因特网（Inter），物联网都是通讯网路，将装置进行连线，就好比物联网是高速公路与英特网是大马路，大马路可以走人走脚踏车走汽车，高速路只走汽车。云端计算是区别于本地计算的一种概念，是分散式计算的一种技术名称。
云端计算和物联网两者之间本没有什么特殊的关系，物联网只是今后云端计算平台的一个普通应用，物联网和云端计算之间是应用与平台的关系。
物联网的发展依赖于云端计算系统的完善，从而为海量物联资讯的处理和整合提供可能的平台条件，云端计算的集中资料处理和管理能力将有效的解决海量物联资讯储存和处理问题。
人工智慧是程式演算法和大资料结合的产物。
而云计算是程式的演算法部分，物联网是收集大资料的根系的一部分。
可以简单的认为：人工智慧=云端计算+大资料（一部分来自物联网）
随着物联网在生活中的铺开，它将成为大资料最大，最精准的来源。
云端计算通俗理解：1、通过网路上传到云储存东西，无需储存装置有网路便可读取。像银行
2、可以通过云端计算，有些软体无需安装便可使用，比如直接通过云写文件，不用安装word。像家里用电不用自己发电，通过电网购买。
云的使用对自己电脑的配置实用减少，而物联网是本地电脑和伺服器资讯互换，处理资讯使用的是本地电脑的资源处理东西。
物联网是客观世界在Inter上的一种应用；云端计算是建立在Inter上的一种分散式技术服务模式；三网融合是将Inter、电信网、广电网业务融合在一起的应用技术及业务模式。
希望对你有用。
随着社会迅速发展，人类逐渐进入大资料的时代，而物联网与云端计算作为近年来的热点，受到了业内不少人士的关注。据业界人士分析，大资料的前景与物联网以及云端计算这两者之间的关系非常密切，那么，真像业界人士所说的那样它们之间存在着不一样的关系呢？下面，我们就来了解一下大资料与物联网、云端计算之间的关系吧。
大资料概念
巨量资料(big data)，或称大资料、海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软体工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。“大资料”是由数量巨大、结构复杂、型别众多资料构成的资料集合，是基于云端计算的资料处理与应用模式，通过资料的整合共享，交叉复用,形成的智力资源和知识服务能力。
大资料市场格局
具体意义上来讲，早在20世纪90年代“资料仓库之父”的Bill Inmon便提出了“大资料”的概念。大资料之所以在最近走红，主要归结于网际网路、移动装置、物联网和云端计算等快速崛起，全球资料量大大提升。可以说，移动网际网路、物联网以及云端计算等热点崛起在很大程度上是大资料产生的原因。
我们通过分析，形象的知道大资料与移动网际网路、物联网以及传统网际网路的关系。物联网，移动网际网路再加上传统网际网路，每天都在产生海量资料，而大资料又通过云端计算的形式，将这些资料筛选处理分析，提前出有用的资讯，这就是大资料分析。
大资料与云端计算
云端计算（cloud puting）是基于网际网路的相关服务的增加、使用和交付模式，通常涉及通过网际网路来提供动态易扩充套件且经常是虚拟化的资源。近几年，云端计算的概念受到了学术界、商界，甚至 的热捧，一时间云端计算无处不在，这真让同时代其他的IT技术相形见绌，无地自容。
本质上，云端计算与大资料的关系是静与动的关系；云端计算强调的是计算，这是动的概念；而资料则是计算的物件，是静的概念。如果结合实际的应用，前者强调的是计算能力，或者看重的储存能力；但是这样说，并不意味着两个概念就如此泾渭分明。大资料需要处理大资料的能力（资料获取、清洁、转换、统计等能力），其实就是强大的计算能力；另一方面，云端计算的动也是相对而言，比如基础设施即服务中的储存装置提供的主要是资料储存能力，所以可谓是动中有静。
