物联网 The Internet of Things

当前的互联网只限于信息共享，网络则被认为是互联网发展的第三阶段。网络可以构造地区性的网络、企事业内部网络、局域网网络，甚至家庭网络和个人网络。网络的根本特征并不一定是它的规模，而是资源共享，消除资源孤岛。 网络技术具有很大的应用潜力，能同时调动数百万台计算机完成某一个计算任务，能汇集数千科学家之力共同完成同一项科学试验，还可以让分布在各地的人们在虚拟环境中实现面对面交流。 发展历程 网络研究起源于过去十年美国政府资助的高性能计算科研项目。这项研究的目标是将跨地域的多台高性能计算机、大型数据库、大型的科研设备、通信设备、可视化设备和各种传感器等整合成一个巨大的超级计算机系统，以支持科学计算和科学研究。 微软公司把开发力量集中在数据网络上，关注使用网络共享信息，而不是网络的计算能力，这反映了学术和研究领域内的分歧。事实上，很多用于学术领域的网络技术都能够成为商业应用。 Argonne Globus是美国阿贡（Argonne）国家实验室的网络技术研发项目，全美12所大学和研究机构参与了该项目。Globus对资源管理、安全、信息服务及数据管理等网络计算的关键理论进行研究，开发能在各种平台上运行的网络计算工具软件，帮助规划和组建大型的网络试验平台，开发适合大型网络系统运行的大型应用程序。 目前，Globus技术已在美国航天局网络、欧洲数据网络、美国国家技术网络等8个项目中得到应用。2005年8月，美国国际商用机器公司（IBM）宣布投入数十亿美元研发网络计算，与Globus合作开发开放的网络计算标准，并宣称网络的价值不仅仅限于科学计算，商业应用也有很好的前景。网络计算和Globus从开始幕后走到前台，受到前所未有的关注。 中国非常重视发展网络技术，由863计划“高性能计算机及其核心软件”重大专项支持建设的中国国家网络项目在高性能计算机、网络软件、网络环境和应用等方面取得了创新性成果。具有18万亿次聚合计算能力、支持网络研究和网络应用的网络试验床——中国国家网络，已于2005年12月21日正式开通运行。这意味着通过网络技术，中国已能有效整合全国范围内大型计算机的计算资源，形成一个强大的计算平台，帮助科研单位和科技工作者等实现计算资源共享、数据共享和协同合作。 关键技术 网络的关键技术有网络结点、宽带网络系统、资源管理和任务调度工具、应用层的可视化工具。网络结点是网络计算资源的提供者，包括高端服务器、集群系统、MPP系统大型存储设备、数据库等。宽带网络系统是在网络计算环境中，提供高性能通信的必要手段。资源管理和任务调度工具用来解决资源的描述、组织和管理等关键问题。任务调度工具根据当前系统的负载情况，对系统内的任务进行动态调度，提高系统的运行效率。网络计算主要是科学计算，它往往伴随着海量数据。如果把计算结果转换成直观的图形信息，就能帮助研究人员摆脱理解数据的困难。这需要开发能在网络计算中传输和读取，并提供友好用户界面的可视化工具。 研究现状 网络计算通常着眼于大型应用项目，按照Globus技术，大型应用项目应由许多组织协同完成，它们形成一个“虚拟组织”，各组织拥有的计算资源在虚拟组织里共享，协同完成项目。对于共享而言，有价值的不是设备本身而是实体的接口或界面。 从技术角度看，共享是资源或实体间的互 *** 作。