店铺公告
为保障消费者合理购买需求及公平交易机会，避免因非生活消费目的的购买货囤积商品，抬价转售等违法行为发生，店铺有权对异常订单不发货且不进行赔付。异常订单：包括但不限于相同用户ID批量下单，同一用户（指不同用户ID，存在相同/临近/虚构收货地址，或相同联系号码，收件人，同账户付款人等情形的）批量下单（一次性大于5本），以及其他非消费目的的交易订单。
温馨提示：请务必当着快递员面开箱验货，如发现破损，请立即拍照拒收，如验货有问题请及时联系在线客服处理，（如开箱验货时发现破损，所产生运费由我司承担，一经签收即为货物完好，如果您未开箱验货，一切损失就需要由买家承担，所以请买家一定要仔细验货），
关于退货运费：对于下单后且物流已发货货品在途的状态下，原则上均不接受退货申请，如顾客原因退货需要承担来回运费，如因产品质量问题（非破损问题）可在签收后，联系在线客服。
| 书名： | 【正版】[套装书]信息物理系统强化学习：网络安全示例+信息物理系统应用与原理（2册）|8078758 |
| 图书定价： | 158元 |
| 图书作者： | 李崇 邱美康 拉杰·拉杰库马尔;迪奥尼西奥·德·尼茨;马克·克莱恩 |
| 出版社： | 机械工业出版社 |
| 出版日期： | 2021/3/4 0:00:00 |
| ISBN号： | 9787111676478 |
| 开本： | 16开 |
| 页数： | 183 |
| 版次： | 1-1 |
| 作者简介 |
---------------------------8078731 - 信息物理系统强化学习：网络安全示例--------------------------- 关于我们客户服务友情***7 ---------------------------8004537 - 信息物理系统应用与原理--------------------------- 作者简介 Ragunathan (Raj) Rajkumar是卡内基·梅隆大学电气和计算机工程的George Westinghouse教授。他是TimeSys等众多公司的创始人之一，包括Ottomatika（专注于无人驾驶汽车的软件研究，最后被Delphi收购）。他主持过多次国际会议，拥有专利三项，出版书籍一本，在会议和期刊上发表论文170多篇，其中8篇获得最佳论文奖。Rajkumar教授于1984年在印度Madras大学获得本科学位，硕士和博士学位分别于1986年和1989年在美国宾夕法尼亚州匹兹堡的卡内基·梅隆大学获得。他的研究兴趣涵盖了信息物理系统的所有方面。Dionisio de Niz是卡内基·梅隆大学软件工程研究所的首席研究员。他在卡内基·梅隆大学信息网络学院获得信息网络科学硕士学位，后又获得了电气和计算机工程博士学位。他的研究兴趣包括信息物理系统、实时系统和基于模型的工程。在实时领域，他最近专注于多核处理器和混合关键性调度，为私营行业和政府组织领导了许多基本研究和应用研究项目。de Niz 博士还致力于实时Java规范的商业版本和参考实现。 Mark Klein是软件工程研究所的高级技术人员，并且是其关键系统能力理事会的技术总监，从事信息物理系统和先进的移动系统研究。他的研究已经跨越了软件工程、可靠的实时系统和数值方法的各个方面。Klein最近的工作重心在于系统规模的设计和分析原理，包括信息物理系统。之前，作为基于架构的工程项目的技术领导者，他的研究方向包括以下几个方面：软件体系结构分析、体系结构演化、经济驱动架构设计、架构能力、架构权衡分析、属性驱动的架构设计、调度理论和应用机制设计。他在实时系统中的工作涉及单调速率分析（RMA）的发展、RMA理论基础的扩展及应用。Klein早期的工作涉及在油藏模拟中通过高阶有限元方法求解流体流动方程。他是很多论文及下列三本书的作者之一：《 A Practitioner’s Handbook for RealTime Analysis: Guide to Rate Monotonic Analysis for RealTime Systems》《Evaluating Software Architecture: Methods and Case Studies》及《UltraLargeScale Systems: The Software Challenge of the Future》。 |
| 内容简介 |
