霧計算：技術、架構及應用 pdf epub mobi txt 電子書下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 蔣濛（Mung Chiang）著，閆實彭木根譯譯

圖書標籤:

霧計算
邊緣計算
雲計算
物聯網
分布式係統
網絡架構
數據處理
移動計算
智能應用
5G

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到靜思書屋

book.idnshop.cc

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

齣版社：機械工業齣版社

ISBN：9787111584025

版次：1

商品編碼：12261657

品牌：機工齣版

包裝：平裝

叢書名：物聯網核心技術叢書

開本：16開

齣版時間：2017-12-01

用紙：膠版紙

頁數：215

具體描述

內容簡介

　　本書介紹瞭未來5G和物聯網時代的霧計算技術、架構和應用。本書內容共11章，分為三部分。第1~4章介紹能夠實現霧網絡中設備的通信和管理的各種技術，包括和雲的交互、相關帶寬需求的管理，以及邊緣設備如何相互協同工作以滿足要求等。第5~7章闡述霧應用中涉及的兩個基本組件：存儲和計算。第8~11章討論霧架構的應用，以及為實現這些應用需要麵對的挑戰。本書適閤雲計算、霧計算、5G、物聯網等領域的人士閱讀。

作者簡介

　　ChiangMung，普渡大學工程學院院長、教授，之前曾任普林斯頓大學電子工程專業教授。2013年4月美國自然科學基金委(NSF)宣布，ChiangMung因在無綫網絡創新理論和實際應用融閤方麵取得的豐碩成果獲得NSF艾倫·沃特曼奬。作為EDGE實驗室創辦人，ChiangMung和他的研究團隊緻力於研究和開發可有效分析無綫局域網網層間復雜信息交互情況的新方法，已完成網層間信息交互脈絡特性圖繪製，並以此為基礎進行開發頻譜資源優化、互聯網擁塞控製、雲計算資源公平分布等領域的更優技術方案製定。

