什么是物联网中的大数据？

(1)物联网中的数据量更大：物联网的最主要特征之一是节点的海量性，除了人和服务器之外，物品、设备、传感网等都是物联网的组成节点，其数量规模远大于互联网;

同时，物联网节点的数据生成频率远高于互联网，如传感节点多数处于全时工作状态，数据流源源不断。

(2)物联网中的数据速率更高：

一方面，物联网中数据海量性必然要求骨干网汇聚更多的数据，数据的传输速率要求更高;

另一方面，由于物联网与真实物理世界直接关联，很多情况下需要实时访问、控制相应的节点和设备，因此需要高数据传输速率来支持相应的实时性。

(3)物联网中的数据更加多样化：物联网涉及的应用范围广泛，从智慧城市、智慧交通、智慧物流、商品溯源，到智能家居、智慧医疗、安防监控等，无 一不是物联网应用范畴;

在不同领域、不同行业，需要面对不同类型、不同格式的应用数据，因此物联网中数据多样性更为突出。

(4)物联网对数据真实性的要求更高：物联网是真实物理世界与虚拟信息世界的结合，其对数据的处理以及基于此进行的决策将直接影响物理世界，物联网中数据的真实性显得尤为重要。

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。

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。

物联网的实践最早可以追溯到1990年施乐公司的网络可乐贩售机—Networked Coke Machine。

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、智能消防等多个领域。

如智能 *** 控、安防、电力抄表、远程医疗、智能农业等等。

从结构上划分，物联网应用层包括以下三个部分：

1、物联网中间件：物联网中间件是一种独立的系统软件或服务程序，中间件将各种可以公用的能力进行统一封装，提供给物联网应用使用。

2、物联网应用：物联网应用就是用户直接使用的各种应用，如智能 *** 控、安防、电力抄表、远程医疗、智能农业等等。

3、云计算：云计算可以助力物联网海量数据的存储和分析。依据云计算的服务类型可以将云分为：基础架构即服务(IaaS)、平台即服务（PaaS)、服务和软件即服务（SaaS)。

扩展资料：

相关延伸：物联网的体系架构

物联网典型体系架构分为3层，自下而上分别是感知层、网络层和应用层。

感知层实现物联网全面感知的核心能力，是物联网中关键技术、标准化、产业化方面亟需突破的部分，关键在于具备更精确、更全面的感知能力，并解决低功耗、小型化和低成本问题。

网络层主要以广泛覆盖的移动通信网络作为基础设施，是物联网中标准化程度最高、产业化能力最强、最成熟的部分，关键在于为物联网应用特征进行优化改造，形成系统感知的网络。

应用层提供丰富的应用，将物联网技术与行业信息化需求相结合，实现广泛智能化的应用解决方案，关键在于行业融合、信息资源的开发利用、低成本高质量的解决方案、信息安全的保障及有效商业模式的开发。

参考资料来源：百度百科-物联网技术

参考资料来源：百度百科-应用层

物联网、大数据及人工智能都是近年来互联网行业比较火热的话题，三者之间具有非常紧密的联系。想探讨物联网、大数据及人工智能之间如何融合，首先需要了解其基本概念。

概念

1、物联网

根据百度百科的解释，物联网（InternetofThings，IoT）是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络（万物互联）。物联网网络架构设计由感知层、网络层及应用层组成，分别实现数据采集、数据传输及数据应用的功能。目前，物联网已经广泛应用于智慧医疗、智慧环保、智慧城市、智能家居及物流等领域。

2、大数据

大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据具有体量大（Volume）、及时性（Velocity）、多样性（Variety）、低价值密度（Value）及真实性（Veracity）的“5V”特性。

3、人工智能

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。目前，人工智能正在改变各行各业的传统模式，作为人工智能分支的机器学习/深度学习已经广泛用于自然语言处理（NLP）、计算机视觉（CV）、机器翻译及推荐系统等领域。

深度融合

物联网、大数据、人工智能三者之间相辅相成，可以形成一个闭环通路。物联网作为智能感知层，主要负责采集现场的数据并将数据上传至分布式数据库中；大数据作为数据存储层，将经过ETL处理后的数据保存到分布式文件系统（HDFS）或数据仓库（HIVE）中；人工智能作为应用层，可利用sparkml或tensorflow实现相关的机器学习或深度学习算法，对存储在HDFS或HIVE中的数据进行数据挖掘。

应用案例

目前，物联网、大数据、人工智能已经广泛用于智慧城市、智慧环保、智慧交通等领域。以智慧环保中的空气预警为例，首先，物联网可以作为智慧感知层，安装在客户现场的空气监测设备采集的空气质量信息通过网络传输数据中心；而后，利用大数据ETL工具（spark、hive）进行数据清洗并存储至分布式数据库/文件系统/数据仓库中；最后，利用人工智能相关技术进行大数据分析（sparkml、tensorflow），预测未来若干天的空气质量，并以此辅助进行科学决策及改善环境。

物联网开发应用最重要的是各种接口的兼容性。

首先物联网终端设备数量比手机大得多，而且本身没有显示界面，通常只是能够通过特定网络协议回传数据的传感器（直接连入互联网或者通过网关设备），也就是说在物联网大数据汇聚的前端，数据的汇入是自动化进行的，应用开发的重点是后端的汇聚层。

物联网应用后端汇聚层需要有一个智能化软件系统（通常运行于数据中心），来管理物联网设备（包括固件升级等）、网络、处理海量数据，并提供给用户。

在设备层、汇聚层之外，物联网应用还需要一个分析层，负责处理物联网设备产生的大数据。

最后，是最终用户层，负责将有用的数据分析结果以可视化的方式展示到用户的终端设备中，这个层面的开发，可以是移动web网站也可以是一个手机APP。

由于设备层和汇聚层第三方专业产品和服务的完善，实际上今天的物联网应用开发，主要指的是分析层和用户层这两个层面，换而言之，未来物联网开发生态主要建立在成熟的云计算物联网平台上。成熟的物联网平台通常都提供汇聚层需要的大数据存储、实时信息总线以及于前端应用通讯的API。

实际上今天已经有大量面向物联网应用开发的平台，例如Xively、Mnubo、BugLabs和ThingWorx等，这些平台通常能够兼容大量物联网产品厂商的设备。