---------------------------8078731 - 信息物理系统强化学习：网络安全示例--------------------------- 本书研究的灵感来自于近期的强化学习(RL)和信息物理系统(CPS)领域的发展。RL植根于行为心理学，是机器学习的主要分支之一。不同于其他机器学习算法（如监督学习和非监督学习），RL的关键特征是其独特的学习范式，即试错。与深度神经网络相结合，深度RL变得如此强大，以至于许多复杂的系统可以被人工智能智能体在超人的水平上自动管理。另一方面，CPS被设想在不久的将来给我们的社会带来革命性的变化。这些例子包括新兴的智能建筑、智能交通和电网。 ---------------------------8004537 - 信息物理系统应用与原理--------------------------- 本书讨论了CPS的大量理论进展以及每个领域的挑战。一些进展源于应用领域的具体挑战，另一些进展带来了新的发展机会。全书分为两部分。第一部分介绍了当前CPS的3个典型领域（医疗、能源、无线传感器网络），这些应用领域推动了CPS的技术革命。第二部分介绍了CPS发展中使用的多学科理论基础。本书可作为高等院校信息物理系统相关课程的教材，也可作为CPS应用领域相关从业者的参考书。 |
| 目录 |
| [套装书具体书目] 8004537 - 信息物理系统应用与原理 - 9787111598107 - 机械工业出版社 - 定价 79 8078731 - 信息物理系统强化学习：网络安全示例 - 9787111676478 - 机械工业出版社 - 定价 79 ---------------------------8078731 - 信息物理系统强化学习：网络安全示例--------------------------- 出版者的话 译者序 前言 作者简介 第一部分 介绍 第1章 强化学习概述 2 1.1 强化学习综述 2 1.1.1 引言 2 1.1.2 与其他机器学习方法的比较 4 1.1.3 强化学习示例 6 1.1.4 强化学习应用 7 1.2 强化学习的发展历史 9 1.2.1 传统的强化学习 9 1.2.2 深度强化学习 11 1.3 强化学习的仿真工具 12 1.4 本章小结 13 第2章 信息物理系统和网络安全概述 14 2.1 引言 14 2.2 信息物理系统研究示例 16 2.2.1 资源分配 16 2.2.2 数据传输与管理 18 2.2.3 能源控制 18 2.2.4 基于模型的软件设计 19 2.3 网络安全威胁 20 2.3.1 网络安全的对手 20 2.3.2 网络安全的目标 21 2.4 本章小结 26 2.5 练习 26 第二部分 强化学习在信息物理系统中的应用 第3章 强化学习问题 30 3.1 多臂赌博机问题 30 3.1.1 ε-greedy算法 33 3.1.2 softmax算法 35 3.1.3 UCB算法 36 3.2 上下文赌博机问题 37 3.3 完整的强化学习问题 39 3.3.1 强化学习的要素 40 3.3.2 马尔可夫决策过程介绍 41 3.3.3 值函数 42 3.4 本章小结 45 3.5 练习 45 第4章 基于模型的强化学习 49 4.1 引言 49 4.2 动态规划 51 4.2.1 策略迭代法 52 4.2.2 价值迭代法 55 4.2.3 异步动态规划 56 4.3 部分可观察马尔可夫决策过程 58 4.4 连续马尔可夫决策过程 61 4.4.1 惰性近似 61 4.4.2 函数近似 62 4.5 本章小结 63 4.6 练习 64 第5章 无模型强化学习 66 5.1 引言 66 5.2 强化学习预测 66 5.2.1 蒙特卡罗学习 66 5.2.2 时序差分学习 69 5.3 强化学习控制 71 5.3.1 蒙特卡罗控制 71 5.3.2 基于时序差分的控制 72 5.3.3 策略梯度 77 5.3.4 actor-critic 81 5.4 高级算法 84 5.4.1 期望Sarsa 84 5.4.2 双Q-learning 85 5.5 本章小结 85 5.6 练习 86 第6章 深度强化学习 90 6.1 引言 90 6.2 深度神经网络 90 6.2.1 卷积神经网络 92 6.2.2 循环神经网络 94 6.3 深度学习在值函数上的应用 95 6.4 深度学习在策略函数上的应用 100 6.4.1 DDPG 102 