物联网大数据有什么特征?

1高效分布式

必须是高效的分布式系统。物联网产生的数据量巨大，仅中国而言，就有5亿多台智能电表，每台电表每隔15分钟采集一次数据，一天全国智能电表就会产生500多亿条记录。这么大的数据量，任何一台服务器都无能力处理，因此处理系统必须是分布式的，水平扩展的。为降低成本，一个节点的处理性能必须是高效的，需要支持数据的快速写入和快速查询。

2实时处理

必须是实时处理的系统。互联网大数据处理，大家所熟悉的场景是用户画像、推荐系统、舆情分析等等，这些场景并不需要什么实时性，批处理即可。但是对于物联网场景，需要基于采集的数据做实时预警、决策，延时要控制在秒级以内。如果计算没有实时性，物联网的商业价值就大打折扣。

3高可靠性

需要运营商级别的高可靠服务。物联网系统对接的往往是生产、经营系统，如果数据处理系统宕机，直接导致停产，产生经济有损失、导致对终端消费者的服务无法正常提供。比如智能电表，如果系统出问题，直接导致的是千家万户无法正常用电。因此物联网大数据系统必须是高可靠的，必须支持数据实时备份，必须支持异地容灾，必须支持软件、硬件在线升级，必须支持在线IDC机房迁移，否则服务一定有被中断的可能。

4高效缓存

需要高效的缓存功能。绝大部分场景，都需要能快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。系统需要提供一高效机制，让用户可以获取全部、或符合过滤条件的部分设备的最新状态。

5实时流式计算

需要实时流式计算。各种实时预警或预测已经不是简单的基于某一个阈值进行，而是需要通过将一个或多个设备产生的数据流进行实时聚合计算，不只是基于一个时间点、而是基于一个时间窗口进行计算。不仅如此，计算的需求也相当复杂，因场景而异，应容许用户自定义函数进行计算。

6数据订阅

需要支持数据订阅。与通用大数据平台比较一致，同一组数据往往有很多应用都需要，因此系统应该提供订阅功能，只要有新的数据更新，就应该实时提醒应用。而且这个订阅也应该是个性化的，容许应用设置过滤条件，比如只订阅某个物理量五分钟的平均值。

我们国家自然灾害应急预警系统包括四个级别：
1、蓝色：初级发生，提醒注意；
2、：已经发生，注意警戒；
3、橙色：灾害较为严重，各方必须做好相应的应对工作；
4、红色：灾害会很严重，各个相关部门必须全力以赴，应对灾害的发生。
这些灾害一般包括高温、暴雨、泥石流、台风、热带风暴、洪水、旱灾等等。
请采纳
如果你认可我的回答，敬请及时采纳，
~如果你认可我的回答，请及时点击采纳为满意回答按钮
~~手机提问的朋友在客户端右上角评价点满意即可。
~你的采纳是我前进的动力
~~O(∩_∩)O，记得好评和采纳，互相帮助

