本書以阿里云 AIoT 實際工程為導(dǎo)向，分 9 章詳細(xì)講解了阿里云概述、物聯(lián)網(wǎng)硬件系統(tǒng)構(gòu)成、低功耗短距離通信、低功耗廣域網(wǎng)通信、嵌入式開發(fā)環(huán)境搭建、物聯(lián)網(wǎng)云平臺一體開發(fā)入門、邊緣計算入門、物聯(lián)網(wǎng)安全入門、物聯(lián)網(wǎng)人工智能開發(fā)入門相關(guān)內(nèi)容。除第 1 章以外，各章都給出了貼近實際應(yīng)用的阿里云 AIoT 工程實驗，并配有課后練習(xí)，幫助讀者靈活掌握阿里云 AIoT 的技能，使其盡快勝任阿里云 AIoT 的工作崗位。本書可以作為物聯(lián)網(wǎng)專業(yè)、電子信息新型專業(yè)、計算機(jī)專業(yè)的校企合作教材，也可以作為獲得阿里云 AIoT 助理工程師、阿里云 AIoT 工程師資格的考試用書。
楊鋯，男，講師，博士研究生學(xué)歷，畢業(yè)于浙江大學(xué)，現(xiàn)就職于浙大城市學(xué)院，擔(dān)任電氣系副主任、電子信息工程專業(yè)負(fù)責(zé)人，對于電信專業(yè)在翻轉(zhuǎn)課堂、線上線下融合課程、課程思政、新形態(tài)教材和實踐教育方面有比較深入的工作實踐。
目 錄
第 1 章 阿里云概述 1
1.1 阿里云核心影響力 1
1.2 阿里云發(fā)展史 3
1.3 阿里巴巴達(dá)摩院 6
1.4 阿里云 IoT概述 7
1.5 阿里云 IoT 產(chǎn)品體系 9
1.5.1 阿里云 IoT產(chǎn)品架構(gòu) 9
1.5.2 阿里云物聯(lián)網(wǎng)平臺 10
1.5.3 阿里云 IoT主要產(chǎn)品和服務(wù) 12
課后練習(xí) 14
第 2 章 物聯(lián)網(wǎng)硬件系統(tǒng)構(gòu)成 18
2.1 物聯(lián)網(wǎng)硬件構(gòu)成 18
2.1.1 物聯(lián)網(wǎng)硬件平臺分類 18
2.1.2 物聯(lián)網(wǎng)微處理器 20
2.1.3 物聯(lián)網(wǎng)物理接口和通信協(xié)議 22
2.1.4 物聯(lián)網(wǎng)硬件其他特性 25
2.1.5 物聯(lián)網(wǎng)傳感器 26
2.2 物聯(lián)網(wǎng)開發(fā)板 28
2.2.1 STM32 開發(fā)板 28
2.2.2 Arduino 開發(fā)板 29
2.2.3 樹莓派開發(fā)板 31
2.3 實驗：基于 XDK 的開發(fā)實踐 32
2.3.1 XDK 開發(fā)環(huán)境搭建 32
2.3.2 XDK 傳感器開發(fā) 37
2.3.3 XDK 通信模塊開發(fā) 43
課后練習(xí) 47
參考文獻(xiàn) 50
第 3 章 低功耗、短距離通信 51
3.1 常見的低功耗、短距離通信協(xié)議（標(biāo)準(zhǔn)）與技術(shù) 51
3.1.1 IEEE 802.15.4標(biāo)準(zhǔn) 52
3.1.2 ZigBee 協(xié)議 52
3.1.3 傳感網(wǎng)協(xié)議 52
3.1.4 藍(lán)牙技術(shù) 53
3.1.5 RFID 技術(shù) 53
3.1.6 NFC 技術(shù) 54
3.1.7 主流的短距離通信協(xié)議（標(biāo)準(zhǔn)）的特性對比 54
3.2 基于 IEEE 802.15.4 的傳感網(wǎng)協(xié)議 56
3.2.1 IEEE 802.15.4 的物理層 56
3.2.2 低功耗 MAC 58
3.2.3 鏈路質(zhì)量評估 59
3.2.4 6LoWPAN 60
3.2.5 CTP與 RPL 60
3.3 低功耗藍(lán)牙通信協(xié)議 61
3.3.1 低功耗藍(lán)牙的物理層協(xié)議 61
3.3.2 低功耗藍(lán)牙的鏈路層協(xié)議 62
3.3.3 低功耗藍(lán)牙的 L2CAP 63
3.3.4 低功耗藍(lán)牙的屬性協(xié)議和通用屬性規(guī)范 64
3.3.5 低功耗藍(lán)牙的安全管理協(xié)議 64
3.3.6 低功耗藍(lán)牙的 Mesh組網(wǎng)機(jī)制及路由過程 65
3.4 實驗：藍(lán)牙配網(wǎng)實踐 65
3.4.1 實驗準(zhǔn)備 66
3.4.2 實驗步驟 66
課后練習(xí) 74
參考文獻(xiàn) 79
第 4 章 低功耗廣域網(wǎng)通信 80
4.1 低功耗廣域網(wǎng)介紹 80
4.1.1 低功耗廣域網(wǎng)特點(diǎn) 80
4.1.2 低功耗廣域網(wǎng)主流技術(shù) 81
