘计算资源管理技术 209
6.1 多无线接入网中的边缘计算 210
6.1.1 多无线接入网 210
6.1.2 多无线接入网中的边缘计算 211
6.1.3 研究价值 212
6.1.4 技术挑战 212
6.2 网络架构 214
6.2.1 各接入网拥有独立边缘资源网络架构 214
6.2.2 所有接入网共享边缘资源网络架构 215
6.2.3 仅部分接入网拥有边缘资源网络架构 215
6.3 系统模型 216
6.3.1 定义 216
6.3.2 多接入网通信传输技术 . 218
6.3.3 任务完全卸载 219
6.3.4 任务部分卸载 226
6.4 研究工作 234
6.4.1 关于任务部分卸载的研究 234
6.4.2 关于任务完全卸载的研究 237
参考文献 240
第 7 章 车辆边缘计算资源管理技术 242
7.1 车辆边缘计算概述 243
7.1.1 车辆边缘计算的定义 243
7.1.2 车辆边缘计算的意义 245
7.1.3 车辆边缘计算的挑战与需求 246
7.1.4 车辆边缘计算的特点 248
7.2 通信模式 250
7.2.1 直接通信 250
7.2.2 网络通信 253
7.3 资源分配模式 257
7.3.1 车辆获得资源 257
7.3.2 车辆输出资源 259
7.4 数学模型 262
7.4.1 定义 262
7.4.2 系统模型 263
7.4.3 优化目标 272
7.5 研究工作 275
7.5.1 关于 RSU 负载均衡的研究 275
7.5.2 关于车辆计算资源反向利用的研究 277
7.5.3 关于 V2I 和 V2V 协同卸载的研究 279
参考文献 281
第 8 章 工业物联网中的边缘计算资源管理技术 . 283
8.1 工业物联网边缘计算概述 284
8.1.1 工业物联网的概念 284
8.1.2 工业物联网中边缘计算的意义 286
8.1.3 工业物联网边缘计算的挑战与需求 287
5 目 录
8.1.4 工业物联网中边缘计算的结构特点 288
8.2 系统模型 290
8.2.1 区块链 290
8.2.2 工作流调度 302
8.2.3 数据协同缓存 305
8.2.4 数字孪生 309
8.3 研究工作 315
8.3.1 关于任务调度的研究 315
8.3.2 关于安全与隐私问题的研究 319
8.3.3 关于数字孪生的研究 321
参考文献 323
第 9 章 卫星边缘计算中的资源管理技术 . 326
9.1 卫星边缘计算概述 327
9.1.1 卫星通信系统 327
9.1.2 卫星网络中的边缘计算 329
9.1.3 卫星网络边缘部署面临的挑战 331
9.2 卫星边缘计算系统架构 332
9.2.1 系统方案 332
9.2.2 空天地一体化网络 334
9.3 关键技术 335
9.3.1 任务卸载 335
9.3.2 边缘缓存 339
9.3.3 卫星协同调度 343
9.3.4 卫星漫游 348
9.4 研究工作 351
9.4.1 关于卫星网络高度动态性的研究 351
9.4.2 关于卫星间协同处理的研究 353
9.4.3 关于卫星边缘内容缓存的研究 355
参考文献 356
书单推荐