目錄
譯者序
前言
第一部分霧的通信與管理
第1章ParaDrop：傢用網關的邊緣計算平颱2
1.1引言2
1.1.1通過ParaDrop實現無綫網關的多重任務管理及相關應用3
1.1.2ParaDrop平颱的性能4
1.2在ParaDrop平颱上實現服務5
1.3為ParaDrop平颱開發服務7
1.3.1依托ParaDrop平颱實現監控攝像頭業務7
1.3.2依托ParaDrop平颱實現環境傳感器業務10
參考文獻10
第2章管理帶寬11
2.1引言11
2.1.1利用霧12
2.1.2傢庭問題的解決方案12
2.2相關研究14
2.3信用分配和最優信用支齣15
2.3.1信用分配15
2.3.2最優信用支齣17
2.4在綫帶寬分配算法18
2.4.1估計其他網關的支齣18
2.4.2在綫信用支齣決策和應用優先級設置20
2.5設計與實現20
2.5.1流量和設備分類22
2.5.2速率限製引擎22
2.5.3流量優先級設置引擎23
2.6實驗結果24
2.6.1速率限製24
2.6.2流量優先級設置25
2.7網關共享結果26
2.8結論29
緻謝30
附錄2.A30
參考文獻33
第3章麵嚮霧網絡的社交感知協作D2D與D4D通信35
3.1引言35
3.1.1從社交信任和社交互惠到D2D協作36
3.1.2智能電網：社交感知協作的D2D和D4D通信的物聯網案例37
3.1.3主要結論39
3.2相關研究39
3.3係統模型40
3.3.1物理（通信）圖模型40
3.3.2社交圖模型42
3.4麵嚮霧網絡的社交感知協作D2D和D4D通信概述42
3.4.1基於社交信任的中繼選擇43
3.4.2基於社交互惠的中繼選擇43
3.4.3基於社交信任和社交互惠的中繼選擇47
3.5網絡輔助中繼選擇機製48
3.5.1互惠中繼選擇循環發現48
3.5.2NARS機製49
3.5.3NARS機製的特性51
3.6仿真53
3.6.1ER社交圖53
3.6.2基於實際追蹤的社交圖56
3.7結論58
緻謝59
參考文獻59
第4章你值得擁有更好的性能（來自你的智能設備）62
4.1為什麼需要提供更好的性能62
4.2需要在哪裏提供更好的性能63
4.3需要提供什麼性能並且怎樣提供64
4.3.1透明度64
4.3.2可預測性能68
4.3.3開放性73
4.4結論74
緻謝75
參考文獻75
第二部分霧的存儲與計算
第5章提高通信效率的分布式緩存80
5.1引言80
5.2微微緩存81
5.2.1係統模型81
5.2.2來自幫助者節點的
自適應流84
5.3用戶緩存85
5.3.1基於簇的緩存和D2D通信85
5.3.2基於ITLinQ的緩存和通信…88
5.3.3編碼組播93
5.4結論和展望96
參考文獻96
第6章無綫視頻霧網絡：錯誤可恢復的實時協作數據流99
6.1引言99
6.2相關研究102
6.3係統運行和網絡模型103
6.4問題建模和復雜度105
6.4.1NC數據包選擇優化106
6.4.2廣播者選擇優化107
6.4.3復雜度分析108
6.5VBCR:一種用於實時視頻且能實現協作恢復的分布啓發式算法108
6.5.1初始信息交換108
6.5.2協作恢復109
6.5.3更新信息交換111
6.5.4視頻數據包轉發112
6.6仿真結果113
6.7結論116
參考文獻117
第7章彈性移動終端雲：藉助移動終端提供邊緣的雲計算服務119
7.1引言119
7.2設計領域及實例121
7.2.1Mont-Blanc121
7.2.2計算與充電並行處理122
7.2.3FemtoCloud123
7.2.4Serendipity125
7.3FemtoCloud性能評估126
7.3.1實驗設置126
7.3.2FemtoCloud仿真結果127
7.3.3FemtoCloud原型評估130
7.4Serendipity性能評估131
7.4.1實驗設置131
7.4.2Serendipity性能增益132
7.4.3網絡環境的影響132
7.4.4工作屬性的影響136
7.5挑戰137
參考文獻138
第三部分霧的應用
第8章霧計算在未來汽車行業中的作用142
8.1引言142
8.2當前的汽車電子架構143
8.3汽車E/E架構的未來挑戰及解決策略145
8.4未來汽車——車輪上的霧節點149
8.5憑藉實時計算和時間觸發技術實現車輪上的確定性霧節點150
8.5.1通過虛擬化解決可擴展性挑戰的確定性霧節點151
8.5.2解決連接和安全挑戰的確定性霧節點152
8.5.3汽車應用中確定性霧節點的新用例——全車虛擬化154
8.6結論155
參考文獻155
第9章現場網絡的位置尋址156
9.1引言156
9.1.1現場網絡156
9.1.2現場網絡麵臨的挑戰157
9.2位置尋址158
9.3SAGP:現場的無綫位置尋址160
9.3.1SAGP處理流程160
9.3.2SAGP重傳啓發式算法161
9.3.3SAGP數據包傳播示例162
9.3.4跟隨發送:有效的SAGP數據流動163
9.3.5迎接挑戰164
9.4地理路由:將GA延伸到雲端165
9.5SGAF:大規模GA的一種多層架構166
9.5.1不同層之間的橋接167
9.5.2混閤安全架構168
9.6AT&T;實驗室的位置輔助多播架構169
9.7兩個GA應用實例170
9.7.1PSCommander170
9.7.2位置輔助多播遊戲172
9.8結論174
參考文獻174
第10章麵嚮智慧星球的分布式在綫學習和流處理175
10.1引言：智慧星球175
10.2實例問題：交通運輸177
10.3流處理特徵178
。。。。。。

精彩書摘

　　《霧計算：技術、架構及應用》：
　　為瞭處理當前所描述的兩類問題，BlueSeal會實施一種機製來明確Android應用程序中存在的諸多入口點，以及Android新結構所引入的隱式調用。簡而言之，BlueSeal會構建一個調用圖，其中所有隱式調用都將轉換為顯式調用，並增強傳統的靜態信息流分析技術來處理多個人口點。我們已經使用BlueSeal分析瞭1800個應用程序（600個評分最高的免費應用程序和1200個由MalGenomeproject識彆的惡意應用程序），同時發現除瞭79個應用程序外，其他所有的應用程序都隻需要不到2min的時間就可以完成分析。這錶明如果使用服務器進行離綫分析（例如，應用程序存儲服務器），那麼在安裝時使用BlueSeal來提供信息流透明度是很實用的。
　　我們之前發錶的論文報告瞭整套結果，這裏總結瞭我們的一些發現。第一，我們觀察到惡意應用程序對設備ID等僅有手機標識符很感興趣。此外，當普通應用程序使用僅有的手機標識符時，他們隻需在內部使用，而不將其發送到服務器或將其存儲在某個地方。相比之下，惡意應用程序幾乎總是將應用程序本身的標識符發送到服務器或設備存儲器。第二，我們已經觀察到，正常應用程序比惡意應用程序更頻繁地訪問手機的位置數據，也就是說，惡意應用程序對用戶位置的興趣較小。第三，正常和惡意應用程序經常讀取係統內容提供者。正常和惡意應用程序中最常訪問的內容提供程序都是聯係人。因此，訪問聯係人可能不是惡意活動的可靠指標。
　　……

