billkin还是gmm的吗

是的billkin是隶属于泰国娱乐集团GMM旗下的艺人。
Billkin毕业于圣·加百利学院，是泰国曼谷的一所私立天主教男校
-圣·加百利（St Gabriel）是泰国历史最悠久，最负盛名的学校之一，每年仅招收400名学生。
-圣加百利有很多著名的校友，GMM格莱美（GMM Grammy）的创始人拉瓦特·普蒂南（Rawat Puttinan）是这所学校的校友之一
-Billkin出生于一个富裕的家庭。
-Billkin家族业务，即Brass Export，Billkin从童年时代开始被教导有关经商业务
-这是Billkin家族的Brass Export 雕塑业务（鸟雕像），Brass Export 是在泰国制作青铜/雕塑的业务
-这是Brass Export 雕塑（其他雕像的照片）
-他们说这是Billkin家的私人住宅，但他的大家庭有时不住在这里而是在另一所住宅
-据说泰国考艾（Khao Yai）的房子是Billkin家的别墅之一

常见的大数据术语表(中英对照简版)：
A
聚合(Aggregation) – 搜索、合并、显示数据的过程
算法(Algorithms) – 可以完成某种数据分析的数学公式
分析法(Analytics) – 用于发现数据的内在涵义
异常检测(Anomaly detection) –
在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种：outliers, exceptions,
surprises, contaminants他们通常可提供关键的可执行信息
匿名化(Anonymization) – 使数据匿名，即移除所有与个人隐私相关的数据
应用(Application) – 实现某种特定功能的计算机软件
人工智能(Artificial Intelligence) –
研发智能机器和智能软件，这些智能设备能够感知周遭的环境，并根据要求作出相应的反应，甚至能自我学习
B
行为分析法(Behavioural Analytics) –
这种分析法是根据用户的行为如“怎么做”，“为什么这么做”，以及“做了什么”来得出结论，而不是仅仅针对人物和时间的一门分析学科，它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist) – 能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup) – 指研发最新大数据技术的新兴公司
生物测定术(Biometrics) – 根据个人的特征进行身份识别
B字节 (BB: Brontobytes) – 约等于1000 YB(Yottabytes)，相当于未来数字化宇宙的大小。1
B字节包含了27个0!
商业智能(Business Intelligence) – 是一系列理论、方法学和过程，使得数据更容易被理解
C
分类分析(Classification analysis) – 从数据中获得重要的相关性信息的系统化过程; 这类数据也被称为元数据(meta
data),是描述数据的数据
云计算(Cloud computing) – 构建在网络上的分布式计算系统，数据是存储于机房外的(即云端)
聚类分析(Clustering analysis) –
它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性
冷数据存储(Cold data storage) – 在低功耗服务器上存储那些几乎不被使用的旧数据。但这些数据检索起来将会很耗时
对比分析(Comparative analysis) – 在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果
复杂结构的数据(Complex structured data) –
由两个或多个复杂而相互关联部分组成的数据，这类数据不能简单地由结构化查询语言或工具(SQL)解析
计算机产生的数据(Computer generated data) – 如日志文件这类由计算机生成的数据
并发(Concurrency) – 同时执行多个任务或运行多个进程
相关性分析(Correlation analysis) – 是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关
客户关系管理(CRM: Customer Relationship Management) –
用于管理销售、业务过程的一种技术，大数据将影响公司的客户关系管理的策略
D
仪表板(Dashboard) – 使用算法分析数据，并将结果用图表方式显示于仪表板中
数据聚合工具(Data aggregation tools) – 将分散于众多数据源的数据转化成一个全新数据源的过程
数据分析师(Data analyst) – 从事数据分析、建模、清理、处理的专业人员
数据库(Database) – 一个以某种特定的技术来存储数据集合的仓库
数据库即服务(Database-as-a-Service) – 部署在云端的数据库，即用即付，例如亚马逊云服务(AWS: Amazon Web
Services)
数据库管理系统(DBMS: Database Management System) – 收集、存储数据，并提供数据的访问
数据中心(Data centre) – 一个实体地点，放置了用来存储数据的服务器
数据清洗(Data cleansing) – 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性
数据管理员(Data custodian) – 负责维护数据存储所需技术环境的专业技术人员
数据道德准则(Data ethical guidelines) – 这些准则有助于组织机构使其数据透明化，保证数据的简洁、安全及隐私
数据订阅(Data feed) – 一种数据流，例如Twitter订阅和RSS
数据集市(Data marketplace) – 进行数据集买卖的在线交易场所
数据挖掘(Data mining) – 从数据集中发掘特定模式或信息的过程
数据建模(Data modelling) – 使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义
数据集(Data set) – 大量数据的集合
数据虚拟化(Data virtualization) –
数据整合的过程，以此获得更多的数据信息，这个过程通常会引入其他技术，例如数据库，应用程序，文件系统，网页技术，大数据技术等等
去身份识别(De-identification) – 也称为匿名化(anonymization)，确保个人不会通过数据被识别
