物联网相关术语

物联网相关术语,第1张

物联网相关术语:6LoWPAN、高级加密标准、应用程序编程接口、信标技术、大数据、低能耗蓝牙、云计算、Firmware-Over-The-Air、网关。

1、6LoWPAN

IPv6(当前的互联网协议)和低功耗无线个人区域网络的融合,允许功率受限的物联网设备直接访问TCP/IP互联网。这意味着即使最小最弱的物联网设备也可以连接。

2、高级加密标准

这是一个电子数据加密规范,自2001年以来一直是物联网设备传输层安全的标准。

3、应用程序编程接口

一种加速计算机与硬件/软件平台之间通信的方法。

4、信标技术

这允许小型网络发射器与使用低功耗蓝牙的系统进行交互。苹果的版本叫做iBeacon。

5、大数据

大量的信息,包括结构化的和非结构化的,从大量来源收集并以极快的速度传递。这些信息是原始数据,供分析人员为企业和其他组织设计更明智的战略。物联网是大数据的巨大来源。

6、低能耗蓝牙

一种无线的个人区域网络,其特点是低功耗和有限的数据传输范围。它也被称为蓝牙40。

7、云计算

通过网络连接并用于数据存储、处理和管理的远程服务器,而不是依赖于本地的内部物理服务器。

8、嵌入式软件

控制通常不被认为是计算机的硬件设备和系统的计算机软件,例如智能冰箱。

9、Firmware-Over-The-Air

该技术也被称为FOTA,允许移动设备上的软件和服务的远程无线安装、维修和升级。

10、网关

这是任何设备,收集信息从不同的网络点,并发送信息到另一个网络。

随着社会迅速发展,人类逐渐进入大数据的时代,而物联网与云计算作为近年来的热点,受到了业内不少人士的关注。据业界人士分析,大数据的前景与物联网以及云计算这两者之间的关系非常密切,那么,真像业界人士所说的那样它们之间存在着不一样的关系呢?下面,我们就来了解一下大数据与物联网、云计算之间的关系吧。
大数据概念
巨量资料(big data),或称大数据、海量资料,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”是由数量巨大、结构复杂、类型众多数据构成的数据集合,是基于云计算的数据处理与应用模式,通过数据的整合共享,交叉复用,形成的智力资源和知识服务能力。
大数据市场格局
具体意义上来讲,早在20世纪90年代“数据仓库之父”的Bill Inmon便提出了“大数据”的概念。大数据之所以在最近走红,主要归结于互联网、移动设备、物联网和云计算等快速崛起,全球数据量大大提升。可以说,移动互联网、物联网以及云计算等热点崛起在很大程度上是大数据产生的原因。
我们通过分析,形象的知道大数据与移动互联网、物联网以及传统互联网的关系。物联网,移动互联网再加上传统互联网,每天都在产生海量数据,而大数据又通过云计算的形式,将这些数据筛选处理分析,提前出有用的信息,这就是大数据分析。
大数据与云计算
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。近几年,云计算的概念受到了学术界、商界,甚至政府的热捧,一时间云计算无处不在,这真让同时代其他的IT技术相形见绌,无地自容。
本质上,云计算与大数据的关系是静与动的关系;云计算强调的是计算,这是动的概念;而数据则是计算的对象,是静的概念。如果结合实际的应用,前者强调的是计算能力,或者看重的存储能力;但是这样说,并不意味着两个概念就如此泾渭分明。大数据需要处理大数据的能力(数据获取、清洁、转换、统计等能力),其实就是强大的计算能力;另一方面,云计算的动也是相对而言,比如基础设施即服务中的存储设备提供的主要是数据存储能力,所以可谓是动中有静。
如果数据是财富,那么大数据就是宝藏,而云计算就是挖掘和利用宝藏的利器!没有强大的计算能力,数据宝藏终究是镜中花;没有大数据的积淀,云计算也只能是杀鸡用的宰牛刀。
大数据与物联网
物联网是一个基于互联网、传统电信网等信息承载体,让所有能够被独立寻址的普通物理对象实现互联互通的网络。
大数据与物联网之间的关系是相铺相成的。物联网产生大数据。美国人前几年医院一年产生500个数据,IMT1。4TB数据等各种的数据通过传感器产生,也有在网上直接产生的,我们现在处于大数据时代,物联网一分钟可以产生非常多的东西,苹果下载2万余次,一分钟会上传10万条新微博,全世界物联网上虚拟网络上,产生了大量的数据。
物联网产生的大数据与一般的大数据有不同的特点。物联网的数据是异构的、多样性的、非结构和有噪声的,更大的不同是它的高增长率。物联网的数据有明显的颗粒性,其数据通常带有时间、位置、环境和行为等信息。物联网数据可以说也是社交数据,但不是人与人的交往信息,而是物与物,物与人的社会合作信息。
除此之外,大数据助力物联网,不仅仅是收集传感性的数据,实物跟虚拟物要结合起来。今天北京交通堵塞,但是并不知道堵塞原因,如果政府发布消息和市民微博发布消息结合起来就知道发生什么事,物联网要过滤,过滤要有一定模式。

