在数字化的时代浪潮中，新一代信息技术成为了推动社会进步的重要力量。本书是一部聚焦于新一代信息技术发展趋势的书籍，涵盖了新一代计算机体系结构、物联网技术、云计算技术、大数据技术、区块链技术、新一代人工智能和新一代网络安全等多个领域，书中深入浅出地为读者提供有关新一代信息技术的系统化知识，包括基础概念介绍、关键技术刨析、应用案例实践和发展趋势梳理等。作为一本全面介绍新一代信息技术的书籍，本书兼顾信息专业基础知识学习和其他专业选修课程的需要，适用于信息技术相关专业的本科生、研究生、科研工作者、企业技术人员等读者群体，可作为新一代信息技术领域的教材和参考书籍。
陈国良，中国科学学院院士。从事方向：并行计算、高性能计算、大数据理论。
目 录
第1章 新一代计算机体系结构 1
1.1 概述 1
1.1.1 多核处理器时代 1
1.1.2 并行计算机与高性能计算 1
1.1.3 数据中心网络与云计算 2
1.2 微处理器体系结构 2
1.2.1 片上系统 3
1.2.2 片上网络 7
1.2.3 量子计算与量子芯片 16
1.3 多处理机系统体系结构 22
1.3.1 多处理机系统的互连网络 22
1.3.2 多处理机系统的一致性问题 27
1.3.3 多处理机的系统程序并行化 30
1.4 数据中心集群体系结构 33
1.4.1 数据中心网络的拓扑结构 34
1.4.2 数据中心网络资源管理 38
1.4.3 数据中心网络容错性能 41
1.5 应用案列 45
1.5.1 国产处理器—龙芯 45
1.5.2 寒武纪智能芯片 49
1.5.3 超算与高性能计算机 51
习题1 53
第2章 物联网技术 54
2.1 概述 54
2.1.1 基本概念 54
2.1.2 体系架构 54
2.1.3 技术特征 56
2.2 无线传感器网络 57
2.2.1 无线传感网络的基本概念 57
2.2.2 无线传感器功能结构 61
2.2.3 无线传感器网络的操作系统 73
2.2.4 无线传感器网络的技术特性和应用领域 75
2.3 RFID技术 78
2.3.1 RFID技术的基本概念 78
2.3.2 RFID系统的组成部分 78
2.3.3 RFID技术特性和应用领域 82
2.4 拓扑控制和路由协议 84
2.4.1 拓扑结构简介 84
2.4.2 拓扑控制算法 87
2.4.3 路由协议简介 92
2.4.4 路由协议分类 93
2.5 无源感知技术 96
2.5.1 无源感知技术概述 97
2.6 空间物联网 99
2.6.1 基本概念 99
2.6.2 体系架构和关键技术 99
2.7 物联网应用案例 102
2.7.1 无源物联网应用 102
2.7.2 车联网应用 103
第3章 云计算技术 107
3.1 云计算概述 107
3.1.1 云计算起源 107
3.1.2 云计算定义与特征 108
3.1.3 云交付部署模型 108
3.1.4 云计算标准化 110
3.2 云计算架构 112
3.2.1 云计算体系结构 112
3.2.2 云服务模式 113
3.2.3 云计算基础架构 114
3.2.4 移动云计算架构 118
3.3 云计算核心技术 120
3.3.1 虚拟化技术 120
3.3.2 数据存储技术 123
3.3.3 数据中心技术 124
3.3.4 云监控与云管理 126
3.4 边缘计算 128
3.4.1 边缘计算的基本概念与模型 128
3.4.2 边缘计算部署 129
3.4.3 边缘计算卸载技术 132
3.4.4 云边协同计算技术 135
3.4.5 移动边缘计算 137
3.5 云计算平台 141
3.5.1 Google云计算平台 141
3.5.2 阿里云计算平台 143
3.5.3 开源云计算平台 145
3.5.4 云原生技术 147
3.6 云计算应用案例 149
3.6.1 公有云：谷歌云、亚马逊云、阿里云、腾讯云 150
3.6.2 社区云—基于云医疗的网络医疗平台 152
3.6.3 私有云—面向微服务的大数据承载云平台 154
第4章 大数据技术 158
4.1 概述 158
4.1.1 大数据简介 158
4.1.2 大数据分析 160