判别分析(Discriminant analysis) –
将数据分类;按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。
分布式文件系统(Distributed File System) – 提供简化的，高可用的方式来存储、分析、处理数据的系统
文件存贮数据库(Document Store Databases) – 又称为文档数据库(document-oriented database),
为存储、管理、恢复文档数据而专门设计的数据库，这类文档数据也称为半结构化数据
E
探索性分析(Exploratory analysis) –
在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法
E字节(EB: Exabytes) – 约等于1000 PB(petabytes), 约等于1百万 GB。如今全球每天所制造的新信息量大约为1
EB
提取-转换-加载(ETL: Extract, Transform and Load) –
是一种用于数据库或者数据仓库的处理过程。即从各种不同的数据源提取(E)数据，并转换(T)成能满足业务需要的数据，最后将其加载(L)到数据库
F
故障切换(Failover) – 当系统中某个服务器发生故障时，能自动地将运行任务切换到另一个可用服务器或节点上
容错设计(Fault-tolerant design) – 一个支持容错设计的系统应该能够做到当某一部分出现故障也能继续运行
G
游戏化(Gamification) –
在其他非游戏领域中运用游戏的思维和机制，这种方法可以以一种十分友好的方式进行数据的创建和侦测，非常有效。
图形数据库(Graph Databases) –
运用图形结构(例如，一组有限的有序对，或者某种实体)来存储数据，这种图形存储结构包括边缘、属性和节点。它提供了相邻节点间的自由索引功能，也就是说，数据库中每个元素间都与其他相邻元素直接关联。
网格计算(Grid computing) – 将许多分布在不同地点的计算机连接在一起，用以处理某个特定问题，通常是通过云将计算机相连在一起。
H
Hadoop – 一个开源的分布式系统基础框架，可用于开发分布式程序，进行大数据的运算与存储。
Hadoop数据库(HBase) – 一个开源的、非关系型、分布式数据库，与Hadoop框架共同使用
HDFS – Hadoop分布式文件系统(Hadoop Distributed File
System);是一个被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统
高性能计算(HPC: High-Performance-Computing) – 使用超级计算机来解决极其复杂的计算问题
I
内存数据库(IMDB: In-memory) –
一种数据库管理系统，与普通数据库管理系统不同之处在于，它用主存来存储数据，而非硬盘。其特点在于能高速地进行数据的处理和存取。
物联网(Internet of Things) – 在普通的设备中装上传感器，使这些设备能够在任何时间任何地点与网络相连。
J
法律上的数据一致性(Juridical data compliance) –
当你使用的云计算解决方案，将你的数据存储于不同的国家或不同的大陆时，就会与这个概念扯上关系了。你需要留意这些存储在不同国家的数据是否符合当地的法律。
K
键值数据库(KeyValue Databases) –
数据的存储方式是使用一个特定的键，指向一个特定的数据记录，这种方式使得数据的查找更加方便快捷。键值数据库中所存的数据通常为编程语言中基本数据类型的数据。
L
延迟(Latency) – 表示系统时间的延迟
遗留系统(Legacy system) – 是一种旧的应用程序，或是旧的技术，或是旧的计算系统，现在已经不再支持了。
负载均衡(Load balancing) – 将工作量分配到多台电脑或服务器上，以获得最优结果和最大的系统利用率。
位置信息(Location data) – GPS信息，即地理位置信息。
日志文件(Log file) – 由计算机系统自动生成的文件，记录系统的运行过程。
M
M2M数据(Machine2Machine data) – 两台或多台机器间交流与传输的内容
机器数据(Machine data) – 由传感器或算法在机器上产生的数据
机器学习(Machine learning) –
人工智能的一部分，指的是机器能够从它们所完成的任务中进行自我学习，通过长期的累积实现自我改进。
MapReduce – 是处理大规模数据的一种软件框架(Map: 映射，Reduce: 归纳)。
大规模并行处理(MPP: Massively Parallel Processing) –
同时使用多个处理器(或多台计算机)处理同一个计算任务。
元数据(Metadata) – 被称为描述数据的数据，即描述数据数据属性(数据是什么)的信息。
MongoDB – 一种开源的非关系型数据库(NoSQL database)
多维数据库(Multi-Dimensional Databases) – 用于优化数据联机分析处理(OLAP)程序，优化数据仓库的一种数据库。
多值数据库(MultiValue Databases) – 是一种非关系型数据库(NoSQL),
一种特殊的多维数据库：能处理3个维度的数据。主要针对非常长的字符串，能够完美地处理HTML和XML中的字串。
N
自然语言处理(Natural Language Processing) –
是计算机科学的一个分支领域，它研究如何实现计算机与人类语言之间的交互。
网络分析(Network analysis) – 分析网络或图论中节点间的关系，即分析网络中节点间的连接和强度关系。
NewSQL – 一个优雅的、定义良好的数据库系统，比SQL更易学习和使用，比NoSQL更晚提出的新型数据库
NoSQL –
顾名思义，就是“不使用SQL”的数据库。这类数据库泛指传统关系型数据库以外的其他类型的数据库。这类数据库有更强的一致性，能处理超大规模和高并发的数据。
O
对象数据库(Object Databases) –
(也称为面象对象数据库)以对象的形式存储数据，用于面向对象编程。它不同于关系型数据库和图形数据库，大部分对象数据库都提供一种查询语言，允许使用声明式编程(declarative
programming)访问对象
基于对象图像分析(Object-based Image Analysis) –
数字图像分析方法是对每一个像素的数据进行分析，而基于对象的图像分析方法则只分析相关像素的数据，这些相关像素被称为对象或图像对象。