4.2 NB-IoT特性及應(yīng)用 83
4.2.1 NB-IoT演變史 83
4.2.2 NB-IoT特性 83
4.2.3 NB-IoT應(yīng)用場景 85
4.3 LoRa 通信與協(xié)議 85
4.3.1 LoRa 產(chǎn)生與發(fā)展 85
4.3.2 LoRa特性及應(yīng)用 86
4.3.3 LoRaWAN協(xié)議 87
4.4 阿里云 Link WAN 90
4.4.1 Link WAN簡介 90
4.4.2 Link WAN產(chǎn)品優(yōu)勢 91
4.4.3 Link WAN產(chǎn)品架構(gòu) 92
4.5 實驗：基于 LoRa智慧套件的開發(fā)實驗 93
4.5.1 實驗說明 93
4.5.2 配置網(wǎng)關(guān) 94
4.5.3 配置節(jié)點(diǎn) 97
4.5.4 配置產(chǎn)品屬性及數(shù)據(jù)解析 104
4.5.5 使用 IoT Studio搭建應(yīng)用案例 108
課后練習(xí) 113
參考文獻(xiàn) 116
第 5 章 嵌入式開發(fā)環(huán)境搭建 117
5.1 嵌入式開發(fā)概述 117
5.1.1 MCU 和 CPU 的差異與特點(diǎn) 117
5.1.2 常用物聯(lián)網(wǎng)操作系統(tǒng)概述 118
5.2 AliOS Things詳解 121
5.2.1 AliOS Things體系架構(gòu) 121
5.2.2 AliOS Things 特性——極簡開發(fā) 122
5.2.3 AliOS Things特性——極致性能 122
5.2.4 AliOS Things 特性——細(xì)粒度軟件更新 123
5.2.5 AliOS Things特性——全方位安全防護(hù) 125
5.3 搭建嵌入式開發(fā)環(huán)境 126
5.3.1 軟、硬件環(huán)境介紹 126
5.3.2 安裝 AliOS Studio 126
5.3.3 安裝編譯和調(diào)試環(huán)境 aos-cube 128
5.4 AliOS Things應(yīng)用開發(fā) 129
5.4.1 AliOS Things組件化代碼下載 129
5.4.2 helloworld應(yīng)用 129
5.5 實驗：基于 MQTT協(xié)議連云 130
5.5.1 設(shè)備三元組詳解 131
5.5.2 創(chuàng)建云端產(chǎn)品和設(shè)備 132
5.5.3 設(shè)備端 MQTT代碼開發(fā) 136
5.5.4 MQTT接入阿里云 142
課后練習(xí) 146
參考文獻(xiàn) 150
第 6 章 物聯(lián)網(wǎng)云平臺一體開發(fā)入門 151
6.1 物聯(lián)網(wǎng)云平臺介紹 151
6.1.1 阿里云物聯(lián)網(wǎng)云平臺 152
6.1.2 亞馬遜物聯(lián)網(wǎng)云平臺 154
6.1.3 微軟物聯(lián)網(wǎng)云平臺 155
6.2 常見的物聯(lián)網(wǎng)連接協(xié)議 156
6.2.1 MQTT協(xié)議 156
6.2.2 HTTP 157
6.2.3 CoAP 158
6.2.4 三種協(xié)議的主要區(qū)別及應(yīng)用場景 158
6.3 IoT Studio初步應(yīng)用 159
6.3.1 IoT Studio介紹 159
6.3.2 基于 IoT Studio的 Web應(yīng)用開發(fā) 160
6.3.3 基于 IoT Studio的移動應(yīng)用開發(fā) 165
6.3.4 基于 IoT Studio的服務(wù)開發(fā) 167
6.4 實驗：智能家居應(yīng)用全棧開發(fā) 173
6.5 實驗：搭建數(shù)據(jù)可視化應(yīng)用 179
課后練習(xí) 186
第 7 章 邊緣計算入門 194
7.1 邊緣計算原理 194
7.1.1 邊緣計算的概念 194
7.1.2 邊緣計算的三個發(fā)展階段 195
7.1.3 邊緣計算的參考架構(gòu) 195
7.2 邊緣計算應(yīng)用場景分析 196
7.2.1 場景一：互動直播中的邊緣計算應(yīng)用 196
7.2.2 場景二：智慧城市中的邊緣計算應(yīng)用 197
7.2.3 場景三：新零售中的邊緣計算應(yīng)用 198
7.3 物聯(lián)網(wǎng)邊緣計算 Link IoT Edge初步應(yīng)用 199
7.3.1 物聯(lián)網(wǎng)邊緣計算 Link IoT Edge 199
7.3.2 Link IoT Edge 產(chǎn)品架構(gòu) 200
