歡迎來到演算法、軟體和硬體三位一體的未來世界論文書籍站
AVG Linux的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理
AVG Linux的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦衚衕夫寫的 MySQL 8從零開始學（視頻教學版） 和劉玉紅等的 MySQL 數據庫應用案例課堂都 可以從中找到所需的評價。
這兩本書分別來自清華大學 和清華大學出版社所出版 。
國立雲林科技大學 電機工程系 吳先晃所指導 羅煒荏的 基於SLAM演算法實現 ROS低配置ARM平台架構即時同步定位與建圖導航機器人 （2019），提出AVG Linux關鍵因素是什麼，來自於即時同步定位與建圖、紅外線雷達測距儀感測器、自動避障、慣性測量單元、角速率、導航、陀螺儀。
而第二篇論文長庚大學 電機工程學系 沙庫瑪所指導 Chinmaya Kumar Dehury的 雲端運算規劃和資源管理演算法 （2018），提出因為有 no的重點而找出了 AVG Linux的解答。
MySQL 8從零開始學（視頻教學版）
為了解決AVG Linux 的問題，作者衚衕夫 這樣論述：
本書內容主要包括My SQL的安裝與配置、資料庫的創建、資料表的創建、資料類型和運運算元、資料表的操作（插入、更新與刪除資料）、索引、視圖、查詢數據、My SQL函數、存儲過程和函數、觸發器、使用者管理、資料備份與還原、My SQL日誌、性能優化。 最後通過兩個綜合案例的資料庫設計進一步講述My SQL在實際工作中的應用，重點介紹My SQL的安裝與配置、資料類型和運運算元以及資料表的操作。本書注重實戰操作，幫助讀者循序漸進地掌握My SQL中的各項技術。 本書共有400個實例和14個綜合案例，還有大量的經典習題。隨書贈送了近20小時培訓班形式的視頻教學錄影，詳細講解書中每一個知識點和
每一個資料庫操作的方法和技巧。同時還提供本書所有例子的原始程式碼，讀者可以直接查看和調用。 本書適合My SQL資料庫初學者、My SQL資料庫開發人員和My SQL資料庫管理員學習，同時也能作為高等院校相關專業師生的教學用書。 胡同夫，從事多年網站前端開發和資料庫管理工作。精通多種程式設計語言和關係型數據庫管理，具有多年實戰開發經驗，對My SQL有深入研究。 第1章 MySQL的安裝與配置 1 1.1 在Windows平臺下安裝與配置MySQL 8.0 1 1.1.1 安裝MySQL 8.0 1 1.1.2 配置MySQL 8.0 5 1
.2 啟動服務並登錄MySQL資料庫 9 1.2.1 啟動MySQL服務 9 1.2.2 登錄MySQL資料庫 10 1.2.3 配置Path變數 11 1.3 MySQL常用圖形管理工具 13 1.4 在Linux平臺下安裝與配置MySQL 8.0 14 1.4.1 Linux作業系統下的MySQL版本介紹 14 1.4.2 安裝和配置MySQL的RPM包 15 1.4.3 安裝和配置MySQL的源碼包 18 1.5 專家解惑 19 1.6 經典習題 19 第2章 操作資料庫和資料表 20 2.1 創建資料庫 20 2.2 刪除資料庫 22 2.3 創建資料表
22 2.3.1 創建表的語法形式 22 2.3.2 使用主鍵約束 24 2.3.3 使用外鍵約束 25 2.3.4 使用非空約束 26 2.3.5 使用唯一性約束 27 2.3.6 使用默認約束 27 2.3.7 設置表的屬性值自動增加 28 2.4 查看資料表結構 29 2.4.1 查看表基本結構語句DESCRIBE 29 2.4.2 查看表詳細結構語句SHOW CREATE TABLE 30 2.5 修改資料表 31 2.5.1 修改表名 31 2.5.2 修改欄位的資料類型 32 2.5.3 修改欄位名 33 2.5.4 添加欄位 34 2.5.5 刪
除欄位 36 2.5.6 修改欄位的排列位置 37 2.5.7 更改表的存儲引擎 38 2.5.8 刪除表的外鍵約束 39 2.6 刪除資料表 40 2.6.1 刪除沒有被關聯的表 41 2.6.2 刪除被其他表關聯的主表 41 2.7 MySQL 8.0的新特性1——默認字元集改為utf8mb4 43 2.8 MySQL 8.0的新特性2——自增變數的持久化 44 2.9 綜合案例——資料表的基本操作 46 2.10 專家解惑 54 2.11 經典習題 54 第3章 資料類型和運算子 56 3.1 MySQL資料類型介紹 56 3.1.1 整數類型 56 3.1