6.4.2 A3C 104 6.5 深度学习在强化学习模型上的应用 107 6.6 深度强化学习计算效率 108 6.7 本章小结 109 6.8 练习 109 第三部分 案例研究 第7章 强化学习与网络安全 112 7.1 传统的网络安全方法 112 7.1.1 传统的网络安全技术 112 7.1.2 新兴网络安全威胁 113 7.2 强化学习在网络安全中的应用 114 7.2.1 移动群智感知中的虚假感知攻击 114 7.2.2 认知无线电网络中的安全强化 115 7.2.3 移动边缘计算中的安全问题 117 7.2.4 网络安全分析师的动态调度 118 7.3 本章小结 119 7.4 练习 119 第8章 案例研究：智能电网中的在线网络攻击检测 120 8.1 引言 120 8.2 系统模型和状态估计 122 8.2.1 系统模型 122 8.2.2 状态估计 123 8.3 问题描述 124 8.4 解决方案 127 8.5 仿真结果 130 8.5.1 仿真设计与参数设置 130 8.5.2 性能评估 130 8.6 本章小结 134 第9章 案例研究：击败中间人攻击 135 9.1 引言 135 9.2 强化学习方法 137 9.2.1 状态空间 137 9.2.2 行动空间 139 9.2.3 奖励 139 9.3 实验和结果 139 9.3.1 模型训练 140 9.3.2 在线实验 141 9.4 讨论 143 9.4.1 基于探测器的检测系统 143 9.4.2 运用SDN/OpenFlow使模型实用 144 9.5 本章小结 144 参考文献 145 索引 161 ---------------------------8004537 - 信息物理系统应用与原理--------------------------- 出版者的话 译者序 前言 关于作者 关于其他贡献者 第一部分CPS应用领域 第1章医疗CPS 11引言 12系统描述与操作场景 121虚拟医疗设备 122临床场景 13关键设计驱动与质量属性 131发展趋势 132质量属性以及MCPS领域的挑战 133MCPS的高可信度开发 134按需医疗设备及其安全保障 135智能报警以及医疗决策支持系统 136闭环系统 137安全案例 14从业者的影响 141MCPS开发者角度 142MCPS管理者角度 143MCPS用户角度 144患者角度 145MCPS监管机构角度 15总结与挑战 参考文献 第2章能源CPS 21引言 22系统描述与操作场景 23关键设计驱动与质量属性 231关键系统原则 232架构1的性能目标 233未来的方向 24可持续性SEES的网络范例 241在SEES中基于物理的CPS组合 242在SEES中基于DyMonDS的CPS标准 243交互变量自动建模与控制 25从业者的影响 251性能目标的IT演化 252分布式优化 26总结与挑战 参考文献 第3章基于无线传感器网络的CPS 31引言 32系统描述与操作场景 321媒介访问控制 322路由 323节点定位 324时钟同步 325电源管理 33关键驱动设计与质量属性 331物理感知 332实时感知 333运行时验证感知 334安全感知 34从业者的影响 35总结与挑战 参考文献 第二部分CPS基础理论 第4章CPS的符号化合成 41引言 42基础技术 421预备知识 422问题定义 423合成问题的解决 424符号模型构建 43高级技术 431构建符号模型 432连续时间控制器 433软件工具 44总结与挑战 参考文献 第5章反馈控制系统中的软件和平台问题 51引言 52基础技术 521控制器定时 522资源效率控制设计 53高级技术 531减少计算时间 532降低采样频率 533基于事件的控制 534控制器的软件结构 535计算资源共享 536反馈控制系统的分析与仿真 54总结与挑战 参考文献 第6章混合系统的逻辑正确性 61引言 62基础技术 621离散验证 63高级技术 631实时验证 632混合验证 64总结与挑战 参考文献 第7章CPS的安全 71引言 72基础技术 721网络安全需求 722攻击模型 723应对策略 73高级技术 731系统理论 74总结与挑战 参考文献 第8章分布式CPS的同步 81引言 811CPS的挑战 812一种降低同步复杂度的技术 82基础技术 821软件工程 822分布式一致性算法 823同步锁步执行 