说起物联网(Internet of Things, IoT),估计很多人都耳熟能详,因为我们早就在各种各样的媒体中看到过好多次这个名词了。

按照中国传统观点,万物实际上是有着天然的联系的,那么人类为何又要画蛇添足般地再把他们连接起来呢?原因很简单, 万物的天然联系是依靠的自然规律,而人类并不能控制他们,而物联网让万物以人类的意愿进行连接,从而让人类可以控制他们 。物联网,无非是又一个人类征服和控制自然的尝试而已。只要万物能够互联并且通过有效的手段在需要的时候知道他们的状态,从而采用有效的手段进行干预,那么人类就有了对万物的相当程度的控制权。

这给了人们很大的想象空间,因此,也吸引了大量的淘金者,试图分享这样一块看起来巨大无比的蛋糕。 但这么多年来,现实并不乐观。

根据我的了解——可能并不准确——我感觉物联网现在处于一个比较尴尬的阶段。 一方面,物联网的呼声很大,人们寄予很大的期望;但另一方面,市场的反响并不热烈,本来应该跟人们的生活息息相关的物联网,似乎在现实中并没有被人们所感知。我观察到的现实就不很乐观。 算得上物联网的智能家居曲高和寡,国内力推的NB-IoT雷声大雨点小,LoRa使用的主流频段在国内被事实上禁用, Zigbee等覆盖范围过小……

在这里,我想梳理一下物联网在国内发展的现状,以便于更好地定位和找出问题所在。

物联网可以看做是互联网的升级版本,传统的互联网连接的是人;物联网不光连接人,还要连接物,除了人类的互动外,还需要让人能够更好地把控物。 人是自带智能的,所以传统的互联网的重点在于连接,只要有连接,人们就会互动,产生内容等,对网络的智能要求就不高;但物联网连接的是物,物本身不具备智能, 需要通过人来控制或者智能系统来自动控制。

物联网也是近十年来出现频率很高的智慧某某(例如智慧城市,智慧楼宇,智慧园区,智慧安防等)的基础设施。 什么是智慧?我认为就是能够根据某个特定的需求和目标,自主动态调节现有状态的能力 。这需要至少有两个部分构成,一是要有数据分析和处理的“大脑”部分,二是要有数据收集和指令执行的“躯体”部分。 我们往往把狭义的躯体部分作为狭义的物联网, 也可以称为物联网10, 实现了物体的初步连接和数据收集和反馈能力,但这套系统要想实用,实际上离不开人,因为数据的分析和控制指令的下达还是需要人来做;而大脑+躯体才是真正智慧的物联网,在我看来这才是能够给人类带来很大便利的物联网,才具备大范围应用的技术基础, 可以把这称为物联网20。

现阶段的物联网还是停留在由人控制的阶段,也就是10时代,这个阶段对数据的处理存在瓶颈,因此,并不适合复杂的应用,也不适合大范围使用。因此我们可以看到,应用比较广泛的应用也就是那少数的简单应用,如抄表、环境监测、家电控制等。云计算、大数据、机器学习、人工智能等技术是近几年的IT领域的热点,进展也非常迅速,他们的发展为物联网向20阶段进化提供了坚实的基础。

