《移動雲計算架構、算法與套用》是2017年人民郵電出版社出版的圖書。
基本介紹
- 中文名：移動雲計算架構、算法與套用
- 作者：[印]Debashis De
- 類別：計算機、網路
- 出版社：人民郵電出版社
- 出版時間：2017年
- 開本：16 開
- 裝幀：平裝
- ISBN：9787115447210
內容簡介,圖書目錄,作者簡介,
內容簡介
移動雲計算：架構、算法與套用 全面系統地介紹了移動雲計算及其相關技術和套用。描述了它的系統架構、安全性能、套用情況、商業運營，以及發展前景，討論了移動雲計算的部署及商業運維的多種解決方案。移動雲計算：架構、算法與套用 內容系統全面，探討由淺入深，使讀者易於接受、理解。同時，儘可能使用圖表來形象地說明問題，做到了圖文並茂，具有較強的可讀性。
圖書目錄
第1章 移動計算 1
1.1 引言 2
1.2 行動網路架構 3
1.2.1 蜂窩網路的架構 3
1.2.2 移動自組織網路的架構 4
1.2.3 移動無線感測器網路的架構 5
1.3 移動通信的劃代 5
1.3.1 第1代移動通信（1G） 6
1.3.2 第2代移動通信（2G） 6
1.3.3 第2.5代移動通信（2.5G） 9
1.3.4 第3代移動通信（3G） 10
1.3.5 第4代移動通信局幾訂（4G） 12
1.3.6 第5代移動通信（5G） 13
1.3.7 各代移動通信的比較 14
1.4 移動作業系統 14
1.4.1 Windows CE操作系酷巴應統 15
1.4.2 Mac OS X 16
1.4.3 塞班作業系統 16
1.4.4 安卓作業系統 16
1.4.5 Blackberry 10 17
1.5 移動通信的套用 17
1.5.1 智慧型手機 18
1.5.2 數字音樂播放器 18
1.5.3 藍牙和Wi-Fi 18
1.5.4 GPS 19
1.5.5 智慧型系統 19
1.6 移動通信面臨的挑戰 20
1.6.1 無線通信 21
1.6.2 移動性 22
1.6.3 資源限制 23
1.6.4 移動信辨譽道模型 23
1.6.5 災害管理 24
1.6.6 移動數據挖掘 24
1.6.7 服務質量 24
1.7 結論 24
問題 24
第2章 雲計算 26
2.1 引言 27
2.2 雲計算的演進 27
2.3 雲計算是什麼 28
2.4 雲計算的特徵 33
2.5 相關技術 33
2.6 雲計算架構 34
2.7 雲計算部署模型乘抹頸 35
2.7.1 公共雲 36
2.7.2 私有雲 36
2.7.3 混合雲 36
2.7.4 公共雲與私有雲 37
2.8 雲計算問題 37
2.9 安全與信任 38
2.10 能效 39
2.10.1 降低直接能耗 39
2.10.2 降低冷卻伺服器能耗 40
2.10.3 網路流量增加導致能耗增加 40
2.11 互動性和實時流 40
2.12 數據管理 40
2.12.1 雲中數據存儲和訪問 40
2.12.2 數據可移植性和互操作性 41
2.13 服務質量 41
2.14 資源利用 41
2.15 雲計算的套用 42
2.15.1 移動雲計算 42
2.15.2 醫療保健 42
2.15.3 雲遊戲 42
2.15.4 存儲 43
2.16 結論 43
問題 44
第3章 移動雲計算 45
3.1 引言 46
3.2 移動雲計算的動機 46
3.3 移動雲計算架構 47
3.3.1 面向服務的架構 47
3.3.2 代理—客戶端架構 49
3.3.3 協作架構 49
3.4 府戀企艱平台和技術 50
3.4.1 MCC平台 50
3.4.2 MCC支撐技術 50
3.5 移動增強方法 51
3.5.1 硬體方法 51
3.5.2 軟體方法 51
3.6 移動雲計算問題 52
3.6.1 運營問題 52
3.6.2 終端用戶問題 56
3.6.3 服務等級和套用等級問題 56
