算力网络详解 卷3:算网大数据
现货品相请看图,塑封膜破了,当天发货
¥
18
2.0折
¥
89
九五品
库存2件
作者罗峰;张东飞;高智芳
出版社清华大学出版社
出版时间2023-01
版次1
装帧其他
货号249
上书时间2024-11-11
商品详情
- 品相描述:九五品
图书标准信息
-
作者
罗峰;张东飞;高智芳
-
出版社
清华大学出版社
-
出版时间
2023-01
-
版次
1
-
ISBN
9787302623724
-
定价
89.00元
-
装帧
其他
-
开本
16开
-
纸张
胶版纸
-
页数
256页
-
字数
335千字
- 【内容简介】
-
未来十年将是算力网络(简称算网)蓬勃发展的十年,未来算网大数据的发展重点将聚焦在边缘计算、分布式协同计算、数据编织、隐私计算等核心技术领域。本书通过对这些核心领域的介绍,帮助读者快速了解和掌握算网大数据技术及应用场景。 本书共四篇 14 章:第一篇(第 1~3 章)介绍算力、算力网络的基本概念和算力网络驱动的大数据发展趋势;第二篇(第 4~7 章)介绍面向算力网络的大数据关键技术,包括边缘计算、分布式协同计算、数据编织、隐私计算等内容;第三篇(第 8~10 章)介绍大数据技术在算力网络中的具体应用;第四篇(第 11~14 章)介绍与算力网络结合的大数据应用场景及未来展望
- 【作者简介】
-
罗峰,现任亚信科技研发中心数据产品规划总监。负责大数据产品创新与规划工作,在大数据领域拥有丰富的研发管理经验与行业实践经验,曾在华为、中科曙光负责产品研发和数字化转型工作。
张东飞,现任亚信科技研发中心规划与研发工程师。长期从事大数据领域的规划与设计工作,在数据治理、数据安全、算力网络、隐私计算等领域有丰富的实践经验。
高智芳,现任亚信科技研发中心架构师。负责基于云原生大数据平台的规划和设计,专注于云计算及大数据方向,曾在 IBM 工作多年,在云计算、大数据等领域有丰富的落地经验。
- 【目录】
-
第一篇? 算力网络与大数据
第 1 章 算力概述 2
1.1 算力是什么 3
1.1.1 计算工具的发展历史 3
1.1.2 算力的内涵和外延 5
1.2 无处不在的现代算力 6
1.2.1 算力的分类 6
1.2.2 典型算力平台 8
1.3 算力,新时代的生产力10
1.3.1 算力成为数据经济新引擎 10
1.3.2 信息消费持续释放算力需求 11
1.3.3 算力助力数字世界和物理世界无缝融合 12
第 2 章 算力网络 14
2.1 算力网络因何而生15
2.1.1 连接算力“消费方”和算力“提供方” 15
2.1.2 从“云网”到“算网” 16
2.2 理解算力网络18
2.2.1 算力网络的概念 18
2.2.2 算力网络功能需求 19
2.2.3 算力网络关键技术 20
2.2.4 算力网络的体系架构 23
2.3 算力网络发展展望25
2.3.1 算力网络发展阶段 26
2.3.2 算力网络面临的挑战 26
第 3 章 算力网络提升大数据发展 28
3.1 数据融入经济社会发展各领域28
3.2 跨地域数据协同30
3.2.1 云边数据协同 30
3.2.2 分布式云数据中心 31
3.3 跨行业数据流通33
3.3.1 全链路数据治理,提供高品质数据供给 34
3.3.2 开展数据资产化作业,释放数据要素化价值 34
3.3.3 充分利用已有资源与能力,开创数据增值服务体系 35
第二篇? 面向算力网络的大数据关键技术
第 4 章 边缘计算 38
4.1 边缘计算简介38
4.1.1 边缘计算的定义及发展趋势 38
4.1.2 边缘计算与传统云计算的区别 40
4.2 边缘计算技术特点分析42
4.2.1 低延时性 42
4.2.2 去中心化 43
4.2.3 低带宽消耗 44
4.2.4 高安全可靠性 44
4.2.5 非寡头化 44
4.2.6 绿色节能 45
4.3 边缘大数据技术45
4.3.1 边缘计算参考技术架构 45
4.3.2 边缘计算核心技术 47
4.4 边缘大数据技术应用场景55
4.4.1 智慧园区边缘大数据应用 55
4.4.2 平安城市边缘大数据应用 58
第 5 章 分布式协同计算 64
5.1 分布式协同计算简介64
5.2 分布式协同计算架构66
5.3 分布式协同计算关键技术67
5.3.1 数据跨域协同交换 67
5.3.2 分布式任务编排调度 73
5.3.3 节点分区可用性保障 78
5.3.4 异常任务按需重做 78
5.3.5 协同控制代理 79
5.4 分布式协同计算应用场景81
5.4.1 协同计算在智慧交通场景中的应用 81
5.4.2 协同计算在智能家庭场景中的应用 82
第 6 章 数据编织 84
6.1 数据编织技术84
6.1.1 数据编织的起源 84
6.1.2 数据编织的定义 85
6.1.3 数据编织需要具备的能力 88
6.1.4 数据编织架构关键组成 93
