前言

随着超高清视频、虚拟现实、实时互动直播类业务不断兴起，边缘数据中心服务应运而生。它可以满足业务超低时延、快速计算部署等需求。同时，在上述新业务形态的驱动下，边缘数据中心之间产生了互联需求，以满足大带宽、低时延等业务承载要求。在上述背景下，本书重点介绍边缘数据中心光网络控制与资源分配问题，具体如下。

第1章介绍边缘数据中心光网络的研究背景，阐述数据中心光网络在控制、资源分配、可靠性等方面的研究现状，并给出本书的主要内容安排。

第2章针对边缘数据中心光网络可信控制问题，介绍分布式软件定义边缘数据中心光网络可信控制架构，分析边缘数据中心光网络可信跨域交互机制，并应用自适应布隆过滤器实现跨域路由验证。

第3章针对边缘数据中心内突发流量预测与调度问题，介绍基于误差反馈脉冲神经网络的突发流量预测。在此基础上，设计一种基于突发流量预测的流量调度算法来处理频发的突发流量。

第4章针对边缘数据中心间长期流量预测与调度问题，首先介绍多时间间隔特征学习网络模型，该模型可用来处理一步长期流量预测任务。然后，介绍一种基于长期流量预测的资源分配算法，并结合全局评估因子对流量预测的效率进行评估。

第5章针对边缘数据中心光网络异常预测问题，首先介绍基于深度学习的边缘数据中心光网络异常预测框架。其次，介绍基于长短期记忆（Long-Short Term Memory，LSTM）网络的时序数据异常预测方案与有监督/无监督混合异常预测方案。

第6章针对边缘数据中心光网络故障定位问题，重点介绍基于深度神经进化网络的故障定位方法。该方法弥补了传统深度学习方法易陷入局部最优的不足，能够有效地实现对边缘数据中心光网络故障节点的精准定位。

本书凝聚了笔者所在单位多年来的科研经验和实践总结，也包含了于奥、赵旭东、梁永燊、袁佳琪、万宇等人在攻读学位期间的部分研究成果，在此一并表示感谢。

由于作者水平有限，书中难免有不足之处，敬请广大读者批评指正。

作者

2023年9月4日于北京