Globus技术设定，网络环境下的互 *** 作意味着需要开发一套通用协议，用于描述消息的格式和消息交换的规则。在协议之上则需要开发一系列服务，这与建立在TCP/IP（传输控制协议/网际协议）上的万维网服务原理相同。在服务中先定义应用编程接口，基于这些接口再构建软件开发工具。 Globus网络计算协议建立在网际协议之上，以网际协议中的通信、路由、名字解析等功能为基础。Globus协议分为构造层、连接层、资源层、汇集层和应用层五层。每层都有各自的服务、应用编程接口和软件开发工具、上层协议调用下层协议的服务。网络内的全局应用都需通过协议提供的服务调用 *** 作系统。 构造层功能是向上提供网络中可供共享的资源，是物理或逻辑实体。常用的共享资源包括处理能力、存储系统、目录、网络资源、分布式文件系统、分布式计算机池、计算机集群等。连接层是网络中网络事务处理通信与授权控制的核心协议。构造层提交的各资源间的数据交换都在这一层控制下实现的。各资源间的授权验证、安全控制也在此实现。资源层的作用是对单个资源实施控制，与可用资源进行安全握手、对资源做初始化、监测资源运行状况、统计与付费有关的资源使用数据。 汇集层的作用是将资源层提交的受控资源汇集在一起，供虚拟组织的应用程序共享、调用。为了对来自应用的共享进行管理和控制，汇集层提供目录服务、资源分配、日程安排、资源代理、资源监测诊断、网络启动、负荷控制、账户管理等多种功能。应用层是网络上用户的应用程序，它先通过各层的应用编程接口调用相应的服务，再通过服务调用网络上的资源来完成任务。应用程序的开发涉及大量库函数。为便于网络应用程序的开发，需要构建支持网络计算的库函数。 目前，Globus体系结构已为一些大型网络所采用。研究人员已经在天气预报、高能物理实验、航空器研究等领域开发了一些基于Globus网络计算的应用程序。虽然这些应用仍属试验性质，但它证明了网络计算可以完成不少超级计算机难以胜任的大型应用任务。可以预见，网络技术将很快掀起下一波互联网浪潮。面对即将到来的第三代互联网应用，很多发达国家都投入了大量研究资金，希望能抓住机遇，掌握未来的命运。 中国也加强了网络方面的投入。中科院计算所为自己的网络起名为“织女星网络”（Vega Grid），目标是具有大规模数据处理、高性能计算、资源共享和提高资源利用率的能力。与国内外其他网络研究项目相比，织女星网络的最大特点是“服务网络”。中国许多行业，如能源、交通、气象、水利、农林、教育、环保等对高性能计算网络即信息网络的需求非常巨大。预计在最近两三年内，就能看到更多的网络技术应用实例。 应用领域 网络技术的应用领域很广，主要有以下几方面。 分布式超级计算 分布式超级计算将分布在不同地点的超级计算机用高速网络连接起来，并用网络中间件软件“粘合”起来，形成比单台超级计算机强大得多的计算平台。 分布式仪器系统 分布式仪器系统使用网络管理分布在各地的贵重仪器系统，提供远程访问仪器设备的手段，提高仪器的利用率，方便用户的使用。 数据密集型计算并行计算技术往往是由一些计算密集型应用推动的，特别是一些带有巨大挑战性质的应用，大大促进了对高性能并行体系结构、编程环境、大规模可视化等领域的研究。数据密集型计算的应用比计算密集型的应用多得多，它对应的数据网络更侧重于数据的存储、传输和处理，计算网络则更侧重于计算能力的提高。