什么是物联网？现在如何去把握物联网，我虽然是修脚的

说白了，物联网就是物物网络，把所有现实中的东西通过传感器编程数据，然后通过收集和控制这些数据来 *** 控现实生活中的各种食物。由检测，传输，数据处理控制来完成一系列的动作。就像人的神经网络接收了外在的感觉然后传输给脑袋来处理一样。
物联网最初是想实现在艰苦环境下的数据收集，因为人不能长时间待在恶劣的环境中收集数据，所以希望用电子产品来远程收集这些数据。
1，像海洋环境监测之类的环境监测方面用的比较早。
2，然后就是军事方面较早开始应用来收集战场数据，因为军事的首要目的不是科技效益，而国家的大笔军事资金提供了先行研究应用的可能。美军研究出来的信息尘埃已经应用于实际的战争中了。
3，因为物联网设备并不便宜，有很多硬件上的问题还未解决，所以从技术和成本上来考虑，暂时还很难大规模普及于民用。但是其未来却已经计划出了一些蓝图。
a应用于医疗方面
关于病人各项数据的持续检控在医疗上来说是很重要的环节，如果用人力实现这个将是费时费力的。而用物联网之后，可以由机器来实现，并值班医生护士进行提醒和报警之类的动作，将节省大量人力物力，而且效果将更加好，就像有位24小时陪伴的护士在身边。
b应用于家居方面
智能家居的应用将靠物联网得到更大的发展，哪怕人不在家也可以清楚和 *** 控家里的一切。到时家就像一部智能电脑，可以任你控制。
c应用于各种检测
机械修理需要知道机械故障在哪，往往是先通过个人的判断，然后将机械拆解到一定程度来检测是哪个地方有问题。用物联网中的传感器来检测可以提高检测效率，由计算机来判断是哪有问题。对于这个其实已经实现了。
像建筑物的长期质量监控也需要用到，一旦大楼出现质量问题，物联网可以自动警报，防止悲剧的发生。而汽车，飞机之类的也可以用这些来提高保障。
d网络安全方面的应用。物联网也是网络，它其实是因特网的一种延伸产品，既然是因特网的一部分，那么必然有骇客，有入侵。而物联网将比因特网更加贴近人们生活的实质，所以这方面的网络安全人们将愿意花费更多的金钱去保障。
c电信服务之类
物联网将使手机电话之类的交流手段得到更进一步的提升，有一天物联网将作为网络的一部分称为电信部门的另一种产品，就像电话，短信一样。
物联网的作用实在太广了，将其与个个行业结合都可以产生一种新的产品。而目前最看好的是以上几种。研究物联网一般电子业，计算机和通信专业的学生比较多。我本人就是通信专业的。目前也正在国外留学研究物联网。
这些是我目前对物联网的一些信息，写出来希望对你有帮助。