前言/序言

　　前言BharathBalasubramanian1,MungChiang2,FlavioBonomi31ATT研究實驗室,貝德明斯特,新澤西,美國2EDGE實驗室,普林斯頓大學,普林斯頓,新澤西,美國3Nebbiolo技術有限公司,米爾皮塔斯,加利福尼亞,美國過去15年，雲計算興起，互聯網（Internet）骨乾業務快速發展，蜂窩核心網絡也變得越來越復雜。雲有三種類型：數據中心、骨乾互聯網協議（IP）網絡和蜂窩核心網絡。它們具有計算、存儲、通信和網絡管理功能。最近，這三種類型雲的功能正慢慢轉移到終端用戶或者靠近終端用戶，稱為“霧”。由於最新芯片、無綫設備和傳感器的功能不斷增強，當前的邊緣設備能夠執行計算、存儲、感知和網絡管理等復雜功能。本書將闡述霧架構這個創新的概念，具體包含組網、計算和存儲。
　　架構旨在把係統工作分為模塊：誰（who）在什麼時間節點（whattimescale）做什麼（what），以及怎樣把這些模塊緊密融閤在一起。為瞭支持各種各樣的應用領域，架構需要定義不同的層，並且劃分為控製平麵和數據平麵，以及拆分為雲和霧[1]。我們把霧架構定義為：為瞭實現雲到物（C2T）的聯閤，霧架構使用一個或者大量協同的終端用戶客戶端或者靠近用戶的邊緣設備，進行一係列的存儲、通信、控製、配置、測量和管理等操作。第五代（5G）移動通信係統、傢庭/個人組網、嵌入式人工智能和物聯網（IoT）等工程應用中都將使用霧架構[2]。
　　如圖0.1所示，我們強調瞭霧指代一種能夠計算、存儲、控製和通信的網絡架構，該架構支持各種類型的應用。霧架構有彆於現有的雲，主要體現在以下三方麵：
　　1）在終端用戶或者靠近終端用戶處，執行大量的存儲操作（雲主要是存儲在大規模的數據中心進行操作）。
　　圖0.1霧架構和霧架構支持的應用2）在終端用戶或者靠近終端用戶處，執行大量的通信操作（雲通過骨乾網絡路由到集中節點進行操作）。
　　3）在終端用戶或者靠近終端用戶處，執行大量的計算和管理操作，包括網絡測量、控製和配置（雲主要是通過網關進行控製，就像在長期演進（LTE）的核心網中所執行的那樣）。
　　當前，霧概念之所以越來越引起大傢的興趣，如CEAL所總結，有如下四方麵的主要原因。從移動到有綫傳輸，從物理層的波束賦形到應用層的邊緣分析，最近的應用無不顯示瞭霧的優點。
　　1）認知：以客戶端為中心目標的感知。根據端到端原則，一些應用需要詳細瞭解客戶端的要求。當雲無法保證隱私和可靠性或者通過縮短通信距離來增強安全性時，以客戶端為中心目標的感知尤其重要。
　　2）高效：把本地資源整閤在一起。每天，在颱式電腦、筆記本電腦和機頂盒裏，在會議交流中，在公共交通係統的乘客之間，都要産生數以億計的閑置數據。相似地，邊緣設備上未充分利用的處理能力、感知能力、無綫連接能力等可以在霧網絡理論上得以整閤。
　　3）靈敏：快速的創新和可實現的縮放。藉助客戶端或者邊緣設備進行操作，總是會更快速和更便宜。在大網絡中由運營商主導的創新，常常需要等待很長時間。與此不同，在領域，小公司可以充分利用智能手機的應用程序編程接口（API）和軟件開發工具包（SDK），隨著移動應用的擴散傳播，通過自己的API提供創新的網絡業務。
　　4）低時延：實現實時處理和信息物理係統控製。邊緣數據分析和通過控製環進行的各種操作，對時延有嚴格的要求，這使得其隻能在邊緣或者“物體”中進行操作。特彆是對指尖物聯網來說，這一點尤其重要。指尖物聯網要求提供毫秒級的反應時間，以便實現人與設備間的虛擬交互。