风险预警系统是根据所研究对象的特点，通过收集相关的资料信息，监控风险因素的变动趋势，并评价各种风险状态偏离预警线的强弱程度，向决策层发出预警信号并提前采取预控对策的系统。因此，要构建预警系统必须先构建评价指标体系，并对指标类别加以分析处理；其次，依据预警模型，对评价指标体系进行综合评判；最后，依据评判结果设置预警区间，并采取相应对策
铁路预警系统
编辑 语音
铁路安全现状
近年来，随着我国铁路的发展，原有的以落实安全生产责任制为核心的传统安全管理模式已经不能完全满足现代化铁路安全的需求。加速推进先进科学的安全风险管理模式，加强安全风险预控管理与既有安全管理的有机融合，最大程度地降低安全风险，势在必行。铁路行业在推行安全风险管理工作方面取得了初步成效。2012年原铁道部下发了《关于深化铁路安全风险管理的指导意见》，从2013年起，要实施以安全风险管理为主线的工作思路。中国铁路总公司（以下简称“总公司”）各专业部门、各铁路局相继发布了相关安全风险管理办法；部分铁路局建立了安全风险数据库，通过辨识主要安全风险，进一步明确各项风险的控制措施；还有部分铁路局制订了专业系统安全风险的指导手册、安全风险控制表和岗位风险控制卡等，把安全管理前移，起到了积极的作用。但是，鉴于安全风险管理在铁路行业实行时间尚短，在安全风险管理及控制方面仍然存在一些问题，主要表现在以下方面。
（1）缺乏统一的安全风险管理平台。目前各个铁路局自行建设安全风险管理系统；甚至在一个铁路局内，各专业自行建设安全风险管控系统。从总公司层面上，缺乏一个统一的安全风险管理平台，导致“信息孤岛”产生及处理方式各异，不利于标准化建设。
（2）安全风险管理信息不完整。大量的安全检查信息、安全风险管控信息都保存于各个铁路局或站段，总公司的安全监督管理部门无法实时获取到各类安全风险的管控情况，更无法根据历史数据为管理工作提供决策支持，导致管理成本增加。
（3）安全风险控制方法不够完善。对主要安全风险的辨识、安全性评价、安全风险管控措施的制订等缺乏统一的标准；对于典型安全风险治理案例，没有建立起有效的安全风险字典库。
系统设计
为解决铁路行业中存在的上述安全风险管理问题，提高安全风险管理水平，有必要建立总公司和铁路局2级统一的铁路安全风险预警系统（以下简称“风险预警系统”）。
1、系统需求
系统的主要服务对象为总公司、铁路局2级安全监察部门的安全监督管理人员，同时包括各级领导和安全相关的业务部门管理人员。
（1）总公司用户：实时查询全路的风险库数据、风险监测相关综合信息，主要包括安全监察报告、事故认定书、事故调查报告等事故调查处理信息，安全检查信息单、安全监察通知、领导添乘、下现场写实报告、安全考核、安全会议等安全检查信息，各运输相关专业系统的安全监测系统提报的报警及对报警处置的信息等。此外，用户还需实时查询各个铁路局的安全状态评价信息，根据实际情况给各铁路局发送安全监察通知书、安全监察指令书、安全监督检查表扬书、安全预警通知书。
（2）铁路局用户：实时查询本局范围内的风险库数据、风险监测相关综合信息；实时查询本局范围内的安全状态评价信息；对总公司下发的“四书”进行整改落实和反馈。
2、系统框架
铁路安全风险预警系统按照总公司级和铁路局级分别部署。总公司级的风险预警系统服务对象为总公司用户；铁路局级系统分别部署于18个铁路局，服务于铁路局用户。两级系统之间通过Web服务进行数据交换。铁路安全风险预警系统的逻辑结构由上至下依次为核心业务层、应用中间件层、数据资源层和支撑平台建设层。
（1）核心业务层。主要包括风险库管理、风险监测、风险预警、“四书”管理和系统维护等功能。风险库管理是风险监测和风险预警的数据采集及评价计算的依据。风险监测功能是在风险库的基础上采集风险数据，所采集到的数据经过风险预警子系统计算后得出评价结果。“四书”管理功能则依据风险预警功能的评价结论进行风险管控。
（2）应用中间件层。主要包括集成框架、工作流引擎、报表引擎、基于Web Service的数据传输、评价模型和图形工具等组件，这些组件的运用为实现核心业务层提供技术支撑。
（3）数据资源层。主要管理的对象是数据，包括公用基础数据、安全检查数据、交通事故数据、风险监测数据、风险评价数据和统计分析数据等。这些数据必须统一规划存储，并且要建立安全机制和控制规范。
（4）支撑平台层。主要包括 *** 作系统软件、数据库平台、网络平台等硬件设施。
3、系统功能
（1）风险库管理。风险预警系统数据库包含风险因素库和风险事故库，是安全风险数据采集、监测、预警和分析的基础。风险因素是指引起或增加风险事故发生的机会或扩大损失幅度的条件，是风险事故发生的潜在原因；风险事故是造成生命财产损失的偶发事件，是造成损失的直接的或外在的原因，是损失的媒介。风险库管理主要负责对风险因素和风险事故字典进行维护，包括录入、修改、删除、归档等。
