因特网（Inter），物联网都是通讯网路，将装置进行连线，就好比物联网是高速公路与英特网是大马路，大马路可以走人走脚踏车走汽车，高速路只走汽车。云端计算是区别于本地计算的一种概念，是分散式计算的一种技术名称。
云端计算和物联网两者之间本没有什么特殊的关系，物联网只是今后云端计算平台的一个普通应用，物联网和云端计算之间是应用与平台的关系。
物联网的发展依赖于云端计算系统的完善，从而为海量物联资讯的处理和整合提供可能的平台条件，云端计算的集中资料处理和管理能力将有效的解决海量物联资讯储存和处理问题。
人工智慧是程式演算法和大资料结合的产物。
而云计算是程式的演算法部分，物联网是收集大资料的根系的一部分。
可以简单的认为：人工智慧=云端计算+大资料（一部分来自物联网）
随着物联网在生活中的铺开，它将成为大资料最大，最精准的来源。
云端计算通俗理解：1、通过网路上传到云储存东西，无需储存装置有网路便可读取。像银行
2、可以通过云端计算，有些软体无需安装便可使用，比如直接通过云写文件，不用安装word。像家里用电不用自己发电，通过电网购买。
云的使用对自己电脑的配置实用减少，而物联网是本地电脑和伺服器资讯互换，处理资讯使用的是本地电脑的资源处理东西。
物联网是客观世界在Inter上的一种应用；云端计算是建立在Inter上的一种分散式技术服务模式；三网融合是将Inter、电信网、广电网业务融合在一起的应用技术及业务模式。
希望对你有用。
随着社会迅速发展，人类逐渐进入大资料的时代，而物联网与云端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，大资料的前景与物联网以及云端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资料与物联网、云端计算之间的关系吧。
大资料概念
巨量资料(big data)，或称大资料、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体工具，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。“大资料”是由数量巨大、结构复杂、型别众多资料构成的资料集合，是基于云端计算的资料处理与应用模式，通过资料的整合共享，交叉复用,形成的智力资源和知识服务能力。
大资料市场格局
具体意义上来讲，早在20世纪90年代“资料仓库之父”的Bill Inmon便提出了“大资料”的概念。大资料之所以在最近走红，主要归结于网际网路、移动装置、物联网和云端计算等快速崛起，全球资料量大大提升。可以说，移动网际网路、物联网以及云端计算等热点崛起在很大程度上是大资料产生的原因。
我们通过分析，形象的知道大资料与移动网际网路、物联网以及传统网际网路的关系。物联网，移动网际网路再加上传统网际网路，每天都在产生海量资料，而大资料又通过云端计算的形式，将这些资料筛选处理分析，提前出有用的资讯，这就是大资料分析。
大资料与云端计算
云端计算（cloud puting）是基于网际网路的相关服务的增加、使用和交付模式，通常涉及通过网际网路来提供动态易扩充套件且经常是虚拟化的资源。近几年，云端计算的概念受到了学术界、商界，甚至 的热捧，一时间云端计算无处不在，这真让同时代其他的IT技术相形见绌，无地自容。
本质上，云端计算与大资料的关系是静与动的关系；云端计算强调的是计算，这是动的概念；而资料则是计算的物件，是静的概念。如果结合实际的应用，前者强调的是计算能力，或者看重的储存能力；但是这样说，并不意味着两个概念就如此泾渭分明。大资料需要处理大资料的能力（资料获取、清洁、转换、统计等能力），其实就是强大的计算能力；另一方面，云端计算的动也是相对而言，比如基础设施即服务中的储存装置提供的主要是资料储存能力，所以可谓是动中有静。
如果资料是财富，那么大资料就是宝藏，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，资料宝藏终究是镜中花；没有大资料的积淀，云端计算也只能是杀鸡用的宰牛刀。
大资料与物联网
物联网是一个基于网际网路、传统电信网等资讯承载体，让所有能够被独立定址的普通物理物件实现互联互通的网路。