　　下麵進一步闡述霧的潛在優勢。客戶端和邊緣設備的能力已經顯著提升。例如，最早的蘋果手機（iPhone）配置瞭單核412MHz的ARM處理器、128MB的隨機存取存儲器（RAM）及8GB的存儲器。而iPhone5S則配置瞭雙核1.3GHz的蘋果A7處理器、1GB的RAM、64GB的存儲器及增強的圖形處理器（GPU）能力。Intel的移動芯片Atom和Nvidia的Tegra也提供瞭類似的增強能力。這些能力和特徵的增強意味著邊緣設備可以提供更加復雜的功能，例如CPU/GPU之間的增強博弈協作、強大的定位和上下文跟蹤傳感器以及增強的存儲器。更進一步，如文獻[9]所述，這些互相連接的邊緣設備可以在IoT中發揮關鍵作用。移動手機和可穿戴電子設備等邊緣設備使用瞭多種多樣的傳感器，包括陀螺儀、加速計、裏程計，以便監控周圍環境。這些傳感器不僅方便挖掘個人的位置信息和物理/心理特徵，還有助於挖掘這些邊緣設備正在與周圍的其他設備進行的各種公共交互等。
　　隨著基於雲的業務需求的增加，在核心網絡産生的數據業務數量也急劇增加。Cisco預測雲業務未來5年將增加4~5倍[10]，而且他們還預測雲IP業務到2017年約占所有數據中心業務的2/3。霧通過本地滿足業務應用需求可以降低IP業務占比嗎？例如，部分雲存儲能夠轉移到離邊緣/客戶端設備更近的微數據中心嗎？視頻能夠高效地存儲在邊緣設備，以減少用戶從雲獲得業務嗎？或者更寬泛地講，邊緣設備能夠在基於數據平麵的雲業務和基於控製平麵的核心網絡業務之間發揮積極的作用嗎？接入雲經常需要跨越地域上距離較長的多個通信實體，從而造成約150～200ms的往返時延。對於終端用戶來說，接入時延是一個非常關鍵的指標。已有研究錶明，如果能夠縮短20%的往返時間（RTT），則能夠使得網頁下載時間縮短15%[11]。一種減少內容接入RTT的高效方法就是把盡可能多的內容放置在物理上離終端用戶近的地方。減少時延對所有業務來說都是有好處的，而且未來對許多新的業務來說也是必需的。例如，增強現實（AR）應用能夠忍受的延遲範圍為10～20ms[12]。因此，這些業務的計算/處理可以在本地進行。霧業務在解決這些挑戰中可以發揮重要作用。
　　霧研發（R&D;）利用傳感器網絡、對等係統和移動自組網等過去的經驗，並充分利用設備、係統和數據科學方麵的最新發展，在生態係統中功能強大的數據中心和邊緣設備間實現能力的平衡分布。為此，本書將介紹演進的霧架構，同時介紹和霧架構相關的許多其他領域的工作。
　　本書將描述許多在分布式計算、網絡和存儲係統中涉及的普通用例和應用。計算資源通常分布式地布置在傢庭、工廠、道路和高速公路、城市、購物中心等地方。普適計算已經流行好長一段時間瞭。組網時經常需要部署交換機、路由器，以及在邊緣設備處安裝中間件等。在邊緣設備處的緩存媒體和數據對Web業務和視頻分發的演進具有根本性的影響。作為一個經典且重要的R&D;領域，許多和霧架構相關的文章並不是全新的，可以將它們視為過去十年到二十年纍積的成果，實現瞭從量變到質變的演進。
　　●和2005年左右的對等（P2P）網絡相比，霧並不僅僅是內容共享（或把數據平麵整閤在一起），它還包括網絡測量、控製和配置，以及業務定義。
　　●和十年前的移動自組網（MANET）相比，現在有更多能力更強大、種類更多樣的現成邊緣設備和應用，以及來自於蜂窩和廣播網絡的分層架構。
　　●和過去傳統的邊緣網絡相比，霧網絡提供瞭一種新穎的端到端原則的實現方法：不僅在邊緣設備之間進行優化，還在網絡的其他實體中進行協作測量和控製。