3.6.4 安全性和隱私 57
3.6.5 情境感知 58
3.6.6 移動榜婆朵戶數據管理 60
3.7 移動雲計算的優點 61
3.8 移動雲計算套用 61
3.8.1 移動商務 62
3.8.2 移動學習 62
3.8.3 移動遊戲 62
3.8.4 移動健康監測 63
3.9 移動雲計算研究面臨的挑戰 63
3.9.1 移動設備和雲之間的連線 63
3.9.2 移動雲計算中的微雲部署 63
3.9.3 移動雲計算協作模型的集中化 64
3.9.4 MCC安全 64
3.9.5 移動雲計算的激勵問題 64
3.9.6 移動雲計算的能效問題 64
3.9.7 移動雲計算的商業模式 64
3.9.8 數據流量管理 65
3.10 結論 65
問題 65
第4章 移動雲計算中的卸載問題 66
4.1 引言 67
4.2 卸載決策 67
4.2.1 改善性能 68
4.2.2 節能 70
4.3 卸載類型 71
4.3.1 根據卸載對象分類朽拒芝 71
4.3.2 根據卸載方法分類 71
4.4 卸載拓撲 72
4.5 雲計算與移動雲計算中卸載的異同 73
4.6 移動設備自適應計算卸載 74
4.6.1 移動增強雲服務 74
4.6.2 自適應計算卸載 75
4.7 面向卸載的雲路徑選擇 76
4.7.1 雲路徑選擇方法 77
4.7.2 雲路徑選擇問題 77
4.8 基於機會通信的移動數據卸載 78
4.8.1 系統模型 78
4.8.2 目標集選擇 79
4.8.3 貪婪算法、啟發式算法和隨機算法 79
4.9 移動雲計算的3層架構 80
4.10 數據卸載需求 80
4.11 卸載技術的性能分析 81
4.11.1 針對不同數據量的卸載能耗分析 81
4.11.2 針對不同連線的卸載能耗分析 82
4.12 移動雲計算環境中的多雲卸載 82
4.13 結論 83
問題 83
第5章 綠色移動雲計算 85
5.1 引言 86
5.2 綠色移動計算 86
5.2.1 綠色數據中心 87
5.2.2 綠色宏蜂窩基站 87
5.2.3 綠色毫微微蜂窩基站 87
5.2.4 綠色移動設備 93
5.2.5 綠色移動套用與服務 93
5.3 綠色行動網路 93
5.3.1 節能行動網路的擁塞控制 94
5.3.2 基於宏蜂窩的行動網路上毫微微蜂窩、微蜂窩和微微蜂窩網路的能效 94
5.4 綠色雲計算 98
5.4.1 綠色雲伺服器 99
5.4.2 綠色雲數據中心 100
5.4.3 綠色雲硬體 101
5.4.4 綠色雲軟體 101
5.4.5 綠色有線或無線網路 101
5.5 綠色移動雲計算 101
5.5.1 移動雲基礎設施中的節能 101
5.5.2 綠色移動雲計算的問題與需求 103
5.6 使用移動雲計算的綠色移動設備 103
5.6.1 計算卸載 103
5.6.2 資源管理 106
5.7 使用移動雲計算的綠色毫微微蜂窩 107
5.8 移動雲計算綠色無縫服務配置 108
5.8.1 移動自組織雲架構 109
5.8.2 移動自組織雲功能 110
5.8.3 移動自組織雲的問題與挑戰 113
5.9 移動雲計算環境中的綠色位置感測 113
5.10 結論 115
問題 115
第6章 移動雲計算中的資源分配 116
6.1 引言 117
6.2 移動雲計算資源分配的意義 117
6.3 移動雲計算中的資源分配策略 117
6.3.1 基於半馬爾可夫決策過程的移動雲計算資源分配 118
6.3.2 採用ABC算法的任務調度 120
6.3.3 使用中間件的資源分配 124
6.3.4 能量感知資源分配 126
6.3.5 使用基於熵的FIFO方法的移動雲計算資源分配 129
6.3.6 移動雲計算資源分配中的拍賣機制 131
6.4 移動雲計算資源分配研究面臨的挑戰 132
6.4.1 能量感知記憶體管理 132