早期进入人们生活的因特网，是庞大、错综的聚合体。它由彼此相连的服务器以及与服务器相连的专用设备（主要为个人电脑）聚合而成。但如今，全世界正开始过渡到一种全新的联接拓扑，即我们所说的“物联网”。今天，计算能力仍然由大量专用设备接管，其中也包括个人电脑。它们依托于从前因特网时代沿用至今的大量既定的，并且通常是碎片化的软件接口。计算能力以及计算机智能被分配到或者嵌入于各类设备，就像是在一个专供特定任务的岛屿之上。 虽然，越来越多的计算能力被分配到不同的智能设备上（即物联网中所谓的“物”），但是在不久前，它们仍以完全“无声”的方式使用。现在的智能设备包括移动装置、嵌入式系统、工业控制和车内系统，甚至在某些情况下还包括家庭电器。RFID（无线射频识别）以及GPS（全球定位系统）标签也能说明，在物联网，这些早期的静态对象也能被“激活”，并能够在无人干预下储存及传送与之相关的数据。但是到2020年，预计仍将有40亿人口以及超过310亿部设备在使用所谓的“因特网”。于是，物联网的出现绝非只是用各类信息将数字世界变得更为错综繁杂。当几乎所有的设备或对象都开始需要处理能力以及自动执行任务的能力时，并不能只对系统本身进行扩展，而是要做出巨大的变化。不管物联网以何种形式呈现，有一点是确定的，即它不但将会在广泛意义上改变计算的本质，而且也将给用户的期望和眼界带来改观，从而服务的方式，包括安全性等也必须加以准备。计算能力的转移人们最初得出的重要结论是这样的，将计算能力从某些既定的企业（包括供应商和客户）中转移到那些能够通过M2M（机器与机器对话）方式，在无需人工干预的情况下，使对象得到处理和互动，并能为其建立标准的企业。物联网拥有的潜力能够使之成为一个戏剧性的均分者，有一部分原因是尖端技术并不再仅限于大型企业，而且物联网还将减少这些企业对拓展的寻求。从某种意义上说，大型企业将面临最大的挑战。从商业的角度而言，我们认为自20世纪60年代开始，日本电器商在艰难中崛起并最终主导电器时代能够最好地体现物联网的效用。日本电器商同时也缔造了“物”的概念。“物”之本身不再具有盈利，所以下一代的成功商家将是那些能嵌入及连入智能，并以此投入市场的企业。在未来的十年，世界将以何种形式改变，我们刚刚做了一个构想。那么企业又将如何准备呢？瞬息万变中，又会带来哪些特定的问题？ 大数据及云技术第一类挑战将是数据分析师以及供应商都会提及的“大数据”方面的问题，也就是说超大规模的潜在数据将需要被处理、储存并转移至各类“物”中，抑或由其转移而出。这体现的是一类分析方面的问题，尤其是关于M2M设备所生成的大量数据间的重要的组合方式，或者是关于这些数据的储存地点。“大数据”是一堆无限庞大的数据，而且从本质上，它们无时不刻地都在增量，让现有的科技黔驴技穷。从前因特网时代延续而来的独立储存系统根本无法在物理或者逻辑层面上满足这类储存需求，这些储存系统很快被拖垮。因此，云储存应运而生。但事实上，这仅仅是将问题踢给一群服务提供商，尔后还会产生各种新的问题。这些服务提供商需要达到怎样的标准才能满足数据的物理以及逻辑储存，并且在今后得以迁移至他处？他们又是是否能够符合规章制度以及隐私标准——然而这些制度或标准对于不同的国家，贸易体甚至行业通常会大相径庭。而“云服务”同样也带来一系列的安全问题，例如连接安全性将的验证、登入方式，以及怎样防止可能发生的故障。如果上述关于大数据的基本问题无法得到解决，物联网看上去就仿佛是一个“焦虑的因特网”，只要小小的故障就能导致巨大的后果。只有以确切的方法保护M2M系统不受这一连锁反应的危害，才不会减缓物联网在下一个十年中的推广。 英特尔智能系统框架诸如英特尔之类的公司辩称，唯一的生存之道应该是采用将一系列技术交织相联并以此为基石，而不是将那些技术分散并逐个建立。为此，智能系统框架（Intelligent Systems Framework,ISF）提供了多种解决方案，包括打造企业商品处理器，对所有装置初始状态的可管理性进行考量，以及确保这类基础设施将在（固定、无线或近场无线电式的）异构网路中运行。然而，该框架最具吸引力的地方还是它嵌入式安全的理念。企业迫切需要嵌入式安全，这并非是危言耸听，2010年Stuxnet病毒对工业控制技术方面的攻击就足以证明。系统此前从不被认为具有安全隐患的原因竟然是人们懒得对它们下手。但是，如果工业控制系统能够得到保护，是否充斥于物联网中的其他独立系统也能如此呢？解决上述问题的办法，就是将软件访问上一层级内容时所需的必要电路进行嵌入式处理，而非使用静态的手段对芯片加以保护。这就使得“可信化平台模组”应运而生。它可以对加密空间提供保护，使之能够储存“认证令牌“一类的数据，或者嵌入特定程序，让恶意软件无法对系统造成直接破坏。与软件服务套件一起嵌入的安全体系将为物联网的发展增添重要可能。同时，英特尔还是许多主动性解决方案的发起者。例如，由英特尔发起的“开放数据中心联盟”就旨在通过一系列大型企业及部分技术服务公司之间的合作，共同制定标准，将ISF的技术方案紧密衔接。规章和承诺数据保护开始慢慢变为国家级的或者超国家级（supra-national）政府或机构的重要功能之一。种种迹象表明，解决这些问题需要耗费本十年剩下的时间，甚至更长，并进而转变为一个全球化的体系。当越来越多的来自对象或“物”的数据在单个用户周围流动，个人隐私将显得愈发重要。这是由大数据引发的问题，也是各类组织在处理大数据时所要面对的。迄今为止，收集到的个人的数据还十分固定，例如姓名、住址以及社保账号等。但这些数据被交易的情况越来越多，因为它们与系统相联，能够推测并识别出何人在何时与何人做何事。不过现在讨论隐私问题可能并没有实际意义。因为大多数上传的数据是分散在不同的数据库间的，它们很快就会被删除。然而在大数据的经济原则“驱动”下，这些数据碎片最终会被整合，因此如何监管私人数据将是政治性的问题。人们常常假设，物联网将由自由市场以充满竞争却亦十分融洽的方式建立，看来它的雏形将通过政府、约定、或协议条款形成。政府也一定会从大数据中捞到好处，的确，最具争议的方面是各国寻求挖掘关于子民生活习惯和生活圈数据的方式。因此，大数据的未来也极具争议。立法规模多大才可能影响商业？欧盟的《数据保护指令》便是一个很好的例子。当下，该指令主要关注了一些十分重要的子议题，以此改进违反数据隐私的通知。这些跨国章程将以类似的限定方式对物联网上收集到的或者泄露的数据加以制约，成为具有实际意义的标准。此外，部分组织也将能知悉，当特殊利益集团或个人想要考验法律的底线时，法院对此的忍耐限度究竟有多大。公司必须准备好应对复杂多变的情况，比如说要允许个人用户以某种方式选择退出，而该方式可能体现的是数据过剩时代的主要挑战。结论总之，尚未有简单的安全解决方案来应对上述问题。组成物联网的所有对象将会含有嵌入式安全系统。人们将使用实时分析处理对象产生的数据，从以自动化的方式对其进行管理。这种管理将是无人干预的，除非某些阈限被攻破。政府将会同时寻求数据接入以及引入“杀毒开关”，这能减少设备因经济或政治利益而受到的潜在攻击。不管企业现在是否涉及这一事实，物联网时代总会以这样或那样的形式来临。忽略物联网会改变组织以及他们所服务的顾客和市民，将是巨大的错误。同样，假设物联网会以互联网曾经的方式发展也是愚蠢的。在崭新的世界，政府、顾客以及市民都将受到积极的影响。 更多

