顶部
收藏

智能信息网络


作者:
顾仁涛、纪越峰主编 ,顾仁涛、纪越峰、谷志群、李慧编著
定价:
41.50元
ISBN:
978-7-04-064577-4
版面字数:
440.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-11-17
物料号:
64577-00
读者对象:
高等教育
一级分类:
电气/电子信息/自动化类
二级分类:
电子信息/通信专业课
三级分类:
通信网

本书是新一代通信技术新兴领域“十四五”高等教育教材。本书根据智能信息网络的总体架构,系统介绍以“通信-计算-存储”协同为基础、以“大数据”分析为驱动、以“人工智能”赋能为特征的新型网络——智能信息网络。

本书涉及智能信息网络的基本概念、总体结构、关键技术、组网应用和典型案例,以及未来发展展望。具体内容分为基础篇和应用篇,基础篇包括智能信息网络概述、高速宽带信息网络技术、网络数据的智能处理技术、网络中常用的智能算法;应用篇包括网络智能规划、网络智能部署、网络智能运维、网络智能优化。

本书以前沿技术交叉融合为先导,以实际网络工程探究为案例,内容丰富,层次清楚,编写方法新颖,科产创教融合,核心要素是利用智能新技术解决网络新问题。

本书可作为高等院校电子信息类专业本科高年级学生的教材或教学参考书,也可供从事信息网络与人工智能工作的科研和工程技术人员学习和参考。

  • 前辅文
  • 基础篇
    • 第1章 智能信息网络概述
      • 1.1 信息网络发展面临的挑战
        • 1.1.1 网络基础理论的挑战
        • 1.1.2 系统架构设计的挑战
        • 1.1.3 网络智能化技术的应用挑战
      • 1.2 智能信息网络基本定义与典型特征
        • 1.2.1 智能信息网络的定义
        • 1.2.2 智能信息网络的典型特征
      • 1.3 智能信息网络架构与要素的关系
        • 1.3.1 智能信息网络的总体架构
        • 1.3.2 信息网络与人工智能融合的必然性
        • 1.3.3 支撑智能信息网络的五个基本要素的关系
      • 1.4 智能信息网络的研究现状与发展前景
        • 1.4.1 智能信息网络的研究与应用现状
        • 1.4.2 智能信息网络的发展前景
      • 1.5 本章小结
      • 1.6 习题
    • 第2章 高速宽带信息网络技术
      • 2.1 通信系统与网络基础
        • 2.1.1 信息与通信的基本概念
        • 2.1.2 通信系统组成与性能指标
        • 2.1.3 信息网络组成与性能指标
      • 2.2 通信网络技术
        • 2.2.1 光纤通信网络技术
        • 2.2.2 移动通信网络技术
        • 2.2.3 协同融合通信技术
      • 2.3 网络计算技术
        • 2.3.1 网络计算的基本概念
        • 2.3.2 云计算
        • 2.3.3 边缘计算
      • 2.4 网络存储技术
        • 2.4.1 网络存储基本概念
        • 2.4.2 网络存储结构
        • 2.4.3 内容分发网络
      • 2.5 网络功能虚拟化与软件定义网络
        • 2.5.1 网络功能虚拟化技术
        • 2.5.2 软件定义网络技术
      • 2.6 本章小结
      • 2.7 习题
    • 第3章 网络数据的智能处理技术
      • 3.1 网络数据的基本概念及特征
        • 3.1.1 网络数据的基本概念
        • 3.1.2 大数据的特点
      • 3.2 数据采集
        • 3.2.1 数据来源
        • 3.2.2 数据分类
        • 3.2.3 数据采集
      • 3.3 数据分析
        • 3.3.1 数据预处理
        • 3.3.2 数据压缩
        • 3.3.3 数据挖掘
        • 3.3.4 数据降维
      • 3.4 数据可视化
        • 3.4.1 数据可视化的定义
        • 3.4.2 数据可视化的方法
      • 3.5 大数据应用示例
        • 3.5.1 告警数据预处理
        • 3.5.2 关联规则分析
      • 3.6 本章小结
      • 3.7 习题
    • 第4章 网络中常用的智能算法
      • 4.1 人工智能基础
        • 4.1.1 机器学习的相关概念
        • 4.1.2 版本空间
        • 4.1.3 机器学习算法的分类
        • 4.1.4 模型评价指标
        • 4.1.5 模型选择
        • 4.1.6 小结
      • 4.2 机器学习典型算法
        • 4.2.1 监督学习-贝叶斯分类与贝叶斯网络
        • 4.2.2 监督学习-支持向量机
        • 4.2.3 监督学习-决策树
        • 4.2.4 深度学习-卷积神经网络