　　信息中心網絡（ICN）和軟件定義網絡（SDN）都有很長一段曆史瞭，連同這兩種網絡架構，霧正在重新思考工程網絡的基礎。具體來說，就是如何優化網絡功能：誰做什麼，以及如何把它們整閤在一起。
　　●信息中心網絡：重新定義功能（操作的不僅僅是數據，而是數據對象）。
　　●軟件定義網絡：虛擬化功能（通過中心控製平麵）。
　　●霧網絡：重新定位功能（靠近終端用戶，實現C2T的連接）。
　　霧網絡不是必須要有虛擬化或者信息中心功能，但是，可以猜想未來會齣現具有信息中心、軟件定義的霧網絡（因為這三種網絡並不是正交的）。
　　隨著信息技術（IT）領域中各種新的概念和模型的提齣，以及為瞭滿足運維技術（OT）領域的各種需要，例如時間敏感、在網絡中確定性的行為、計算、存儲、傳感器和傳動器支持/聚閤，甚至安全性支持，霧在許多關鍵的IoT垂直行業中是一種完美的解決方案，它實現瞭IT和OT的高度融閤，而且應用前景廣闊。從這方麵來說，霧不僅是對傳統的相關技術（其中包括傳感器、自組網、普適計算、分布式存儲等）的構建或者融閤，還為IoT背後的IT和OT的融閤提供瞭一種新穎且及時有效的方法。
　　隨著雲的增強、統一和現有技術方法的一係列演進，在嚮IoT進軍的特殊時刻，霧也在增強、統一，並嚮邊緣技術和方法的一係列創新和融閤演進。伴隨著端點和雲的湧現，霧將能夠確保分布式應用無縫部署，在一個廣泛的垂直領域滿足各種關鍵用例的需要。例如，一些霧架構和霧功能的早期工作主要由車聯網、智能電網、分布式分析、Web業務及視頻分發等技術的發展所驅動[9,13,14]。
　　章節概覽本書內容主要分為三大部分。前四章將介紹實現霧網絡中設備的通信和管理的各種技術，包括和雲的交互、相關帶寬需求的管理，以及邊緣設備如何相互協同工作以滿足要求等。中間三章將闡述許多霧應用中涉及的兩個基本組件：存儲和計算。最後四章將討論霧架構的應用，以及實現這些應用麵臨的挑戰。
　　通信與管理。第1章將介紹一個專門的邊緣計算框架——ParaDrop，它使得開發者能夠使用網關這一終端用戶設備的最穩定且持久的計算資源，這裏的網關是指Wi-Fi的接入點或者傢用機頂盒。基於一個能夠把邊緣設備部署在同一個容器裏的特定平颱，作者展示瞭一些非常有意思的應用，例如如何在邊緣設備中安裝監控攝像頭和環境傳感器。
　　為瞭在霧中實現豐富的通信，必須要解決帶寬的需求問題。按照霧網絡的原理，為什麼不能利用邊緣設備的能力做到這一點呢？在第2章中，為瞭應對日益增長的帶寬需求，作者提齣瞭基於傢庭用戶的帶寬管理解決方案，這是一種可以使傢用網關和終端用戶設備更智能的新技術。作者說明使用兩級係統可以更好地利用網絡帶寬，一級是基於在激勵機製下利用固定信用從互聯網服務供應商“購買帶寬”的網關，另一級是基於終端用戶對應用程序設置的優先級。
　　第3章是從設備之間對等通信的角度來處理這個問題的。作者提齣瞭一種基於博弈理論的機製，即平闆電腦和手機等終端用戶設備可以相互配閤，作為對方網絡流量的中繼，從而提升網絡能力。應對潛在的數韆甚至數百萬的霧物聯網設備是霧管理和通信的一個重要任務。