6.4.2 嚴格遵守服務等級協定（SLA） 132
6.4.3 不同資源分配策略的整合 132
6.5 結論 132
問題 133
第7章 感測器移動雲計算 134
7.1 引言 135
7.2 無線感測器網路 135
7.2.1 無線感測器網路的不同部署技術 136
7.2.2 無線感測器網路架構 136
7.3 感測器雲 137
7.3.1 感測器雲架構 137
7.3.2 感測器雲的優勢 139
7.3.3 基於移動性的感測器雲擴展 139
7.4 感測器移動雲計算 139
7.4.1 感測器移動雲計算架構 139
7.4.2 感測器移動雲計算服務生命周期模型 141
7.4.3 救援服務模型的系統架構 142
7.5 物聯網 144
7.6 城市感知 145
7.6.1 機會感知 145
7.6.2 參與式感知 146
7.7 套用 147
7.8 感測器移動雲計算面臨的挑戰 148
7.9 結論 149
問題 150
第8章 移動社交雲計算 151
8.1 引言 152
8.2 移動社交雲架構 153
8.3 移動社交雲中的資源共享 154
8.3.1 資源共享的動機 155
8.3.2 社交資本 155
8.3.3 虛擬化資源 155
8.3.4 理財 155
8.3.5 註冊 155
8.3.6 社交市場 156
8.4 使用雲來存儲和分析社交數據 158
8.4.1 社交網路數據分析與存儲架構 158
8.4.2 推文數據分析案例研究 159
8.5 社交計算云：資源共享與分配 161
8.6 社交網路數據的三維可視化 163
8.6.1 社交網路數據可視化 163
8.6.2 OLAP數據分析與數據立方生成 163
8.6.3 基於MVC的可視化模型 164
8.7 移動社交雲的安全 164
8.7.1 社交網路安全 165
8.7.2 安全服務的資源配置 166
8.8 移動社交雲中的信任 167
8.8.1 社交網路的信任推理 168
8.8.2 社交雲信任的上下文關聯 168
8.8.3 社交雲交換結構 169
8.9 移動社交雲套用 170
8.9.1 社交輔助自適應視頻流 170
8.9.2 個人應急準備計畫 171
8.9.3 大型多人線上遊戲 172
8.9.4 Geosmart: 社交媒體教育 174
8.10 結論 175
問題 176
第9章 移動雲計算中的隱私和安全 177
9.1 引言 178
9.2 各級安全移動雲計算的安全需求 178
9.2.1 第1級：移動設備中的安全問題 179
9.2.2 第2級：通信信道中的安全問題 180
9.2.3 第3級：雲計算中的安全問題 181
9.3 移動雲環境下的安全問題 181
9.3.1 套用安全 181
9.3.2 認證問題 184
9.3.3 數據安全 186
9.3.4 數字著作權管理 194
9.3.5 入侵檢測 195
9.4 結論 198
問題 199
第10章 移動雲計算中的信任 200
10.1 引言 201
10.2 信任的特徵 201
10.3 信任的構成 202
10.3.1 安全性 202
10.3.2 隱私 202
10.3.3 可審計性 203
10.3.4 可追責性 203
10.4 信任的類型 203
10.4.1 直接信任 203
10.4.2 間接信任 203
10.4.3 混合信任 204
10.5 信任問題 204
10.5.1 弱信任鏈 204
10.5.2 控制和可視化缺失 204
10.6 信任的建立方法 204
10.6.1 服務級協定 205
10.6.2 審計 205
10.6.3 測量與評級 205
10.6.4 自評問卷 205
10.6.5 信任和聲譽模型 205
10.7 信任評估 206
10.7.1 黑盒方法 206
10.7.2 由內向外的方法 207
10.7.3 由外向內的方法 207
10.8 移動雲計算信任各類問題的深入研究 207
