内容简介
本书是关于5G移动缓存和移动大数据的一本参考书,分为5G移动缓存和移动大数据两部分,5G移动缓存部分介绍了缓存架构的演进,缓存部署的关键问题,移动缓存策略及相关研究,以及5G移动缓存的未来应用。这部分内容不仅从宏观上介绍了新型融合缓存的网络架构如何解决传统网络的瓶颈,还进一步从微观上对几种移动缓存策略进行了详细描述,并且在后介绍了移动缓存网络仿真的相关细节问题。在移动缓存领域为读者提供了从认识到理解再到实践的知识及参考。移动大数据部分介绍了移动大数据的获取和处理,以及移动大数据在社会方方面面的应用和价值。这部分内容不仅介绍了移动大数据在不同应用场景下的研究现状,也对其中的关键技术进行了详细的分析和阐述。全书共分为15章,其中前7章为移动缓存部分,后8章为移动大数据部分。本书可作为计算机网络和通信专业高年级本科生或研究生的教材或参考书,也可供相关专业工程人员参考
作者简介
陈敏,华中科技大学计算机学院教授、博导,嵌入与普适计算实验室主任,2012年入选国家第二批"青年千人计划"。二十三岁获博士学位。曾先后任国立汉城大学和加拿大不列颠哥伦比亚大学博士后、韩国首尔大学助理教授。2011年入选教育部“新世纪优秀人才支持计划”。
陈敏教授主要从事认知计算、物联网感知、情感计算通信和机器人技术、5G网络、软件定义网络、医疗大数据、人体局域网等领域的研究工作。在国际学术期刊和会议上发表论文200余篇,发表论文谷歌学术引用总数超过9000次,H-index = 48,SCI他引次数超过2500次。担任IEEE计算机协会大数据技术委员会主席。获IEEE ICC 2012、IEEE IWCMC 2016等国际大会佳论文奖。荣获 2017 年度 IEEE通信学会Fred W. Ellersick Prize。
精彩书评
由于频谱资源稀缺以及频谱效率提升空间受限于香农极限,业界逐渐认识到,5G需求的实现,不仅应着眼于通信资源的开发,还应关注缓存与计算资源带来的机遇。为了满足5G网络速度更快、时延更低、连接更多、效率更高的愿景,有必要对现有的网络架构和网元功能进行全新的改进设计。此外,随着移动设备和基础设施全覆盖的实现,手机已无处不在。其惊人的普及速度刺激了科学家的创造力——把数以百万计的手机作为潜在传感器,其产生的数据将蕴含用户更丰富的信息。通过对移动大数据进行处理分析和建模,它将在公众健康、人口流动、城市计算等领域带来全新的研究思路和发展活力,并为人们的生活水平的提高提供动力。本书是一本全面系统论述5G移动缓存与移动大数据关键技术及其应用的著作。在当前5G移动缓存和移动大数据研究逐渐兴起和发展的关键时期,期望本书的出版能对国内外5G移动缓存和移动大数据的研究、开发、应用和相关人才培养起到推动作用。
目录
1移动缓存与计算概述(1)
1.1移动通信系统的缓存与计算(1)
1.2边缘缓存与计算的移动性(3)
1.3缓存,计算与通信的联系(4)
1.4移动缓存与计算的应用(5)
2未来网络中缓存架构的演进:从核心网到5G超密蜂窝网(7)
2.1数据命名网络架构(7)
2.25G超密蜂窝网(10)
2.3基于虚拟化的5G网络架构(14)
3缓存部署与内容流行度建模(19)
3.1缓存内容(19)
3.2缓存部署(26)
45G移动性缓存策略(30)
4.15G网络移动性缓存策略研究(30)
4.25G网络绿色移动编码缓存策略研究(40)
55G缓存应用(53)
5.15G缓存与车联网(53)
5.25G缓存与增强现实(62)
6边缘计算卸载(68)
6.15G网络边缘计算卸载策略研究(68)
6.2移动自组微云模式描述(69)
6.3移动自组微云模式分析(71)
6.4卸载策略模型的建立与求解(74)
6.5实验结果与分析(78)
6.6小结(84)
7OPENT缓存建模与网络仿真(85)
7.1数据命名网络中的缓存建模与仿真(85)
7.2无线网络中缓存建模与仿真(93)
8移动大数据概述(103)
8.1移动大数流研究概述(105)
8.2移动网络中的大数据产生与收集(108)
9基于移动大数据的用户画像(113)
9.1数据集与数据预处理(113)
9.2账号合并(117)
9.3接入点分类(119)
9.4结论(124)
10公众健康的移动网络数据(126)
10.1移动网络数据(126)
10.2流动性和公众健康(130)
10.3移动数据应用于公众健康的挑战(134)
10.4总结(137)
11移动大数据与社会计算(138)
11.1用户交互(138)
11.2人口统计学(141)
11.3环境(143)
11.4流行病(145)
11.5移动电话网络(147)
12移动大数据与城市计算(155)
12.1关于移动大数据(155)
12.2移动大数据与城市计算研究(167)
12.3城市功能区划分(170)
12.4基于幂律模型的人口预测(175)
