本書圍繞邊緣計算中任務的智能化調(diào)度和虛擬化IT資源的優(yōu)化部署等相關問題展開，旨在反映邊緣計算在面對多元化突出和時變性顯著的移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)應用時做的系統(tǒng)優(yōu)化方法及策略。主要內(nèi)容包括邊緣計算中的任務調(diào)度和資源部署、邊緣計算中面向服務質(zhì)量的服務功能構建、邊緣計算中面向資源優(yōu)化的服務功能構建、邊緣計算中基于深度強化學習的服務功能遷移、邊緣計算中面向時延優(yōu)化的服務功能遷移、邊緣計算中基于神經(jīng)組合優(yōu)化和啟發(fā)式混合方法的任務調(diào)度、邊緣計算中基于圖到序列強化學習的復雜任務調(diào)度、邊緣計算中面向區(qū)塊鏈計算任務的任務調(diào)度、邊緣計算中面向數(shù)據(jù)及時性的多作業(yè)聯(lián)邦學習調(diào)度、邊云協(xié)同中基于強化學習的網(wǎng)絡功能部署、邊緣計算中融合強化學習與圖卷積的容器集群部署等。本書涉及計算機科學、人工智能、網(wǎng)絡經(jīng)濟學等多個學科領域，可供從事邊緣計算及分布式計算的科研人員和高等院校相關專業(yè)的研究生和本科生閱讀，也可為相關領域工作的教學及科研人員提供參考。