计算机科学

本书是作者十几年来专注于一个新兴领域的研究成果，该新兴领域横跨了包括机器学习、系统识别、数据挖掘、模糊逻辑、神经网络、神经-模糊系统、控制理论以及模式识别在内的数个被公认和业已确立的学科。这些学科的演化受到来自工业界的驱动，工业界的驱动则源自国防和安全、航空航天及高级加工工艺、生物医学和智能运输部门的不断增加的需求；学科的演化也受到来自研究的驱动，研究的驱动则源自在上述所有业已确立的学科中存在着创新的强烈趋势。本书提供了对关键性技术的介绍、详细技术说明，以及与应用实际关联的注解，并通过系统的方法论述了自主学习系统面临的挑战，该系统方法为快速成长的研究领域奠定了基础，这些研究将会对许多至关重要的技术应用给与支持。

本书共分成三个部分，１５章，还有两个附录：１．绪论：自主系统、自主系统中机器学习的作用、系统识别-真实世界的抽象模型、联机识别与脱机识别对比、自主与衍生系统、衍生或进化系统、监督学习与无监督学习对比、本书的结构。第１部分基础，含第２－４章：２．概率理论基础；３．机器学习和模式识别基础；４．模糊系统理论基础。第２部分自主学习系统的方法论，含第５－１０章：５．从数据流型衍生的系统结构；６．局部子模型的自主学习参数；７．自主预测器、概算机、过滤器及推理传感器；８．自主学习分类器；９．自主学习控制器；１０．协同自主学习系统。第３部分自主学习系统的应用，含第１１－１５章：１１．用于化学及石油化学工业的自主学习传感器；１２．移动机器人中的自主学习系统；１３．视频流中的自主新颖检测及目标跟踪；１４．使用自主学习系统建模衍生用户行为；１５．后记。附录Ａ：数学基础；附录Ｂ：基本算法的伪代码。

本书作者是英国兰开斯特大学计算智能讲师及智能系统研究方面的协调员。他是ＩＥＥＥ和ＩＮＮＳ（国际神经网络学会）的资深会员，他独立或与别人合作发表了１６０多篇论文，拥有３项专利，撰写了２本研究专著。他在人－可理解的模糊规则系统和自主机器学习知识提取的方法论及算法方面，做出国际公认的开拓性成果。

本书为高校师生及研究人员和工程师提供了有关这个课题的“一站式参考”。它也是政府部门和软件开发者的一本有价值的参考书。

云计算是向终端用户提供信息服务的一种新的范式，具有超过传统ＩＳ／ＩＴ部署模型的明显优势。云计算是采用少数几个基本特性来定义的，即根据需求的自助、广泛的网络存取、资源共享、高度弹性，以及度量服务。云计算提供商提供了各种各样的服务模型，包括基础结构服务、平台服务、软件服务；云计算部署选项包括私人云、社区云、公共云、混合云。终端用户很自然地预期，通过云计算提供的服务至少具有与传统服务实施模型相同的服务可靠性与服务可用性。这本书分析了为了达到和传统部署同样的服务可靠性与服务可用性，基于云的应用部署的风险，以及通过云部署改进服务可靠性与可用性的机会。作者从云计算的基础定义出发，考虑了服务可靠性与服务可用性风险，而不是将焦点放在任何特殊虚拟化管理程序软件或者是云服务提供上面。因此，这种较高层次分析的顿悟以及建议应该应用到所有提供的云服务和应用部署上面。本书还提供了有关体系结构、测试、工程注意事项方面的建议，以便确保云部署应用能够满足用户对服务可靠性与服务可用性的期望。

本书共有１４章，分成三个部分。第１部分基础，含第１－３章：１．云计算；２．虚拟化；３．服务可靠性与服务可用性。第２部分分析，含第４－９章：４．云计算的可靠性与可用性分析；５．虚拟化的可靠性分析；６．硬件的可靠性、虚拟化及服务的可用性；７．容量与弹性；８．服务协调结合分析；９．地理分布、地理冗余及灾后恢复。第３部分建议，含第１０－１４章：１０．应用、解决方案及责任；１１．有关设计一个可靠系统的建议；１２．虚拟化应用可靠性设计；１３．云解决方案可靠性设计；１４．提要。

本书具有如下４个方面的特点：对云计算固有的可靠性和可用性风险进行的严格分析；解释可靠性和可用性的数量方面的简单公式；有关虚拟应用及云部署与传统系统的实施及部署不同之处的启发式讨论；有关开发可靠的虚拟应用和基于云的解决方案的具体建议。

本书第１作者是阿尔卡特-朗讯公司的软件、解决方案及服务组的可靠性工程经理。他拥有十多项美国专利。他是《可靠性设计：基于信息及计算机的系统》和《实际系统可靠性》的作者。第２作者是同一公司同一部门的技术咨询成员，两位作者还共同写作了《超越冗余：地理冗余怎样能够改进基于计算机系统的服务可用性及可靠性》。以上三本书均由Ｗｉｌｅｙ-ＩＥＥＥ出版社出版。

本书是商业、政府、学术及非政府组织中那些正在将他们的应用迁移到云上面的ＩＳ／ＩＴ人员的指南，也是那些寻求拓展他们专长的技术推销员、产品管理和质量管理专业人员的一本重要的参考书。