824时间触发架构 825相关技术 83高级技术 831物理异步、逻辑同步系统 84总结与挑战 参考文献 第9章CPS的实时调度 91引言 92基础技术 921固定时间参数的调度 922内存效应 93高级技术 931多处理器／多核调度 932适应可变性和不确定性 933其他资源的管理 934间歇任务调度 94总结与挑战 参考文献 第10章CPS模型集成 101引言 102基础技术 1021因果关系 1022时间语义域 1023计算过程的交互模型 1024CPS DSML建模语言的语义 103高级技术 1031ForSpec语言 1032CyPhyML系统建模语言的语法 1033语义的形式化 1034形式化的语言集成 104总结与挑战 参考文献 |
| 编辑推荐 |
---------------------------8078731 - 信息物理系统强化学习：网络安全示例--------------------------- 基于深度强化学习来解决网络安全问题的新方案 |
---------------------------8078731 - 信息物理系统强化学习：网络安全示例--------------------------- 人工智能（Artificial Intelligence，AI）这一学科始创于1956年，经历了几次突飞猛进的发展，但每次都伴随着漫长的寒冬，也就是AI寒冬—其原因是计算能力的限制、硬件技术成本的提高、科研经费的缺乏等。而包括无线技术、信息技术和集成电路（IC）在内的其他技术，在此时期已经有了显著的进步并成为主流。从2010年开始，先进的计算技术、取自人们日常活动的大数据，以及机器学习、神经网络等人工智能研究子领域的整合，使社会风尚的主流转向人工智能研究及其广泛的应用。例如，谷歌DeepMind最近推出的人工智能围棋玩家AlphaGo Zero，可以在零人工输入的情况下实现超人类水平的性能。也就是说，这台机器可以从不了解任何围棋知识开始，通过与自己玩游戏成为自己的老师。AlphaGo的突破性成功表明，人工智能可以从一个“新生的婴儿”开始，学会自己成长，最终表现出超人类水平的性能，帮助我们解决现在和未来面临的最具挑战性的任务。本书的灵感来自强化学习（RL）与信息物理系统（CPS）领域近期的发展。强化学习植根于行为心理学，是机器学习的主要分支。与监督学习和无监督学习这样的机器学习算法不同，强化学习的主要特征是其独一无二的学习范式—试错法。通过与深度神经网络结合，深度强化学习变得十分强大，使得AI智能体能够以超人类的水平自动管理许多复杂的系统。此外，人们期望CPS能够在不久的将来给我们的社会带来颠覆性改变，例如新兴智能建筑、智能交通和电网。然而，CPS领域传统的人工编程控制器，既不能处理日益复杂的系统，也不能自动适应它以前从未遇到过的新情况。如何应用现有的深度强化学习算法或开发新的强化学习算法以实现实时适应性CPS？此问题仍然悬而未决。本书通过系统介绍强化学习领域的基础与算法，在两个领域之间建立起联系，并在每一部分列举了一个或几个最新的CPS示例，以帮助读者直观地理解强化学习技术的实用性。我们相信，书中大量关于强化学习算法的CPS示例会对所有正在使用或将使用强化学习工具解决现实世界问题的人非常有益。本书系统介绍强化学习和深度强化学习的关键思想和算法，并全面介绍CPS和网络安全。我们的目标是使所展示的内容易于机器学习、CPS或其他相关学科的读者理解。因此，本书不是一本严格意义上的专注于强化学习和CPS理论的书籍。此外，本书并不是对现有的可用强化学习算法的最新总结（因为文献数量庞大且发展迅速）。只有少数典型的强化学习算法被收录在本书中用于教学。本书第一部分对强化学习、CPS和网络安全进行概要介绍。第1章介绍强化学习的概念和发展历史。第2章介绍CPS和网络安全的概念和框架。第二部分正式介绍强化学习的框架，并对强化学习问题进行定义，给出了两类解决方案：基于模型的解决方案和无模型的解决方案。为了使本书各部分内容独立，以便读者不必事先了解强化学习就可以很容易地理解每一个知识点，我们在本书中采用Sutton和Barto（1998）的经典强化学习书籍中的一些资料，而不是在书中提供索引让读者到他们的书中查看相关的算法和讨论。最后，我们用一章的篇幅介绍近年来发展极为迅速的新兴研究领域—深度强化学习。第三部分通过回顾现有的网络安全技术并描述新兴的网络威胁，将注意力转移到网络安全，其中这些新兴的网络攻击不是传统的网络管理方法能直接解决的。