如果资料是财富，那么大资料就是宝藏，而云计算就是挖掘和利用宝藏的利器！没有强大的计算能力，资料宝藏终究是镜中花；没有大资料的积淀，云端计算也只能是杀鸡用的宰牛刀。
大资料与物联网
物联网是一个基于网际网路、传统电信网等资讯承载体，让所有能够被独立定址的普通物理物件实现互联互通的网路。
大资料与物联网之间的关系是相铺相成的。物联网产生大资料。美国人前几年医院一年产生500个数据，IMT1。4TB资料等各种的资料通过感测器产生，也有在网上直接产生的，我们现在处于大资料时代，物联网一分钟可以产生非常多的东西，苹果下载2万余次，一分钟会上传10万条新微博，全世界物联网上虚拟网路上，产生了大量的资料。
物联网产生的大资料与一般的大资料有不同的特点。物联网的资料是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的资料有明显的颗粒性，其资料通常带有时间、位置、环境和行为等资讯。物联网资料可以说也是社交资料，但不是人与人的交往资讯，而是物与物，物与人的社会合作资讯。
除此之外，大资料助力物联网，不仅仅是收集感测性的资料，实物跟虚拟物要结合起来。今天北京交通堵塞，但是并不知道堵塞原因，如果 释出讯息和市民微博释出讯息结合起来就知道发生什么事，物联网要过滤，过滤要有一定模式。
基于大资料与物联网，云端计算之间的关系
物联网重点突出了感测器感知的概念，同时它也具备网路线路传输，资讯储存和处理，行业应用介面等功能。而且也往往与网际网路共用伺服器，网路线路和应用介面，使人与人(Human ti Human ，H2H)，人与物(Human to thing，H2T)、物与物( Thing to Thing，T2T)之间的交流变成可能，最终将使人类社会、资讯空间和物理世界(人机槠)融为一体。
大资料目前尚没有统一的定义，比较有代表性的是3V 定义，即认为大资料需满足3 个特点：规模性(Volume)、多样性(Variety)和高速性(Velocity)。
以云端计算为代表的网际网路新应用的兴起，表明网际网路基础服务无论从硬体，软体还是资料资讯都在向集中和统一的方向发展。也就是说，未来的大资料还将具备一个新的特性-统一性(Unity)。
你也可以参考物联商业网。
因特网是一个数据网际网路；物联网是将现实世界的事物通过感测器等连线到网际网路形成的一个管理网路；云端计算是一种大规模的计算服务平台，它可以为其他网路提供计算服务；三网融合是将电信网、电视网及网际网路融合在一起的综合应用网路。
希望对你有用。
云端计算与网格计算的概念
首先，究竟什么是云端计算（Cloud Computing）呢？钱教授指出，云就是网际网路——做网路的似乎总是把网路抽象成云；云端计算就是利用在Inter中可用的计算系统，能够支援网际网路各类应用的系统。云端计算是以第三方拥有的机制提供服务，为了完成功能，使用者只关心需要的服务，这是云端计算基本的定义。
相对于网格计算（Grid Computing）和分散式计算，云端计算拥有明显的特点：第一是低成本，这是最突出的特点。第二是虚拟机器的支援，使得在网路环境下的一些原来比较难做的事情现在比较容易处理。第三是镜象部署的执行，这样就能够使得过去很难处理的异构的程式的执行互 *** 作变得比较容易处理。第四是强调服务化，服务化有一些新的机制，特别是更适合商业执行的机制。
那么网格计算的特点又是什么呢？
网格计算有了十几年的历史。网格基本形态是什么？是跨地区的，甚至跨国家的，甚至跨洲的这样一种独立管理的资源结合。资源在独立管理，并不是进行统一布置、统一安排的形态。网格这些资源都是异构的，不强调有什么统一的安排。另外网格的使用通常是让分布的使用者构成虚拟组织（VO），在这样统一的网格基础平台上用虚拟组织形态从不同的自治域访问资源。此外，网格一般由所在地区、国家、国际公共组织资助的，支援的资料模型很广，从海量资料到专用资料以及到大小各异的临时资料集合，在网上传的资料，这是网格目前的基本形态。