*** 作型数据库(Operational Databases) –
这类数据库可以完成一个组织机构的常规 *** 作，对商业运营非常重要，一般使用在线事务处理，允许用户访问 、收集、检索公司内部的具体信息。
优化分析(Optimization analysis) –
在产品设计周期依靠算法来实现的优化过程，在这一过程中，公司可以设计各种各样的产品并测试这些产品是否满足预设值。
本体论(Ontology) – 表示知识本体，用于定义一个领域中的概念集及概念之间的关系的一种哲学思想。(译者注:
数据被提高到哲学的高度，被赋予了世界本体的意义，成为一个独立的客观数据世界)
异常值检测(Outlier detection) –
异常值是指严重偏离一个数据集或一个数据组合总平均值的对象，该对象与数据集中的其他它相去甚远，因此，异常值的出现意味着系统发生问题，需要对此另加分析。
P
模式识别(Pattern Recognition) – 通过算法来识别数据中的模式，并对同一数据源中的新数据作出预测
P字节(PB: Petabytes) – 约等于1000 TB(terabytes), 约等于1百万 GB
(gigabytes)。欧洲核子研究中心(CERN)大型强子对撞机每秒产生的粒子个数就约为1 PB
平台即服务(PaaS: Platform-as-a-Service) – 为云计算解决方案提供所有必需的基础平台的一种服务
预测分析(Predictive analysis) –
大数据分析方法中最有价值的一种分析方法，这种方法有助于预测个人未来(近期)的行为，例如某人很可能会买某些商品，可能会访问某些网站，做某些事情或者产生某种行为。通过使用各种不同的数据集，例如历史数据，事务数据，社交数据，或者客户的个人信息数据，来识别风险和机遇
隐私(Privacy) – 把具有可识别出个人信息的数据与其他数据分离开，以确保用户隐私。
公共数据(Public data) – 由公共基金创建的公共信息或公共数据集。
Q
数字化自我(Quantified Self) – 使用应用程序跟踪用户一天的一举一动，从而更好地理解其相关的行为
查询(Query) – 查找某个问题答案的相关信息
R
再识别(Re-identification) – 将多个数据集合并在一起，从匿名化的数据中识别出个人信息
回归分析(Regression analysis) –
确定两个变量间的依赖关系。这种方法假设两个变量之间存在单向的因果关系(译者注：自变量，因变量，二者不可互换)
RFID – 射频识别; 这种识别技术使用一种无线非接触式射频电磁场传感器来传输数据
实时数据(Real-time data) – 指在几毫秒内被创建、处理、存储、分析并显示的数据
推荐引擎(Recommendation engine) – 推荐引擎算法根据用户之前的购买行为或其他购买行为向用户推荐某种产品
路径分析(Routing analysis) –
针对某种运输方法通过使用多种不同的变量分析从而找到一条最优路径，以达到降低燃料费用，提高效率的目的
S
半结构化数据(Semi-structured data) –
半结构化数据并不具有结构化数据严格的存储结构，但它可以使用标签或其他形式的标记方式以保证数据的层次结构
情感分析(Sentiment Analysis) – 通过算法分析出人们是如何看待某些话题
信号分析(Signal analysis) – 指通过度量随时间或空间变化的物理量来分析产品的性能。特别是使用传感器数据。
相似性搜索(Similarity searches) – 在数据库中查询最相似的对象，这里所说的数据对象可以是任意类型的数据
仿真分析(Simulation analysis) –
仿真是指模拟真实环境中进程或系统的 *** 作。仿真分析可以在仿真时考虑多种不同的变量，确保产品性能达到最优
智能网格(Smart grid) – 是指在能源网中使用传感器实时监控其运行状态，有助于提高效率
软件即服务(SaaS: Software-as-a-Service) – 基于Web的通过浏览器使用的一种应用软件
空间分析(Spatial analysis) – 空间分析法分析地理信息或拓扑信息这类空间数据，从中得出分布在地理空间中的数据的模式和规律
SQL – 在关系型数据库中，用于检索数据的一种编程语言
结构化数据(Structured data)
-可以组织成行列结构，可识别的数据。这类数据通常是一条记录，或者一个文件，或者是被正确标记过的数据中的某一个字段，并且可以被精确地定位到。
T
T字节(TB: Terabytes) – 约等于1000 GB(gigabytes)。1 TB容量可以存储约300小时的高清视频。
时序分析(Time series analysis) –
分析在重复测量时间里获得的定义良好的数据。分析的数据必须是良好定义的，并且要取自相同时间间隔的连续时间点。
拓扑数据分析(Topological Data Analysis) –
拓扑数据分析主要关注三点：复合数据模型、集群的识别、以及数据的统计学意义。
交易数据(Transactional data) – 随时间变化的动态数据
透明性(Transparency) – 消费者想要知道他们的数据有什么作用、被作何处理，而组织机构则把这些信息都透明化了。
U
非结构化数据(Un-structured data) – 非结构化数据一般被认为是大量纯文本数据，其中还可能包含日期，数字和实例。
V
价值(Value) – (译者注：大数据4V特点之一)
所有可用的数据，能为组织机构、社会、消费者创造出巨大的价值。这意味着各大企业及整个产业都将从大数据中获益。
可变性(Variability) – 也就是说，数据的含义总是在(快速)变化的。例如，一个词在相同的推文中可以有完全不同的意思。
多样(Variety) – (译者注：大数据4V特点之一)
数据总是以各种不同的形式呈现，如结构化数据，半结构化数据，非结构化数据，甚至还有复杂结构化数据
高速(Velocity) – (译者注：大数据4V特点之一) 在大数据时代，数据的创建、存储、分析、虚拟化都要求被高速处理。
真实性(Veracity) – 组织机构需要确保数据的真实性，才能保证数据分析的正确性。因此，真实性(Veracity)是指数据的正确性。
可视化(Visualization) –
只有正确的可视化，原始数据才可被投入使用。这里的“可视化”并非普通的图型或饼图，可视化指是的复杂的图表，图表中包含大量的数据信息，但可以被很容易地理解和阅读。
大量(Volume) – (译者注：大数据4V特点之一) 指数据量，范围从Megabytes至Brontobytes
W