在这个领域独占鳌头的项目是欧洲核子中心开展的数据网络（DataGrid）项目，其目标是处理2005年建成的大型强子对撞机源源不断产生的PB/s量级实验数据。 远程沉浸 这是一种特殊的网络化虚拟现实环境。它是对现实或历史的逼真反映，对高性能计算结果或数据库可视化。“沉浸”是指人可以完全融入其中：各地的参与者通过网络聚集在同一个虚拟空间里，既可以随意漫游，又可以相互沟通，还可以与虚拟环境交互，使之发生改变。目前，已经开发出几十个远程沉浸应用，包括虚拟历史博物馆、协同学习环境等。远程沉浸可以广泛应用于交互式科学可视化、教育、训练、艺术、娱乐、工业设计、信息可视化等许多领域。 信息集成 网络最初是以集成异构计算平台的身份出现，接着进入分布式海量数据处理领域。信息网络通过统一的信息交换架构和大量的中间件，向用户提供“信息随手可得”式的服务。网络信息集成将更多应用在商业上，分布在世界各地的应用程序和各种信息通过网络能进行无缝融合和沟通，从而形成崭新的商业机会。 信息集成如信息网络、服务网络、知识网络等，是近几年网络流行起来的应用方向。2002年，Globus联盟和IBM在全球网络论坛上发布了开放性网络服务架构及其详细规范，把Globus标准与支持商用的万维网服务标准结合起来。2004年，Globus联盟、IBM和惠普（HP）等又联合发布了新的网络标准草案，把开放性网络服务架构详细规范I转换成6个用于扩展万维网服务的规范，网络服务已与万维网服务彻底融为一体，标志着网络商用化时代的来临。 网络技术的发展，标准是关键。就像TCP/IP协议是因特网的核心一样，构建网络计算也需要对核心——标准协议和服务进行定义。目前，一些标准化团体正在积极行动。迄今为止，网络计算虽还没有正式的标准，但在核心技术上，相关机构与企业已达成一致，由美国阿贡国家实验室与南加州大学信息科学学院合作开发的Globus 计算工具软件已成为网络计算实际的标准，已有12家著名计算机和软件厂商宣布将采用Globus 计算工具软件。作为一种开放架构和开放标准基础设施，Globus 计算工具软件提供了构建网络应用所需的很多基本服务，如安全、资源发现、资源管理、数据访问等。目前所有重大的网络项目都是基于Globus 计算工具软件提供的协议与服务的。 除了标准以外，安全和可管理性、人才的缺乏也是网络计算亟待解决的一个问题，否则它将无法成为企业的商业架构。在真正实现商业应用之前，还需要解决许多问题。即便如此，构建全球网络的前景仍是无法抗拒的。 主要功能 一般来说，计算机网络可以提供以下一些主要功能： 资源共享 网络的出现使资源共享变得很简单，交流的双方可以跨越时空的障碍，随时随地传递信息。 信息传输与集中处理 数据是通过网络传递到服务器中，由服务器集中处理后再回送到终端。 负载均衡与分布处理 负载均衡同样是网络的一大特长。举个典型的例子：一个大型ICP（Internet内容提供商）为了支持更多的用户访问他的网站，在全世界多个地方放置了相同内容的>早在2014年11月的时候，全球最具影响力的管理思想家之一、哈佛商学院教授迈克尔·波特和PTC首席执行官Jim Heppelman 在《哈佛商业评论》上发表了一篇具有重大影响力的文章——《智能互联产品如何改变竞争》。他们认为，物联网互联产品将改变传统的产业结构、商业模式以及许多行业的竞争本质。