大资料与物联网之间的关系是相铺相成的。物联网产生大资料。美国人前几年医院一年产生500个数据，IMT1。4TB资料等各种的资料通过感测器产生，也有在网上直接产生的，我们现在处于大资料时代，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路上，产生了大量的资料。
物联网产生的大资料与一般的大资料有不同的特点。物联网的资料是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的资料有明显的颗粒性，其资料通常带有时间、位置、环境和行为等资讯。物联网资料可以说也是社交资料，但不是人与人的交往资讯，而是物与物，物与人的社会合作资讯。
除此之外，大资料助力物联网，不仅仅是收集感测性的资料，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 释出讯息和市民微博释出讯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。
基于大资料与物联网，云端计算之间的关系
物联网重点突出了感测器感知的概念，同时它也具备网路线路传输，资讯储存和处理，行业应用介面等功能。而且也往往与网际网路共用伺服器，网路线路和应用介面，使人与人(Human ti Human ，H2H)，人与物(Human to thing，H2T)、物与物( Thing to Thing，T2T)之间的交流变成可能，最终将使人类社会、资讯空间和物理世界(人机槠)融为一体。
大资料目前尚没有统一的定义，比较有代表性的是3V 定义，即认为大资料需满足3 个特点：规模性(Volume)、多样性(Variety)和高速性(Velocity)。
以云端计算为代表的网际网路新应用的兴起，表明网际网路基础服务无论从硬体，软体还是资料资讯都在向集中和统一的方向发展。也就是说，未来的大资料还将具备一个新的特性-统一性(Unity)。
你也可以参考物联商业网。
因特网是一个数据网际网路；物联网是将现实世界的事物通过感测器等连线到网际网路形成的一个管理网路；云端计算是一种大规模的计算服务平台，它可以为其他网路提供计算服务；三网融合是将电信网、电视网及网际网路融合在一起的综合应用网路。
希望对你有用。
云端计算与网格计算的概念
首先，究竟什么是云端计算（Cloud Computing）呢？钱教授指出，云就是网际网路——做网路的似乎总是把网路抽象成云；云端计算就是利用在Inter中可用的计算系统，能够支援网际网路各类应用的系统。云端计算是以第三方拥有的机制提供服务，为了完成功能，使用者只关心需要的服务，这是云端计算基本的定义。
相对于网格计算（Grid Computing）和分散式计算，云端计算拥有明显的特点：第一是低成本，这是最突出的特点。第二是虚拟机器的支援，使得在网路环境下的一些原来比较难做的事情现在比较容易处理。第三是镜象部署的执行，这样就能够使得过去很难处理的异构的程式的执行互 *** 作变得比较容易处理。第四是强调服务化，服务化有一些新的机制，特别是更适合商业执行的机制。
那么网格计算的特点又是什么呢？
网格计算有了十几年的历史。网格基本形态是什么？是跨地区的，甚至跨国家的，甚至跨洲的这样一种独立管理的资源结合。资源在独立管理，并不是进行统一布置、统一安排的形态。网格这些资源都是异构的，不强调有什么统一的安排。另外网格的使用通常是让分布的使用者构成虚拟组织（VO），在这样统一的网格基础平台上用虚拟组织形态从不同的自治域访问资源。此外，网格一般由所在地区、国家、国际公共组织资助的，支援的资料模型很广，从海量资料到专用资料以及到大小各异的临时资料集合，在网上传的资料，这是网格目前的基本形态。
云端计算与网格计算区别何在
可以看出，网格计算和云端计算有相似之处，特别是计算的并行与合作的特点；但他们的区别也是明显的。主要有以下几点：
首先，网格计算的思路是聚合分布资源，支援虚拟组织，提供高层次的服务，例如分布协同科学研究等。而云计算的资源相对集中，主要以资料中心的形式提供底层资源的使用，并不强调虚拟组织（VO）的概念。
其次，网格计算用聚合资源来支援挑战性的应用，这是初衷，因为高效能运算的资源不够用，要把分散的资源聚合起来；后来到了2004年以后，逐渐强调适应普遍的资讯化应用，特别在中国，做的网格跟国外不太一样，就是强调支援资讯化的应用。但云计算从一开始就支援广泛企业计算、Web应用，普适性更强。