.2 浮點數類型和定點數類型 58 3.1.3 日期與時間類型 60 3.1.4 文本字串類型 71 3.1.5 二進位字元串類型 76 3.2 如何選擇資料類型 79 3.3 常見運算子介紹 80 3.3.1 運算子概述 80 3.3.2 算術運算子 81 3.3.3 比較運算子 82 3.3.4 邏輯運算子 90 3.3.5 位運算子 92 3.3.6 運算子的優先順序 95 3.4 綜合案例——運算子的使用 96 3.5 專家解惑 98 3.6 經典習題 99 第4章 插入、更新與刪除資料 100 4.1 插入資料 100 4.1.1 為表的所有欄位
插入資料 100 4.1.2 為表的指定欄位插入資料 102 4.1.3 同時插入多條記錄 103 4.1.4 將查詢結果插入表中 105 4.2 更新資料 107 4.3 刪除資料 109 4.4 為表增加計算列 111 4.5 MySQL 8.0的新特性——DDL的原子化 112 4.6 綜合案例——記錄的插入、更新和刪除 113 4.7 專家解惑 117 4.8 經典習題 118 第5章 索引 119 5.1 索引簡介 119 5.1.1 索引的含義和特點 119 5.1.2 索引的分類 120 5.1.3 索引的設計原則 121 5.2 創建索引 12
1 5.2.1 創建表的時候創建索引 121 5.2.2 在已經存在的表上創建索引 127 5.3 刪除索引 134 5.4 MySQL 8.0的新特性1——支援降冪索引 136 5.5 MySQL 8.0的新特性2——統計長條圖 138 5.5.1 長條圖的優點 139 5.5.2 長條圖的基本操作 139 5.6 綜合案例——創建索引 141 5.7 專家解惑 143 5.8 經典習題 143 第6章 視圖 145 6.1 視圖概述 145 6.1.1 視圖的含義 145 6.1.2 視圖的作用 146 6.2 創建視圖 147 6.2.1 創建視圖的語法
形式 147 6.2.2 在單表上創建視圖 147 6.2.3 在多表上創建視圖 148 6.3 查看視圖 149 6.3.1 使用DESCRIBE語句查看視圖的基本資訊 149 6.3.2 使用SHOW TABLE STATUS語句查看視圖的基本資訊 150 6.3.3 使用SHOW CREATE VIEW語句查看視圖的詳細資訊 151 6.3.4 在views表中查看視圖的詳細資訊 152 6.4 修改視圖 153 6.4.1 使用CREATE OR REPLACE VIEW語句修改視圖 153 6.4.2 使用ALTER語句修改視圖 154 6.5 更新視圖 155
6.6 刪除視圖 158 6.7 綜合案例——視圖應用 158 6.8 專家解惑 166 6.9 經典習題 167 第7章 查詢資料 168 7.1 基本查詢語句 168 7.2 單表查詢 170 7.2.1 查詢所有欄位 171 7.2.2 查詢指定欄位 172 7.2.3 查詢指定記錄 173 7.2.4 帶IN關鍵字的查詢 175 7.2.5 帶BETWEEN AND的範圍查詢 176 7.2.6 帶LIKE的字元匹配查詢 178 7.2.7 查詢空值 179 7.2.8 帶AND的多條件查詢 181 7.2.9 帶OR的多條件查詢 182 7.2.1
0 查詢結果不重複 183 7.2.11 對查詢結果排序 184 7.2.12 分組查詢 188 7.2.13 使用LIMIT限制查詢結果的數量 193 7.3 使用集合函數查詢 194 7.3.1 COUNT()函數 194 7.3.2 SUM()函數 195 7.3.3 AVG()函數 196 7.3.4 MAX()函數 197 7.3.5 MIN()函數 198 7.4 連接查詢 199 7.4.1 內連接查詢 199 7.4.2 外連接查詢 202 7.4.3 複合條件連接查詢 204 7.5 子查詢 205 7.5.1 帶ANY、SOME關鍵字的子查詢
205 7.5.2 帶ALL關鍵字的子查詢 206 7.5.3 帶EXISTS關鍵字的子查詢 207 7.5.4 帶IN關鍵字的子查詢 208 7.5.5 帶比較運算子的子查詢 210 7.6 合併查詢結果 211 7.7 為表和欄位取別名 214 7.7.1 為表取別名 214 7.7.2 為欄位取別名 216 7.8 使用規則運算式查詢 217 7.8.1 查詢以特定字元或字串開頭的記錄 218 7.8.2 查詢以特定字元或字串結尾的記錄 219 7.8.3 用符號“.”來替代字串中的任意一個字元 219 7.8.4 使用“*”和“ ”匹配多個字元 220 7.