6.2 数据虚拟化技术实现94
6.2.1 数据虚拟化的定义及能力 94
6.2.2 数据虚拟化的技术实现 97
6.2.3 数据虚拟化开源技术介绍 100
6.3 数据虚拟化应用场景 104
6.3.1 电信行业应用场景 104
6.3.2 在线教育行业应用场景 105
6.3.3 物联网行业应用场景 106
第 7 章 隐私计算 108
7.1 隐私计算的起源与发展 109
7.1.1 隐私计算的起源 109
7.1.2 隐私计算的政策环境 109
7.1.3 隐私计算的市场发展 111
7.1.4 隐私计算的发展展望 113
7.2 隐私计算体系 114
7.2.1 隐私计算的概念 114
7.2.2 隐私计算体系架构 115
7.3 隐私计算技术介绍 116
7.3.1 多方安全计算 118
7.3.2 联邦学习 123
7.3.3 可信执行环境 124
7.3.4 区块链技术辅助隐私计算 126
7.4 隐私计算应用场景 129
7.4.1 金融行业 129
7.4.2 医疗健康行业 130
7.4.3 政务行业 131
第三篇? 大数据技术赋能算力网络
第 8 章 湖仓一体的算网数据中心 134
8.1 算力网络数据存算需求 134
8.1.1 算力网络中的数据 134
8.1.2 数据存算需求 136
8.2 湖仓一体技术介绍 137
8.2.1 湖仓一体技术发展背景 137
8.2.2 湖仓一体技术架构 139
8.2.3 湖仓一体关键技术 143
8.2.4 湖仓一体开源技术 152
8.2.5 湖仓一体应用场景 163
8.3 算力网络数据中心的定位及作用 166
8.3.1 算力网络数据中心定位 166
8.3.2 数据赋能算力网络运行 169
8.4 基于湖仓一体技术的算力网络数据中心 172
8.4.1 为什么选择湖仓一体技术 172
8.4.2 算力网络数据中心基于湖仓一体技术的具体实现 174
第 9 章 算力网络中的数据治理 176
9.1 算力网络数据治理需求 176
9.2 数据治理技术发展 177
9.2.1 跨域数据治理 177
9.2.2 调度能力互通与治理应用 179
9.2.3 数据全生命周期安全保障机制 183
9.3 算力网络中数据治理的实践价值 187
第 10 章 算力网络交易运营中的隐私计算 189
10.1 算力网络运营交易介绍 189
10.1.1 算力网络交易模式 189
10.1.2 算力网络交易中的隐私计算架构实现 192
10.1.3 算力网络交易中的隐私计算流程 195
10.1.4 算力网络交易中的隐私计算核心功能 196
10.1.5 算力网络交易风险及评估 199
10.2 隐私计算技术在算力网络交易中的价值体现 202
10.2.1 数据可信流通 202
10.2.2 数据价值释放 204
10.2.3 数据存证溯源 207
第四篇? 算力网络时代大数据应用场景和发展展望
第 11 章 东数西算 212
11.1 东数西算,国家政策引导 212
11.2 围绕五个一体化推进东数西算的实施 214
11.2.1 网络一体化建设,保障大数据的高效传输 215
11.2.2 能源一体化,推动大数据的低碳运营 217
11.2.3 算力一体化,构建算力一张网 220
11.2.4 数据安全保障数据的安全流通共享 222
11.2.5 基于数据要素构建城市大脑 224
11.3 东数西算,典型应用场景 225
11.3.1 在线推理向东,离线分析向西 226
11.3.2 资源托管 226
11.3.3 数据存储与灾备 228
第 12 章 加速数字化转型 230
12.1 云边协同数据应用 231
12.1.1 车路协同应用场景 231
12.1.2 IoT 数据本地处理助力智能制造 232
12.1.3 云边协同在云游戏场景中的应用 234
12.2 赋能 AI,推动智能应用 237
12.2.1 助力生命科学 237
12.2.2 助力绿色计算 238
12.2.3 推动自动驾驶落地 239
12.3 数字化、智能化推动企业发展 240
12.3.1 知识管理,助力企业智能化“蜕变” 241
12.3.2 从企业数字化到管理决策智能化 241
第 13 章 让生活环境更美好 244
13.1 智慧家庭 244
13.1.1 以家庭宽带作为智慧家庭服务的入口 245
13.1.2 以互联网电视作为家庭娱乐操作系统 245
13.1.3 以能力开放来构筑智慧家庭产业生态 246
13.2 智慧社区 247
13.2.1 智慧物业 248
13.2.2 智慧社区生活 249
13.2.3 智慧社区管理平台服务 249
第 14 章 “算力网络 大数据”发展展望 251
14.1 数据安全与隐私保护 251
14.2 绿色计算,数字减碳 253
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价