第三，在对待异构性方面，二者理念上有所不同。网格计算用中介软体遮蔽异构系统，力图使使用者面向同样的环境，把困难留在中介软体，让中介软体完成任务。而云计算实际上承认异构，用映象执行，或者提供服务的机制来解决异构性的问题。当然不同的云端计算系统还不太一样，像Google一般用比较专用的自己的内部的平台来支援。
第四，网格计算用执行作业形式使用，在一个阶段内完成作用产生资料。而云计算支援持久服务，使用者可以利用云端计算作为其部分IT基础设施，实现业务的托管和外包。
第五，网格计算更多地面向科研应用，商业模型不清晰。而云计算从诞生开始就是针对企业商业应用，商业模型比较清晰。
总之，云端计算是以相对集中的资源，执行分散的应用（大量分散的应用在若干大的中心执行）；而网格计算则是聚合分散的资源，支援大型集中式应用（一个大的应用分到多处执行）。但从根本上来说，从应对Inter的应用的特征特点来说，他们是一致的，为了完成在Inter情况下支援应用，解决异构性、资源共享等等问题。
那么，网格计算和云端计算有没有可能取长补短、互为补充呢？钱教授提到，如果这两者结合起来，也许可以聚合大量分散的资源，从而支援各种各样的大型集中应用以及分散的应用。
最后，钱教授还谈到，在云端计算技术方面，有三个需要关注的问题。第一是安全，因为要想作为公共基础设施必须取得使用者的充分信任。第二是标准化，不能再走中介软体的老路。第三是开源，要走开放的平台，这样才有发展。
简明的描述，看了有茅塞顿开的感觉。
观点一：网格计算主要关注如何把一个任务分配到它所需要的资源上（一般来说是一个远端可用的），在这里一个大的计算任务可以被分成多个小任务，然后被分配到这些伺服器上执行；而云计算则强调把资源动态的从硬体基础架构上产生出来，以适应工作任务的需要，云端计算可以支援网格计算，也可以支援非网格计算。（简单理解，即动态产生的计算资源是来自一台伺服器还是多台，是否使用了网格计算的演算法。本人的理解）
观点二：网格计算与云端计算主要有三点区别，第一，网格主要是通过聚合式分布的资源，通过虚拟组织提供高层次的服务，而云计算资源相对集中，通常以资料中心的形式提供对底层资源的共享使用，而不强调虚拟组织的观念；第二，网格聚合资源的主要目的是支援挑战性的应用，主要面向教育和科学计算，而云计算一开始就是用来支援广泛的企业计算、web应用等；第三，网格用中介软体遮蔽异构性，而云计算承认异构，用提供服务的机制来解决异构性的问题。
网格计算与云端计算的关系如下表所示。
表 1 网格计算与云端计算的比较
网格计算
云端计算
目标
共享高效能运算力和资料资源，实现资源共享和协同工作
提供通用的计算平台和储存空间，提供各种软体服务
资源来源
不同机构
同一机构
资源型别
异构资源
同构资源
资源节点
高效能运算机
伺服器/PC
虚拟化检视
虚拟组织
虚拟机器
计算型别
紧耦合问题为主
松耦合问题
应用型别
科学计算为主，计算密集
资料处理为主，资料密集
使用者型别
科学界
商业社会
付费方式
免费（ 出资）
按量计费
标准化
有统一的国际标准OGSA/WSRF
尚无标准，但已经有了开放云端计算联盟OCC
网格计算走的是学院派的路子：在概念上争论多年，在体系结构上三次伤筋动骨，在标准规范上花费了大量的心力，所设定的目标又非常远大－－要在跨平台、跨组织、跨信任域的极其复杂的异构环境 享资源和协同解决问题，所要共享的资源也是五花八门－－从高效能运算机、资料库、装置到软体、甚至知识；云端计算走的是现实派的路子：暂时不管概念、不管标准，Google云端计算与Amazon云端计算的差别非常大，云端计算只是对他们以前做的事情的新的共同的时髦叫法；所共享的储存和计算资源暂时仅限于某个企业内部，省去了许多跨组织协调的问题；以Google为代表的云端计算在内部管理运作方式上的简洁一如其介面，能省的功能都省了，Google档案系统甚至不允许修改已经存在的档案，大大降低了实现难度，却借助其无与伦比的规模效应释放前所未有的能量。