8.5 匹配指定字串 220 7.8.6 匹配指定字元中的任意一個 221 7.8.7 匹配指定字元以外的字元 222 7.8.8 使用{n,}或者{n,m}指定字串連續出現的次數 223 7.9 MySQL 8.0的新特性1——GROUP BY不再隱式排序 224 7.10 MySQL 8.0的新特性2——通用表運算式 226 7.11 綜合案例——資料表查詢操作 230 7.12 專家解惑 237 7.13 經典習題 237 第8章 MySQL函數 239 8.1 MySQL函數簡介 239 8.2 數學函數 240 8.3 字串函數 241 8.3.1 計算
字串字元數的函數和計算字串長度的函數 242 8.3.2 合併字串函數CONCAT(s1,s2,…)、CONCAT_WS(x,s1,s2,…) 242 8.3.3 替換字串的函數INSERT(s1,x,len,s2)和字母大小寫轉換函數 242 8.3.4 獲取指定長度的字串的函數LEFT(s,n)和RIGHT(s,n) 243 8.3.5 填補字元串的函數LPAD(s1,len,s2)和RPAD(s1,len,s2) 243 8.3.6 刪除空格的函數LTRIM(s)和RTRIM(s) 244 8.3.7 刪除指定字串的函數TRIM(s1 FROM s) 244 8.3.8 重
複生成字串的函數REPEAT(s,n) 244 8.3.9 空格函數SPACE(n)和替換函數REPLACE(s,s1,s2) 245 8.3.10 比較字串大小的函數STRCMP(s1,s2) 245 8.3.11 獲取子串的函數SUBSTRING(s,n,len)和MID(s,n,len) 245 8.3.12 匹配子串開始位置的函數 246 8.3.13 字串逆序的函數REVERSE(s) 247 8.3.14 返回指定位置的字串的函數 247 8.3.15 返回指定字串位置的函數FIELD(s,s1,s2,…) 247 8.3.16 返回子串位置的函數FIND_IN_S
ET(s1,s2) 248 8.3.17 選取字串的函數MAKE_SET(x,s1,s2,…) 248 8.4 日期和時間函數 249 8.4.1 獲取當前日期的函數和獲取當前時間的函數 249 8.4.2 獲取當前日期和時間的函數 250 8.4.3 UNIX時間戳記函數 250 8.4.4 返回UTC日期的函數和返回UTC時間的函數 251 8.4.5 獲取月份的函數MONTH(date)和MONTHNAME(date) 251 8.4.6 獲取星期的函數DAYNAME(d)、DAYOFWEEK(d)和WEEKDAY(d) 252 8.4.7 獲取星期數的函數WEEK(d
)和WEEKOFYEAR(d) 253 8.4.8 獲取天數的函數DAYOFYEAR(d)和DAYOFMONTH(d) 254 8.4.9 獲取年份、季度、小時、分鐘和秒鐘的函數 254 8.4.10 獲取日期的指定值的函數EXTRACT(type FROM date) 255 8.4.11 時間和秒鐘轉換的函數 255 8.4.12 計算日期和時間的函數 256 8.4.13 將日期和時間格式化的函數 259 8.5 條件判斷函數 262 8.5.1 IF(expr,v1,v2)函數 262 8.5.2 IFNULL(v1,v2)函數 262 8.5.3 CASE函數 2
63 8.6 系統資訊函數 264 8.6.1 獲取MySQL版本號、連接數和資料庫名的函數 264 8.6.2 獲取用戶名的函數 266 8.6.3 獲取字串的字元集和排序方式的函數 266 8.6.4 獲取最後一個自動生成的ID值的函數 267 8.7 MySQL 8.0的新特性1——加密函數 268 8.7.1 加密函數MD5(str) 269 8.7.2 加密函數SHA(str) 269 8.7.3 加密函數SHA2(str, hash_length) 269 8.8 MySQL 8.0的新特性2——視窗函數 270 8.9 綜合案例——MySQL函數的使用 27
1 8.10 專家解惑 274 8.11 經典習題 275 第9章 存儲過程和函數 277 9.1 創建存儲過程和函數 277 9.1.1 創建存儲過程 278 9.1.2 創建存儲函數 280 9.1.3 變數的使用 281 9.1.4 定義條件和處理常式 282 9.1.5 游標的使用 285 9.1.6 流程控制的使用 286 9.2 調用存儲過程和函數 291 9.2.1 調用存儲過程 291 9.2.2 調用存儲函數 292 9.3 查看存儲過程和函數 292 9.3.1 使用SHOW STATUS語句查看存儲過程和函數的狀態 293 9.3.2 使
