隨著物聯(lián)網(wǎng)的不斷發(fā)展，越來越多的終端設(shè)備，如可穿戴設(shè)備、環(huán)境監(jiān)控設(shè)備、傳感器、虛擬現(xiàn)實設(shè)備等，具有了接入互聯(lián)網(wǎng)的能力，并產(chǎn)生了海量的異構(gòu)數(shù)據(jù)交互。傳統(tǒng)的云平臺已經(jīng)不能滿足不斷涌現(xiàn)出來的新型應(yīng)用對數(shù)據(jù)處理任務(wù)的響應(yīng)速度、延遲、高吞吐和容錯性等方面的要求，因而引發(fā)了學(xué)術(shù)界和工業(yè)界對云邊協(xié)同平臺的數(shù)據(jù)處理技術(shù)的廣泛研究。本書以云邊協(xié)同技術(shù)為主線，首先介紹云計算與邊緣計算的發(fā)展歷程，然后詳細介紹云邊協(xié)同環(huán)境下霧計算、邊緣計算等與傳統(tǒng)云平臺相結(jié)合而催生的典型云邊協(xié)同技術(shù)及其實際應(yīng)用場景和案例。
本書作為為數(shù)不多的全面總結(jié)云邊協(xié)同技術(shù)及其應(yīng)用場景的書籍，從云計算和邊緣計算的發(fā)展歷程開始講起，由淺入深，對云邊協(xié)同的發(fā)展歷程、云邊協(xié)同所要解決的技術(shù)挑戰(zhàn)等做了總結(jié)，然后詳細介紹了典型的云邊協(xié)同技術(shù)和框架，并在實際應(yīng)用場景下講述如何應(yīng)用這些技術(shù)，同時對未來的云邊協(xié)同技術(shù)做了展望。本書試圖通過既簡單又系統(tǒng)的方式讓讀者了解云邊協(xié)同的前世今生，熟悉典型的云邊協(xié)同技術(shù)及其應(yīng)用場景，進而對整個云邊協(xié)同技術(shù)體系有一個全面的認(rèn)識。
為幫助讀者輕松閱讀并理解書中內(nèi)容，本書不僅有詳細的文字描述，還插入了大量的圖表。此外，對于典型的云邊協(xié)同技術(shù)，書中多從具體的應(yīng)用場景出發(fā)，分析所要解決的技術(shù)挑戰(zhàn)，然后介紹該應(yīng)用場景中具體用到的云邊協(xié)同技術(shù)，由點及面，向讀者展現(xiàn)整個云邊協(xié)同技術(shù)體系。在組織形式上，本書具有三大特色：
系統(tǒng)性：從云邊協(xié)同技術(shù)的發(fā)展背景開始，深入典型技術(shù)和實際應(yīng)用，全方位剖析云邊協(xié)同大數(shù)據(jù)技術(shù)及其應(yīng)用；
技術(shù)性：對云邊協(xié)同環(huán)境下的典型技術(shù)進行了詳盡介紹，如第2章中的云邊協(xié)同數(shù)據(jù)預(yù)處理技術(shù)，第3章中的邊緣訓(xùn)練和邊緣推斷前沿技術(shù)，第4章中的差分隱私技術(shù)、安全多方計算技術(shù)等；
實用性：理論和實踐相結(jié)合，介紹了大量云邊協(xié)同技術(shù)在典型場景下的挑戰(zhàn)和應(yīng)用，如第5章中的智慧倉儲、智能配電、自動駕駛、智能家居等。
本書以云邊協(xié)同技術(shù)的發(fā)展歷程為線索，介紹云邊協(xié)同技術(shù)體系，具體內(nèi)容組織如下：
第1章：主要從云計算和邊緣計算的發(fā)展歷程開始介紹，然后對云邊協(xié)同階段的問題與挑戰(zhàn)、云邊協(xié)同數(shù)據(jù)處理、云邊協(xié)同系統(tǒng)管理和云邊協(xié)同的典型場景進行詳細介紹，讓讀者從宏觀層面了解云邊協(xié)同技術(shù)體系。
第2章：重點介紹云邊協(xié)同的數(shù)據(jù)處理系統(tǒng)。先總體介紹云邊協(xié)同環(huán)境下數(shù)據(jù)處理所面臨的問題和挑戰(zhàn)，然后重點介紹云邊協(xié)同環(huán)境下的數(shù)據(jù)預(yù)處理技術(shù)，包括數(shù)據(jù)清理、數(shù)據(jù)集成和數(shù)據(jù)歸約；接著介紹批流融合處理架構(gòu)與系統(tǒng)，包括 Lambda 和 Kappa 架構(gòu)，并對云邊協(xié)同環(huán)境下的批流融合處理前沿技術(shù)進行討論；最后就典型技術(shù)案例 SlimML 進行詳細介紹。
第3章：對邊緣計算和人工智能的結(jié)合—邊緣智能進行詳細介紹。先總結(jié)了云邊協(xié)同環(huán)境下邊緣智能所面臨的技術(shù)挑戰(zhàn)；然后詳細介紹邊緣訓(xùn)練前沿技術(shù)，包括中心化/去中心化訓(xùn)練、隱私保護、通信開銷優(yōu)化、梯度計算優(yōu)化等；接著對邊緣推斷前沿技術(shù)進行詳細介紹，包括輸入過濾、模型壓縮、模型分割、邊緣緩存、多模型并行、多模型流水線、模型最優(yōu)選擇和模型生成等。
第4章：主要介紹云邊協(xié)同下隱私計算技術(shù)的相關(guān)應(yīng)用場景以及技術(shù)方案。首先介紹隱私保護技術(shù)的起源與發(fā)展，接著對云邊協(xié)同場景下的數(shù)據(jù)安全場景以及惡意威脅模型進行詳細介紹，之后討論差分隱私技術(shù)、安全多方計算技術(shù)、同態(tài)加密技術(shù)、區(qū)塊鏈技術(shù)的相關(guān)方案以及應(yīng)用場景，最后對隱私計算領(lǐng)域的未來趨勢做了展望。
第5章：從視頻大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)、智慧城市大數(shù)據(jù)3個方面介紹云邊協(xié)同大數(shù)據(jù)的典型應(yīng)用，著重介紹數(shù)據(jù)具有的典型特征、云邊協(xié)同在相關(guān)領(lǐng)域下的“云-邊-端”三層應(yīng)用架構(gòu)以及關(guān)鍵問題和相關(guān)前沿技術(shù)，并且針對每個領(lǐng)域的一些案例，給出云邊協(xié)同場景下的解決方案。
由于筆者的水平有限，編寫時間倉促，書中難免會有一些錯誤或者不準(zhǔn)確的地方，請讀者原諒，并提出寶貴意見。