天气数据(Weather data) – 是一种重要的开放公共数据来源，如果与其他数据来源合成在一起，可以为相关组织机构提供深入分析的依据
X
XML数据库(XML Databases) –
XML数据库是一种以XML格式存储数据的数据库。XML数据库通常与面向文档型数据库相关联，开发人员可以对XML数据库的数据进行查询，导出以及按指定的格式序列化
Y
Y字节 (Yottabytes) – 约等于1000 ZB (Zettabytes),
约等于250万亿张DVD的数据容量。现今，整个数字化宇宙的数据量为1 YB, 并且将每18年翻一番。
Z
Z字节 (ZB: Zettabytes) – 约等于1000 EB (Exabytes), 约等于1百万
TB。据预测，到2016年全球范围内每天网络上通过的信息大约能达到1 ZB。
附：存储容量单位换算表：
1 Bit(比特) = Binary Digit
8 Bits = 1 Byte(字节)
1,000 Bytes = 1 Kilobyte
1,000 Kilobytes = 1 Megabyte
1,000 Megabytes = 1 Gigabyte
1,000 Gigabytes = 1 Terabyte
1,000 Terabytes = 1 Petabyte
1,000 Petabytes = 1 Exabyte
1,000 Exabytes = 1 Zettabyte
1,000 Zettabytes = 1 Yottabyte
1,000 Yottabytes = 1 Brontobyte
1,000 Brontobytes = 1 Geopbyte

物联网作为战略性新兴产业的重要组成部分，是促进相关产业集群发展的切入点，具有重要的战略意义和广阔的发展前景。我国具有较好的发展物联网产业的比较优势，同时也面临着一些瓶颈制约，如缺乏统一的发展战略、核心技术缺失、标准体系不完善、地址资源缺乏、规模化应用不足等，必须采取针对性的措施，促进我国物联网产业的发展。 物联网是把所有物品通过射频识别（RFID）等信息传感设备与互联网连接起来，实现智能化识别和管理的一种网络。物联网产业是由物联网芯片与技术提供商、应用设备提供商、软件与应用开发商、系统集成商、网络提供商、运营及服务商以及物联网用户构成的产业集群。美国、欧洲、日本、韩国等发达国家和地区高度重视物联网产业的发展，我国也将物联网纳入战略性新兴产业，并将采取一系列政策措施。本文对我国物联网产业集群发展的优势及存在的问题进行了分析，并提出了相应的对策建议。 一、我国物联网产业集群发展的优势 （一）具有一定的技术积累 中科院早在1999年就启动了物联网（传感网）研究，先后投入资金数亿元；《国家中长期科学与技术发展规划（2006－2020年）》和"新一代宽带移动无线通信网"重大专项均将物联网（传感网）列入重点研究领域。国家科技部、发改委、工业信息化部还专门立项对物联网的关键技术---射频识别（RFID）的研究和应用进行支持。科技部专门在先进制造领域设立了"RFID"专项，投入1亿多元对19个专题、近30家企事业单位进行了大规模的资助，从RFID芯片、关键 技术的研发到行业应用的整个产业链进行资助和培育。目前，我国在无线智能传感器网络通信技术、微型传感器、移动基站等方面都已取得重大进展。 （二）在标准制定上具有一定的先发优势 在世界物联网领域，我国与德国、美国、韩国一起，成为国际标准制定的四大发起国和主导国之一，取得了在国际标准制定中的重要话语权。这将改变我国在计算机、互联网两次信息浪潮中双双落后的局面。目前，我国物联网（传感网）标准体系已形成初步框架，向国际标准化组织提交的多项标准提案已被采纳。为加强物联网标准化工作，2009年9月11日，中国物联网（传感网）国家标准工作组正式成立。中国物联网标准联合工作组也在积极筹备过程中。 （三）具有了较好的产业集群发展的基础 一是技术研究和产业集群初具规模。2009年11月12日，江苏省、中科院、无锡市签署协议，共同建设"中国物联网研究发展中心"。同一天，中国移动宣布将在无锡成立中国移动物联网研究院，重点开展TD-SCDMA与物联网融合的技术研究与应用开发，并同时建设物联网数据中心，以支撑物联网相关业务的落地运营。23日，中国电信物联网应用和推广中心、中国电信物联网技术重点实验室在无锡成立。24日，中国联通与无锡签订协议，合作推进WCDMA与物联网融合。 2010年3月2日，上海物联网中心成立。在产业化组织方面，早在2005年9月，上海就成立了"电子标签与物联网产学研联盟"。2009年11月和12月，中关村物联网产业联盟、传感网（物联网）技术产业联盟筹备工作组相继成立。二是产业基地发展迅速。国家的大力支持下，2009年8月7日，首个国家物联网园区在无锡建立。11月13日，国务院正式批准在无锡建设国家传感网（物联网）创新示范区。各地的物联网产业基地建设也快速推进。 （四）具有广阔的市场发展潜力根据美国权威咨询机构FORRESTER预测，到2020年，世界上物物互联的业务，跟人与人通信的业务相比，将达到30比1，意味着物联网产业要比互联网大30倍。因此，物联网被称为是"下一个万亿级的通信业务"。二、我国物联网产业化集群发展存在的问题 （一）缺乏一个明确统一的物联网发展战略和路线图 物联网作为战略性新兴产业，尚处于发展初期阶段，标准、技术、商业模式以及配套政策等还远没有成熟。与计算机和互联网相比，物联网的发展更加需要顶层设计、统筹规划和标准的统一。但到目前为止，我国物联网产业的发展，还基本上处于一种自发状态，部门之间、地区之间、行业之间的分割情况较为普遍，明确统一的国家物联网发展战略和路线图还没有出台，这种情况非常不利于我国当前及未来物联网产业的发展。在国家高度重视物联网产业的情况下，容易出现一哄而上的局面，从物联网相关企业股价的迅速飙升以及许多城市纷纷介入物联网建设，就可以看出这一点。 （二）物联网核心关键技术缺失 我国在物联网核心关键技术方面存在缺失，除下一代互联网等技术外，我国只有极少数企业拥有物联网核心技术。以RFID（射频识别）技术为例：RFID技术是物联网中的核心关键技术，但在全球RFID专利中，我国RFID专利申请量只有美国的65%，日本的457%3，而且多以实用新型为主，发明型专利数量较少。美国在芯片、编码、空中接口协议等领域拥有大批专利，其申请总量超过了欧盟、世界知识产权组织、日本以及我国大陆等多个区域专利申请总量的总和，高达53%。而日本、欧洲则在传感器技术上拥有巨大优势。即使在国内，国外企业和组织在我国申请的RFID发明专利授权量也占据主要地位。截至目前，全球许多国际组织和国家已制订出RFID标准，并加速向我国输出,随着国外RFID标准在我国的推广以及逐渐被我国企业接受，我国RFID国家标准的制定和推广将面临越来越大的挑战，国际标准在国内应用所形成了事实标准将会阻碍我国国家RFID（射频识别）标准的制定和推广。 （三）物联网标准规范体系尚不完善物联网产业的发展，涉及物体标识、信息感知、信息传输、信息处理等多个环节，包括了芯片与技术提供商、应用设备提供商、软件与应用提供商、系统集成商、网络提供商、运营及服务商等不同企业主体。虽然我国在物联网标准制定上具有一定的先发优势，但适应国内物联网产业发展的统一的标准体系尚未出台，使得目前很多物联网应用仍处于厂家各自为战的状态，终端厂商、应用厂商、集成商无法有效分工协作，产业分工不能细化，影响整个产业规模化的发展。随着物联网应用范围的不断扩大，标准规范的不完善将导致整个物联网产业的混乱。 （四）物联网地址资源匮乏物联网时代的网络发展，需要大量的IP地址，专家预计，未来五年我国物联网地址预计需求量在100亿。而目前互联网在IP地址资源上的不足，已经成为物联网发展最大的瓶颈。从总量上看，目前全球互联网IPv4协议能够提供的地址空间最多只有40多亿，且可分配的IPv4地址剩余量不足10%，并将于两年内消耗殆尽。从结构看，全球IPv4地址分布不平衡，截止2009年底，排名第一的美国的IPv4地址为1495亿，占全球已分配IPv4地址总数的50%。排名第二的我国的IPv4地址仅为232亿，占全球的777%。从发展趋势看，2009年度我国IPv4地址申请量为美国194倍，增长势头强劲。IP地址需求的快速增长及地址资源的不足，将使我国地址资源匮乏的问题更加突出。 （五）物联网规模化应用不足 我国物联网还处于发展初期，目前开展的物联网应用主要还局限于小范围的简单应用，难以激发产业链各环节的参与和投入的热情，庞大的行业和大范围的应用需求还没有被激发出来，使得当前物联网产业发展的规模性市场需求不足，一定程度上影响了物联网的规模化应用。同时，缺乏成熟的商业模式也是制约物联网规模化应用的另一重要原因。 三、促进我国物联网产业集群发展的建议 （一）尽快制定我国统一的物联网发展战略和路线图 一是分析我国物联网产业发展的优势和不足，明确我国物联网产业集群发展的指导思想、发展原则、发展目标、发展策略和重点任务；二是明确界定国家、地方政府和企业在发展物联网产业集群的地位、作用以及相互之间的关系；三是制定实施我国促进物联网产业集群发展的相关政策及配套措施。 （二）加强对物联网核心技术的研发和产业化工作一是在物联网核心技术，如RFID天线设计与制造、RFID标签封装技术与装备、标签集成、读写器关键零件、RFID测试技术和装备等方面，加强资金投入和技术研发；二是积极探索新的研发组织模式，将研发与产业化结合起来，建立物联网技术研发基地，聚集物联网研发人才和项目，开展物联网核心关键技术和相关产业关键技术的研发和产业化工作。 （三）加快物联网标准体系的建设坚持国际标准和国内标准同步推进的原则。一是在物联网基础标准领域，积极参与和主导国际标准的制定，进一步确立并扩大我国在国际物联网标准制定中的发言权。二是在国内物联网标准的制定上，以国际标准为基础，以我国具有自主知识产权的TD-SCDMA核心技术和网络为依托，制定和形成我国自己的物联网标准体系。 （四）积极推进物联网技术的示范和规模化应用一是加快IPv6下一代互联网的应用步伐。积极发展IPv6下一代互联网是解决目前互联网地址资源不足的有效途径。要尽快建立IPv4向IPv6过渡的有效组织机制，制度与措施，明确时间表，同时，出台相关激励政策，利用财税杠杆和专项基金等经济的手段，鼓励互联网应用提供商进行IPv6改造，加快IPv6下一代互联网的应用步伐。二要结合物联网技术的研发和标准的制定，以物联网运营企业（如中国移动、中国电信、中国联通等）为实施主体，发挥政府在推进物联网应用中的能动作用，以政府订购和首购的方式，在工业、农业、公共服务等各个领域开展形式多样的应用示范工程建设，包括环境监测、智能交通、智能电网、智能家居等，探索物联网价值链合作模式和产业规模化发展模式。 未来几年，全球物联网市场规模将出现快速增长，据相关分析报告，2007年全球市场规模达到700亿美元，2008年达到780亿美元，2012年将超过1400亿美元，年增长率接近20%。国内物联网产业，据赛迪顾问研究显示：2010年产业市场规模将达到2000亿元，2015年市场规模将达到7500亿元，年复合增长率超过30％，市场前景将远远超过计算机、互联网、移动通信等市场，拥有更大的市场份额，更好的发展前景。

物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internet of things（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的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；其二，其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，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新20是物联网发展的灵魂。
基本信息
中文名：物联网
英文名：Internet of Things
首次提出：Kevin Ashton教授
核心：物物相联领域
权威媒体：物媒体 iwumeiti
缩写：IOT
起源
1991年美国麻省理工学院（MIT）的Kevin Ash-ton教授首次提出物联网的概念。
1995年比尔盖茨在《未来之路》一书中也曾提及物联网，但未引起广泛重视。
1999年美国麻省理工学院建立了“自动识别中心（Auto-ID）”，提出“万物皆可通过网络互联”，阐明了物联网的基本含义。早期的物联网是依托射频识别（RFID）技术的物流网络。
2004年日本总务省（MIC）提出u-Japan计划，该战略力求实现人与人、物与物、人与物之间的连接，希望将日本建设成一个随时、随地、任何物体、任何人均可连接的泛在网络社会。
2005年11月17日，在突尼斯举行的信息社会世界峰会（WSIS）上，国际电信联盟（ITU）发布《ITU互联网报告2005：物联网》，引用了“物联网”的概念。物联网的定义和范围已经发生了变化，覆盖范围有了较大的拓展，不再只是指基于RFID技术的物联网。
2006年韩国于确立了u-Korea计划，该计划旨在建立无所不在的社会（ubiquitous society），在民众的生活环境里建设智能型网络（如IPv6、BcN、USN）和各种新型应用（如DMB、Telematics、RFID），让民众可以随时随地享有科技智慧服务。2009年韩国通信委员会出台了《物联网基础设施构建基本规划》，将物联网确定为新增长动力，提出到2012年实现“通过构建世界最先进的物联网基础实施，打造未来广播通信融合领域超一流信息通信技术强国”的目标。