用SHOW CREATE語句查看存儲過程和函數的定義 293 9.3.3 從information_schema.Routines表中查看存儲過程和函數的資訊 294 9.4 修改存儲過程和函數 295 9.5 刪除存儲過程和函數 297 9.6 MySQL 8.0的新特性——全域變數的持久化 298 9.7 綜合案例——創建存儲過程和函數 299 9.8 專家解惑 302 9.9 經典習題 302 第10章 MySQL觸發器 303 10.1 創建觸發器 303 10.1.1 創建只有一個執行語句的觸發器 304 10.1.2 創建有多個執行語句的觸發器 304 10
.2 查看觸發器 307 10.2.1 使用SHOW TRIGGERS語句查看觸發器資訊 307 10.2.2 在triggers表中查看觸發器信息 309 10.3 觸發器的使用 310 10.4 刪除觸發器 311 10.5 綜合案例——觸發器的使用 312 10.6 專家解惑 314 10.7 經典習題 314 第11章 MySQL許可權與安全管理 315 11.1 許可權表 315 11.1.1 user表 315 11.1.2 db表 318 11.1.3 tables_priv表和columns_priv表 319 11.1.4 procs_priv表
320 11.2 帳戶管理 320 11.2.1 登錄和退出MySQL伺服器 321 11.2.2 新建普通用戶 322 11.2.3 刪除普通用戶 324 11.2.4 root使用者修改自己的密碼 325 11.2.5 root使用者修改普通使用者密碼 326 11.3 許可權管理 327 11.3.1 MySQL的各種許可權 327 11.3.2 授權 329 11.3.3 收回許可權 331 11.3.4 查看許可權 332 11.4 存取控制 333 11.4.1 連接核實階段 333 11.4.2 請求核實階段 333 11.5 提升安全性 334
11.5.1 AES 256加密 334 11.5.2 密碼到期更換策略 336 11.5.3 安全模式安裝 338 11.6 MySQL 8.0的新特性——管理角色 338 11.7 綜合案例——綜合管理用戶許可權 339 11.8 專家解惑 342 11.9 經典習題 342 第12章 資料備份與恢復 344 12.1 資料備份 344 12.1.1 使用MySQLdump命令備份 344 12.1.2 直接複製整個資料庫目錄 350 12.1.3 使用MySQLhotcopy工具快速備份 351 12.2 資料恢復 351 12.2.1 使用MySQL命令恢
復 351 12.2.2 直接複製到資料庫目錄 352 12.2.3 MySQLhotcopy快速恢復 353 12.3 資料庫遷移 353 12.3.1 相同版本的MySQL資料庫之間的遷移 353 12.3.2 不同版本的MySQL資料庫之間的遷移 354 12.3.3 不同資料庫之間的遷移 354 12.4 表的匯出和導入 354 12.4.1 使用SELECTI…NTO OUTFILE匯出文字檔 355 12.4.2 使用MySQLdump命令匯出文字檔 359 12.4.3 使用MySQL命令匯出文字檔 361 12.4.4 使用LOAD DATA INFILE
方式導入文字檔 364 12.4.5 使用MySQLimport命令導入文字檔 367 12.5 綜合案例——資料的備份與恢復 368 12.6 專家解惑 372 12.7 經典習題 373 第13章 MySQL日誌 374 13.1 日誌簡介 374 13.2 二進位日誌 375 13.2.1 啟動和設置二進位日誌 375 13.2.2 查看二進位日誌 376 13.2.3 刪除二進位日誌 378 13.2.4 使用二進位日誌恢復資料庫 380 13.2.5 暫時停止二進位日誌功能 380 13.3 錯誤日誌 381 13.3.1 啟動和設置錯誤日誌 381 1
3.3.2 查看錯誤日誌 381 13.3.3 刪除錯誤日誌 382 13.4 通用查詢日誌 383 13.4.1 啟動通用查詢日誌 383 13.4.2 查看通用查詢日誌 383 13.4.3 刪除通用查詢日誌 384 13.5 慢查詢日誌 384 13.5.1 啟動和設置慢查詢日誌 385 13.5.2 查看慢查詢日誌 385 13.5.3 刪除慢查詢日誌 386 13.6 MySQL 8.0的新特性——日誌分類更詳細 386 13.7 綜合案例——MySQL日誌的綜合管理 386 13.8 專家解惑 392 13.9 經典習題 393 第14章 性能優化
394 14.1 優化簡介 394 14.2 優化查詢 395 14.2.1 分析查詢語句 395 14.2.2 索引對查詢速度的影響 398 14.2.3 使用索引查詢 399 14.2.4 優化子查詢 402 14.3 優化資料庫結構 402 14.3.1 將欄位很多的表分解成多個表 403 14.3.2 增加中間表 404 14.3.3 增加冗餘欄位 405 14.3.4 優化插入記錄的速度 406 14.3.5 分析表、檢查表和優化表 407 14.4 優化MySQL伺服器 409 14.4.1 優化伺服器硬體 409 14.4.2 優化MySQL的參數
