云计算物联网 [会计云计算：物联网体系中“脑智能”]

摘　要 物联网发展产生会计大数据， 传统企业信息化模式不能够低成本且有效解决会计大数据处理的问题。社会将采用会计云计算的现代信息化模式来解决这个问题。会计云计算模式（技术模式），也是一种商业模式。企业采用会计云计算的信息化模式关键是鉴别服务提供商是否能够提供适合企业特殊的业务模式与管理模式的会计云计算。
关键词 物联网；　大数据；　会计云计算
物联网不仅仅是人机物三元世界之间的“互联互通”，关键还是人机物三者之间智能自动化的“交互与协同”。在《基于物联网中“智能物件”的智能化及其机制分析》主要介绍物联网中“感知层”物件的智能化，假如把物联网比做一个人，那“智能物件”的智能化就是手脚的智能化。而物联网中的云计算则是物联网中脑的智能化。当前，物联网与云计算一起被《中华人民共和国国民经济和社会发展第十二个五年规划纲要》列为“战略性新兴产业”。云计算只有与物联网有机结合，才能够推动“信息化和工业化深度融合”。本文着重讨论物联网云计算中核心数据——会计数据的采集、分析与应用——会计云计算的相关内容。
一、会计云计算：物联网发展之会计大数据处理的必然
（一）物联网发展产生会计大数据
随着物智能化和物与网络的联接，不仅人的行为会产生大量的数据，而且物的行为也产生区量的数据。这个数据不仅仅是数字数据等结构化数据，而且包括声音、图像等非结构化的数据。这些会计大数据除了具有一般说的大数据的3个“V”的特征外，它还具有无形性与粘性的特征。
1数据数量规模大（Volume）。物联网下产生的数据数量规模大，它已经不是过去大规模数据（large scale data）、庞大数据（enormous data）、海量数据（massive data）所能够描述的，而应该是用大数据（big data）来概括。数据规模不是用GB、TB为单位而是用PB①为单位来衡量。
2数据异构的数据（Variety）。物联网下产生数据不仅包括数字这样结构化的数据，而且主要包括声音、图像等非结构化的数据。这些数据因为业务事件的关联性，从而导致结构化数据与非结构数据更加复杂，不好处理。
3数据产生与处理实时性（Velocity）。物联网条件下数据的产生与处理一般需要实时处理。传统数据对时间处理要求不高，但是，物联网下物的行为、与人的行为一般都要求在当下完成。因此，数据的产生与处理要具有实时性。
4会计数据的无形性与粘性。当前物联网上企业采集、传输、处理的数字信息主要是非价值的数量信息。这些数据可以直接被感应器所感知，从而容易被传播；而会计数据是无形的数据，它不能够被感应器所感知。同时，会计数据是直接粘合在业务数据之中，不能够脱离业务数据而存在，脱离了业务数据就失去意义。因此，会计数据具有无形性与粘性。
（二）会计大数据的处理问题：物联网发展必须解决的问题
如果说石油是工业社会的血液，那么在物联网带来的信息化社会中，数据就是信息社会中的血液，没有数据就没有信息。但是大量的大数据如果没有得到有效的利用，就会产生数据的泛滥。这也是在信息化过程中人们经常提到的数据或信息超载。大量优质的数据和劣质数据融合在一起，可能会产生各种各样的误差和错误。如果这个数据不准确就没有任何价值。如何保证数据的可信性和质量就是物联网需要解决的首要问题。其次，物联网中产生大量的数据，如何对这些大数据进行智能的挖掘和分析，产生真正的数据价值是物联网需要解决的核心问题。最后，如何对由于物联网所产生的大量的大数据进行存储和管理，并确保这些大数据的安全，是物联网下需要解决的基础问题。
（三）传统信息化模式不能够低成本、有效解决会计大数据处理的问题
推行物联网，构建智慧地球，不是简单地将实物与互联网进行连接，不是“鼠标”加“水泥”的数字化和信息化，而是需要“更透彻的感知、更全面的互联互通、更深入的智能化”。其中，更深入的智能化是需要深入分析收集到的数据，以获取更加新颖、系统且全面的洞察力来解决特定的问题。
会计大数据的实时信息获取和全面的信息分析需要企业拥有集中大数据计算处理能力、大数据存储能力和大数据交互处理能力。依据传统企业信息化模式，企业必须购置大量的数据存储服务器、计算机、雇佣专业技术人员等，这一方面需要一次性投入大量的资金；另一方面，企业还由于不具备专业化能力而无法有效对会计大数据进行实时信息获取和全面的信息分析，获取处理会计大数据的价值。
因此，基于上述分析，企业更经济、更便捷、更快速地利用会计大数据的方案就是购买会计云计算的服务。
二、会计云计算：基于技术角度与商业模式的统一体
（一）会计云计算的概念
物联网下人机物管理控制是基于信息为核心的智能控制。由于会计大数据上面的特征所带来的利用传统数据处理条件与技术的困难，会计大数据处理必须应用会计云计算的模式。当前，关于云计算是众说纷纭，没有一致的概念。美国国家标准技术研究所（NIST）的定义是，云计算是一种对IT资源的使用模式，是对共享的可配置的计算资源（如网络、服务器、存储、应用和服务）提供无所不在的、方便的、可随需的网络访问。资源的使用和释放可以快速进行，不需要多少管理代价。我国电子学会云计算专家委员会认为，云计算是一种基于互联网的、大众参与的计算模式，其计算资源（计算能力、存储能力、交互能力）是动态、可伸缩且被虚拟化的，以服务的方式提供。这种新型的计算资源组织、分配和使用模式，有利于合理配置计算资源并提高其利用率，促进节能减排，实现绿色计算。总之，会计云计算是云计算的一个组成部分。理解会计云计算也与云计算一样，可以从技术与商业两个角度进行把握。
从信息技术的角度看，会计云计算是一个分布式计算模型，包括会计硬件平台、会计云平台和会计云服务三个层次。云计算为企业提供了“按需使用”和“按使用多少付费”的软件硬件服务模式。
从商务的角度看，会计云计算是一个724小时的全天候企业 *** 作平台（Business Operations Platform），一个能够提供完整业务处理服务的企业 *** 作平台，并能够提供多个企业间的动态业务处理。多个企业通过企业 *** 作平台组成一个完整的虚拟企业网。只有一个健全的信息链才能完成企业间相互的协作和同步，各个企业才能优化它们的业务和效益。