2009年欧盟执委会发表了欧洲物联网行动计划，描绘了物联网技术的应用前景，提出欧盟政府要加强对物联网的管理，促进物联网的发展。
2009年1月28日，IBM首次提出“智慧地球”概念，建议新政府投资新一代的智慧型基础设施。当年，美国将新能源和物联网列为振兴经济的两大重点。
2009年8月，温家宝总理在无锡视察时提出“感知中国”，无锡市率先建立了“感知中国”研究中心，中国科学院、运营商、多所大学在无锡建立了物联网研究院。物联网被正式列为国家五大新兴战略性产业之一，写入了十一届全国人大三次会议政府工作报告，物联网在中国受到了全社会极大的关注。
定义
物联网的概念最早出现于比尔盖茨1995年《未来之路》一书，在《未来之路》中，比尔盖茨已经提及Internet of Things的概念，只是当时受限于无线网络、硬件及传感设备的发展，并未引起世人的重视。
1998年，美国麻省理工大学(MIT)创造性地提出了当时被称作EPC系统的“物联网”的构想；1999年，美国Auto-ID首先提出“物联网”的概念，称物联网主要是建立在物品编码、RFID技术和互联网的基础上。
2005年，ITU发布了《ITU互联网报告2005：物联网》，综合二者内容，正式提出“物联网”的概念，包括了所有物品的联网和应用。目前较为公认的物联网的定义是：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，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。
物联网的英文名称是Internet Of Things，那么它和互联网之间又是什么关系呢？实际上，物联网的概念来自于对互联网的类比，根据物联网与互联网的关系分类，不同专家学者对物联网给出了各自的定义，可归纳为如下四种类型：
1、物联网是传感网，不接入互联网
有专家认为，物联网就是传感网，只是给人们生活环境中的物体安装传感器，这些传感器可以更好地帮助我们认识环境，这个传感器网不接入互联网络，例如上海浦东机场的传感器网络，其本身并不接入互联网，却号称是中国第一个物联网。物联网与互联网的关系是相对独立的两张网。
2、物联网是互联网的一部分
物联网并不是一张全新的网，实际上早就存在了，它是互联网发展的自然延伸和扩张，是互联网的一部分。互联网是可包容一切的网络，将会有更多的物品加入到这张网中。也就是说，物联网包含于互联网之内。
3、物联网是互联网的补充网络
我们通常所说的互联网是指人与人之间通过计算机结成的全球性的网络，服务于人与人之间的信息交换。而物联网的主体则是各种各样的物品，通过物品间传递信息从而达到最终服务于人的目的，两张网的主体不同。所以物联网是互联网的扩展和补充，物联网与互联网是相对平等的两张网。如果把互联网比作是人类信息交换的动脉，那么物联网就是毛细血管，两者相互连通，是互联网的有益补充。
4、物联网是未来的互联网
从宏观概念上讲，未来的物联网将使人置身于无所不在的网络之中，在不知不觉中，人可以随时随地与周围的人或物进行信息的交换，这时，物联网也就等同于泛在网络，或者说未来的互联网。物联网、泛在网络、未来的互联网，他们的名字虽然不同，但表达的都是同一个愿景，那就是人类可以随时、随地、使用任何网络、联系任何人或物，以达到信息交换的自由。
四种概念的界定都有其可取之处，也有不足之处。从狭义的角度看，只要是物品之间通过传感网络连接而成的网络，不论是否接入互联网，都应算是物联网的范畴。从广义角度看，物联网不仅局限于物与物之间的信息传递，还将和现有的电信网络实现无缝融合，最终形成人与物无所不在的信息交换，形成泛在网络。
事实上，物联网与互联网的关系是相对独立的两张网，只不过两者在数据传输技术上有一定的共性而已。在电话网和互联网应用中，我们希望所有的人、计算机等是互联互通的。然而物联网则不同，一个太湖水质监测系统和中石油的物流系统可以毫无关系。这就是IBM公司提出智慧地球概念时，强调其垂直行业应用的原因。所以，物联网是基于对物可控、可管理技术的一个个互不相连的专用网络的统称。目前，国际上习惯将其称为“泛在网络”，实际上就是要与互联网有所区别。
组成部分
物联网很早就被用于生产与生活之中，但是应用范围十分有限，再有就是单一应用较多，综合应用较少，直接使用较多计算优化较少。IBM提出的智慧地球的概念就是要更大范围更深层次地建设和利用物联网。物联网本质上是一个信号采集和处理的网络。物联网利用各种传感器或人为设置的各种身份识别码，把物质世界中的各种信息变为电信号，电信号通过电信网络传送到计算机处理系统和显示系统，经过计算机处理后的数据存储备查，在必要时计算机将发出报警信号或者控制信号，报警信号或者控制信号由通信网络送到指定的地方报警，或由指定预设装置执行控制。
1、传感器
传感器是一种物理装置或生物器官，能够探测、感受外界的信号、物理条件（如光、热、湿度）或化学组成（如烟雾），并将探知的信息传递给其他装置或器官。
传感器在日常生活生产中很常见，它可以把一些物理量的变化变为电信号的变化。例如话筒和喇叭就是一对语音传感器。除日常会用到的传感器之外，传感器还有很多种类。这些传感器很少被用到，因而它们的价格很高，正是这个原因阻碍了物联网络的发展。传感器可以是声、光、压力、震动、速度、重量、密度、硬度、湿度、温度、图像、语音、电波、化学；或者是气体的流速、流量、气压、成分；或是液体的流速、流量、成分；或是固体的数量、重量、硬度等。
2、电子标签（ID）
电子标签是上个世纪新发展起来的技术，已经获得了很多应用，例如超市用于标识商品的条形码。现有的电子标签有条形码、二维码、磁卡、接触式IC卡、非接触卡、射频识别（RFID）。
射频识别即RFID（Radio Frequency IDentification）技术，又称电子标签、无线射频识别，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。
3、电信网络
电信网络是电信系统的公共设施，是指在两个和多个规定的点间提供连接，以便在这些点间建立电信业务和信息的节点与链路的集合。
电信网络早已为人类所使用，现在使用最多的有语音、文字、音乐、、图像等各种信息传输。物联网的信息传送有其独特的地方，与日常使用的语音、文字、音乐、、图像传输相比，物联网的信息传输更多的是小数据量的传输和特大数据量的传输。小到每月只发送几个bit，如煤气抄表；大到连续不间断的发送大幅图像，如交通监视，而中等数据量的信息传送却比较少见。这对通信提出了新的要求，为实现高效率物联网通信，需要通信行业做出新的标准和新型接入设备，以适应物联网各种通信的需要。现有的通信网络有电缆、光缆、微波、蓝牙、红外、WiFi、WINMX、移动通信（2G、3G、4G）、卫星。
4、数据处理