410 14.5 臨時表性能優化 411 14.6 伺服器語句超時處理 413 14.7 創建全域通用表空間 414 14.8 MySQL 8.0的新特性1——支援不可見索引 414 14.9 MySQL 8.0的新特性2——增加資源組 416 14.10 綜合案例——全面優化MySQL伺服器 418 14.11 專家解惑 420 14.12 經典習題 421 第15章 綜合專案1——論壇管理系統資料庫設計 422 15.1 系統概述 422 15.2 系統功能 423 15.3 資料庫設計和實現 424 15.3.1 設計方案圖表 424 15.3.2 設計表
426 15.3.3 設計索引 429 15.3.4 設計檢視 430 15.3.5 設計觸發器 431 第16章 綜合專案2——新聞發佈系統資料庫設計 433 16.1 系統概述 433 16.2 系統功能 434 16.3 資料庫設計和實現 435 16.3.1 設計表 435 16.3.2 設計索引 439 16.3.3 設計檢視 440 16.3.4 設計觸發器 441
基於SLAM演算法實現 ROS低配置ARM平台架構即時同步定位與建圖導航機器人
為了解決AVG Linux 的問題，作者羅煒荏 這樣論述：
近年來AI技術快速發展以及硬體成本降低與硬體SOC運算能力大幅提升，相對讓機器人越來越聰明，運用越來越來廣泛，上至航太科技例如火星探測無人機好奇號能在無人控制下自行採集或是探勘，下至商用室內導覽機器人，甚至在救災現場都可以看到機器人存在。機器人可以取代人類從事重複性高的工作或是高度危險探勘工作，但是要實現以上功能需要能即時建圖、定位(Simultaneous Localization and Mapping SLAM)，以便進行導航功能。本論文利用能在ARM架構上的運行的ROS(Robot Operating System)機器人控制系統軟體，ROS屬於開源軟體，許多研究單位或是研究機器人愛
好者都會用此軟體，在此使用ROS軟體實現室內自動避障導航定位之履帶式機器人，然而完成自動避障導航定位功能並不能只有ROS系統，需要有Liunx Ubuntu OS的ARM平台能掛上ROS控制軟體，還有機器人的眼睛紅外線雷達測距儀感測器與搭配各能抓取各種環境姿態的IMU與里程計，但因在機器人開發時所用的感測器都是相當昂貴如紅外線雷達測距儀感測器，動輒要上萬塊，以及用數萬塊筆電來當主要的控制平台。本論文利用CP值高紅外線雷達測距儀感測器與現在IOT主流的ARM架構的硬體，搭配本文中提出三種建圖方法Gammping、Hector、Cartographer，比較那種方法在能低配置的硬體中有效率實現即時
定位與地圖構建，並提出各方法的優缺點。
MySQL 數據庫應用案例課堂
為了解決AVG Linux 的問題，作者劉玉紅等 這樣論述：
共分5篇，第1篇主要講解MySQL的基礎知識，MySQL的安裝與環境配置等；第2篇主要講解操作數據庫，創建、修改和刪除數據表，數據類型和運算符，索引的操作，視圖的操作等；第3篇主要講解插入、更新與刪除數據，MySQL函數，查詢數據，存儲過程和函數，MySQL觸發器等；第4篇主要講解MySQL安全性機制，MySQL數據備份與還原，管理MySQL日志，MySQL性能的優化，MySQL的高級特性和使用MySQLWorkbench管理數據庫；第5篇主要講解Java訪問MySQL數據庫，PHP操作MySQL數據庫，論壇管理系統數據庫設計、新聞發布系統數據庫設計。《MySQL數據庫應用
案例課堂》附贈光盤中包含豐富的資源，包括MySQL案例源代碼、教學幻燈片、精品教學視頻、MySQL常用命令速查手冊、數據庫工程師職業規划、數據庫工程師面試技巧、數據庫工程師常見面試題、MySQL常見錯誤及解決方案、MySQL數據庫經驗及技巧大匯總等。
雲端運算規劃和資源管理演算法
為了解決AVG Linux 的問題，作者Chinmaya Kumar Dehury 這樣論述：
Recommendation Letter from the Thesis AdvisorThesis/Dissertation Oral Defense Committee CertificationPreface or Acknowledgments iiiABSTRACT ivTABLE OF CONTENTS vLIST OF FIGURES……………………………………………………………………..xLIST OF TABLES……………………………………………………………………….xiii1 Introduction 11.1 Cloud Computing . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.1.1 Characteristics of Cloud Computing . . . . . . . . . . . . . . . . . 21.1.2 Cloud Service Models . . . . . . . . . . . . . . . . . . . . . . . . 31.1.3 Cloud Reference Model . . . . . . . . . . . . . . . . . . . . . . . 51.1.3.1 Cloud T