云端计算与网格计算区别何在
可以看出，网格计算和云端计算有相似之处，特别是计算的并行与合作的特点；但他们的区别也是明显的。主要有以下几点：
首先，网格计算的思路是聚合分布资源，支援虚拟组织，提供高层次的服务，例如分布协同科学研究等。而云计算的资源相对集中，主要以资料中心的形式提供底层资源的使用，并不强调虚拟组织（VO）的概念。
其次，网格计算用聚合资源来支援挑战性的应用，这是初衷，因为高效能运算的资源不够用，要把分散的资源聚合起来；后来到了2004年以后，逐渐强调适应普遍的资讯化应用，特别在中国，做的网格跟国外不太一样，就是强调支援资讯化的应用。但云计算从一开始就支援广泛企业计算、Web应用，普适性更强。
第三，在对待异构性方面，二者理念上有所不同。网格计算用中介软体遮蔽异构系统，力图使使用者面向同样的环境，把困难留在中介软体，让中介软体完成任务。而云计算实际上承认异构，用映象执行，或者提供服务的机制来解决异构性的问题。当然不同的云端计算系统还不太一样，像Google一般用比较专用的自己的内部的平台来支援。
第四，网格计算用执行作业形式使用，在一个阶段内完成作用产生资料。而云计算支援持久服务，使用者可以利用云端计算作为其部分IT基础设施，实现业务的托管和外包。
第五，网格计算更多地面向科研应用，商业模型不清晰。而云计算从诞生开始就是针对企业商业应用，商业模型比较清晰。
总之，云端计算是以相对集中的资源，执行分散的应用（大量分散的应用在若干大的中心执行）；而网格计算则是聚合分散的资源，支援大型集中式应用（一个大的应用分到多处执行）。但从根本上来说，从应对Inter的应用的特征特点来说，他们是一致的，为了完成在Inter情况下支援应用，解决异构性、资源共享等等问题。
那么，网格计算和云端计算有没有可能取长补短、互为补充呢？钱教授提到，如果这两者结合起来，也许可以聚合大量分散的资源，从而支援各种各样的大型集中应用以及分散的应用。
最后，钱教授还谈到，在云端计算技术方面，有三个需要关注的问题。第一是安全，因为要想作为公共基础设施必须取得使用者的充分信任。第二是标准化，不能再走中介软体的老路。第三是开源，要走开放的平台，这样才有发展。
简明的描述，看了有茅塞顿开的感觉。
观点一：网格计算主要关注如何把一个任务分配到它所需要的资源上（一般来说是一个远端可用的），在这里一个大的计算任务可以被分成多个小任务，然后被分配到这些伺服器上执行；而云计算则强调把资源动态的从硬体基础架构上产生出来，以适应工作任务的需要，云端计算可以支援网格计算，也可以支援非网格计算。（简单理解，即动态产生的计算资源是来自一台伺服器还是多台，是否使用了网格计算的演算法。本人的理解）
观点二：网格计算与云端计算主要有三点区别，第一，网格主要是通过聚合式分布的资源，通过虚拟组织提供高层次的服务，而云计算资源相对集中，通常以资料中心的形式提供对底层资源的共享使用，而不强调虚拟组织的观念；第二，网格聚合资源的主要目的是支援挑战性的应用，主要面向教育和科学计算，而云计算一开始就是用来支援广泛的企业计算、web应用等；第三，网格用中介软体遮蔽异构性，而云计算承认异构，用提供服务的机制来解决异构性的问题。
网格计算与云端计算的关系如下表所示。
表 1 网格计算与云端计算的比较
网格计算
云端计算
目标
共享高效能运算力和资料资源，实现资源共享和协同工作
提供通用的计算平台和储存空间，提供各种软体服务
资源来源
不同机构
同一机构
资源型别
异构资源
同构资源
资源节点
高效能运算机
伺服器/PC
虚拟化检视
虚拟组织
虚拟机器
计算型别
紧耦合问题为主
松耦合问题
应用型别
科学计算为主，计算密集
资料处理为主，资料密集
使用者型别
科学界
商业社会
付费方式
免费（ 出资）
按量计费