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。

在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量;

在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导d、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。

一、智能交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及，交通拥堵甚至瘫痪已成为城市的一大问题。对道路交通状况实时监控并将信息及时传递给驾驶人，让驾驶人及时作出出行调整，有效缓解了交通压力；

高速路口设置道路自动收费系统(简称ETC)，免去进出口取卡、还卡的时间，提升车辆的通行效率;公交车上安装定位系统，能及时了解公交车行驶路线及到站时间，乘客可以根据搭乘路线确定出行，免去不必要的时间浪费。

社会车辆增多，除了会带来交通压力外，停车难也日益成为一个突出问题，不少城市推出了智慧路边停车管理系统，该系统基于云计算平台，结合物联网技术与移动支付技术，共享车位资源，提高车位利用率和用户的方便程度。

该系统可以兼容手机模式和射频识别模式，通过手机端APP软件可以实现及时了解车位信息、车位位置，提前做好预定并实现交费等等 *** 作，很大程度上解决了“停车难、难停车”的问题。

二、智能家居

智能家居就是物联网在家庭中的基础应用，随着宽带业务的普及，智能家居产品涉及到方方面面。 家中无人，可利用手机等产品客户端远程 *** 作智能空调，调节室温，甚者还可以学习用户的使用习惯，从而实现全自动的温控 *** 作，使用户在炎炎夏季回家就能享受到冰爽带来的惬意；

通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等; 插座内置Wifi，可实现遥控插座定时通断电流，甚者可以监测设备用电情况，生成用电图表让你对用电情况一目了然，安排资源使用及开支预算;