enant . . . . . . . . . . . . . . . . . . . . . . . 51.1.3.2 Cloud Provider . . . . . . . . . . . . . . . . . . . . . . . 61.1.3.3 Cloud Carrier . . . . . . . . . . . . . . . . . . . . . . . 61.1.3.4 Cloud Broker . . . . . . . . . . . . . . . . . . . . . . . 61.1.3.5 Cloud Auditor . . . . . . . . .
. . . . . . . . . . . . . . 61.1.4 Novel Layer-wise Cloud Architecture . . . . . . . . . . . . . . . . 71.1.4.1 User Layer . . . . . . . . . . . . . . . . . . . . . . . . 81.1.4.2 Service Layer . . . . . . . . . . . . . . . . . . . . . . . 81.1.4.3 Virtualization Layer . . . . . . . . . . . . . . .
. . . . . 81.1.4.4 Physical Layer . . . . . . . . . . . . . . . . . . . . . . 101.1.5 Cloud as Core Computing . . . . . . . . . . . . . . . . . . . . . . 111.1.6 Research Challenges in Cloud Computing . . . . . . . . . . . . . . 111.2 Fog and Edge Computing . . . . . . . . . . . . . . . . . . . . .
. . . . . . 131.2.1 Characteristics of Fog and Edge Computing . . . . . . . . . . . . . 151.2.2 Fog and Edge Computing with Cloud Computing . . . . . . . . . . 161.2.2.1 Network Bandwidth . . . . . . . . . . . . . . . . . . . . 161.2.2.2 Service Latency . . . . . . . . . . . . . . . . . . . . . . 17
1.2.2.3 Resource Capacity . . . . . . . . . . . . . . . . . . . . 181.2.2.4 Energy . . . . . . . . . . . . . . . . . . . . . . . . . . . 181.2.2.5 Cost . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181.2.3 Applications of Fog and Edge Computing . . . . . . . . . . . . . . 191.2.3.1 Smart H
ome . . . . . . . . . . . . . . . . . . . . . . . . 191.2.3.2 Smart Transportation . . . . . . . . . . . . . . . . . . . 201.2.3.3 Smart Industry . . . . . . . . . . . . . . . . . . . . . . . 201.2.3.4 Online Shopping . . . . . . . . . . . . . . . . . . . . . . 211.2.4 Research Challenges of Fog and
Edge Computing . . . . . . . . . . 211.2.4.1 Heterogeneity . . . . . . . . . . . . . . . . . . . . . . . 211.2.4.2 QoS Management . . . . . . . . . . . . . . . . . . . . . 211.2.4.3 Mobility . . . . . . . . . . . . . . . . . . . . . . . . . . 221.2.4.4 Scalability . . . . . . . . . . . . . . . . .