标准化
有统一的国际标准OGSA/WSRF
尚无标准，但已经有了开放云端计算联盟OCC
网格计算走的是学院派的路子：在概念上争论多年，在体系结构上三次伤筋动骨，在标准规范上花费了大量的心力，所设定的目标又非常远大－－要在跨平台、跨组织、跨信任域的极其复杂的异构环境 享资源和协同解决问题，所要共享的资源也是五花八门－－从高效能运算机、资料库、装置到软体、甚至知识；云端计算走的是现实派的路子：暂时不管概念、不管标准，Google云端计算与Amazon云端计算的差别非常大，云端计算只是对他们以前做的事情的新的共同的时髦叫法；所共享的储存和计算资源暂时仅限于某个企业内部，省去了许多跨组织协调的问题；以Google为代表的云端计算在内部管理运作方式上的简洁一如其介面，能省的功能都省了，Google档案系统甚至不允许修改已经存在的档案，大大降低了实现难度，却借助其无与伦比的规模效应释放前所未有的能量。
网格计算与云端计算的关系，就像是OSI与TCP/IP之间的关系：ISO制定的OSI（开放系统互联）网路标准，考虑得非常周到，也异常复杂，在多年之前就考虑到了会话层和表示层的问题。很有远见，但过于阳春白雪了，实现的难度和代价也非常大。当OSI的一个简化版－－TCP/IP冒出来之后，将七层协议简化为四层，内容也大大精简，因而迅速取得了成功。在TCP/IP一统天下之后多年，语义网等问题才被提上议事日程，开始为TCP/IP补课，增加其会话和表示的能力。因此，OSI是学院派，TCP/IP是现实派。OSI是TCP/IP的基础，TCP/IP又推动了OSI的发展。不是成者为王、败者为寇的问题，而是滚动发展的问题。
1．物联网产生大资料，大资料助力物联网。目前，物联网正在支撑起社会活动和人们生活方式的变革，被称为继计算机、网际网路之后冲击现代社会的第三次资讯化发展浪潮。物联网在将物品和网际网路连线起来，进行资讯交换和通讯，以实现智慧化识别、定位、跟踪、监控和管理的过程中，产生的大量资料也在影响着电力、医疗、交通、安防、物流、环保等领域商业模式的重新形成。物联网握手大资料，正在逐步显示出巨大的商业价值。
2．大资料是高速跑车，云端计算是高速公路。在大资料时代，使用者的体验与诉求已经远远超过了科研的发展，但是使用者的这些需求却依然被不断地实现。在云端计算、大资料的时代，那些科幻片中的统计分析能力已初具雏形，而这其中最大的功臣并非工程师和科学家，而是网际网路使用者，他们的贡献已远远超出科技十年的积淀。
物联网是新一代信息技术的重要组成部分，其核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络，但又不完全是互联网，是将互联网的用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。物联网的基本特征从通信对象和过程来看，物与物、人与物之间的信息交互是物联网的核心。物联网的基本特征可概括为整体感知、可靠传输和智能处理。
物联网有三个层面：感知层、网络层、应用层。在感知层，我们在客观物体中植入了精密的传感器和芯片，有相关的感知设备，通过信息传感设备，把物体的状态信息从物理信号转化成电信号，感知层是物联网发展前提，必须由传感器，才能获取物体信息。
光把物体的信息感知出来是不够的，要实现到网络上来传输应用，既包括ZigBee、蓝牙、红外、超宽带、近场通信等用于传感器网络或智能设备近距离通信的技术，也包括宽带接入。将物体与网络连接，物体通过信息传播媒介进行信息交换和通信，实现智能化识别、定位、跟踪等，万物皆可连。
利用经过分析处理的感知数据为用户提供丰富的服务，可分为管理和应用两个部分内容，在管理层有信息处理、应用集成、云计算、解析服务、网络管理、web服务。目前物联网在很多领域应用，智能家居、环保检测、城市管理、公共安全、远程医疗等。