7.3.3 Link IoT Edge 場景聯(lián)動 201
7.3.4 Link IoT Edge 邊緣應(yīng)用 202
7.3.5 Link IoT Edge 流數(shù)據(jù)分析 204
7.3.6 Link IoT Edge 設(shè)備接入 205
7.3.7 Link IoT Edge 應(yīng)用場景 208
7.4 實驗：全屋智能邊緣應(yīng)用 209
7.4.1 實驗環(huán)境準(zhǔn)備 209
7.4.2 實驗步驟 210
課后練習(xí) 217
第 8 章 物聯(lián)網(wǎng)安全入門 223
8.1 信息安全基礎(chǔ)知識 223
8.1.1 密碼學(xué)基本概念 223
8.1.2 常見密碼算法 224
8.1.3 密鑰管理 226
8.2 阿里云物聯(lián)網(wǎng)安全技術(shù)與產(chǎn)品 226
8.2.1 物聯(lián)網(wǎng)安全運(yùn)營中心（Link SOC） 227
8.2.2 物聯(lián)網(wǎng)可信執(zhí)行環(huán)境（Link TEE） 230
8.2.3 物聯(lián)網(wǎng)設(shè)備身份認(rèn)證（Link ID2） 233
8.3 滲透測試與安全防御 235
8.3.1 滲透測試 235
8.3.2 物聯(lián)網(wǎng)系統(tǒng)安全防御 236
8.4 實驗：智能門鎖攻防演練 238
8.4.1 實驗環(huán)境 238
8.4.2 實驗步驟 238
8.4.3 安全防御技術(shù) 241
8.5 實驗：智能攝像頭攻防演練 242
8.5.1 實驗環(huán)境 242
8.5.2 實驗步驟 242
8.5.3 安全防御技術(shù) 243
課后練習(xí) 243
參考文獻(xiàn) 248
第 9 章 物聯(lián)網(wǎng)人工智能開發(fā)入門 249
9.1 人工智能基礎(chǔ) 249
9.1.1 人工智能與圖靈測試 249
9.1.2 人工智能發(fā)展歷史 250
9.2 神經(jīng)網(wǎng)絡(luò) 251
9.2.1 人腦神經(jīng)網(wǎng)絡(luò) 251
9.2.2 人工神經(jīng)網(wǎng)絡(luò) 252
9.2.3 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史 252
9.2.4 前饋神經(jīng)網(wǎng)絡(luò) 254
9.2.5 卷積神經(jīng)網(wǎng)絡(luò) 255
9.2.6 循環(huán)神經(jīng)網(wǎng)絡(luò) 255
9.3 人工智能關(guān)鍵技術(shù) 257
9.3.1 機(jī)器學(xué)習(xí) 257
9.3.2 表示學(xué)習(xí) 257
9.3.3 深度學(xué)習(xí) 259
9.4 深度學(xué)習(xí)算法理解 260
9.4.1 TensorFlow運(yùn)行機(jī)制及基本用法 261
9.4.2 基于 TensorFlow 識別手寫數(shù)字 262
9.4.3 基于 TensorFlow 和人工神經(jīng)網(wǎng)絡(luò)生成文本 266
9.5 基于深度學(xué)習(xí)的人臉識別 268
9.5.1 圖像的計算機(jī)表示 268
9.5.2 深度學(xué)習(xí)流程 269
9.5.3 卷積神經(jīng)網(wǎng)絡(luò)與人臉識別 270
9.6 阿里云物聯(lián)網(wǎng)智能視頻服務(wù) Link Visual 272
9.6.1 Link Visual 簡介 272
9.6.2 Link Visual 設(shè)備端 SDK簡介 274
9.6.3 Link Visual 接入流程 274
9.6.4 Link Visual 控制臺介紹 276
9.7 實驗：Link Visual 云端對接實踐 278
9.7.1 開通 Link Visual 278
9.7.2 開發(fā)產(chǎn)品 279
9.7.3 運(yùn)行 Link Visual 設(shè)備端 SDK Demo 282
9.7.4 體驗 Link Visual 283
9.8 阿里云 AI Box 介紹 284
9.8.1 AI Box 產(chǎn)品規(guī)格 284
9.8.2 AI Box 產(chǎn)品部署 284
9.8.3 AI Box 算法能力 286
9.8.4 AI Box 云端配置 287
9.8.5 AI Box 算法下發(fā) 287
9.9 實驗：基于 AI Box 的人員軌跡追蹤實驗 288
課后練習(xí) 293
參考文獻(xiàn) 295
書單推薦