（2）风险监测。基于铁路已经发生的行车、人身和路外事故、设备故障及日常检查信息，监测并记录安全风险所发生的频率、导致损害的严重程度等情况，进而对风险进行评价和统计分析，并进行风险的关联规律分析。此外，还对事故原因、发生单位、性质和事故等级等方面进行分析。
（3）风险预警。包括对风险因素和风险事故作出突出预警、同比预警和环比预警。依据时间序列等算法对风险事故进行预测，当预测值超过设定阀值时进行预警提示。基于事故件数、设备故障件数、安全检查问题情况和半年评估名次，对全路各铁路局和专业进行安全状态评价等。
（4）“四书”管理。基于风险预警的评价结果，向被预警铁路局发送“四书”，并对“四书”进行审核、查询和统计。
（5）系统维护。包括用户基本信息、用户角色和功能权限等的设置，以及车站、线路、组织机构等基础数据的维护。
关键技术
1、工作流技术
在系统运行过程中，信息需要在多个单位之间进行流转；而不同种类的信息采集处理流程也会有一定的差异。以“四书”管理为例，其核心业务流程为：总公司用户检查铁路局安全管理工作，发现安全问题后填写安全通知书/指令书，并下发至铁路局；铁路局根据总公司的处理要求开展后续安全管理工作，填写针对通知书/指令书的整改措施并反馈至总公司。总公司查看反馈情况并对已处理完成的通知书/指令书进行销号处理。为适应不同处理流程之间的差异性要求，系统设计和开发中应用了工作流技术。根据工作流管理联盟（WFMC）的定义，工作流是一类能够完全或部分自动执行的过程，根据一系列过程规则，文档、信息或任务能够在不同的执行者之间进行传递与执行。工作流技术把应用逻辑和过程逻辑分开，不修改具体功能实现而只修改配置模型就能达到改变系统功能的目的，从而实现对业务流程部分或全部过程的有效管理。工作流具有多人协同完成、工作传递、多节点组成及状态变化等特点。基于工作流实现上述“四书”管理业务流程的过程如下。
（1）首先需要为该业务流程定义角色，如“总公司发书人”“铁路局接收人”。
（2）定义业务流程的节点。①发书；②整改并回复；③销号。
（3）定义每个节点的角色及该节点对应的功能。①发书由“总公司发书人”角色 *** 作， *** 作内容包括录入“四书”的编号、内容、整改要求、接收单位等信息；②其 *** 作完毕之后，流程进入下个节点“整改并回复”，该节点由“铁路局接收人”角色 *** 作， *** 作内容包括录入“四书”的具体整改情况、整改时间等信息；③“销号”节点由“总公司发书人”角色 *** 作，其收到“铁路局接收人”的反馈信息后，录入销号意见，流程结束。通过扩展上述流程的节点、角色，定义节点功能、节点与角色之间的关系，可以把“四书”的务流程进行灵活的扩展。此外，工作流实现的过程中还需要记录过程追踪及日志信息，以保证流转的可追溯性及信息流转过程中状态信息的计算准确性。
2、基于 Web Service 的数据传输
风险预警系统按照总公司和铁路局2级部署，因而2级系统之间需要进行大量的业务数据传输与同步。Web Service基于简单对象访问协议（SOAP），数据交换格式为可扩展标记语言（XML），在数据传输方面具有高封装性、标准性、松耦合及高度集约等优势，适合用于解决总公司与铁路局之间的数据传输问题。系统基于Web Service设计了一个数据传输组件。需要发起数据传输的一端对应图中的客户端，比如需要从总公司向铁路局传输数据，则此时总公司即为数据传输的客户端，铁路局对应服务端。客户端主要提供参数解析、循环调用、回调通知和日志记录等功能模块，其中循环调用模块按照设定时间间隔，依据时间顺序和权重依次调用服务端的Web服务来传输数据，如果遇到网络情况不良或其他因素导致的调用失败，客户端将保留本次调用信息并在下个调用时间点重复调用，直到成功为止。服务端主要包括安全性验证、参数解析、Web服务和日志记录等模块。
3、风险评价
风险矩阵体现了风险的可能性与严重程度的关系，是用于衡量危害事件安全风险是否可以接受的尺度。风险预警系统采用风险矩阵法定量计算风险因素的风险值。参照国家标准《轨道交通可靠性、可用性、可维修性和安全性规范及示例》（GB/T 21562—2008）中对风险水平的要求，风险水平定义为3个等级：①高风险，即不可接受的风险，需要进一步控制危害，在极端情况下终止行动；②中风险，即进一步分析后决定是否需要整改，该风险水平通常被认为是可以容忍的，但应该进一步降低风险；③低风险，可以被忽略，但应该持续监测