10.8.1 用戶行為信任 207
10.8.2 可信的移動感知框架 209
10.8.3 基於移動代理的移動雲計算可信基礎設施 211
10.8.4 基於呼叫行為構建可信社交網路 212
10.8.5 基於信任的移動商務 214
10.9 結論 215
問題 215
第11章 車載移動雲計算 216
11.1 引言 217
11.2 車載自組織網路 218
11.3 車載移動雲計算的架構和工作模式 219
11.3.1 車載移動雲計算架構 220
11.3.2 車載移動雲計算的性能分析 222
11.4 車載移動雲計算中的隱私與安全 223
11.4.1 車載移動雲計算中的安全和隱私攻擊 224
11.4.2 車載移動雲計算安全方案 225
11.5 車載移動雲計算的局限性 225
11.5.1 車載移動雲計算的移動性 225
11.5.2 車載移動雲計算的易變性 225
11.5.3 隱私 225
11.5.4 責任 225
11.5.5 可擴展性 225
11.6 車載移動雲計算面臨的挑戰 226
11.7 套用 226
11.7.1 安全套用 226
11.7.2 用戶套用 226
11.8 結論 227
問題 227
第12章 移動雲計算的商用問題 229
12.1 引言 231
12.2 雲商業模型 231
12.2.1 雲計算架構 232
12.2.2 當前的雲計算產品 232
12.2.3 雲的定價策略 233
12.2.4 動態資源定價方法 233
12.2.5 雲服務提供商之間的協作 236
12.3 移動計算環境的商業模型 244
12.4 服務提供商之間的協作 245
12.4.1 移動雲計算模型 245
12.4.2 資源池模型 246
12.5 基於Weblet的移動雲計算模型 246
12.6 移動雲服務保險代理 247
12.7 社交移動雲計算的商用問題 248
12.7.1 對全球商業的影響 248
12.7.2 SMAC各組成部分的作用 248
12.8 結論 249
第13章 移動雲計算的套用 251
13.1 引言 252
13.2 雲移動媒體套用 252
13.3 生物特徵套用 254
13.3.1 人臉識別 254
13.3.2 指紋識別 255
13.4 車輛監控 255
13.5 泛在取證分析 256
13.5.1 普適與協同分析 256
13.5.2 取證雲 257
13.6 移動學習 258
13.7 遠程顯示 259
13.8 情境感知導航系統 260
13.9 雲計算支持的增強型健康套用 261
13.10 服務即感知 262
13.11 移動雲計算的安全網站推薦服務 263
13.12 移動多媒體存儲 264
13.13 移動雲計算在國防部門中的套用 264
13.14 社交雲中的套用 265
13.15 結論 266
問題 266
第14章 移動雲計算的未來研究範圍 268
14.1 引言 269
14.2 高效頻寬分配 269
14.2.1 採用5G網路 269
14.2.2 基於5G網路的移動雲計算架構 269
14.2.3 基於毫微微蜂窩基站的移動雲計算架構 270
14.2.4 基於認知無線電的高效頻譜利用 270
14.3 在移動雲計算中使用微雲 271
14.4 跨雲通信 271
14.5 移動雲計算中的標準接口 272
14.6 雲資源訪問機制 272
14.7 彈性套用模型 273
14.8 移動雲計算的安全與隱私 275
14.9 企業移動雲 275
14.9.1 身份安全 275
14.9.2 災難恢復 276
14.9.3 移動雲計算中的定價問題 276
14.9.4 服務執行與交付 278
14.10 降低卸載能耗 278
14.10.1 基於毫微微蜂窩的移動雲計算卸載策略 279
14.10.2 卸載數據存儲與套用執行的雲路徑選擇 279