物联网采集到的数据是为了各种不同的目的，为满足不同需求这些数据需要经过计算机的数据处理。这些处理常常包括汇总求和、统计分析、阀值判断、专业计算、数据挖掘。
5、显示系统
物联网采集到的图像和信息常常需要直接显示或是经过计算后显示到计算机或者大屏幕上，常见的显示状况有图像、图表、曲线。
6、报警系统
物联网采集到的信息常常需要直接报警或是经过计算机处理后报警，常见的报警形式有声、光、电（电话、短信）。当所选参数偏离预先设定的限度值时能进行报警的系统。
7、控制执行系统
有一些物联网不仅被要求采集信号、处理信号、存储信号，还被要求发出控制指令，经过网络指挥指定的预设执行装置，通过指定预设执行装置的指令执行行动以达到控制目的。
产业链
一、设备制造商
二、系统集成商
三、网络运营商
四、平台供应商
应用领域
物联网应用涉及国民经济和人类社会生活的方方面面，因此，“物联网”被称为是继计算机和互联网之后的第三次信息技术革命。信息时代，物联网无处不在。由于物联网具有实时性和交互性的特点，因此，物联网的应用领域主要有如下 。
1、城市管理
（1）智能交通（公路、桥梁、公交、停车场等）
物联网技术可以自动检测并报告公路、桥梁的“健康状况”，还可以避免过载的车辆经过桥梁，也能够根据光线强度对路灯进行自动开关控制。在交通控制方面，可以通过检测设备，在道路拥堵或特殊情况时，系统自动调配红绿灯，并可以向车主预告拥堵路段、推荐行驶最佳路线。在公交方面，物联网技术构建的智能公交系统通过综合运用网络通信、GIS地理信息、GPs定位及电子控制等手段，集智能运营调度、电子站牌发布、IC卡收费、ERP（快速公交系统）管理等于一体。通过该系统可以详细掌握每辆公交车每天的运行状况。另外，在公交候车站台上通过定位系统可以准确显示下一趟公交车需要等候的时间；还可以通过公交查询系统，查询最佳的公交换乘方案。
停车难的问题在现代城市中已经引发社会各界的热烈关注。通过应用物联网技术可以帮助人们更好地找到车位。智能化的停车场通过采用超声波传感器、摄像感应、地感性传感器、太阳能供电等技术，第一时间感应到车辆停入，然后立即反馈到公共停车智能管理平台，显示当前的停车位数量。同时将周边地段的停车场信息整合在一起，作为市民的停车向导，这样能够大大缩短找车位的时间。
（2）智能建筑（绿色照明、安全检测等）
通过感应技术，建筑物内照明灯能自动调节光亮度，实现节能环保，建筑物的运作状况也能通过物联网及时发送给管理者。同时，建筑物与GPs系统实时相连接，在电子地图上准确、及时反映出建筑物空间地理位置、安全状况、人流量等信息。
（3）文物保护和数字博物馆
数字博物馆采用物联网技术，通过对文物保存环境的温度、湿度、光照、降尘和有害气体等进行长期监测和控制，建立长期的藏品环境参数数据库，研究文物藏品与环境影响因素之间的关系，创造最佳的文物保存环境，实现对文物蜕变损坏的有效控制。
（4）古迹、古树实时监测
通过物联网采集古迹、古树的年龄、气候、损毁等状态信息。及时作出数据分析和保护措施。在古迹保护上实时监测能有选择地将有代表性的景点图像传递到互联网上，让景区对全世界做现场直播，达到扩大知名度和广泛吸引游客的目的。另外，还可以实时建立景区内部的电子导游系统。
（5）数字图书馆和数字档案馆
使用RFID设备的图书馆／档案馆，从文献的采访、分编、加工到流通、典藏和读者证卡，RFD标签和阅读器已经完全取代了原有的条码、磁条等传统设备。将RFID技术与图书馆数字化系统相结合，实现架位标识、文献定位导航、智能分拣等。应用物联网技术的自助图书馆，借书和还书都是自助的。借书时只要把身份z或借书卡插进渎卡器里，再把要借的书在扫描器上放一下就可以了。还书过程更简单，只要把书投进还书口，传送设备就自动把书送到书库。同样通过扫描装置，工作人员也能迅速知遭书的类别和位置以进行分拣。
2、数字家庭
如果简单地将家庭里的消费电子产品连接起来，那么只是—个多功能遥控器控制所有终端，仅仅实现了电视与电脑、手机的连接，这不是发展数字家庭产业的初衷。只有在连接家庭设备的同时，通过物联网与外部的服务连接起来，才能真正实现服务与设备互动。有了物联网，就可以在办公室指挥家庭电器的 *** 作运行，在下班回家的途中，家里的饭菜已经煮熟，洗澡的热水已经烧好，个性化电视节目将会准点播放；家庭设施能够自动报修；冰箱里的食物能够自动补货。
3、定位导航
物联网与卫星定位技术、GSM／GPRS／CDMA移动通讯技术、GIS地理信息系统相结合，能够在互联网和移动通信网络覆盖范围内使用GPs技术，使用和维护成本大大降低，并能实现端到端的多向互动。
4、现代物流管理
通过在物流商品中植入传感芯片（节点），供应链上的购买、生产制造、包装／装卸、堆栈、运输、配送／分销、出售、服务每—个环节都能无误地被感知和掌握。这些感知信息与后台的GIS／GPS数据库无缝结合，成为强大的物流信息嘲络。
5、食品安全控制
食品安全是国计民生的重中之重。通过标签识别和物联网技术，可以随时随地对食品生产过程进行实时监控，对食品质量进行联动跟踪，对食品安全事故进行有效预防，极大地提高食品安全的管理水平。
6、零售
RFID取代零售业的传统条码系统（Barcode），使物品识别的穿透性（主要指穿透金属和液体）、远距离以及商品的防盗和跟踪有了极大改进。
7、数字医疗
以RFID为代表的自动识别技术可以帮助医院实现对病人不问断地监控、会诊和共享医疗记录，以及对医疗器械的追踪等。而物联网将这种服务扩展至全世界范围。RFID技术与医院信息系统（HIS）及药品物流系统的融合，是医疗信息化的必然趋势。
8、防入侵系统
通过成千上万个覆盖地面、栅栏和低空探测的传感节点，防止入侵者的翻越、偷渡、恐怖袭击等攻击性入侵。上海机场和上海世界博览会已成功采用了该技术。
据预测，到2035年前后。中国的物联网终端将达到数千亿个。随着物联网的应用普及，形成我国的物联网标准规范和核心技术，成为业界发展的重要举措。解决好信息安全技术，是物联网发展面临的迫切问题。
中国发展
基本介绍
物联网在中国迅速崛起得益于我国在物联网方面的几大优势。
第一，我国早在1999年就启动了物联网核心传感网技术研究，研发水平处于世界前列；
第二，在世界传感网领域，我国是标准主导国之一，专利拥有量高；
第三，我国是能够实现物联网完整产业链的国家之一；
第四，我国无线通信网络和宽带复盖率高，为物联网的发展提供了坚实的基础设施支持；
第五，我国已经成为世界第二大经济体，有较为雄厚的经济实力支持物联网发展。
感知中国
2009年8月上旬温家宝总理在无锡视察时指出，“要在激烈的国际竞争中，迅速建立中国的传感信息中心或‘感知中国’中心”。为认真贯彻落实总理讲话精神，加快建设国家“感知中国”示范区（中心），推动我国传感网产业健康发展，引领信息产业第三次浪潮，培育新的经济增长点，增强可持续发展能力和可持续竞争力，无锡市委、市政府迅速行动起来，专门召开市委常委会和市政府常务会议进行全面部署，精心组织力量，落实有力措施，全力以赴做好建设国家“感知中国”示范区（中心）的相关工作。