自从这篇文章发表以来，世界上已经出现了许多颠覆性的物联网商业模式创新。例如：iRobot公司凭借其自主物联网连接的吸尘机器人，实现了从零到900万台物联网连接设备的销售量，从而改变整个吸尘器行业的状态；Thyssenkrupp电梯物联网连接的电梯已经从零增加到130,000个，其三个主要竞争对手Otis、Schindler和Kone都引入了类似的基于IoT的商业模式；共享单车行业，在美国已经从零发展到3900万人次，基本上就是通过物联网技术的出现而创建的。

还有成千上万的新智能产品/物联网商业模式的例子，还在酝酿中。那些目前正在（或计划将）智能互联产品推向市场的企业，可以从这些早期的创新者身上学到什么？前不久，市场咨询公司IoT Analytics发布了《2020 IoT商业化和商业模式采用》，探讨了全球领先的设备和产品制造商（OEM）在过去5年如何成功推出智能互联物联网产品以及心得体会。

开发一个物联网业务模式或业务模型并将之商业化并不简单，但可能会是颠覆性的“ 游戏 规则改变者”。61％参与了IoT Analytics研究报告者声称，与竞争对手相比，物联网商业模式让其公司获得了竞争优势。

将智能连接产品推向市场时，需要进行很多考量，例如：是首先接触现有客户，还是瞄准新客户；可以通过硬件、软件、服务或数据获利，还是这些的组合；是一次性收费，还是按月收费，甚至可能是按使用量收费；是否免费提供某些功能；是按成本定价，还是按利润率定价，或者是通过亏损以获得早期市场份额；是直接销售给客户，还是通过第三方（市场）销售等等。

物联网商业模式与产品开发和产品商业化这两个相邻的环节紧密相连。IoT Analytics将其分为3个部分： 开发物联网产品（例如上市时间和开发功能）、开发物联网商业模式（该分析主要基于Zollenkop框架，着眼于三个要素：市场定位、价值链和收入模型）以及物联网产品的商业化（例如：确定合适的价格水平、推动采用的措施和衡量成功的KPI）。

IoT Analytics的报告就这些问题给出了相应的6个观点，并强调了哪些物联网商业模式被认为更成功。

观点1。智能连接物联网产品，从内部项目启动到第一个付费用户平均需要23个月。然而，从开始到第一次付费客户所需的总时间，相比平均值有巨大差异。最快的实现发生在8个月，而最长的可能需要长达76个月（根据IoT Analytics的分析）。

观点2。有许多因素驱动了将智能互联物联网产品推向市场的复杂性。特别是较大的公司必须花更多的时间来协调多个部门和流程。根据分析，典型的物联网产品的引入会“主要影响”到6个部门（其中IT和R＆D受影响最大）。

推动IT和研发部门工作的，是在IoT互联产品中加入许多软件特性和服务。物联网产品平均拥有12项新功能，几乎所有物联网公司（91％）都为客户提供监控仪表板，而库存管理或工作流优化等功能则很少见。

观点3。在这次分析中，近四分之三的受访者开发了一款全新的或主要经过重新设计的产品，而这种产品以前并不存在。大多数受访者还表示，物联网产品的销售对象是一些新的决策者（以及一些现有的决策者）。结果是，52%的物联网商业模式可以归类为“多元化”，只有11%归类为“市场渗透”，即在现有产品加上小的附加功能，销售给和以前完全相同的决策者。

观点4。目前，超过95％的物联网硬件都已获利。然而，在大多数情况下，硬件只是多种变现方式的一部分。大多数研究参与者预计，未来两年，服务（包括传统和数字）和数据的重要性将显著提高。随着硬件获利重要性的下降，预计基于时间、使用和成功而盈利的模式的重要性将会增加。

欧洲某 汽车 行业高级IT经理表示：“我们未来的重点将更多地放在数字服务上。当前我们对用户只有一个接触点：安装硬件。展望未来，随着数据日趋成熟，以及拥有更好的远程软件更新能力，我们将能够提供更多以用户为中心的SaaS产品/功能，客户可以在网上购买。”

观点5。物联网解决方案的成功商业化在产品推出前很久就开始了。美国某机械设备制造商高级产品经理表示：“在构建和销售解决方案之前，清楚了解客户的需求至关重要。”

分析显示，不同地区的客户采用率存在巨大差异，一些功能显然比其它功能更受客户欢迎。客户采用率排名占前四分之一的两项功能分别是“状态监视”和“预测性维护”，这与IoT Analytics先前关于预测性维护主题的报告相符。

因此，许多研究参与者指出，教育自己的团队，特别是面向客户的员工的重要性就不足为奇了。美国某机械设备制造商高级产品经理表示：“对员工的培训是一项艰巨的任务，因为该技术对公司整体来说是新技术，并且所有领域的专家都需要接受培训。”