14.10.3 移動設備卸載策略 279
14.10.4 移動雲計算下的卸載開銷 280
14.11 使用微雲來改善服務質量 280
14.11.1 微雲之間的負載均衡 280
14.11.2 微雲之間的負載共享 280
14.11.3 提供無縫移動雲服務 281
14.12 降低雲數據中心能耗 281
14.13 資源管理 281
14.14 數據中心伺服器的套用遷移方案 281
14.15 結論 282
問題 282
參考文獻 283
作者簡介
郎為民，中國通信學會會員，中國人民解放軍國防信息學院副教授，教研室主任。2002年9月至2005年12月在華中科技大學電子與信息工程系攻讀博士學位，主要研究方向包括供應鏈管理、下一代網路、雲計算、物聯網、無線認知感測器網路、信息安全。2009年7月被教育部國家留學基金管理委員會錄取為2009年國家公派訪問學者，目前正在美國田納西大學留學。在國際和國內重點期刊和會議上發表論文270餘篇（其中EI收錄32篇，SCI收錄1篇，核心期刊論文48篇），並有多篇學術論文獲獎。出版有24本專（譯）著（全部署名diyi），參編6本專著、教材。主持1項國家自然科學基金項目，2項部級課題，參與6項課題，先後獲得軍隊科技進步二等獎1項，三等獎2項。作者具有豐富的寫作經驗、紮實的技術功底、較強的研究能力、踏實的工作作風和較多的研究成果。
2.10.2 降低冷卻伺服器能耗 40
2.10.3 網路流量增加導致能耗增加 40
2.11 互動性和實時流 40
2.12 數據管理 40
2.12.1 雲中數據存儲和訪問 40
2.12.2 數據可移植性和互操作性 41
2.13 服務質量 41
2.14 資源利用 41
2.15 雲計算的套用 42
2.15.1 移動雲計算 42
2.15.2 醫療保健 42
2.15.3 雲遊戲 42
2.15.4 存儲 43
2.16 結論 43
問題 44
第3章 移動雲計算 45
3.1 引言 46
3.2 移動雲計算的動機 46
3.3 移動雲計算架構 47
3.3.1 面向服務的架構 47
3.3.2 代理—客戶端架構 49
3.3.3 協作架構 49
3.4 平台和技術 50
3.4.1 MCC平台 50
3.4.2 MCC支撐技術 50
3.5 移動增強方法 51
3.5.1 硬體方法 51
3.5.2 軟體方法 51
3.6 移動雲計算問題 52
3.6.1 運營問題 52
3.6.2 終端用戶問題 56
3.6.3 服務等級和套用等級問題 56
3.6.4 安全性和隱私 57
3.6.5 情境感知 58
3.6.6 移動數據管理 60
3.7 移動雲計算的優點 61
3.8 移動雲計算套用 61
3.8.1 移動商務 62
3.8.2 移動學習 62
3.8.3 移動遊戲 62
3.8.4 移動健康監測 63
3.9 移動雲計算研究面臨的挑戰 63
3.9.1 移動設備和雲之間的連線 63
3.9.2 移動雲計算中的微雲部署 63
3.9.3 移動雲計算協作模型的集中化 64
3.9.4 MCC安全 64
3.9.5 移動雲計算的激勵問題 64
3.9.6 移動雲計算的能效問題 64
3.9.7 移動雲計算的商業模式 64
3.9.8 數據流量管理 65
3.10 結論 65
問題 65
第4章 移動雲計算中的卸載問題 66
4.1 引言 67
4.2 卸載決策 67
4.2.1 改善性能 68
4.2.2 節能 70
4.3 卸載類型 71
4.3.1 根據卸載對象分類 71
4.3.2 根據卸載方法分類 71
4.4 卸載拓撲 72
4.5 雲計算與移動雲計算中卸載的異同 73
4.6 移動設備自適應計算卸載 74
4.6.1 移動增強雲服務 74
4.6.2 自適應計算卸載 75
4.7 面向卸載的雲路徑選擇 76
4.7.1 雲路徑選擇方法 77
4.7.2 雲路徑選擇問題 77