智能体重秤，监测运动效果。内置可以监测血压、脂肪量的先进传感器，内定程序根据身体状态提出健康建议; 智能牙刷与客户端相连，供刷牙时间、刷牙位置提醒，可根据刷牙的数据生产图表，口腔的健康状况;

智能摄像头、窗户传感器、智能门铃、烟雾探测器、智能报警器等都是家庭不可少的安全监控设备，你及时出门在外，以在任意时间、地方查看家中任何一角的实时状况，任何安全隐患。看似繁琐的种种家居生活因为物联网变得更加轻松、美好。

三、公共安全

近年来全球气候异常情况频发，灾害的突发性和危害性进一步加大，互联网可以实时监测环境的不安全性情况，提前预防、实时预警、及时采取应对措施，降低灾害对人类生命财产的威胁。

美国布法罗大学早在 2013 年就提出研究深海互联网项目，通过特殊处理的感应装置置于深海处，分析水下相关情况，海洋污染的防治、海底资源的探测、甚至对海啸也可以提供更加可靠的预警。该项目在当地湖水中进行试验，获得成功，为进一步扩大使用范围提供了基础。

利用物联网技术可以智能感知大气、土壤、森林、水资源等方面各指标数据，对于改善人类生活环境发挥巨大作用。

趋势和特征

物联网近年来的主要显着趋势是由互联网连接和控制的设备的爆炸性增长。物联网技术的广泛应用意味着从一个设备到另一个设备的具体细节可能大不相同，但大多数人都具有基本特征。

物联网为将物理世界更直接地集成到基于计算机的系统中创造了机会，从而提高了效率、经济效益和减少了人力。

物联网设备的数量在 2017 年同比增长 31% 至 84 亿，预计到 2020 年将有 300 亿台。物联网的全球市场价值预计为到 2020 年达到 71 万亿美元。

环境智能和自主控制并不是物联网最初概念的一部分。环境智能和自主控制也不一定需要互联网结构。然而，（英特尔等公司）的研究发生了转变，将物联网和自主控制的概念结合起来，初步成果朝着这个方向发展，将物体视为自主物联网的驱动力。

在这种情况下，一种有前途的方法是深度强化学习，其中大多数物联网系统提供动态和交互式环境。训练代理（即 IoT 设备）在这样的环境中表现得更聪明，无法通过传统的机器学习算法（例如监督学习）来解决。

通过强化学习方法，学习代理可以感知环境状态（例如，感知家庭温度），执行 *** 作（例如，打开或关闭暖通空调）并通过最大化其长期获得的累积奖励来学习。

可以在三个级别提供物联网智能：物联网设备、边缘/雾节点和云计算。每个级别对智能控制和决策的需求取决于物联网应用的时间敏感性。例如，自动驾驶汽车的摄像头需要进行实时障碍物检测以避免发生事故。

通过将数据从车辆传输到云实例并将预测返回给车辆，这种快速决策是不可能的。相反，所有 *** 作都应在车辆本地执行。集成高级机器学习算法，包括深度学习物联网设备是一个活跃的研究领域，使智能对象更接近现实。

此外，通过分析物联网数据、提取隐藏信息和预测控制决策，可以从物联网部署中获得最大价值。物联网领域使用了各种各样的机器学习技术，从回归、支持向量机和随机森林等传统方法到卷积神经网络、LSTM和变分自动编码器等高级方法。

未来，物联网可能是一个非确定性和开放的网络，其中自动组织或智能的实体（Web 服务、SOA组件）和虚拟对象（化身）将可互 *** 作并能够独立行动（追求自己的目标）目标或共享目标）取决于上下文、情况或环境。

通过上下文信息的收集和推理以及对象检测环境变化（影响传感器的故障）并引入合适的缓解措施的能力的自主行为构成了一个主要的研究趋势，显然需要为物联网技术提供可信度。

市场上的现代物联网产品和解决方案使用各种不同的技术来支持这种上下文感知自动化，但需要更复杂的智能形式，以允许在真实环境中部署传感器单元和智能网络物理系统。

以上内容参考 百度百科-物联网

---