12.5结果评估(178)
12.6结论(182)
13移动大数据与三元空间计算(183)
13.1三元空间概述(183)
13.2三元空间中基于活动特征的社团发现方法(185)
13.3三元空间中基于张量的社团活动分析方法(189)
13.4三元空间中面向社团的推荐服务模式(192)
14移动大数据与电信业务优化(199)
14.1移动大数据与用户流失预测(200)
14.2移动大数据与信息传播(201)
14.3移动大数据与中心用户识别(203)
14.4移动大数据与电信业务实践(204)
15移动大数据与个人隐私(210)
15.1引言(210)
15.2数据集介绍(213)
15.3用户轨迹的独特性(214)
15.4敏感属性多样性分析(221)
参考文献(226)
前言/序言
自20世纪80年代以来,移动通信技术已经经历了四代的演进与发展,第五代移动通信5G也即将应运而生。但由于频谱资源稀缺以及频谱效率提升空间受限于香农极限,业界逐渐认识到,5G需求的实现,不仅应着眼于通信资源的开发,还应关注缓存与计算资源带来的机遇。为了满足5G网络速度更快、时延更低、连接更多、效率更高的愿景,有必要对现有的网络架构和网元功能进行全新的改进设计。此外,随着移动设备和基础设施全覆盖的实现,手机已无处不在。其惊人的普及速度刺激了科学家的创造力——把数以百万计的手机作为潜在传感器,其产生的数据将蕴含用户更丰富的信息。通过对移动大数据进行处理分析和建模,它将在公众健康、人口流动、城市计算等领域带来全新的研究思路和发展活力,并为人们的生活水平的提高提供动力。本书是一本全面系统论述5G移动缓存与移动大数据关键技术及其应用的著作。在当前5G移动缓存和移动大数据研究逐渐兴起和发展的关键时期,期望本书的出版能对国内外5G移动缓存和移动大数据的研究、开发、应用和相关人才培养起到推动作用。全书共分为15章,两个部分。前7章为5G移动缓存部分。其中,第1章是移动缓存与计算概述,介绍了当前移动通信网络面临的挑战,并简述了引入缓存与计算资源的必要性以及其带来的应用前景。第2章介绍了未来网络中缓存架构的演进,即缓存从核心到边缘的发展历程,并详述了其中的关键问题和技术。第3章介绍了5G移动缓存部署的关键问题,介绍了大数据分析和机器学习在缓存内容流行度建模上的应用,以及缓存部署策略的研究现状和研究问题。第4章介绍了两种移动缓存策略,策略引入用户移动性研究和内容编码技术,将问题建模为0-1非线性规划问题,并进一步转化为子模态优化问题,终利用贪心算法给出问题的解决方案。第5章介绍了5G移动缓存在车联网和增强现实中的应用,给出了车联网和增强现实环境下的服务需求,并展示了基于缓存技术的车联网和增强现实网络架构和技术问题。第6章介绍了边缘计算卸载策略,策略给出了基于D2D的边缘计算任务卸载模型,利用远端云和移动微云进行任务卸载。第7章介绍了5G移动缓存在OPNET上的仿真过程,其中分别详述了核心网缓存和边缘网缓存模型的建立,参数设置的关键方法和步骤。后8章为5G移动大数据部分。第8章对移动大数据进行了概述,介绍了移动大数据研究领域文献的分类,同时也对移动大数据的产生和收集中的关键技术和挑战进行了简要介绍。第9章介绍了移动大数据融合的关键技术,详述了数据集预处理的方法和账号合并及接入点分类问题的研究。第10~14章详细介绍了移动大数据在公众健康、社会计算、城市计算、三元空间计算及电信业务优化上的应用。其中第10章给出了移动网络数据分类的方法,并详述了基于移动网络数据的流行性和行为建模具体方法,说明了移动数据应用于公众健康的挑战。第11章介绍了移动大数据在社会计算中的应用,给出了通过移动呼叫和移动电话网络图对人口属性、环境属性及其他社会问题进行分析预测的方法。第12章介绍了移动大数据在城市功能划分、区域人口预测上的应用前景和方法细节。第13章介绍了移动大数据在三元空间计算中的应用方法,详细阐述了社团发现、社团活动分析方法和社团推荐服务模式的具体技术方案。第14章介绍了移动大数据对电信业务优化的作用,基于移动大数据分析,给出用户流失预测方法、核心用户识别技术的具体细节。后,第15章给出了移动大数据分析在用户隐私保护上的技术方案和研究进展,个人隐私保护也是掣肘移动大数据未来应用的关键问题。在本书编写过程中广泛参考了许多专家、学者的文章著作以及相关技术文献,作者在此表示衷心感谢。5G移动缓存和移动大数据分析是当前正在发展的新技术,有些内容、学术观点尚不成熟或无定论,同时由于作者水平有限,虽然尽了大努力,疏漏之处在所难免,敬请广大读者批评指正。
5G移动缓存与大数据——5G移动缓存、通信与计算的融合 epub pdf mobi txt 电子书 下载 2024
5G移动缓存与大数据——5G移动缓存、通信与计算的融合 下载 epub mobi pdf txt 电子书 2024