物联网的原理是在计算机互联网的基础上，利用RFID、无线数据通信技术，构建覆盖全球数万座建筑的物联网。在这个网络中，建筑物(物品)之间可以在不需要人工干预的情况下进行通信。其实质是利用射频自动识别技术，通过计算机互联网实现物品之间的自动识别和信息的互联与共享。移动互联网是"人-服务器-人"的框架，物联网是"物-服务器-人"的框架，两者是相同的，物联网终端设备也采用TCP、>
我们在了解人工智能技术的时候，对于深度学习的概念进行了一次普及，今天我们就一起来学习一下深度学习对于物联网的发展都有哪些影响作用。下面北京电脑培训就开始今天的主要内容吧。
技术
在物联网时代，大量的感知器每天都在收集并产生着涉及各个领域的数据。由于商业和生活质量提升方面的诉求，应用物联网(IoT)技术对大数据流进行分析是十分有价值的研究方向。这篇论文对于使用深度学习来改进IoT领域的数据分析和学习方法进行了详细的综述。从机器学习视角，作者将处理IoT数据的方法分为IoT大数据分析和IoT流数据分析。论文对目前不同的深度学习方法进行了总结，并详细讨论了使用深度学习方法对IoT数据进行分析的优势，以及未来面临的挑战。
在本系列文章中，已介绍了深度学习和长短期记忆(LSTM)网络，展示了如何生成用于异常检测的数据，还介绍了如何使用Deeplearning4j工具包。本篇文章中，将介绍开源机器学习系统ApacheSystemML如何通过动态地优化执行并利用ApacheSpark作为运行时引擎，帮助执行线性代数运算。并展示了在时序传感器数据(或任何类型的一般序列数据)上，即使非常简单的单层LSTM网络的性能也优于先进的异常检测算法。
GoogleAssistant和其他自然语言理解平台正在推动用户如何使用他们的技术。无论是执行器诸如设置计时器之类的简单任务，还是进行更复杂的任务(例如Google智能助理调整恒温器)，您都可以参与其中。在这篇文章中，逐步介绍了如何构建自己的助手应用程序，通过简单地要求Google来控制AndroidThings设备来浇灌植物。
开源
tinyweb是一个用于在运行有MicroPython的ESP8266/ESP32等微型设备之上的简单轻便的>
Mynewt是一款适用于微型嵌入式设备的组件化开源 *** 作系统。ApacheMynewt使用Newt构建和包管理系统，它允许开发者仅选择所需的组件来构建 *** 作系统。其目标是使功耗和成本成为驱动因素的微控制器环境的应用开发变得容易。Mynewt提供开源蓝牙50协议栈和嵌入式中间件、闪存文件系统、网络堆栈、引导程序、FATFS、引导程序、统计和记录基础设施等的支持。
AngularIotDashboard是一个基于Angular4的物联网领域的仪表板。它是一个适用于任何浏览器的实时兼容仪表板，其目标是成为智能家居，智能办公室和工业自动化的d性前端。拥有许多可重用组件，开发者可以基于AngularIoTDashboard启发和实施自己版本的托管物联网仪表板。
硬件
FemtoUSB是一个基于Atmel的ARMCortexM0+产品ATSAMD21E18A的开源ARM开发板。其被设计成对那些对ARM设计感兴趣的人的基础起点，特别那些准备从AVR8位硬件转换到功能非常强大的ARM32位工具。其从电路板设计，原理图和零件清单完全是开源的，可以让开发者学习设计ARM芯片、编译工具链、ARM芯片的基本的电路图等等的内容。
目录
1、网络协议
其实协议在我们生活中也能找到相应的影子。
举个例子，有 2 个男生准备追求同一个妹子，妹子来自河南，讲河南话，还会点普通话；一个男生来自胡建，讲闽南语，也会点普通话；另一个男生来自广东，只讲粤语；
协议一致，沟通自如
语言不通，无法沟通
你们猜猜？最后谁牵手成功了？答案肯定是来自胡建的那位，双方可以通过 普通话 进行沟通，表达内容都能理解。而来自广东的帅哥只会讲粤语，不会普通话，妹子表示听不懂，就无法进行沟通下了。