4.8 基於機會通信的移動數據卸載 78
4.8.1 系統模型 78
4.8.2 目標集選擇 79
4.8.3 貪婪算法、啟發式算法和隨機算法 79
4.9 移動雲計算的3層架構 80
4.10 數據卸載需求 80
4.11 卸載技術的性能分析 81
4.11.1 針對不同數據量的卸載能耗分析 81
4.11.2 針對不同連線的卸載能耗分析 82
4.12 移動雲計算環境中的多雲卸載 82
4.13 結論 83
問題 83
第5章 綠色移動雲計算 85
5.1 引言 86
5.2 綠色移動計算 86
5.2.1 綠色數據中心 87
5.2.2 綠色宏蜂窩基站 87
5.2.3 綠色毫微微蜂窩基站 87
5.2.4 綠色移動設備 93
5.2.5 綠色移動套用與服務 93
5.3 綠色行動網路 93
5.3.1 節能行動網路的擁塞控制 94
5.3.2 基於宏蜂窩的行動網路上毫微微蜂窩、微蜂窩和微微蜂窩網路的能效 94
5.4 綠色雲計算 98
5.4.1 綠色雲伺服器 99
5.4.2 綠色雲數據中心 100
5.4.3 綠色雲硬體 101
5.4.4 綠色雲軟體 101
5.4.5 綠色有線或無線網路 101
5.5 綠色移動雲計算 101
5.5.1 移動雲基礎設施中的節能 101
5.5.2 綠色移動雲計算的問題與需求 103
5.6 使用移動雲計算的綠色移動設備 103
5.6.1 計算卸載 103
5.6.2 資源管理 106
5.7 使用移動雲計算的綠色毫微微蜂窩 107
5.8 移動雲計算綠色無縫服務配置 108
5.8.1 移動自組織雲架構 109
5.8.2 移動自組織雲功能 110
5.8.3 移動自組織雲的問題與挑戰 113
5.9 移動雲計算環境中的綠色位置感測 113
5.10 結論 115
問題 115
第6章 移動雲計算中的資源分配 116
6.1 引言 117
6.2 移動雲計算資源分配的意義 117
6.3 移動雲計算中的資源分配策略 117
6.3.1 基於半馬爾可夫決策過程的移動雲計算資源分配 118
6.3.2 採用ABC算法的任務調度 120
6.3.3 使用中間件的資源分配 124
6.3.4 能量感知資源分配 126
6.3.5 使用基於熵的FIFO方法的移動雲計算資源分配 129
6.3.6 移動雲計算資源分配中的拍賣機制 131
6.4 移動雲計算資源分配研究面臨的挑戰 132
6.4.1 能量感知記憶體管理 132
6.4.2 嚴格遵守服務等級協定（SLA） 132
6.4.3 不同資源分配策略的整合 132
6.5 結論 132
問題 133
第7章 感測器移動雲計算 134
7.1 引言 135
7.2 無線感測器網路 135
7.2.1 無線感測器網路的不同部署技術 136
7.2.2 無線感測器網路架構 136
7.3 感測器雲 137
7.3.1 感測器雲架構 137
7.3.2 感測器雲的優勢 139
7.3.3 基於移動性的感測器雲擴展 139
7.4 感測器移動雲計算 139
7.4.1 感測器移動雲計算架構 139
7.4.2 感測器移動雲計算服務生命周期模型 141
7.4.3 救援服務模型的系統架構 142
7.5 物聯網 144
7.6 城市感知 145
7.6.1 機會感知 145
7.6.2 參與式感知 146
7.7 套用 147
7.8 感測器移動雲計算面臨的挑戰 148
7.9 結論 149
問題 150
第8章 移動社交雲計算 151
8.1 引言 152
8.2 移動社交雲架構 153
8.3 移動社交雲中的資源共享 154
8.3.1 資源共享的動機 155
8.3.2 社交資本 155
8.3.3 虛擬化資源 155
8.3.4 理財 155
8.3.5 註冊 155
8.3.6 社交市場 156
8.4 使用雲來存儲和分析社交數據 158