        • 4.2.5 强化学习
      • 4.3 本章小结
      • 4.4 习题
  • 应用篇
    • 第5章 网络智能规划
      • 5.1 网络规划概述
        • 5.1.1 网络规划的定义
        • 5.1.2 网络智能规划的基本任务
        • 5.1.3 常用规划算法
        • 5.1.4 智能路由规划问题
        • 5.1.5 城市PON网络规划问题
      • 5.2 案例一:数据中心网络的智能路由规划
        • 5.2.1 智能路由规划问题需求
        • 5.2.2 路由规划设计与算法
        • 5.2.3 结果与分析
      • 5.3 案例二:城市PON的网络智能选址与线路规划
        • 5.3.1 智能选址问题需求
        • 5.3.2 智能选址与线路规划算法
        • 5.3.3 结果与分析
      • 5.4 本章小结
      • 5.5 习题
    • 第6章 网络智能部署
      • 6.1 网络智能部署概述
        • 6.1.1 网络部署的定义
        • 6.1.2 网络智能部署的基本任务
        • 6.1.3 处理池节点部署问题
        • 6.1.4 基带功能灵活部署问题
      • 6.2 案例一:移动接入网中处理池节点的智能部署
        • 6.2.1 网络智能部署需求
        • 6.2.2 网络智能配置方法与算法
        • 6.2.3 移动接入网中处理池节点的智能部署
        • 6.2.4 结果与分析
      • 6.3 案例二:NG-RAN架构下基带功能灵活部署策略
        • 6.3.1 移动流量下基带功能灵活部署需求
        • 6.3.2 网络基带功能灵活部署算法
        • 6.3.3 基于LSTM流量预测的基带功能部署策略
        • 6.3.4 结果与分析
      • 6.4 本章小结
      • 6.5 习题
    • 第7章 网络智能运维
      • 7.1 网络智能运维概述
        • 7.1.1 网络运维的基本定义
        • 7.1.2 网络智能运维的基本任务
        • 7.1.3 网络故障溯源与定位问题
      • 7.2 案例一:网络故障链路智能溯源
        • 7.2.1 故障智能溯源需求
        • 7.2.2 链路故障传播模型建立
        • 7.2.3 基于贝叶斯网络的故障链路溯源
        • 7.2.4 结果与分析
      • 7.3 案例二:光网络故障智能定位
        • 7.3.1 故障智能定位需求
        • 7.3.2 多业务光网络光性能管理的部署
        • 7.3.3 基于人工神经网络的光网络故障定位
        • 7.3.4 结果与分析
      • 7.4 本章小结
      • 7.5 习题
    • 第8章 网络智能优化
      • 8.1 网络智能优化概述
        • 8.1.1 网络优化的基本定义
        • 8.1.2 网络智能优化的基本任务
        • 8.1.3 网络流量智能预测问题
        • 8.1.4 光路径的传输质量智能预测问题
      • 8.2 案例一:网络流量智能预测
        • 8.2.1 流量智能预测需求
        • 8.2.2 流量智能预测算法
        • 8.2.3 基于长短期记忆网络的移动前传网络流量智能预测
        • 8.2.4 结果与分析
      • 8.3 案例二:光信号传输质量智能预测
        • 8.3.1 光路径的传输质量智能预测需求
        • 8.3.2 基于人工神经网络光路传输质量的估计
        • 8.3.3 结果与分析
      • 8.4 本章小结
      • 8.5 习题
    • 第9章 智能信息网络发展前景
      • 9.1 当前网络面临挑战
        • 9.1.1 网络智能化运维方面
        • 9.1.2 高维度网络资源协同方面
      • 9.2 智能信息网络发展前景
        • 9.2.1 自智网络
        • 9.2.2 智算网络
        • 9.2.3 6G
        • 9.2.4 网络大模型
      • 9.3 智能信息网络推动垂直行业发展
        • 9.3.1 业务直播
        • 9.3.2 安防云监控
        • 9.3.3 全联接轨道
        • 9.3.4 智慧教育
      • 9.4 本章小结
      • 9.5 习题
  • 附录 课程综合实验案例
    • 实验一 基于强化学习算法的网络路由智能选择
    • 实验二 基于决策树的网络流量分类策略
    • 实验三 基于k-means算法的网络信号智能判决
    • 实验四 基于LSTM算法的网络流量智能预测
    • 实验五 基于Apriori算法的网络告警智能分析
  • 参考文献