目 录__eol__第1章 新一代计算机体系结构 1__eol__1.1 概述 1__eol__1.1.1 多核处理器时代 1__eol__1.1.2 并行计算机与高性能计算 1__eol__1.1.3 数据中心网络与云计算 2__eol__1.2 微处理器体系结构 2__eol__1.2.1 片上系统 3__eol__1.2.2 片上网络 7__eol__1.2.3 量子计算与量子芯片 16__eol__1.3 多处理机系统体系结构 22__eol__1.3.1 多处理机系统的互连网络 22__eol__1.3.2 多处理机系统的一致性问题 27__eol__1.3.3 多处理机的系统程序并行化 30__eol__1.4 数据中心集群体系结构 33__eol__1.4.1 数据中心网络的拓扑结构 34__eol__1.4.2 数据中心网络资源管理 38__eol__1.4.3 数据中心网络容错性能 41__eol__1.5 应用案列 45__eol__1.5.1 国产处理器—龙芯 45__eol__1.5.2 寒武纪智能芯片 49__eol__1.5.3 超算与高性能计算机 51__eol__习题1 53__eol__第2章 物联网技术 54__eol__2.1 概述 54__eol__2.1.1 基本概念 54__eol__2.1.2 体系架构 54__eol__2.1.3 技术特征 56__eol__2.2 无线传感器网络 57__eol__2.2.1 无线传感网络的基本概念 57__eol__2.2.2 无线传感器功能结构 61__eol__2.2.3 无线传感器网络的操作系统 73__eol__2.2.4 无线传感器网络的技术特性和应用领域 75__eol__2.3 RFID技术 78__eol__2.3.1 RFID技术的基本概念 78__eol__2.3.2 RFID系统的组成部分 78__eol__2.3.3 RFID技术特性和应用领域 82__eol__2.4 拓扑控制和路由协议 84__eol__2.4.1 拓扑结构简介 84__eol__2.4.2 拓扑控制算法 87__eol__2.4.3 路由协议简介 92__eol__2.4.4 路由协议分类 93__eol__2.5 无源感知技术 96__eol__2.5.1 无源感知技术概述 97__eol__2.6 空间物联网 99__eol__2.6.1 基本概念 99__eol__2.6.2 体系架构和关键技术 99__eol__2.7 物联网应用案例 102__eol__2.7.1 无源物联网应用 102__eol__2.7.2 车联网应用 103__eol__第3章 云计算技术 107__eol__3.1 云计算概述 107__eol__3.1.1 云计算起源 107__eol__3.1.2 云计算定义与特征 108__eol__3.1.3 云交付部署模型 108__eol__3.1.4 云计算标准化 110__eol__3.2 云计算架构 112__eol__3.2.1 云计算体系结构 112__eol__3.2.2 云服务模式 113__eol__3.2.3 云计算基础架构 114__eol__3.2.4 移动云计算架构 118__eol__3.3 云计算核心技术 120__eol__3.3.1 虚拟化技术 120__eol__3.3.2 数据存储技术 123__eol__3.3.3 数据中心技术 124__eol__3.3.4 云监控与云管理 126__eol__3.4 边缘计算 128__eol__3.4.1 边缘计算的基本概念与模型 128__eol__3.4.2 边缘计算部署 129__eol__3.4.3 边缘计算卸载技术 132__eol__3.4.4 云边协同计算技术 135__eol__3.4.5 移动边缘计算 137__eol__3.5 云计算平台 141__eol__3.5.1 Google云计算平台 141__eol__3.5.2 阿里云计算平台 143__eol__3.5.3 开源云计算平台 145__eol__3.5.4 云原生技术 147__eol__3.6 云计算应用案例 149__eol__3.6.1 公有云：谷歌云、亚马逊云、阿里云、腾讯云 150__eol__3.6.2 社区云—基于云医疗的网络医疗平台 152__eol__3.6.3 私有云—面向微服务的大数据承载云平台 154__eol__第4章 大数据技术 158__eol__4.1 概述 