8.4.1 社交網路數據分析與存儲架構 158
8.4.2 推文數據分析案例研究 159
8.5 社交計算云：資源共享與分配 161
8.6 社交網路數據的三維可視化 163
8.6.1 社交網路數據可視化 163
8.6.2 OLAP數據分析與數據立方生成 163
8.6.3 基於MVC的可視化模型 164
8.7 移動社交雲的安全 164
8.7.1 社交網路安全 165
8.7.2 安全服務的資源配置 166
8.8 移動社交雲中的信任 167
8.8.1 社交網路的信任推理 168
8.8.2 社交雲信任的上下文關聯 168
8.8.3 社交雲交換結構 169
8.9 移動社交雲套用 170
8.9.1 社交輔助自適應視頻流 170
8.9.2 個人應急準備計畫 171
8.9.3 大型多人線上遊戲 172
8.9.4 Geosmart: 社交媒體教育 174
8.10 結論 175
問題 176
第9章 移動雲計算中的隱私和安全 177
9.1 引言 178
9.2 各級安全移動雲計算的安全需求 178
9.2.1 第1級：移動設備中的安全問題 179
9.2.2 第2級：通信信道中的安全問題 180
9.2.3 第3級：雲計算中的安全問題 181
9.3 移動雲環境下的安全問題 181
9.3.1 套用安全 181
9.3.2 認證問題 184
9.3.3 數據安全 186
9.3.4 數字著作權管理 194
9.3.5 入侵檢測 195
9.4 結論 198
問題 199
第10章 移動雲計算中的信任 200
10.1 引言 201
10.2 信任的特徵 201
10.3 信任的構成 202
10.3.1 安全性 202
10.3.2 隱私 202
10.3.3 可審計性 203
10.3.4 可追責性 203
10.4 信任的類型 203
10.4.1 直接信任 203
10.4.2 間接信任 203
10.4.3 混合信任 204
10.5 信任問題 204
10.5.1 弱信任鏈 204
10.5.2 控制和可視化缺失 204
10.6 信任的建立方法 204
10.6.1 服務級協定 205
10.6.2 審計 205
10.6.3 測量與評級 205
10.6.4 自評問卷 205
10.6.5 信任和聲譽模型 205
10.7 信任評估 206
10.7.1 黑盒方法 206
10.7.2 由內向外的方法 207
10.7.3 由外向內的方法 207
10.8 移動雲計算信任各類問題的深入研究 207
10.8.1 用戶行為信任 207
10.8.2 可信的移動感知框架 209
10.8.3 基於移動代理的移動雲計算可信基礎設施 211
10.8.4 基於呼叫行為構建可信社交網路 212
10.8.5 基於信任的移動商務 214
10.9 結論 215
問題 215
第11章 車載移動雲計算 216
11.1 引言 217
11.2 車載自組織網路 218
11.3 車載移動雲計算的架構和工作模式 219
11.3.1 車載移動雲計算架構 220
11.3.2 車載移動雲計算的性能分析 222
11.4 車載移動雲計算中的隱私與安全 223
11.4.1 車載移動雲計算中的安全和隱私攻擊 224
11.4.2 車載移動雲計算安全方案 225
11.5 車載移動雲計算的局限性 225
11.5.1 車載移動雲計算的移動性 225
11.5.2 車載移動雲計算的易變性 225
11.5.3 隱私 225
11.5.4 責任 225
11.5.5 可擴展性 225
11.6 車載移動雲計算面臨的挑戰 226
11.7 套用 226
11.7.1 安全套用 226
11.7.2 用戶套用 226
11.8 結論 227
問題 227
第12章 移動雲計算的商用問題 229
12.1 引言 231
12.2 雲商業模型 231