之后给出了两个案例研究，它们是基于（深度）强化学习解决这些新兴网络安全问题的典型案例。这两个案例基于哥伦比亚大学研究生的研究成果。这一部分旨在说明如何应用强化学习知识来描述和解决与CPS相关的问题。本书适用于科学与工程领域的研究生或大三/大四本科生，这些领域包括计算机科学/工程、电气工程、机械工程、应用数学、经济学等。目标读者还包括与强化学习、CPS以及网络安全等领域相关的研究人员和工程师。读者所需的唯一背景知识是微积分和概率论的基础知识。从某种意义上说，我们已经花了相当长的时间来为本书做准备。在过去的一年里，我们从哥伦比亚大学研究生和同事的反馈中受益匪浅。他们中的许多人对本书做出了重大贡献。在此特别鸣谢：Tashrif Billah（第1章），邱龙飞、曾毅、刘小洋（第2章），Andrew Atkinson Stirn（第3章），Tingyu Mao（第4章），张灵钰（第5章），颜祯佑（第6章），邱龙飞、刘小洋（第7章），Mehmet Necip Kurt、Oyetunji Enoch Ogundijo（第8章参考了他们的研究成果），胡晓天、胡洋（第9章参考了他们的研究成果）。我们还感谢Urs Niesen、Jon Krohn、张鹏、王振东和刘跃明对书稿的仔细审查和提出的建设性反馈。王振东和张磊贡献了本书第3、4、5章的练习。本书中的一些练习和示例是从一些（在线）大学课程中获取的，或由这些课程中的一些练习和示例修改而来，这些课程包括斯坦福大学的课程CS221和CS234、伯克利大学的课程CS294-129、卡内基–梅隆大学的课程10-701、伦敦大学学院的课程GI13/4C60、犹他大学的课程CS6300和华盛顿大学的课程CSE573。最后，李崇博士非常感谢他的博士导师Nicola Elia。Elia教授对科学研究的严谨态度和方法，特别是他在最优反馈控制和信息理论方面令人印象深刻的见解，极大地影响了本书的写作方式。事实上，最优反馈控制一直被视为强化学习历史上的两条主要线索之一。而另一条线索来自动物学习心理学。本书是对反馈控制理论和反馈信息理论的长期思考和深入研究的直接成果。邱美康教授感谢他的研究小组成员盖珂珂教授和邱龙飞先生在将强化学习应用于网络安全方面的研究洞察力和奉献精神。我们相信由人工智能引领的新兴领域将从根本上改变世界、人类和整个宇宙。 ---------------------------8004537 - 信息物理系统应用与原理--------------------------- Ragunathan (Raj) Rajkumar, Dionisio de Niz, Mark Klein美国国家科学基金会（National Science Foundation，NSF）将信息物理系统（CyberPhysical System, CPS）定义为构建并依赖于计算算法与物理组件（即信息组件和物理组件）的无缝连接的工程系统。这种整合意味着，要理解CPS的行为，我们不仅要关注信息部分或物理部分，还要考虑两部分的相互协作。例如，当系统检测到撞车事故将要发生时就需要确定汽车安全气囊的行为。只保证充气指令是否被安全气囊执行是不够的，还需要验证这些指令的执行与物理过程是否是同步完成的。具体而言，20毫秒之内执行可以确保司机撞上方向盘之前安全气囊完全充气。CPS中信息、物理部分之间的无缝整合涉及多个方面。这个简单例子就涉及软件逻辑、软件执行时间和物理过程。虽然充气气囊这个例子包含了CPS的重要部分，但它并未涉及CPS最具挑战的部分。充气气囊的信息组件和物理组件都十分简单，它们之间的交互可以简化到仅区分软件完成时间和事故中司机撞上方向盘的时间这种情况。但是，随着软件和物理过程复杂度的增加，它们之间整合的复杂度也将显著提高。在大型CPS中（如商用飞机），多个物理和信息组件的整合以及各部分之间的权衡就变得十分具有挑战性。例如，在波音787梦幻客机上添加额外锂电池就必须要先满足一系列限制条件。这不仅需要满足在不同操作模式下特定电池配置（在特定处理速度和电压下与软件进行交互）的功耗需求，还需要明确为维持所需电压系统应何时以及如何对电池充放电，同时也需要检测充放电配置以确保电池不会过热（在787航行经历中电池过热曾导致起火），并且这种检测要与系统散热部分的设计衔接。更重要的是，所有这些方面都需要经过联邦安全管理局（Federal Aviation Administration，FAA）严格标准的认证。