物联网数据具有以上12个特点

物联网是通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物体与因特网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。

物联网这一概念提出已有20多年，但受全球各国重视是2008年和2009年这两年，各国纷纷推出物联网相关政策，我国也开启了物联网发展里程碑的年份，列为国家五大新兴战略性产业之一。经过10年发展，物联网已不再是高高在上的概念，在云+AI等技术加持下，让物联网得到了广泛应用，产业发展迅猛，也迎来了黄金发展时代。

运营商、半导体厂商、通信设备、云服务商和应用端等形成物联网产业链，而NB-IoT和LoRa等LPWA低功耗广域网通信技术，解决物联网大规模部署连接等需求，继而使得物联网在工业、零售、物流和交通等垂直领域得到广泛应用。

在产业链积极推动下，物联网连接规模成倍速度增长，LPWAN连接的复合年增长率为109%。此外物联网高级顾问杨剑勇指出，5G技术部署，也将把物联网带上更高的层次，也让万物互联成为可能，其中运营商是万物互联积极推动者，全球运营商纷纷转型寄望于在大连接时代，不再局限做一个管道提供者，希望能抢夺物联网应用端市场，例如面向工业、教育、医疗、车联网和智慧家庭等应用场景寻求机遇。

物联网在移动监测、智能可穿戴、POS机、气象、医疗和能源等行业用途很大，而且是实现设备联网不可或缺的产品，不少相关的top域名都被注册。

1高效分布式
必须是高效的分布式系统。物联网产生的数据量巨大，仅中国而言，就有5亿多台智能电表，每台电表每隔15分钟采集一次数据，一天全国智能电表就会产生500多亿条记录。这么大的数据量，任何一台服务器都无能力处理，因此处理系统必须是分布式的，水平扩展的。为降低成本，一个节点的处理性能必须是高效的，需要支持数据的快速写入和快速查询。
2实时处理
必须是实时处理的系统。互联网大数据处理，大家所熟悉的场景是用户画像、推荐系统、舆情分析等等，这些场景并不需要什么实时性，批处理即可。但是对于物联网场景，需要基于采集的数据做实时预警、决策，延时要控制在秒级以内。如果计算没有实时性，物联网的商业价值就大打折扣。
3高可靠性
需要运营商级别的高可靠服务。物联网系统对接的往往是生产、经营系统，如果数据处理系统宕机，直接导致停产，产生经济有损失、导致对终端消费者的服务无法正常提供。比如智能电表，如果系统出问题，直接导致的是千家万户无法正常用电。因此物联网大数据系统必须是高可靠的，必须支持数据实时备份，必须支持异地容灾，必须支持软件、硬件在线升级，必须支持在线IDC机房迁移，否则服务一定有被中断的可能。
4高效缓存
需要高效的缓存功能。绝大部分场景，都需要能快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。系统需要提供一高效机制，让用户可以获取全部、或符合过滤条件的部分设备的最新状态。
5实时流式计算
需要实时流式计算。各种实时预警或预测已经不是简单的基于某一个阈值进行，而是需要通过将一个或多个设备产生的数据流进行实时聚合计算，不只是基于一个时间点、而是基于一个时间窗口进行计算。不仅如此，计算的需求也相当复杂，因场景而异，应容许用户自定义函数进行计算。
6数据订阅
需要支持数据订阅。与通用大数据平台比较一致，同一组数据往往有很多应用都需要，因此系统应该提供订阅功能，只要有新的数据更新，就应该实时提醒应用。而且这个订阅也应该是个性化的，容许应用设置过滤条件，比如只订阅某个物理量五分钟的平均值。
7和历史数据处理合二为一
实时数据和历史数据的处理要合二为一。实时数据在缓存里，历史数据在持久化存储介质里，而且可能依据时长，保留在不同存储介质里。系统应该隐藏背后的存储，给用户和应用呈现的是同一个接口和界面。无论是访问新采集的数据还是十年前的老数据，除输入的时间参数不同之外，其余应该是一样的。
8数据持续稳定写入
需要保证数据能持续稳定写入。对于物联网系统，数据流量往往是平稳的，因此数据写入所需要的资源往往是可以估算的。但是变化的是查询、分析，特别是即席查询，有可能耗费很大的系统资源，不可控。因此系统必须保证分配足够的资源以确保数据能够写入系统而不被丢失。准确的说，系统必须是一个写优先系统。
9数据多维度分析
需要对数据支持灵活的多维度分析。对于联网设备产生的数据，需要进行各种维度的统计分析，比如从设备所处的地域进行分析，从设备的型号、供应商进行分析，从设备所使用的人员进行分析等等。而且这些维度的分析是无法事先想好的，而是在实际运营过程中，根据业务发展的需求定下来的。因此物联网大数据系统需要一个灵活的机制增加某个维度的分析。
10支持数据计算
需要支持数据降频、插值、特殊函数计算等 *** 作。原始数据的采集可能频次挺高，但具体分析时，往往不需要对原始收据进行，而是数据降频之后。系统需要提供高效的数据降频 *** 作。设备是很难同步的，不同设备采集数据的时间点是很难对齐的，因此分析一个特定时间点的值，往往需要插值才能解决，系统需要提供线性插值、设置固定值等多种插值策略才行。工业互联网里，除通用的统计 *** 作之外，往往还需要支持一些特殊函数，比如时间加权平均。
11即席分析和查询
需要支持即席分析和查询。为提高大数据分析师的工作效率，系统应该提供一命令行工具或容许用户通过其他工具，执行SQL查询，而不是非要通过编程接口。查询分析的结果可以很方便的导出，再制作成各种图标。
12灵活数据管理策略
需要提供灵活的数据管理策略。一个大的系统，采集的数据种类繁多，而且除采集的原始数据外，还有大量的衍生数据。这些数据各自有不同的特点，有的采集频次高，有的要求保留时间长，有的需要多个副本以保证更高的安全性，有的需要能快速访问。因此物联网大数据平台必须提供多种策略，让用户可以根据特点进行选择和配置，而且各种策略并存。
13开放的系统
必须是开放的。系统需要支持业界流行的标准SQL，提供各种语言开发接口，包括C/C++，Java，Go，Python，RESTful等等，也需要支持Spark，R，Matlab等等，方便集成各种机器学习、人工智能算法或其他应用，让大数据处理平台能够不断扩展，而不是成为一个孤岛。
14支持异构环境
系统必须支持异构环境。大数据平台的搭建是一个长期的工作，每个批次采购的服务器和存储设备都会不一样，系统必须支持各种档次、各种不同配置的服务器和存储设备并存。
15支持边云协同
需要支持边云协同。要有一套灵活的机制将边缘计算节点的数据上传到云端，根据具体需要，可以将原始数据，或加工计算后的数据，或仅仅符合过滤条件的数据同步到云端，而且随时可以取消，更改策略。