网格计算与云端计算的关系，就像是OSI与TCP/IP之间的关系：ISO制定的OSI（开放系统互联）网路标准，考虑得非常周到，也异常复杂，在多年之前就考虑到了会话层和表示层的问题。很有远见，但过于阳春白雪了，实现的难度和代价也非常大。当OSI的一个简化版－－TCP/IP冒出来之后，将七层协议简化为四层，内容也大大精简，因而迅速取得了成功。在TCP/IP一统天下之后多年，语义网等问题才被提上议事日程，开始为TCP/IP补课，增加其会话和表示的能力。因此，OSI是学院派，TCP/IP是现实派。OSI是TCP/IP的基础，TCP/IP又推动了OSI的发展。不是成者为王、败者为寇的问题，而是滚动发展的问题。
1．物联网产生大资料，大资料助力物联网。目前，物联网正在支撑起社会活动和人们生活方式的变革，被称为继计算机、网际网路之后冲击现代社会的第三次资讯化发展浪潮。物联网在将物品和网际网路连线起来，进行资讯交换和通讯，以实现智慧化识别、定位、跟踪、监控和管理的过程中，产生的大量资料也在影响着电力、医疗、交通、安防、物流、环保等领域商业模式的重新形成。物联网握手大资料，正在逐步显示出巨大的商业价值。
2．大资料是高速跑车，云端计算是高速公路。在大资料时代，使用者的体验与诉求已经远远超过了科研的发展，但是使用者的这些需求却依然被不断地实现。在云端计算、大资料的时代，那些科幻片中的统计分析能力已初具雏形，而这其中最大的功臣并非工程师和科学家，而是网际网路使用者，他们的贡献已远远超出科技十年的积淀。
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。
物联网是新一代信息技术的重要组成部分。其英文名称是“The Internet of things”。由此，顾名思义，“物联网就是物物相连的互联网”。这有两层意思：第一，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；第二，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。因此，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相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络
和传统的互联网相比，物联网有其鲜明的特征。 首先，它是各种感知技术的广泛应用。物联网上部署了海量的多种类型传感器，每个传感器都是一个信息源，不同类别的传感器所捕获的信息内容和信息格式不同。传感器获得的数据具有实时性，按一定的频率周期性的采集环境信息，不断更新数据。 其次，它是一种建立在互联网上的泛在网络。物联网技术的重要基础和核心仍旧是互联网，通过各种有线和无线网络与互联网融合，将物体的信息实时准确地传递出去。在物联网上的传感器定时采集的信息需要通过网络传输，由于其数量极其庞大，形成了海量信息，在传输过程中，为了保障数据的正确性和及时性，必须适应各种异构网络和协议。 还有，物联网不仅仅提供了传感器的连接，其本身也具有智能处理的能力，能够对物体实施智能控制。物联网将传感器和智能处理相结合，利用云计算、模式识别等各种智能技术，扩充其应用领域。从传感器获得的海量信息中分析、加工和处理出有意义的数据，以适应不同用户的不同需求，发现新的应用领域和应用模式。
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。它具有普通对象设备化、自治终端互联化和普适服务智能化3个重要特征。 物联网(Internet of Things)指的是将无处不在（Ubiquitous）的末端设备（Devices）和设施（Facilities），包括具备“内在智能”的传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等和“外在使能”(Enabled)的，如贴上RFID的各种资产（Assets）、携带无线终端的个人与车辆等“智能化物件或动物”或“智能尘埃”（Mote），通过各种无线/有线的长距离/短距离通讯网络实现互联互通（M2M)、应用大集成（Grand Integration)、以及基于云计算的SaaS营运等模式，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面（集中展示的Cockpit Dashboard)等管理和服务功能，实现对“万物”的“高效、节能、安全、环保”的“管、控、营”一体化。随着物联网技术的不断成熟，可以说在未来几年，物联网将是极具突破性发展的一个市场，大数据和传感器技术的突飞猛进将引爆互联网设备和家庭自动化设备的发展，而云计算技术被应用于大数据的处理上，更是让物联网如虎添翼。