. . . . . . . . 221.2.4.5 Resource Management . . . . . . . . . . . . . . . . . . 221.2.4.6 Energy Consumption . . . . . . . . . . . . . . . . . . . 221.2.4.7 Security Management . . . . . . . . . . . . . . . . . . . 231.3 Motivation and Goals . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. 231.3.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231.3.2 Goals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261.4 Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271.5 Thesis Organization . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . 282 Related works 302.1 IoT Service Management Framework . . . . . . . . . . . . . . . . . . . . 302.2 Static Virtual Network Embedding . . . . . . . . . . . . . . . . . . . . . . 332.3 Dynamic Virtual Network Embedding . . . . . . . . . . . . . . . . . . . . 393 IoT
Service Management Framework for Cloud Computing 433.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433.2 Proposed Cloud Framework . . . . . . . . . . . . . . . . . . . . . . . . . 443.2.1 App Layer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463.
2.1.1 IoT sub-layer . . . . . . . . . . . . . . . . . . . . . . . 473.2.1.2 Non-IoT sub-layer . . . . . . . . . . . . . . . . . . . . . 473.2.2 App Handler Layer . . . . . . . . . . . . . . . . . . . . . . . . . . 483.2.2.1 Request Preprocessor . . . . . . . . . . . . . . . . . . . 493.2.2.2 App Han
dler . . . . . . . . . . . . . . . . . . . . . . . . 493.2.2.3 Shared Data Station . . . . . . . . . . . . . . . . . . . . 513.2.3 App Manager . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513.2.4 Physical Layer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 533.3 Theoretical An
alysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 543.4 Implementation of Cloud Platform . . . . . . . . . . . . . . . . . . . . . . 583.5 Performance Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 623.5.1 Simulation Setup . . . . . . . . . . . . . . . . . . . . .
. . . . . . 633.5.2 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . 633.5.3 Comparisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 664 Link Based Static Virtual Network Embedding for Cloud Computing 714.1 Introduction . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . 714.2 Graphical representation . . . . . . . . . . . . . . . . . . . . . . . . . . . 724.2.1 Task graph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 724.2.2 VM-graph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 734.2.3 Derivation of VM-graph fr
om Task graph . . . . . . . . . . . . . . 734.2.4 PM-graph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 744.3 Problem formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 754.3.1 Weight of physical links . . . . . . . . . . . . . . . . . . . . . . . 754.3.2 Objectiv
e function . . . . . . . . . . . . . . . . . . . . . . . . . . 794.4 The Virtual Resource Management Algorithm . . . . . . . . . . . . . . . . 824.4.1 LVRM Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . 834.4.2 Example of LVRM . . . . . . . . . . . . . . . . . . . . . . . . . . 884.
5 Performance Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 894.5.1 Simulation Setup . . . . . . . . . . . . . . . . . . . . . . . . . . . 904.5.2 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . 915 Fitness based Virtual Network Embedding for dynamic VN in
Cloud Computing..995.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 995.2 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1005.2.1 Physical network . . . . . . . . . . . . . . . . . . . . . . . . . . . 1005.2.2 Virtual network . . .
. . . . . . . . . . . . . . . . . . . . . . . . . 1025.2.3 Dynamic virtual network . . . . . . . . . . . . . . . . . . . . . . . 1025.2.4 Fitness matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1045.2.5 Fitness values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1055.2.
6 Objective function . . . . . . . . . . . . . . . . . . . . . . . . . . 1065.3 Proposed VNE algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . 1075.3.1 Initial VN Embedding (iVNE) . . . . . . . . . . . . . . . . . . . . 1085.3.2 Dynamic VN embedding . . . . . . . . . . . . . . . . . .
. . . . . 1125.4 Performance Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1175.4.1 Simulation Setup . . . . . . . . . . . . . . . . . . . . . . . . . . . 1185.4.2 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . 1196 Conclusions and Future works 1256.1 Con
clusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1256.1.1 IoT Service Management Framework for Cloud Computing . . . . 1256.1.2 Link Based Static Virtual Network Embedding for cloud computing 1266.1.3 Fitness based Dynamic Virtual Network Embedding for cloud computing. .