爱立信展示的这个山体滑坡监测及预警系统的重要组成部分是基于蜂窝物联网的传感设备。蜂窝物联网的广覆盖、低功耗、低成本的特点使得大量传感设备的部署成为可能。通过基于蜂窝物联网的大量传感设备来监测山体的异常情况，实时接收处理传感器信息，及时预警可能被灾害影响到的区域的人员采取防护和避险措施。该系统可以准确、实时地在指定区域进行报警，相对于目前的预警手段，具有更精确、迅速以及高效的特点。

2017中国国际通信展上，爱立信联合中国移动展示了地质灾害预警物联网用例——山体滑坡监测及预警系统。该系统是爱立信与中国移动在"5G联合创新项目"的一个合作案例。近期，爱立信将携手中国移动研究院及中国地质环境监测院在灾害频发地区进行系统试点。基于中国移动全球最大的LTE网络和正在部署的蜂窝物联网络，山体滑坡监测及预警系统可以成为国家公共安全预警系统中重要的组成部分，为保障人民生命财产安全做出积极贡献。

中国是一个自然灾害频发的国家，在我国广大山区，山体滑坡和泥石流是最为常见的灾害。据中国国土资源公报，2011-2016年我国发生地质灾害7万余起，造成2400余人死亡和失踪，直接经济损失超过300亿元。目前山体滑坡灾害的监测设备部署复杂、成本较高，且缺乏快速有效的报警提示方式。利用基于蜂窝物联网技术的传感器，结合基于LTE的快速预警方式，我们可以实现对山体滑坡的监测和预警，有效地保障人员和财产的安全。

中国地质环境监测院地质灾害调查监测室主任兼中国地质调查局"山地丘陵区地质灾害调查工程"首席专家李媛表示："蜂窝物联网 '广覆盖、低功耗'的特点特别契合地质灾害监测的需求，可以一定程度上解决广大山区通讯信号较弱和传统监测设备需额外配备供电装置的问题，如果相关设备成本能进一步降低，实现大面积部署，可以显着提升我国的地质灾害监测水平。将小区广播引入地质灾害监测预警，不仅使预警手段更加多样化，也提高了预警效率。下一步我们将联合爱立信、中国移动进一步完善本系统，并着手开展相关设备野外环境适用性研究，共同推进蜂窝物联网技术在地质灾害监测领域的应用。"

爱立信东北亚区执行副总裁方迎表示"物联网技术在推动各行业数字化进程中扮演着重要角色。爱立信提供领先的物联网解决方案，与各个垂直行业的合作伙伴展开广泛合作。此次携手中国移动及中国地质环境监测院在自然灾害预警领域打造新型应用案例，推动国家公共安全预警系统智能化。爱立信期待三方在后续的合作中实现更多新突破。"

在推动物联网发展的进程中，爱立信始终保持领先，从推动蜂窝物联网主流国际标准形成，到打造领先的解决方案——全球化终端连接管理平台和物联网加速引擎。从提供车联网应用商店能力、物联网大数据分析能力等，到打造广泛的物联网应用案例。此外，爱立信还推出了一体化物联网服务。我们志在携手客户与合作伙伴，努力创建共赢的物联网生态圈，加速物联网的普及与大发展。

---