在现在的很多真实物联网方案当中，分布式的云计算应用模式能够有效的将信息进行整合，从而实现用户访问的高可用性，流服务可能是原始传感器信息的来源，是一个对保存在其中的传感器信息进行非实时分析的数据库的输入。
物联网控制是可以改变物理系统行为的网络组件。例如，一个被发送至控制单元的命令可以打开关闭交通灯的红灯或绿灯、打开门、发出警报声等等。显而易见，与传感器相比，控制单元具有更私密的限制。
基于物联网的分析云平台是将很多有效数据进行关联，从而对用户提供更为全面的服务，就好像用于交通管理和控制应急车辆信号的物联网模式都是利用可控制传感器数据进行信号控制的。从本质上来说，物联网分析云就是SaaS，它可被用作面向服务架构的进程或REST资源。也可类似地使用控制云组件，而所有的数据库管理服务也可以REST的方式进行建模。
无论是物联网还是云计算，用户对于数据需求量的增加已经成为了现在IT行业的一大趋势，然而对于企业来说，基于物联网和云平台的服务模式已经在企业内部逐渐扩张，未来的云平台与物联网模式之间的联系也将变得更加紧密。从协同应用方向分析的话，物联网和云计算之间的关系，还需要加上一个词——大数据。逻辑关系来讲，物联网是基础层-节点，大数据是中间层-传输，云计算是上层-服务器，也可以形象理解为“末梢神经”、“经络”、“大脑”。从系统应用逻辑层面可以看出，物联网和云计算是互为支撑的关系。
先来看看物联网（Internet of Things，缩写IoT），可以比对互联网来理解。互联网是信息终端的连结，链接的是人。物联网是物理终端的连接，链接的是物，让所有能行使独立功能的普通物体实现互联互通的网络，终端布放的是各类传感器，位移传感器、温度传感器、加速度传感器等，监测到的物理数值通过无线网传输到计算机进行记录、运算及决策。
在物联网上，每个人都可以应用电子标签将真实的物体上网联结，在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制，也可以对家庭设备、汽车进行遥控，以及搜索位置、防止物品被盗等，类似自动化 *** 控系统，同时透过收集这些小事的数据，最后可以聚集成大数据，包含重新设计道路以减少车祸、灾害预测与犯罪防治、流行病控制等等社会的重大改变，实现物和物相联，将现实世界数字化，应用范围十分广泛。
再来说说云计算，云计算是相对传统计算机运算延伸出来的概念。传统计算机运算是端到端的，计算机终端到服务器端的数据存储、运算多是本地话、就地话，物理设备、物理地址是可寻可见的。云计算，☁️云顾名思义就是云端，“高大”、“辽阔”。主要是从服务器端来讲的，现实的世界，一方面采集数据量的越来越庞大（大数据），另一方面，对运算速度的需求是越来越高，本地话服务器难以支撑这种运算需求，从集约化来讲，集中化的服务器部署是有效的解决方案，数据存储、运算是异地话、集中化的，可以兼顾效率与成本。比较有代表性的就是运行管理、智能决策等，从企业运营到政府管理都越来越依赖于云计算。
物联网和云计算相结合的典型应用很多，比如“天眼”，在交通管理中应用为电子警察系统，在安全监控中应用为公安监控系统。
本人从事的是高端装备制造，这方面体验更深些，再比如中国的“中国制造2025”和德国的“工业40”，核心其实都是智能制造，从研发实验室到车间机床都配上了传感器，实现了物联网化，实时采集与校正（与设计模型比对）数据，也可以更低成本实现产品的个性化定制，而且通过在部件、模块科学加装传感器，生产的产品、设备也自动物联网化，也大大提高了性能。
讲两个这方面的典型代表，一个就是海尔，几年前开始推进的“智能工厂”就是上述理论及方案的应用，冰箱、洗衣机的生产，耗能指标更低，成本更低，也可以与其它家电互通互联，一体控制。另一个就是亿升科技，自主化国产化的以磁悬浮鼓风机为代表磁悬浮装备的研制、应用，更节能还免维护，通过自带的远程监控系统可是实时监测数据并进行调控，也可以通过长周期的数据累计分析支持辅助用户进行生产运营分析和决策。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）