第一部分 雾的通信与管理

第1章 ParaDrop：家用网关的边缘计算平台

1.1 引言

1.1.1 通过ParaDrop实现无线网关的多重任务管理及相关应用

1.1.2 ParaDrop平台的性能

1.2 在ParaDrop平台上实现服务

1.3 为ParaDrop平台开发服务

1.3.1 依托ParaDrop平台实现监控摄像头业务

1.3.2 依托ParaDrop平台实现环境传感器业务

参考文献

第2章 管理带宽

2.1 引言

2.1.1 利用雾

2.1.2 家庭问题的解决方案

2.2 相关研究

2.3 信用分配和最优信用支出

2.3.1 信用分配

2.3.2 最优信用支出

2.4 在线带宽分配算法

2.4.1 估计其他网关的支出

2.4.2 在线信用支出决策和应用优先级设置

2.5 设计与实现

2.5.1 流量和设备分类

2.5.2 速率限制引擎

2.5.3 流量优先级设置引擎

2.6 实验结果

2.6.1 速率限制

2.6.2 流量优先级设置

2.7 网关共享结果

2.8 结论

致谢

附录2.A

参考文献

第3章 面向雾网络的社交感知协作D2D与D4D通信

3.1 引言

3.1.1 从社交信任和社交互惠到D2 D协作

3.1.2 智能电网：社交感知协作的D2 D和D4 D通信的物联网案例

3.1.3 主要结论

3.2 相关研究

3.3 系统模型

3.3.1 物理（通信）图模型

3.3.2 社交图模型

3.4 面向雾网络的社交感知协作D2 D和D4 D通信概述

3.4.1 基于社交信任的中继选择

3.4.2 基于社交互惠的中继选择

3.4.3 基于社交信任和社交互惠的中继选择

3.5 网络辅助中继选择机制

3.5.1 互惠中继选择循环发现

3.5.2 NARS机制

3.5.3 NARS机制的特性

3.6 仿真

3.6.1 ER社交图

3.6.2 基于实际追踪的社交图

3.7 结论

致谢

参考文献

第4章 你值得拥有更好的性能（来自你的智能设备）

4.1 为什么需要提供更好的性能

4.2 需要在哪里提供更好的性能

4.3 需要提供什么性能并且怎样提供

4.3.1 透明度

4.3.2 可预测性能

4.3.3 开放性

4.4 结论

致谢

参考文献

第二部分 雾的存储与计算

第5章 提高通信效率的分布式缓存

5.1 引言

5.2 微微缓存

5.2.1 系统模型

5.2.2 来自帮助者节点的自适应流

5.3 用户缓存

5.3.1 基于簇的缓存和D2D通信

5.3.2 基于ITLinQ的缓存和通信

5.3.3 编码组播

5.4 结论和展望

参考文献

第6章 无线视频雾网络：错误可恢复的实时协作数据流

6.1 引言

6.2 相关研究

6.3 系统运行和网络模型

6.4 问题建模和复杂度

6.4.1 NC数据包选择优化

6.4.2 广播者选择优化

6.4.3 复杂度分析

6.5 VBCR：一种用于实时视频且能实现协作恢复的分布启发式算法

6.5.1 初始信息交换

6.5.2 协作恢复

6.5.3 更新信息交换

6.5.4 视频数据包转发

6.6 仿真结果

6.7 结论

参考文献

第7章 弹性移动终端云：借助移动终端提供边缘的云计算服务

7.1 引言

7.2 设计领域及实例

7.2.1 Mont-Blanc

7.2.2 计算与充电并行处理

7.2.3 FemtoCloud

7.2.4 Serendipity

7.3 FemtoCloud性能评估

7.3.1 实验设置

7.3.2 FemtoCloud仿真结果

7.3.3 FemtoCloud原型评估

7.4 Serendipity性能评估

7.4.1 实验设置

7.4.2 Serendipity性能增益

7.4.3 网络环境的影响

7.4.4 工作属性的影响

7.5 挑战

参考文献

第三部分 雾的应用

第8章 雾计算在未来汽车行业中的作用

8.1 引言

8.2 当前的汽车电子架构

8.3 汽车E/E架构的未来挑战及解决策略

8.4 未来汽车——车轮上的雾节点

8.5 凭借实时计算和时间触发技术实现车轮上的确定性雾节点

8.5.1 通过虚拟化解决可扩展性挑战的确定性雾节点

8.5.2 解决连接和安全挑战的确定性雾节点

8.5.3 汽车应用中确定性雾节点的新用例——全车虚拟化

8.6 结论

参考文献

第9章 现场网络的位置寻址

9.1 引言

9.1.1 现场网络

9.1.2 现场网络面临的挑战

9.2 位置寻址

9.3 SAGP：现场的无线位置寻址

9.3.1 SAGP处理流程

9.3.2 SAGP重传启发式算法

9.3.3 SAGP数据包传播示例

9.3.4 跟随发送：有效的SAGP数据流动

9.3.5 迎接挑战

9.4 地理路由：将GA延伸到云端

9.5 SGAF：大规模GA的一种多层架构

9.5.1 不同层之间的桥接

9.5.2 混合安全架构

9.6 AT＆T实验室的位置辅助多播架构

9.7 两个GA应用实例

9.7.1 PSCommander

9.7.2 位置辅助多播游戏

9.8 结论

参考文献

第10章 面向智慧星球的分布式在线学习和流处理

10.1 引言：智慧星球

10.2 实例问题：交通运输

10.3 流处理特征

10.4 分布式流处理系统

10.4.1 研究现状

10.4.2 流处理系统

10.5 分布式在线学习框架

10.5.1 研究现状

10.5.2 在线分布式集成学习的系统框架

10.5.3 聚合权重的在线学习

10.5.4 碰撞检测应用

10.6 前景

致谢

参考文献

第11章 物联网安全：需要新方案和雾计算

11.1 引言

11.2 现有安全方案需要做根本性改变以应对新的物联网安全挑战

11.2.1 大量设备将有长的生命周期但受限且难以更新的资源

11.2.2 将所有的IoT设备部署在防火墙环境中将变得不可行

11.2.3 关键性任务系统需要影响最小的事件响应

11.2.4 庞大数量的IoT设备安全状态感知需求

11.3 一个新的物联网安全方案

11.3.1 对能力不足的设备提供雾计算帮助

11.3.2 通过集群认证将安全监控扩展到大量设备

11.3.3 具有自适应免疫安全性的动态风险-收益比例保护机制

11.4 总结

致谢

参考文献