. . . 1266.2 Future Research Directions . . . . . . . . . . . . . . . . . . . . . . . . . . 127Bibliography 129List Of Figures================1.1 Abstract view of cloud computing . . . . . . . . . . . . . . . . . . . . . . 21.2 Cloud service models. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . 31.3 High level cloud architecture. . . . . . . . . . . . . . . . . . . . . . . . . . 51.4 Different layers of cloud architecture. . . . . . . . . . . . . . . . . . . . . 71.5 Hypervisor based and Container based virtualization. . . . . . . . . . . . . 101.6 Overview of edge, fog and cloud c
omputing. . . . . . . . . . . . . . . . . . 151.7 Application of fog and edge computing . . . . . . . . . . . . . . . . . . . 191.8 An example of different static mapping solutions. . . . . . . . . . . . . . . 253.1 The proposed Cloud Framework. . . . . . . . . . . . . . . . . . . . . . . . 453.2 La
yer-wise architecture of the Cloud Framework. . . . . . . . . . . . . . . 463.3 Proposed architecture of the App Handler layer. . . . . . . . . . . . . . . . 483.4 Various components of App Handler. . . . . . . . . . . . . . . . . . . . . . 503.5 Components of App Manager. . . . . . . . . . . . . .
. . . . . . . . . . . 523.6 Comparative views of Hypervisor based and Container based virtualization. 583.7 Implementation architecture of SMFIC. . . . . . . . . . . . . . . . . . . . 593.8 Our implemented SaaS environment. . . . . . . . . . . . . . . . . . . . . . 613.9 Command to create VMs using
Docker-machine package. . . . . . . . . . . 613.10 Command for joining a VM into a cluster. . . . . . . . . . . . . . . . . . . 623.11 Command used to create VM in Digital Ocean. . . . . . . . . . . . . . . . 623.12 Average percentage of resource utilization: (a) CPU utilization (b)Memoryutilization
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 643.13 Average processing time of the requests for different data sizes. . . . . . . . 653.14 Average waiting time of the requests with different priorities. . . . . . . . . 663.15 Average processing time of requests. . . . . .
. . . . . . . . . . . . . . . . 673.16 Average delay (in sec). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 673.17 Comparison in terms of resource utilization: (a) CPU utilization (b) Memoryutilization. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 683.18 Average respo
nse time of VMs/Containers. . . . . . . . . . . . . . . . . . 693.19 Average processing time of Apps running in VMs/Containers. . . . . . . . 694.1 Example of task graph and VM graph . . . . . . . . . . . . . . . . . . . . 734.2 Effect of load, round trip time (RTT), and energy consumption on weight
of physical link . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784.3 An example of LVRM algorithm. . . . . . . . . . . . . . . . . . . . . . . . 894.4 Acceptance rate in %. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 924.5 Average number of hop counts. . . . . . . . .
. . . . . . . . . . . . . . . . 924.6 Average node stress with no expiration lifetime of requests. . . . . . . . . . 934.7 Average node stress with exponentially distributed lifetime of requests. . . . 934.8 Average link stress with no expiration lifetime of requests. . . . . . . . . . 944.9 Averag
e link stress with exponentially distributed lifetime of requests. . . . 944.10 Link connectivity probability vs acceptance rate. . . . . . . . . . . . . . . 954.11 Link connectivity probability vs node utilization. . . . . . . . . . . . . . . 954.12 Link connectivity probability vs link utilization
. . . . . . . . . . . . . . . . 964.13 Avg. number of allocated PMs. . . . . . . . . . . . . . . . . . . . . . . . . 964.14 Avg. number of allocated physical links. . . . . . . . . . . . . . . . . . . . 974.15 Comparison of LVRM with optimal allocation (hop counts) . . . . . . . . . 974.16 Compariso
n of LVRM with optimal allocation (#of required PMs.) . . . . . 985.1 An example of dynamic virtual network. . . . . . . . . . . . . . . . . . . . 1045.2 Comparison in terms of computing resource utilization. . . . . . . . . . . . 1175.3 Comparison in terms of computing resource utilization. . . . .
. . . . . . . 1185.4 Acceptance rate (in %). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1195.5 Average embedding time (in milliseconds). . . . . . . . . . . . . . . . . . 1195.6 Computing resource utilization with variable VN size and #of PSs . . . . . 1215.7 Network resource usage. .
. . . . . . . . . . . . . . . . . . . . . . . . . . 1215.8 Acceptance rate with variable VN size and number of PSs. . . . . . . . . . 1235.9 Embedding time with variable VN size and number of PSs. . . . . . . . . . 124List of Tables==================1.1 Relation between Edge, Fog, and Cloud computin
g . . . . . . . . . . . . . 174.1 List of notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 765.1 List of notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101