高校研究
物联网在中国高校的研究，当前的聚焦点在北京邮电大学和南京邮电大学。作为“感知中国”的中心，无锡市2009年9月与北京邮电大学就传感网技术研究和产业发展签署合作协议，标志中国“物联网”进入实际建设阶段。协议声明，无锡市将与北京邮电大学合作建设研究院，内容主要围绕传感网，涉及光通信、无线通信、计算机控制、多媒体、网络、软件、电子、自动化等技术领域，此外，相关的应用技术研究、科研成果转化和产业化推广工作也同时纳入议程。
为积极参与“感知中国”中心及物联网建设的科技创新和成果转化工作，保持、扩大学校在物联网研究领域的优势。南京邮电大学召开物联网建设专题研讨会，及时调整科研机构和专业设置，新成立了物联网与传感网研究院、物联网学院。2009年9月10日，全国高校首家物联网研究院在南京邮电大学正式成立。新华日报记者探访了南邮的“无线传感器网络研究中心”，这里的研究者与“物联网”打交道已有五六年。在实验室，一些“物联网”产品已经初见雏形。此外，南邮还有系列举措推进物联网建设的研究：设立物联网专项科研项目，鼓励教师积极参与物联网建设的研究；启动“智慧南邮”平台建设，在校园内建设物联网示范区等。
世界第一块工业物联网芯片
2012年由重庆邮电大学研发的全球首款支持三大国际工业无线标准的物联网核心芯片——渝“芯”一号（uz/cy2420）在渝正式发布，标志着我国在工业物联网技术领域达到了世界领先水平，为我国掌握物联网核心技术的国际竞争话语权奠定了坚实基础，对加快推进工业化与信息化的深度融合具有重要意义。
我国第一家高校物联网工程学院
2010年6月10日，江南大学为进一步整合相关学科资源，推动相关学科跨越式发展，提升战略性新兴产业的人才培养与科学研究水平，服务物联网产业发展，江南大学信息工程学院和江南大学通信与控制工程学院合并组建成立“物联网工程学院”，也是全国第一个物联网工程学院。
2012年6月，教育权威数据在物联网爱好者论坛建立开设物联网工程专业的物联网学校查询系统，专为物联网工程专业学生服务，方便大家查询开设物联网工程专业院校。
科技园
2011年4月，长安大学为加快建设特色鲜明的大学，推动陕西省（国家物联网中心）相关学科跨越式发展，推动地方经济，服务物联网产业发展，长安大学和西安浐灞生态区共建长安大学科技园”，也是全国第一个拥有直接服务于物联网板块的国家级大学科技园。
项目描述：占地面积80亩，建筑面积130000平方米，长安大学联合具有较强技术转化实力的企业打造物联网产业园区，依托西安地区科研综合实力和人才优势，重点发展超高频RFID、高端传感器的研发及技术转换转让，打造物联网器件集散、物联网行业应用解决方案集聚、物联网产品展示以及研发办公、商业配套。
目标招商企业（项目）：项目主要吸引物联网集成技术、软件开发及产品销售企业入区经营；吸引智能物流、环保、交通、电网、安防、家居等六个主要门类的研发服务类企业和项目入园。
开源项目
开源软件无线电技术对无线电的行行业业影响颇深，对物联网的研究也不例外。GNU Radio 是免费的软件开发工具套件。它提供信号运行和处理模块，用它可以在易制作的低成本的射频（RF）硬件和通用微处理器上实现软件定义无线电。这套套件广泛用于业余爱好者，学术机构和商业机构用来研究和构建无线通信系统。GNU Radio的应用主要是用 Python 编程语言来编写的。但是其核心信号处理模块是C++在带浮点运算的微处理器上构建的。因此，开发者能够简单快速的构建一个实时、高容量的无线通信系统。尽管其主要功用不是仿真器，GNU Radio 在没有射频 RF 硬件部件的境况下支持对预先存储和（信号发生器）生成的数据进行信号处理的算法的研究。
政府措施
中国将采取四大措施支持电信运营企业开展物联网技术创新与应用。这些措施包括：
突破物联网关键核心技术，实现科技创新。同时结合物联网特点，在突破关键共性技术时，研发和推广应用技术，加强行业和领域物联网技术解决方案的研发和公共服务平台建设，以应用技术为支撑突破应用创新。
制订中国物联网发展规划，全面布局。重点发展高端传感器、MEMS、智能传感器和传感器网节点、传感器网关；超高频RFID、有源RFID和RFID中间件产业等，重点发展物联网相关终端和设备以及软件和信息服务。
推动典型物联网应用示范，带动发展。通过应用引导和技术研发的互动式发展，带动物联网的产业发展。重点建设传感网在公众服务与重点行业的典型应用示范工程，确立以应用带动产业的发展模式，消除制约传感网规模发展的瓶颈。深度开发物联网采集来的信息资源，提升物联网的应用过程产业链的整体价值。
加强物联网国际国内标准，保障发展。做好顶层设计，满足产业需要，形成技术创新、标准和知识产权协调互动机制。面向重点业务应用，加强关键技术的研究，建设标准验证、测试和仿真等标准服务平台，加快关键标准的制定、实施和应用。积极参与国际标准制定，整合国内研究力量形成合力，推动国内自主创新研究成果推向国际。
专项资金
权威人士日前向记者表示，首批5亿元物联网专项基金申报工作已启动，共有600多家企业申报。工信部已筛选出100多家符合条件的企业。物联网专项基金总计50亿元，预计5年内发放完毕。
工信部、财政部4月联合出台物联网专项基金相关管理办法。该基金将重点支持技术研发类、产业化类、应用示范与推广类和标准研制与公共服务类四大项目。已形成基本齐全的物联网产业体系，网络通信相关技术和产业支持能力与国外差距相对较小，但传感器、RFID （无线射频技术）等感知端制造产业、高端软件与集成服务与国外差距相对较大。我国大陆共有450余家从事敏感元件及传感器生产厂家，但外资企业占67%。 据透露，申请首批物联网专项基金企业多为中资企业。通过物联网专项基金引导，有关部门希望培育技术创新能力强，具有自主知识产权、自主品牌和国际竞争力的大企业，加快产业培育和发展。
三角平台
中国物联网校企联盟基于自身拥有的庞大行业及高校资源，打造出中国物联网共赢圈--三角平台。在这里有三种角色：学生/待业、教师/高校、企业/猎头。任何想要了解或者涉足物联网的人员，在这里都可以找到定位和需求。利用先进的物联网理念和让大家都可以获利的目标，中国物联网校企联盟希望可以在中国营造一个良好、健康、可持续发展的物联网氛围。
从业证书
物联网工程师证书是根据国家工信部门要求颁发的一类物联网专业领域下工业和信息化领域急需紧缺人才证书。
该证书被划分为5个方向：
物联网工程师、节能环保工程师、物联网系统工程师、智能电网工程师、智能物流工程师。
用途和问题
用途范围
物联网用途广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。

---