当前，我们正在进入全新的“咆哮20年”的开始。这是ARM与经济学人在今年上半年推出的《物联网商业指数2020》所提示的变化：即所有产业面对的障碍正逐渐降低，超过一半的受访企业已经处于物联网网络部署初期或大规模部署阶段。《物联网商业指数2020》强调，物联网的“商业价值之路”已经出现，企业在物联网方面的初期投资通常能够明确的投资回报，而随着物联网数据与其它数据集的结合以及纳入整体分析中，物联网的价值也在上升。

物联网的价值不仅仅在于它是一个可传感的网络,而必须是各个行业参与进来进行应用,不同行业,会有不同的应用。很大程度上,这是非常难的一步。目前,对物联网在教育中的研究与应用虽尚处于起步阶段,但笔者认为这一问题的探讨将给教育带来极大的变革。

(1)有利于建立全面和主动的教学管理体系。

在建立教学管理运行体系方面,利用现有物联网的核心技术:RFID技术的支持,有利于完善教学管理的组织系统、评价和考核系统,从而对教学的质量建立保障和监控体系。通过RFID标签和校园智能卡系统的结合,教师可利用物联网系统,对学生的学习情况进行自动的统计。例如:在分组实验教学中,可以对学生的出席和对应的实验器材建立联系,通过RFID系统建立实验室教学管理系统。院校各级教学管理部门也可利用RFID技术,对学生学习情况、到课情况进行分析,从而有利于学生工作部门有针对性地开展思想政治工作。同时还可以对学生在校园的行踪进行监控,设立校园安全控制区域,减少不必要的校园安全事故的发生;建立基于物联网的d性修学模式,利用物联网信息完整和可追述的特征,学生可以根据本人的兴趣特长,随时修改或完成某一课程的学习,随时选择某一心仪教师的教学,在需要考试时,随时连接到试题库系统并完成考试过程,从而真正实现学分制;建立双向的教学评价和考核系统,有利于实现学生和教师同行对每一次教学的实时评价,根据此评价,学生和教师双方都可以调整教学进度,改善学生的学习效果,提高教师的教学效率。

(2)有利于构建完全交互与智能的教研环境。

利用传感网络,可实现教学环境的实时信息反馈。目前,多数高校已经实施多媒体教学设施进课堂,利用物联网,可对课堂教学设备实现智能控制。例如:在教学楼里安装上万个传感器并用IPV6网络进行连接,可根据教室光线强弱自动调节教室光源和投影机的流明度;也可根据教室环境温湿度,通过红外感应设备自动控制教室空气的更换率;更可利用物联网识别技术,建立教师和对应授课教室的关联授权,智能控制教学仪器的使用等。这种方式的应用,已在部分研究机构中得以实现。

例如:在北京,西门子总部里面所有的灯光都是通过物联网智能控制的,员工在进入办公室后头顶上的灯自动打开,离开位置后头顶上的光源则自动关闭。如果外面的阳光太过强烈,窗帘则自动拉下,各个光源都是通过传感设备连接到电脑上,由电脑进行 *** 控。与此同时,笔者也认为,利用物联网构建的智能教学环境的应用应远不止于此。利用物联网信息完整与可靠传输特性,可实现教学环境的真正交互。例如:物联网的介入可以为实验教学提供一个安全的、共享的、智能化的实验教学环境。在教师的授课过程中,随时可以控制远在实验室中的教学仪器,通过网络视频设备,将实验过程与结果实时的显示在课堂教学中,学生也可实时控制远程设备,自行得到正确的实验结果。改变现行多媒体教学中,实验过程模拟化,实验效果非直观的弊病。