每个人的成长环境不同，所讲的语言、认知、理解能力也就不同。为了使来自五湖四海的朋友能沟通自如，就需要大家协商，认识某一个语言或规则，彼此能互相理解，这个语言就是普通话。
通过这个例子，大家可以这样理解：
把普通话比作“协议”、把聊天比作“通信”，把说话的内容比作“数据”。
相信这样类比，大家就知道，协议是什么了？
简单地说，就是程序员指定一些标准，使不同的通信设备能彼此正确理解、正确解析通信的内容。我们都知道计算机世界里是二进制，要么 1，要么 0，那为啥可以表达丰富多彩的内容呢？
也是因为协议，不同字段，不同组合，可以解析不同意思，这就依然协议，让协议来正确处理。
例如，我们使用手机连 WiFi 来刷抖音，使用的是 80211（WLAN）协议，通过这个协议接入网络。如果你所连的 WIFI 是不需要手动设置 IP 地址，是通过自动获取的，就使用到了 DHCP 协议，这样你的手机算上接入了 局域网， 如果你局域网内有台 NAS 服务器，存放了某些不可描述的视频资源，你就可以访问观看了，但这时你可能无法访问互联网资源，例如，你还想刷会抖音，看看妹子扭一扭，结果出现如下画面：
出现这种画面，说明无法使用 互联网， 可能是无线路由器没有设置好相关协议，比如： NAT、PPPoE 协议（上网账号或密码设置错误了），只有设置正确了，就可以通过运营商（ISP）提供的线路把局域网接入到互联网中，实现手机可以访问互联网上的资源（服务器）。玩微信撩妹子、刷抖音看妹子。
网络协议示意图
延伸阅读
1、局域网：最显著的特点就是范围有限，行政可控的区域可以是一所高校、一个餐厅、一个园区、一栋办公楼或一个家庭的私有网络。
2、城域网：原本是介意局域网和广域网之间，实际工作中很少再刻意去区分城域网和广域网了，所以这边不再介绍。
3、广域网：简单说就是负责把多个局域网连接起来，它的传输距离长距离传输，广域网的搭建一般是由运营商来。
4、互联网：把全世界上提供资源共享的 IT 设备所在网络连接起来，接入了互联网就可以随时随地访问这些资源了。
5、物联网：把所有具有联网功能的物体都接入互联网就形成了物联网。如空调联网，就可以远程控制空调； 汽车 联网，就可以远程获取行程数据。
总结一下吧！我们可以把电脑、手机等 IT 设备比喻做来自五湖四海的人们，大家都通过多种语言（网络协议）实现沟通（通信）。所有人要一起交流，就用普通话，大家都能理解。所有胡建人在一起，就用闽南语进行沟通，彼此也能理解。这么的方言，就好比计算机网络世界里也有这么多协议，只是不同协议用在不同地方。
好奇的同学，可能就会问，那网络协议是由谁来规定呢？这就需要提到一个组织，ISO。这个组织制定了一个国际标准 ，叫做 OSI 参考模型，如下，很多厂商都会参考这个制定网络协议。
OSI 参考模型图
2、OSI 参考模型
既然是模型，就好比模范一样，大家都要向它学习，以它为原型，展开学习研究。前面我们也提到了一些协议，这么多协议如果不进行归纳，分层，大家学习起来是不是感觉很凌乱？
所以 OSI 参考模型就是将这样复杂的协议整理并进行分层，分为易于理解的 7 层，并定义每一层的 服务 内容，协议的具体内容是 规则 。上下层之间通过 接口 进行交互，同一层之间通过 协议 进行交互。相信很多网络工程师在今后工作中遇到问题，讨论协议问题还会用到这个模型展开讨论。所以说，对于计算机网络初学者来说，学习了解 OSI 参考模型就是通往成功的第一步。
OSI 参考模型分层功能
7应用层
为应用程序提供服务并规定应用程序中通信相关的细节，OSI 的最高层。包括文件传输、Email、远程登录等协议。程序员接触这一层比较多。
应用层示例图
6表示层
主要负责数据格式的转换，为上下层能够处理的格式。如编码、加密、解密等。
表示层示例图
5会话层