12.2.1 雲計算架構 232
12.2.2 當前的雲計算產品 232
12.2.3 雲的定價策略 233
12.2.4 動態資源定價方法 233
12.2.5 雲服務提供商之間的協作 236
12.3 移動計算環境的商業模型 244
12.4 服務提供商之間的協作 245
12.4.1 移動雲計算模型 245
12.4.2 資源池模型 246
12.5 基於Weblet的移動雲計算模型 246
12.6 移動雲服務保險代理 247
12.7 社交移動雲計算的商用問題 248
12.7.1 對全球商業的影響 248
12.7.2 SMAC各組成部分的作用 248
12.8 結論 249
第13章 移動雲計算的套用 251
13.1 引言 252
13.2 雲移動媒體套用 252
13.3 生物特徵套用 254
13.3.1 人臉識別 254
13.3.2 指紋識別 255
13.4 車輛監控 255
13.5 泛在取證分析 256
13.5.1 普適與協同分析 256
13.5.2 取證雲 257
13.6 移動學習 258
13.7 遠程顯示 259
13.8 情境感知導航系統 260
13.9 雲計算支持的增強型健康套用 261
13.10 服務即感知 262
13.11 移動雲計算的安全網站推薦服務 263
13.12 移動多媒體存儲 264
13.13 移動雲計算在國防部門中的套用 264
13.14 社交雲中的套用 265
13.15 結論 266
問題 266
第14章 移動雲計算的未來研究範圍 268
14.1 引言 269
14.2 高效頻寬分配 269
14.2.1 採用5G網路 269
14.2.2 基於5G網路的移動雲計算架構 269
14.2.3 基於毫微微蜂窩基站的移動雲計算架構 270
14.2.4 基於認知無線電的高效頻譜利用 270
14.3 在移動雲計算中使用微雲 271
14.4 跨雲通信 271
14.5 移動雲計算中的標準接口 272
14.6 雲資源訪問機制 272
14.7 彈性套用模型 273
14.8 移動雲計算的安全與隱私 275
14.9 企業移動雲 275
14.9.1 身份安全 275
14.9.2 災難恢復 276
14.9.3 移動雲計算中的定價問題 276
14.9.4 服務執行與交付 278
14.10 降低卸載能耗 278
14.10.1 基於毫微微蜂窩的移動雲計算卸載策略 279
14.10.2 卸載數據存儲與套用執行的雲路徑選擇 279
14.10.3 移動設備卸載策略 279
14.10.4 移動雲計算下的卸載開銷 280
14.11 使用微雲來改善服務質量 280
14.11.1 微雲之間的負載均衡 280
14.11.2 微雲之間的負載共享 280
14.11.3 提供無縫移動雲服務 281
14.12 降低雲數據中心能耗 281
14.13 資源管理 281
14.14 數據中心伺服器的套用遷移方案 281
14.15 結論 282
問題 282
參考文獻 283
作者簡介
郎為民，中國通信學會會員，中國人民解放軍國防信息學院副教授，教研室主任。2002年9月至2005年12月在華中科技大學電子與信息工程系攻讀博士學位，主要研究方向包括供應鏈管理、下一代網路、雲計算、物聯網、無線認知感測器網路、信息安全。2009年7月被教育部國家留學基金管理委員會錄取為2009年國家公派訪問學者，目前正在美國田納西大學留學。在國際和國內重點期刊和會議上發表論文270餘篇（其中EI收錄32篇，SCI收錄1篇，核心期刊論文48篇），並有多篇學術論文獲獎。出版有24本專（譯）著（全部署名diyi），參編6本專著、教材。主持1項國家自然科學基金項目，2項部級課題，參與6項課題，先後獲得軍隊科技進步二等獎1項，三等獎2項。作者具有豐富的寫作經驗、紮實的技術功底、較強的研究能力、踏實的工作作風和較多的研究成果。