由于单一系统复杂度的增加，CPS面临着更多的挑战。尤其是人们正在研究无人干预情况下的CPS间交互。这与互联网的开始十分类似。互联网开始时是两台电脑之间简单地连接。但当全世界的电脑无缝地连接起来，在网络上开发出大量的服务时，真正的革命出现了。这种连接不仅允许将大量的服务交付到世界各地，而且使收集和处理大量的信息（“大数据”）成为可能。我们可以利用大数据探索人群的趋势，当大数据与社交网络（如Facebook和Twitter）相结合时，甚至可以探索人群的实时趋势。在CPS中，这场革命才刚刚开始。通过智能手机上的GPS应用收集的行驶信息，我们可以去选一条低拥堵线路。虽然这种技术仍然需要人为调节，但是在某种程度上这符合智能公路的发展方向。这方面的成果近期层出不穷，例如在多个涉及自动汽车的项目中，汽车不仅知道如何自动驾驶，并且可以和同一路线上的其他非自动汽车进行交互。CPS的出现在CPS作为一个特定的学科领域出现之前，包含信息组件和物理组件的系统就已经存在。但这两个组件之间的交互十分简单，理论支撑基础也分散于计算机科学和物理科学之中。它们独立发展，没有交集。例如，在热弹力、空气动力学和机械应力学等学科中，验证性能的技术是独立于计算机技术（如逻辑时钟、模型检测、类型系统等）的进步而发展的。实际上，这些进步是从一些行为中抽象出来的，这些行为对某一学科领域很重要，但与其他学科领域相关性不大。例如，编程语言和逻辑验证模型的本质是只考虑指令的顺序，不受时间本身的影响。这种本质与车辆运动和房间温度控制这类物理变化过程中时间的重要性形成鲜明对比。早期计算和物理科学之间交互的具体实现大多是成对的简单交互模型。例如实时调度理论和控制理论。调度理论加入了计算元素的时间，这样我们可以验证与物理过程交互的响应时间，从而确保整个过程不超过计算部分的预期并且可以进行修正。另一方面，控制理论将控制算法和物理过程结合起来，并且分析算法是否可以使系统保持在期望区域内。然而控制理论采用连续时间模型，在这一模型下计算瞬间发生，它使用附加延迟来考虑包含调度时间在内的计算时间，这使确定计算周期和提供调度接口成为可能。随着领域之间交互复杂度的增加，人们研究了新的技术去模拟这种交互。例如，混合系统是一种状态机，在这个状态机中，状态用于模拟计算和物理状态，转换用于模拟计算动作和物理变化。虽然这种技术提高了描述复杂交互的能力，但分析往往是比较棘手的。通常情况下，模型复杂度阻碍了系统实际维度的分析。此外，随着相关学科数量的增长（如泛函、热力学、空气动力学、机械、容错），为了确保任意学科的假设和它的模型不因其他学科的模型而失效，我们需要分析它们之间的交互。例如，为了防止过热而降低处理器速度的动态散热管理（Dynamic Thermal Management，DTM）系统，会因实时调度算法设定的处理器速度而失效。CPS的发展动力在CPS蓬勃发展的今天，我们面临的挑战是能否深入理解CPS的行为和发展技术，从而评估CPS的可靠性、保密性和安全性。这实际上是CPS科学界的核心动力。因此，CPS是由两个相辅相成的因素驱动的：应用和理论基础。应用CPS的应用可以让研究者与从业者相互协作，以便更好地理解问题和挑战，提供能经受住实践检验的方案。如医疗设备，CPS研究人员与医生合作了解造成医疗设备失误的来源与挑战。人体如何处理不同药物，如何实施安全措施以避免药物过量注射，如何确保护士输入正确信息，这些都需要一定的假设，错误假设会引起输液泵的错误。此外，现今的医疗设备仅作为独立的设备，不允许互相连接。因此，医疗从业者需要在使用过程中协调这些设备，确保设备间的相互作用不引发安全性问题。例如，手术过程中需要胸部X射线机，就必须确保呼吸机被禁用；另一方面，一旦用完X射线机，呼吸机需要在一个安全的时间间隔内重新启动，这可以防止患者窒息。尽管这种不变性可以在软件中实现，但目前的认证技术和策略会阻止这种整合的出现。研究人员在此领域的工作就是开发技术以使这种相互作用的认证成为可能。这个问题在第1章中会详尽地讨论。由于电网作为国家基础设施的战略重要性，电网是CPS的另一个重要应用领域。由于电能消费者和生产者各自独立，电能生产和消费具有不协调的特性，这是此领域的主要挑战。尤其是，每个家庭按一下电源开关就可以改变电能消费，这些按开关的动作会对电网产生聚合效应，因此电网需要平衡电能供应。