我们日常生活,现有的已经足够很好地满足人们的需求了;物联网,只是人们对更高生活水平的追求的产物,并且不是必需的;对于非必需品来说,要想普及需要足够的性价比或者就索性走高端路线。但从目前的物联网市场看,由于缺少比较成熟的家用物联网方案,因此并不能大规模使用,这导致物联网应用起来成本比较高,在家居中只有高端住宅才可能会使用,占比很少,家居物联网在这种初级阶段必须得要走高端路线,当然这也符合很多新事物的初始状况特征。

物联网在工商业中也有一些应用,例如RFID领域,我们已经可以在一些商店中看到。其他还有很多物联网项目,多数隐藏在智慧某某的名头之下,现阶段,只要是冠以智慧的项目,其造价一般会令人咂舌。 因此,在性价比不高的情况下,人们使用他的积极性自然不高了。

中国运营商去年决定要大力推广NB-IoT,他们试图提升性价比,因此希望设备和解决方案提供商们能够以较低的价格提供相关产品,由于其体量,确实有部分供应商愿意以接近成本价的价格向其提供产品;但即使是这样,愿意使用的用户也不多,这让供应商的积极性大大降低,因为根本就无利可图。也因为此,NB-IoT的这一波推广活动实际上到目前看来是比较失败的。

从连接介质来看,物联网分为有线和无线两种,考虑到实际部署的难度,无线方式显然更有机会会成为主流的连接方式。

从终端和因特网连接关系来看,物联网也可以划分为两种方式:一种是直接和因特网连接,例如NB-IoT、2/3/4G蜂窝网络、eMTC等; 另一种是通过网关间接和因特网连接,例如LoRa、SigFox、ZigBee、BLE、WiFi等。不同的协议都是针对不同的应用场景设计的,因此在实际使用中都有其优缺点。例如我们常用的WiFi,要保证速率和可靠性,因此覆盖距离不够长,连接不可靠; NB-IoT主要用于低速率物联网应用,能够直接联网,但速率低, 用户连接数少; LoRa的覆盖比较广,但速率低,用户连接数也有限制……

因此,实际部署时需要根据不同的应用场景选择不同的技术、标准以及相应的设备,而在现场实施的时候又会有很多意想不到的困难。无线部署也需要做网优等工作,对实施人员的要求比较高。 这些都增大了物联网的部署难度。

由于物联网一般使用无线技术,那么频谱资源就是物联网的一个非常核心的资源。频谱资源时稀缺的,因为有太多的地方需要这类资源。例如我们的移动电话、微波通信、卫星通信、应急通信、无线WiFi等等。这些资源由于其稀缺性,需要统一的规划。而这在不同的国家也面临着不同的状况。

例如现在比较火热的LoRa,阿里巴巴、腾讯等互联网企业刚刚加入该标准联盟,结果国家的新的频谱规划就给予他们致命一击,LoRa所使用的sub-1G的频谱资源实际上是不开放的。

目前在全球,唯一明确的民用频段就是24GHz,也就是WiFi、蓝牙等使用的频段。但这个频段的问题是与低频段的无线电波相比,越障能力比较差,因此覆盖能力不强。而又由于太多的民用无线设备都是用这个频段,导致这个频段的信号比较“脏”,收到的干扰比较大。 现有的使用这个频段的蓝牙、WiFi协议本身也是为了IP宽带连接而设计的,专注于速率,所以也导致覆盖范围一般不超过100米,并且连接数量有着很大的限制。 因此,要想避免频谱资源的政策风险,就只能使用24GHz这个频段 ,那么如何在这样的情况下增加无线覆盖的范围,提升覆盖距离,就是物联网公司需要解决的一个大问题。

比较有实际应用意义的物联网的规模需要达到一定的程度,也就是终端要足够多,很多地方并不具备电源接入的条件,那么就需要终端的功耗要足够低或者索性无源。

无源当然是最佳的方式,目前的解决方案是要加储能电路,但这种电量非常微小,在现有的技术条件下,覆盖范围和传输能力都受到严重的制约,只能适应很少的一部分场景。因此,大多数情况还是需要有源的终端,这就需要功耗尽可能地低了。 功耗问题可能是目前物联网面临的主要问题之一。