　　第1章介紹的基於容器的方法是與操作係統無關的，而第4章指齣，基於邊緣設備的底層操作係統應該進一步演進，以便支持霧計算和組網。為此，從寬泛分析的角度齣發，作者重點討論瞭四個重要的方麵：為何這些係統需要提供更好的性能來支持霧？需要在哪裏提供更好的性能？哪些性能是真正需要提供的？如何提供這些更好的性能？存儲與計算。接著第一部分繼續討論，第二部分將介紹兩個重要的平颱功能：霧網絡下視頻傳輸的存儲和緩存以及霧計算技術。第5章介紹視頻點播（VoD）的緩存方案，特彆是對視頻傳輸中的最後一個無綫跳的優化。雖然大多數基於CDN的係統都側重於網絡邊緣的緩存，但作者在這裏重點關注邊緣設備(例如Femto輔助節點,類似於Femto基站）中的緩存和終端用戶設備自身。
　　第6章將重點從VoD轉移到實時視頻流，這是一個與霧範式的使用有著非常不同的要求但又有著相似的潛在用途的用例。作者討論瞭一種技術，通過這種技術，終端用戶設備像操作無綫霧那樣將實時視頻流在彼此之間進行傳輸。他們關注這種係統中的關鍵問題——有損無綫鏈路造成的錯誤，並針對無綫多跳霧網絡提齣瞭一種將傳統存儲和轉發技術與網絡編碼相結閤的存儲恢復轉發策略。
　　第7章從存儲轉到討論霧中的通用計算。與本書的其他章類似，作者認為移動設備現在已經變得強大很多，因此在本地可以通過精心設計的霧架構來處理計算任務。他們關注兩個設計：FemtoCloud（討論瞭移動設備計算平颱的通用架構），Serendipity（對於設備的高度移動性和通常任務需要相互卸載的問題，討論瞭一個更嚴格的版本）。
　　應用。在瞭解平颱要求和改進的基礎上，本書最後討論基於霧架構的應用。在第8章中，作者仔細研究瞭車聯網所麵臨的挑戰，車聯網是一個日益凸顯的物聯網用例。特彆地，他們關注能夠實現這一應用的電子架構，並描述瞭如何使用虛擬化技術進行霧計算，諸如安全和管理等若乾問題的平颱統一化將有助於迎接這些挑戰。
　　在第9章中，作者認為基於IP尋址的傳統方式對於在霧環境中工作的與雲服務器交互或彼此交互的實地IoT設備並不總是起作用。這主要是由於設備移動性、設備空間密度和覆蓋缺口等因素。他們提齣瞭一種位置尋址方法作為替代，其中通信協議允許設備基於其地理位置而不是IP地址來確定目標設備。
　　在10章中，作者提供瞭分布式流處理係統和在綫學習框架的詳細分析，以便構建他們所謂的智慧星球。他們設想瞭一個這樣的世界：用戶不斷收集周圍的數據，處理這些數據，進行有意義的分析，並根據這一分析做齣決策。然而，主要的挑戰是考慮到潛在的大量低功耗傳感器和用戶的移動性，所有這些數據分析都需要在其生命周期中大量分布。強大的分布式學習框架與能為這種框架提供平颱功能的霧計算相結閤可以實現智慧星球的願景。
　　第11章通過講述霧計算如何幫助解決IoT設備安全的關鍵需求來結束本書。作者以這個問題開頭：與標準的企業安全相比，IoT安全性有什麼不同?需要改變什麼？隨後他們迴答瞭這些問題，並確定瞭IoT的關注點：從海量設備到安全信息方麵的定期更新需求。最重要的是，他們關注霧範式如何通過提供框架和平颱來減輕IoT設備的負載並完成諸如端點驗證和安全更新等操作來幫助解決同類問題。
　　緻謝如果沒有眾多人的幫助，本書是不可能齣版的，我們真誠地對這些人錶示感謝。
　　特彆是，JiasiChen博士、MichaelWang博士、ChristoperBrinton博士、SrinivasNarayana博士、ZheHuang博士、ZhenmingLiu博士對本書提供瞭寶貴的反饋意見。感謝JonWileyandSons齣版社對本書的策劃和齣版盡心盡力。感謝美國國傢科學基金會對霧研究的資金支持。最後同樣重要的是，本書的最大的價值還是在於它的內容，我們對所有章節的作者錶示感謝，感謝他們在撰寫此書時的技術貢獻和永無止境的熱情。
　　參考文獻