4.1.3 大数据与云计算关系 160
4.2 数据采集技术 161
4.2.1 什么是数据采集 161
4.2.2 传统数据采集的不足 162
4.2.3 大数据采集的方法 163
4.2.4 大数据采集平台 163
4.3 数据处理技术 164
4.3.1 大数据处理技术简介 164
4.3.2 分布式计算框架—MapReduce 164
4.3.3 分布式实时计算系统—Storm 166
4.3.4 查询分析计算系统—Hive 169
4.3.5 分布式内存计算系统—Spark 170
4.4 数据挖掘算法 173
4.4.1 基于大数据的机器学习算法 173
4.4.2 分类算法 175
4.4.3 协同过滤算法 177
4.5 大数据平台 182
4.5.1 目前主流的大数据平台 182
4.5.2 大数据存储—文件系统（HDFS） 182
4.5.3 大数据存储—数据库（HBase） 184
4.6 大数据应用 186
4.6.1 基于大数据的电子商务 186
4.6.2 基于大数据的个性化推荐 187
4.6.3 基于大数据的电力客户服务需求预测 188
习题4 189
第5章 区块链技术 191
5.1 区块链概述 191
5.1.1 区块链组成原理 191
5.1.2 区块链和比特币 194
5.2 共识算法 198
5.2.1 拜占庭将军问题和工作量证明 198
5.2.2 权益证明 200
5.2.3 委托权益证明 202
5.3 智能合约 203
5.3.1 智能合约概述 203
5.3.2 以太坊智能合约 207
5.3.3 超级账本链码 214
5.4 区块链安全和隐私保护 220
5.4.1 数字钱包安全 220
5.4.2 交易安全和隐私保护 225
5.5 多链和跨链技术 228
5.5.1 主链和侧链 228
5.5.2 跨链协同 230
习题5 231
第6章 人工智能 233
6.1 人工智能概述 233
6.1.1 人工智能的历史 233
6.1.2 人工智能发展现状 235
6.1.3 人工智能技术发展趋势 236
6.2 深度学习 237
6.2.1 深度学习基础 237
6.2.2 深度学习网络 238
6.2.3 深度学习技术 241
6.2.4 深度学习的前沿和总结 242
6.3 强化学习 242
6.3.1 强化学习的基础 242
6.3.2 有限马尔可夫决策过程 243
6.3.3 动态规划 246
6.3.4 强化学习前沿和总结 248
6.4 迁移学习 249
6.4.1 迁移学习的基础 249
6.4.2 迁移学习的基本方法 250
6.4.3 迁移学习的前沿技术 253
6.5 联邦学习 255
6.5.1 联邦学习概述 255
6.5.2 横向联邦学习 256
6.5.3 纵向联邦学习 258
6.5.4 迁移联邦学习 259
6.6 人工智能安全 261
6.6.1 人工智能安全概述 261
6.6.2 人工智能数据安全 262
6.6.3 人工智能算法安全 263
6.6.4 人工智能模型安全 264
6.6.5 人工智能运行安全 265
6.6.6 小结 266
6.7 应用案例 266
6.7.1 人工智能在无人驾驶中的应用 266
6.7.2 智能问答 269
习题6 272
第7 物联网 273
7.1 物联网安全 273
7.1.1 物联网安全框架 273
7.1.2 物联网安全攻防技术 276
7.1.3 物联网安全标准 281
7.1.4 物联网安全实例 282
7.2 云计算安全 284
7.2.1 云计算安全体系 284
7.2.2 云计算区域边界安全 286
7.2.3 云服务计算环境安全 287
7.2.4 云计算安全管理 294
7.2.5 云计算安全标准 296
7.2.6 云计算安全实例分析 298
7.3 区块链安全 299
7.3.1 区块链技术与区块链安全 299
7.3.2 区块链技术面临的安全挑战 301
7.3.3 区块链技术面临的攻击 302
7.3.4 区块链技术的防御/加强手段 308
7.3.5 区块链安全实际案例 310
参考文献 312
书单推荐