以下关于大数据、云计算和物联网的联系，描述正确的是：

A从整体上看，大数据、云计算和物联网这三者是相辅相成的
B大数据根植于云计算，大数据分析的很多技术都来自于云计算
C大数据为云计算提供了“用武之地”
D物联网需要借助于云计算和大数据技术，实现物联网大数据的存储、分析和处理
正确答案：从整体上看，大数据、云计算和物联网这三者是相辅相成的；大数据根植于云计算，大数据分析的很多技术都来自于云计算；大数据为云计算提供了“用武之地”；物联网需要借助于云计算和大数据技术，实现物联网大数据的存储、分析和处理

物联网、大数据和云计算三者，在信息技术飞速发展的今天都是相辅相成、互相依存的关系。

简单来说，物联网是基于互联网技术来进行更广范围内的信息通信，解决的是具体的设备和软件之间的融合问题。

大数据和云计算都是近几年来兴起的潮流信息名词。在网络和信息技术飞速发展的今天，我们已经进入了流量时代，大数据和云计算就显得日益重要。简单的说大数据就是在一定的时间和空间范围内，运用各种系统工具及网络，将数据进行抓取和储存，是物联网和云计算的一个桥梁。而云计算，同样也是基于互联网技术，对数据进行各种计算和处理。

可见他们之间的关系是互相连接密不可分的。物联网是提供大数据的来源，通过大量设备采集初始数据，再存储到大数据中，同时提供给云计算进行算法计算，再将结果反馈给物联网；物联网为云计算提供设备和服务支持；大数据为云计算提供，数据分析和决策的依据。

如果没有了大数据和云计算的支持，物联网带来了的巨大数据也得不到足够的空间存储和处理，没有运算和反馈，这些数据将没有任何的意义。同样的，大数据和云计算需要依赖物联网所带来的巨大的数据，没有了数据的采集就构不成大数据，没有了网络的覆盖和连接，云计算也得不到实现。

所以三者互为基础，互相联系，互相促进。某种程度上看，是网络信息系统的一个处理整体。

云计算与大数据概述
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源;广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。
大数据(big data)，或称海量数据，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，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。大数据的4V特点：Volume、Velocity、Variety、Veracity。
从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
大数据管理，分布式进行文件系统，如Hadoop、Mapreduce数据分割与访问执行;同时SQL支持，以Hive+HADOOP为代表的SQL界面支持，在大数据技术上用云计算构建下一代数据仓库成为热门话题。从系统需求来看，大数据的架构对系统提出了新的挑战：
1、集成度更高。一个标准机箱最大限度完成特定任务。
2、配置更合理、速度更快。存储、控制器、I/O通道、内存、CPU、网络均衡设计，针对数据仓库访问最优设计，比传统类似平台高出一个数量级以上。
3、整体能耗更低。同等计算任务，能耗最低。
4、系统更加稳定可靠。能够消除各种单点故障环节，统一一个部件、器件的品质和标准。
5、管理维护费用低。数据藏的常规管理全部集成。
6、可规划和预见的系统扩容、升级路线图。
云计算与大数据的关系
简单来说：云计算是硬件资源的虚拟化，而大数据是海量数据的高效处理。虽然从这个解释来看也不是完全贴切，但是却可以帮助对这两个名字不太明白的人很快理解其区别。当然，如果解释更形象一点的话，云计算相当于我们的计算机和 *** 作系统，将大量的硬件资源虚拟化后在进行分配使用。
可以说，大数据相当于海量数据的“数据库”，通观大数据领域的发展我们也可以看出，当前的大数据发展一直在向着近似于传统数据库体验的方向发展，一句话就是，传统数据库给大数据的发展提供了足够大的空间。
大数据的总体架构包括三层：数据存储，数据处理和数据分析。数据先要通过存储层存储下来，然后根据数据需求和目标来建立相应的数据模型和数据分析指标体系对数据进行分析产生价值。
而中间的时效性又通过中间数据处理层提供的强大的并行计算和分布式计算能力来完成。三者相互配合，这让大数据产生最终价值。
不看现在云计算发展情况，未来的趋势是：云计算作为计算资源的底层，支撑着上层的大数据处理，而大数据的发展趋势是，实时交互式的查询效率和分析能力，借用Google一篇技术论文中的话：“动一下鼠标就可以在妙极 *** 作PB级别的数据”，确实让人兴奋不能止。

---