例如在智慧停车之类的项目中,有部分方案是用NB-IoT实现的。这个标准由于使用了蜂窝技术,只有运营商具备掌控的能力,所以电信运营商和设备商都非常有热情去推广,也号称一块电池可以用十年,看起来功耗似乎很低,但那是有前提条件的,就是它平时处于睡眠状态,每天主动醒来一次上传一次数据,在这样的情况下才可能坚持十年。 但用于停车就得频频被唤醒,因此在这个场景中使用就非常耗电。根据实际使用的经验,差不多5个月左右就得去更换电池了。这带来极大的维护工作量,而且电池的成本本身也非常高。因此,至少在停车这种方案中,NB-IoT并不是一个好的选择。如果用LoRa呢?在停车中也有应用,表现好一点,能够达到一年多的使用时间而不用换电池。而一般里面模块和芯片的寿命在5年以上,也就是说,在终端设备的生命周期里,需要更换多次电池,每一次更换电池实际上跟新开工一个项目工作量差不多多少。因此,我们不能说这种状况是令人满意的。

所以,如果能够解决有源终端的功耗难题,不光可以大大减轻日后的维护工作量,还可以大大降低终端的成本,这是因为在实际应用中,电池是物联网终端的主要成本之一。

技术本身是没有国界的,但遗憾的是我们并不生存在一个理想的世界里,我们的现实世界依然存在着各种各样的利益群体,有的时候出于自身利益的考虑,作为体现现代竞争力的物联网技术就要受到一些因素的制约。国家就是一个典型的利益群体,而国家安全往往是这个群体的最高利益之一。信息安全是国家安全的一个重要方面,物联网搜集各种各样的信息,这些信息有的时候就是非常机密的情报,不方便被其他利益团体所获知,因此,在物联网标准方面,在一开始就要注意这个方面。

LoRa是美国公司Semtech所提出的一个物联网标准,也是目前比较主流的标准。这个标准对标的是SigFox——一个欧洲的私人公司封闭的物联网标准,但SigFox用自己的标准建了一个覆盖很广的网络,对外运营物联网业务,可以叫做物联网供应商;而LoRa是半开放的标准,允许用户使用这种技术进行模块和终端产品的开发,并用这些产品组建自己的LoRa物联网,虽然相比于市场上主流的其他方案,看起来价格并不贵,但标准、芯片等核心部分过分集中于美国的供应商Semtech上,在特定的时候这就是一个很大的风险。

因此,无论是物联网方案提供商、物联网产品开发商,还是用户,在选择物联网标准的时候要考虑到这个问题。当然,对于小规模的民用应用,采用什么标准问题不大,但对于军用、大规模应用来说,不考虑这个因素将可能让投资全部打水漂。 最近的无线电频谱的一个征求意见的文件就让某国外标准被判了死刑,即使我们最大的两个互联网公司刚刚加入了这个阵营也是无可奈何。

NB-IoT是中国特别是运营商和设备提供商力推的标准,但它的问题在于功耗较高、用户容量有限,所以,在很多场景里并不适合。因此,中国还需要更多的物联网标准,来补充NB-IoT的不足。

物联网,英文名为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:

1、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;

2、从人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。

设备之间无需任何人为干扰相互通信的设备组成的网络,设备本身就可以完成创建,修改,删除,发送和接收数据,并使用该数据做出决策。所以说,物联网的关键是设备之间的数据交换。

物联网的应用领域主要包括以下方面:运输和物流领域、工业制造、健康医疗领域范围、智能环境(家庭、办公、工厂)领域、个人和社会领域等,具有十分广阔的市场和应用前景。

扩展资料:

物联网技术的原理其实就是在计算机互联网的基础上,利用RFID、无线数据通信等技术,构造一个覆盖世界上万建筑的“Internet of Things”。

在这个网络中,建筑(物品)能够彼此进行“交流”,而无需人的干预。其实质是利用射频自动识别(RFID)技术,通过计算机互联网实现物品(商品)的自动识别和信息的互联与共享。

物联网的核心技术还是在云端,云计算就是实现物联网的技术核心。

物联网的三项关键技术与领域包括,关键技术:传感器技术、RFID标签、嵌入式系统技术。领域:公共事务管理(节能环保、交通管理等)、公众社会服务(医疗健康、家居建筑、金融保险等)、经济发展建设(能源电力、物流零售等)。