即负责建立、管理和终止通信连接（数据流动的逻辑通路），数据分片、重组等传输的管理。
会话层示例图
4传输层
保证可靠传输，不需要再路由器上处理，只需再通信双方节点上进行处理，如处理差错控制和流量控制。
传输层示例图
3网络层
主要负责寻址和路由选择，将数据包传输到目的地。
网络层示例图
2数据链路层
负责物理层面上互连、节点之间的通信传输，将0 、 1 序列比特流划分为具有意义的数据帧传输给对端。这一层有点类似网络层，网络层也是基于目的地址来传输，不同是：网络层是将数据包负责在整个网络转发，而数据链路层仅是在网段内转发，所以大家抓包会发现，源目 MAC 地址每经过一个二层网段，都会变化。
数据链路层示例图
1物理层
负责 0、1 比特流（0、1 序列）与电压高低电平、光的闪灭之间的互相转换，为数据链路层提供物理连接。
物理层示例图
OSI 为啥最后没有得到运用呢？其实最主要的原因，是 OSI 模型出现的比 tcp/ip 出现的时间晚，在 OSI 开始使用前，TCP/IP 已经被广泛的应用了。如果要换成 OSI 模型也不太现实。其次是 OSI 是专家们讨论，最后形成的，由于没有实践，导致该协议实现起来很复杂，很多厂商不愿意用 OSI，与此相比，TCP/IP 协议比较简单，实现起来也比较容易，它是从公司中产生的，更符合市场的要求。综合各种因素，最终 OSI 没有被广泛的应用。
下面我们来看看 TCP/IP 与 OSI 分层之间的对应关系及相应的协议：
4应用层
从上图，可以知道 TCP/IP 四层模型，把应用层、表示层、会话层集成再一起了，该层的协议有：>物联网平台为设备提供安全可靠的连接通信能力，向下连接海量设备，支撑设备数据采集上云；向上提供云端API，指令数据通过API调用下发至设备端，实现远程控制。
物联网平台也提供了其他增值能力，如设备管理、规则引擎、数据分析、边缘计算等，为各类IoT场景和行业开发者赋能。
如下是共享单车基于物联网平台的解决方案。
物联网平台提供边缘计算能力，支持在离设备最近的位置构建边缘计算节点处理设备数据。
在断网或弱网情况下，边缘计算可缓存设备数据，网络恢复后，自动将数据同步至云端。
提供多种业务逻辑的开发和运行框架，包括场景联动、函数计算和流式计算，各框架均支持云端开发、动态部署。
边缘计算能力允许在最靠近设备的地方构建边缘计算节点，过滤清洗设备数据，并将处理后的数据上传至云平台。
物联网应用可广泛应用于：智能生活、智能工业、智能楼宇、环境保护、农业水利、能源监控等环境。计算平台主要涉及：
开发者使用设备接入SDK，将非标设备转换成标准物模型，就近接入网关，从而实现设备的管理和控制。
设备连接到网关后，网关可以实现设备数据的采集、流转、存储、分析和上报设备数据至云端，同时网关提供规则引擎、函数计算引擎，方便场景编排和业务扩展。
设备数据上传云端后，可以结合云功能，如大数据、AI学习等，通过标准API接口，实现更多功能和应用。
物联网 (IoT) 设备必须连接互联网。通过连接到互联网，设备就能相互协作，以及与后端服务协同工作。互联网的基础网络协议是 TCP/IP。MQTT（Message Queue Telemetry Transport，消息队列遥测传输） 是基于 TCP/IP 协议栈而构建的，已成为 IoT 通信的标准。
2MQTT协议是应用层协议不依赖长连接，适合弱网络。通过topic缓存信息。符合物联网设备的使用场景。因为通过topic缓存信息，因此可以实现通过topic与多个端的一对多连接，而不是设备与设备的多对多连接，节省了能耗及带宽。
MQTT的心跳，及非信息的报文，较Websocket更少，更节省带宽及能耗。更适用于物理网的多种网络协议。
3WebSocket和>
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）