通过将大型科研设备纳入物联网,可有效改变目前教研资源不平衡问题,经过授权后的研究者可以在全球范围内控制该设备,科研过程数据也可以被实时采集并以适当的方式提供,最终实现教学科研的数字化、网络化与智能化。此方面的先例有TAMU和MIT近期实施的CSAIL计划,该计划是利用一群实验室机器人与嵌入在盆栽植物中的传感器的通信。机器人和传感器之间的交流可以允许每棵植物要求额外的水分和养分,并进行实时存储。成熟的西红柿被识别之后,机器人能准确地从植物上摘除。TAMU的研究人员可以利用MIT在物联网领域的研究优势,直接获取该研究成果数据。

此外,利用嵌入了传感芯片的教学设施,不但能够像多媒体设施一样,对教学中的结构化信息进行处理,也可对常规多媒体设施所不能处理的非结构化信息,诸如学生的思维、体会、情感、意志等进行整合,从而真正实现教学环境的智能和交互。

(3)有利于重构创新和开放的教学模式。

基于物联网教学环境下的教学模式相比于以往的各种教学模式,具有更加开放和创新的特征。可以依托物联网强大的物质和信息资源优势来建立基于物联网的科学探究模式。在该模式中,学习者可以最大限度地利用物联网资源,并在发掘物联网信息的同时促进高级思维能力的发展。例如:在虚拟社区的学习交互模型中,基于物联网的模式要比给予互联网的模式更能激发出学习者的深层思考,并产生交互。该模式更能引导学习者在每次知识建构、剖析、探讨和问题解决户进行反思、总结和提炼有价值的内容,并在物联网上与其他学习者共享。

同时,将先进的物联网技术与现代教学理念相结合,运用到科学教学活动中,也能够对协作和协同教学模式起到很好的支撑作用。传统的协作和协同教学模式标志着开放系统中大量亚系统之间相互作用的,整体的,集体的或合作的效应,能够很好地解决教学过程中的/导)学0关系。比较著名的有密歇根大学的跨学科协同教学模式。而基于物联网的跨学科协同教学模式,则可以很好地克服原有模式中的障碍。同时它的海量数据与多视角处理特征,也能够进一步激发学生主动进行只是融合的欲望,发展整合和协调多学科的能力。

(4)有利于拓展学习空间、培养学习者自主学习能力。

物联网能为学习者的常规学习、课后学习、区域合作学习提供支撑环境,拓展学习空间,有利于学习者的自主学习和满足个性化学习需要。学习者可以通过物联网,探究任何感兴趣的问题并及时地得到解决。例如:中国电信的全球眼技术,其实就是远程监控的物联网应用。与传感系统相结合,学习者就可以利用它完成诸如材料学、气象学、生物学等集成应用领域内的多种科学探究。同时,物联网的感知特性,也能够使教育者对学习者的学习过程进行有效管理。

正如柏拉图所说：需要是发明之母。随着信息时代的步伐不断迈进，大量数据日积月累。我们迫切需要一种工具来满足从数据中发现知识的需求！而数据挖掘便应运而生了。正如书中所说：数据挖掘已经并且将继续在我们从数据时代大步跨入信息时代的历程中做出贡献。

数据挖掘应当更正确的命名为“从数据中挖掘知识”，不过后者显得过长了些。
数据挖掘——从大量数据中挖掘有趣模式和知识的过程。作为作为知识发现过程，他通常包括数据处理、数据集成、数据变换、模式发现、模式评估和知识表示六个步骤。
数据挖掘处理数据之多，挖掘模式之有趣，使用技术之大量，应用范围之广泛都将会是前所未有的；而数据挖掘任务之重也一直并存。这些问题将继续激励数据挖掘的进一步研究与改进。

关于数据挖掘的相关学习，推荐CDA数据师的相关课程，课程内容兼顾培养解决数据挖掘流程问题的横向能力以及解决数据挖掘算法问题的纵向能力。要求学生具备从数据治理根源出发的思维，通过数字化工作方法来探查业务问题，通过近因分析、宏观根因分析等手段，再选择业务流程优化工具还是算法工具，而非“遇到问题调算法包”点击预约免费试听课。

---