传感器技术是一种计算机应用中的关键技术,将传输线路中的模拟信号转变为可处理的数字信号,交于计算机进行处理。

RFID,全称为Radio Frequency Identification,即射频识别技术,是一种将无线射频技术与嵌入式技术融为一体的综合技术,在不久的将来将广泛应用于自动识别、物品物流管理方面。

嵌入式系统技术是一种将计算机软件、计算机硬件、传感器技术、集成电路技术、电子应用技术集成于一体的复杂技术。

参考资料来源:百度百科——物联网概念

物联网信息聚合技术是指在传输数据的同时对数据进行处理,即数据传输与融合并行。数据在由采集终端到用户终端的传输过程中,完成复杂的信息处理流程,具体的信息处理方法根据不同的网络应用需求进行设计和实现。网内协作模式的信息聚合以网内结点的协作互助为基本方式,解决物联网的数据传输问题,通过协作模式补偿传感器结点能力和能量受限的问题。目前,对于信息聚合技术的研究从技术手段上来看可分为空间策略的信息聚合和时间策略的信息聚合两个阵营。物联网中边传输边处理的总体信息聚合策略决定了网络层路由"以数据为中心"的特点如何选择适合信息处理的最佳传输路径,数据流相遇时是否应该进行融合处理,在不同的拓扑结构中如何选择最优聚合点,是数据聚集的空间策略所要解决的主要问题。显而易见,数据聚集的空间策略与网络的拓扑结构和数据传输路径具有非常紧密的联系。

物联网时代的大数据策略

互联网时代,PC、Pad、智能手机等设备无处不在,数以亿计的用户通过微博、微信、SNS、博客等途径产生大量的自媒体数据,电商、新闻类网站、搜索引擎每时每刻都在记录着丰富的用户行为信息,海量的数据促进了云计算,分布式技术的发展,而这些技术反过来不仅推动了Web和移动互联网的革新,也推动了物联网的飞速前进。现在,我们正逐渐迈入物联网时代,实现万物互联的愿景,如果说之前人是信息生产的主体,那么或许不久的将来设备将成为主角,它们将源源不断地产生与人相关的衣食住行信息,这些信息会通过云计算、数据挖掘等技术实现价值的升华从而为用户提供更优质、贴心的服务。那么物联网时代会产生什么样的数据,应该采用什么样的大数据策略呢?
THINKstrategies 的总经理 Jeff Kaplan 在自己的博文《 当物联网遇见大数据 》中写道:
“你不能使用现在的策略,因为可以被捕获、管理并利用的数据将更加多样化,同时用例也会更加丰富。附加到各种设备和对象上的传感器会产生各种类型的数据。这些数据将会用于各种响应式的、主动的或者 创造性的目的 。IT部门的任务就是与业务部门一起工作,完全理解物联网方面的用例,然后寻找满足业务需求的技术。特别是,IT部门必须识别出最优的分析平台和工具,让业务用户能够获取到需要的数据,分析数据的含义并快速地做出响应。”
Gartner公司的副总裁、著名分析师 Joe Skorupa 认为:
“分布在世界各地的物联网设备将产生大量的输入数据,将所有的数据传送到一个位置进行处理无论从技术上还是从经济上都是无法实现的。最近的趋势——将应用程序集中起来以便于降低成本并增强安全性——并不适合物联网。组织必须将数据集中到多个分布式的小型数据中心中,在此对数据进行初步的处理并发送到一个中心站点进行额外的处理。数据中心管理员需要在这些区域部署更加具有前瞻性的容量以满足业务发展的需要。”
Patrick McFadin则在自己的博文《 物联网:数据都去了哪里? 》中阐述了一个具体的数据策略解决方案。他认为整个过程可以分为三个阶段:产生数据并通过Internet传递、中央系统收集并组织数据、持续的数据分析与使用。
第一阶段需要决定数据创建的标准以及如何通过网络进行传递。Patrick McFadin认为可以通过>

以上是小编为大家分享的关于物联网时代的大数据策略的相关内容,更多信息可以关注环球青藤分享更多干货


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/13337575.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-07-17
下一篇 2023-07-17

发表评论

登录后才能评论

评论列表(0条)

保存