类似的情况，风能、太阳能等可再生能源的电能生产不稳定、不可预知，这使平衡电能的供需成为一大挑战。这些元素之间的相互影响本质上是信息和物理之间的相互影响。一方面，电力供应者之间存在以计算机为中介的协调，另一方面，供应者与消费者之间的相互影响主要存在于电能的物理消耗过程中。目前一系列的技术已经应用于电网的控制与发展，这可以保护电网基础设施免受损坏，同时提升可靠性。然而，新一轮的挑战需要信息与物理元素结合起来，支持高效的市场、可再生能源、更便宜的能源价格。第2章讨论了电网领域的挑战和进展。最有趣的、有技术创新的CPS应用领域之一也许就是传感器网络。传感器的发展和部署面临空间、时间、能量、可靠性方面的挑战，这是这一领域独具的。第3章讨论了传感器网络面临的挑战和这一领域的主要技术创新。虽然一些应用领域有自己的趋势，新兴的应用领域也可能很快浮出水面。但是本书只讨论被CPS学科界定为最有影响力的领域。基础理论CPS的理论发展集中在多学科领域间的相互作用所带来的挑战。有关实时调度的一些趋势很值得一提。第一个趋势是为适应过载执行而出现的新调度模型。这些模型将多个执行预算与基于关键性的任务分类结合起来，确保在正常操作期间所有任务都可以满足时限要求。当过载发生时，高关键性的任务从低关键性的任务中窃取处理器周期来满足其时限要求。第二个趋势来自于周期性上的变化。间歇任务模型（rhythmic task model）允许任务的周期随着物理任务的变化频率而持续变化。例如，在这种情况下，某个任务由汽车发动机的曲轴角位置触发，新的调度分析技术就需要验证这种系统的时序性。在第9章中，我们将讨论实时调度的基础和创新。模型检验和控制综合理论之间的交叉创新是待研究的发展方向。在这个方向上，混合状态机模型用于描述物理对象的行为和计算算法的要求。该模型用于自动合成控制器算法来增强所需的规范。第4章将讨论这个案例。学术界已经开发了许多新技术来分析控制算法中调度规则的时序效应。这些问题将在第5章中讨论。学术界已经探索的另一个交互领域是模型检测和调度之间的关系。有团队开发了一种称为REK的新模型检查器，它将任务交错的约束加到单调速率调度器和周期性任务模型中，减少了验证工作。这些新交互将在第6章中讨论。安全性是另一个受物理过程显著影响的领域。特别是软件和物理过程之间的交互给.. 本店所售图书均为正版书籍 |
本店所售图书均为正版书籍
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
![[醉染正版]8078758|[套装书]信息物理系统强化学习:网络安全示例+信息物理系统应用与原理(2册)](http://imgservice.suning.cn/uimg1/b2c/image/ER4pCmPBTJIXnLwRTopX6Q.jpg_400w_400h_4e)
![[醉染正版]8078758|[套装书]信息物理系统强化学习:网络安全示例+信息物理系统应用与原理(2册)](http://imgservice.suning.cn/uimg1/b2c/image/ER4pCmPBTJIXnLwRTopX6Q.jpg_60w_60h_4e)
![[醉染正版]8078758|[套装书]信息物理系统强化学习:网络安全示例+信息物理系统应用与原理(2册)](http://imgservice.suning.cn/uimg1/b2c/image/I-4K7DUYAYqblmm3FSn02w.jpg_60w_60h_4e)
![[醉染正版]8078758|[套装书]信息物理系统强化学习:网络安全示例+信息物理系统应用与原理(2册)](http://imgservice.suning.cn/uimg1/b2c/image/QTsEy0aIAuz3u5tnBwDKWQ.png_60w_60h_4e)
![[醉染正版]8078758|[套装书]信息物理系统强化学习:网络安全示例+信息物理系统应用与原理(2册)](http://imgservice.suning.cn/uimg1/b2c/image/A07cbbpWn3sfabGC1_aIIA.jpg_60w_60h_4e)
![[醉染正版]8078758|[套装书]信息物理系统强化学习:网络安全示例+信息物理系统应用与原理(2册)](http://imgservice.suning.cn/uimg1/b2c/image/a58_53C4stRQTeQVptiMMA.jpg_60w_60h_4e)