158__eol__4.1.1 大数据简介 158__eol__4.1.2 大数据分析 160__eol__4.1.3 大数据与云计算关系 160__eol__4.2 数据采集技术 161__eol__4.2.1 什么是数据采集 161__eol__4.2.2 传统数据采集的不足 162__eol__4.2.3 大数据采集的方法 163__eol__4.2.4 大数据采集平台 163__eol__4.3 数据处理技术 164__eol__4.3.1 大数据处理技术简介 164__eol__4.3.2 分布式计算框架—MapReduce 164__eol__4.3.3 分布式实时计算系统—Storm 166__eol__4.3.4 查询分析计算系统—Hive 169__eol__4.3.5 分布式内存计算系统—Spark 170__eol__4.4 数据挖掘算法 173__eol__4.4.1 基于大数据的机器学习算法 173__eol__4.4.2 分类算法 175__eol__4.4.3 协同过滤算法 177__eol__4.5 大数据平台 182__eol__4.5.1 目前主流的大数据平台 182__eol__4.5.2 大数据存储—文件系统（HDFS） 182__eol__4.5.3 大数据存储—数据库（HBase） 184__eol__4.6 大数据应用 186__eol__4.6.1 基于大数据的电子商务 186__eol__4.6.2 基于大数据的个性化推荐 187__eol__4.6.3 基于大数据的电力客户服务需求预测 188__eol__习题4 189__eol__第5章 区块链技术 191__eol__5.1 区块链概述 191__eol__5.1.1 区块链组成原理 191__eol__5.1.2 区块链和比特币 194__eol__5.2 共识算法 198__eol__5.2.1 拜占庭将军问题和工作量证明 198__eol__5.2.2 权益证明 200__eol__5.2.3 委托权益证明 202__eol__5.3 智能合约 203__eol__5.3.1 智能合约概述 203__eol__5.3.2 以太坊智能合约 207__eol__5.3.3 超级账本链码 214__eol__5.4 区块链安全和隐私保护 220__eol__5.4.1 数字钱包安全 220__eol__5.4.2 交易安全和隐私保护 225__eol__5.5 多链和跨链技术 228__eol__5.5.1 主链和侧链 228__eol__5.5.2 跨链协同 230__eol__习题5 231__eol__第6章 人工智能 233__eol__6.1 人工智能概述 233__eol__6.1.1 人工智能的历史 233__eol__6.1.2 人工智能发展现状 235__eol__6.1.3 人工智能技术发展趋势 236__eol__6.2 深度学习 237__eol__6.2.1 深度学习基础 237__eol__6.2.2 深度学习网络 238__eol__6.2.3 深度学习技术 241__eol__6.2.4 深度学习的前沿和总结 242__eol__6.3 强化学习 242__eol__6.3.1 强化学习的基础 242__eol__6.3.2 有限马尔可夫决策过程 243__eol__6.3.3 动态规划 246__eol__6.3.4 强化学习前沿和总结 248__eol__6.4 迁移学习 249__eol__6.4.1 迁移学习的基础 249__eol__6.4.2 迁移学习的基本方法 250__eol__6.4.3 迁移学习的前沿技术 253__eol__6.5 联邦学习 255__eol__6.5.1 联邦学习概述 255__eol__6.5.2 横向联邦学习 256__eol__6.5.3 纵向联邦学习 258__eol__6.5.4 迁移联邦学习 259__eol__6.6 人工智能安全 261__eol__6.6.1 人工智能安全概述 261__eol__6.6.2 人工智能数据安全 262__eol__6.6.3 人工智能算法安全 263__eol__6.6.4 人工智能模型安全 264__eol__6.6.5 人工智能运行安全 265__eol__6.6.6 小结 266__eol__6.7 应用案例 266__eol__6.7.1 人工智能在无人驾驶中的应用 266__eol__6.7.2 智能问答 269__eol__习题6 27