物聯網與大數據整合研究

高巖　王孟平　蘇展　閆菡

[摘 要] 本文首先對物聯網和大數據的概念進行了論述，繼而對物聯網大數據整合進行了分析探討，最后在此基礎上，得出了物聯網和大數據之間的緊密聯系是很難忽視的，它們是相互創造的。如果沒有大數據的分析能力，物聯網所產生的空前數量的數據將毫無用處。

[關鍵詞] 物聯網；大數據；整合；云計算；通信

[中圖分類號] TP391 [文獻標識碼] A [文章編號] 1671-0037（2017）7-71-3

Research on the Integration of the Internet of Things and Big Data

Gao Yan1 Wang Mengping2 Su Zhan1 Yan Han1

（1. Automation Engineering Technology Research Center of Henan Province， Zhengzhou Henan 450008；

2.Institute of Applied Physics， Henan Academy of Sciences， Ltd.， Zhengzhou Henan 450008）

Abstract： This paper described the concept of the Internet of Things and big data first， then analyzed and discussed the integration of big data in the Internet of Things， and finally， obtained that the intimate relationship between the Internet of things and big data link is difficult to ignore， and they are created mutually. If without the ability to analyze big data， an unprecedented amount of data generated by the Internet of things would be useless.

Key words： the Internet of things； big data； integration； cloud computing； communication

目前，物聯網、大數據、云計算等新一代信息通信技術發展迅速，通過與其他新技術的集成，加快了智能醫療、新能源、新材料的普及。

“大數據”已經成為人們日常生產和生活中的熱詞，是移動通信、訪問網站、微博消息、視頻上傳、產品生成、科學實驗無處不在的社會和商業活動中不斷產生的各種數據[1]。研究大數據的價值是巨大的，尤其是當大數據與物聯網集成的時候。

本文探討了一個開放的物聯網生態系統的建設對大數據的影響。重點對物聯網大數據的含義，包括先進的通信技術和分析技術的開放網絡生態系統框架，新的應用程序，通過大數據和物聯網的融合產生的大數據技術架構進行討論。大數據和物聯網的融合必將使人類社會的智力提高到一個新水平。

1 概念概述

1.1 物聯網概述

物聯網是物理設備的網絡，它使用嵌入式電子設備、軟件、傳感器、執行器等與網絡連接，這些對象能夠對數據進行有效收集并對數據進行交換，這一切由人或者其他設備來進行控制[2]。

基于現有的網絡基礎設施，通過物聯網可以使得如上對象被遠程控制或被感知，從外界的物質世界直接集成到計算機系統內，從而提高了工作效率，以及工作的準確精度[3]。物聯網技術作為網絡物理系統中的一個典型范例，我們可在物聯網里增強傳感器和執行器。物聯網已經深入到人們生活的方方面面當中，如智能電網技術，虛擬電廠、智能家居、智能交通和智能城市。以上每一項能夠在現有的互聯網基礎設施內實施，都是通過嵌入式計算系統從而進行唯一標識。有專家估計，到2020年物聯網將涵蓋約300億對象。

通常情況下，物聯網有望提供先進設備，系統和服務的連接，超越了機器對機器（M2M）通信等的多種協議。這些嵌入式設備互連（包括智能對象），有望迎來幾乎所有領域的自動化，同時也締造了高級應用如智能電網，并擴展到諸如智能城市[4]。

“物聯網”可以運用至各類高精領域操作設備，如心臟監測植入芯片轉發器，汽車內置傳感器，環境/食品/病原體DNA的檢測分析設備，在搜索和救援行動中的高精領域操作設備可以協助消防隊員。

通過這些高精設備收集對現有技術有用的、具有流動自主性的數據。目前在市場上，這樣的實際運用例子包括家庭智能化（也被稱為智能家居設備）如智能照明、智能控溫（如智能溫控器）、智能通風、空調（HVAC）系統；電器如洗衣機/烘干機、機器人吸塵器、空氣凈化器、烤箱或冰箱/冰柜都可以使用Wi-Fi網絡進行遠程監控。此外還包括智慧城市，蘋果手表，健身和健康監測等。在大量新的應用領域，擴大互聯網連接，物聯網也將聚集大量來自不同領域的數據，對數據的快速聚集，并增加索引，有助于高效存儲并更有效地處理數據[5]。物聯網作為現今智能城市平臺中的一種，也是智能能源管理系統。1999年，“物聯網”一詞由寶潔公司的Kevin Ashton在麻省理工學院的汽車識別中心創建。

1.2 大數據概述

大數據是一個大而復雜的數據集，因而運用傳統的數據處理應用軟件已不足以處理這些龐大的數據。大數據所面臨的挑戰包括捕獲數據、數據存儲、數據分析、搜索、共享、傳輸、可視化、查詢、更新和信息隱私。

數據的快速增長，部分是因為越來越多的便捷和多渠道感知事物的信息設備的出現，如網絡中的移動設備集中聚集，如空中（遙感）、軟件記錄、相機、麥克風、無線射頻識別（RFID）閱讀器和無線傳感器網絡。自20世紀80年代，全世界的人均科技存儲信息能力大約每40個月翻一番；2012年，每天2.5艾字節（2.5×1018）數據生成。endprint

數據庫管理系統、統計軟件和可視化軟件通常可以用于處理大量難以處理的數據。這項工作可能需要“在數十，數百，甚至數千服務器上運行大量軟件”。“大數據”的處理能力取決于用戶處理設備的能力。對于一些公司來說，當它們首次面對大數據之時，幾百個字節就可能會使他們重新考慮數據管理選項。而對于有些企業，它可能需要對幾十萬甚至幾百萬兆字節數據進行處理，數據的大小是一個重要的考慮因素。

認真分析與企業最密切相關的大數據。在分析數據之前，主要有兩個步驟：對數據進行收集和支持APT存儲方法。大數據與物聯網密不可分，物聯網對大數據分析有著很大的影響。這些數據在分析階段之前需要通過攝入和存儲階段。物聯網的數據需要通過不同的框架管理。管理服務提供商（MSP）也被稱為處理大數據的框架。

總之，物聯網和大數據是不可分割的整體。各組織需要為分析和基礎設施建立適當的平臺，以便對物聯網數據進行適當的分析。最后需要注意的一點是，數據只有通過良好的管理方法從物聯網中提取才是重要的。物聯網數據通常通過與各種設備相連的傳感器進行捕獲。例如，可以通過對物聯網傳感器中的各種數據進行分析，從而監測數據中心的熱量生成。另一個現實的例子是對通過空氣傳感器捕獲的污染數據進行監測。

2 物聯網大數據整合

2.1 整合的進程

物聯網傳感設備以極高的速度傳輸，不斷產生海量信息。因此，物聯網以實時數據流的形式有效地處理大量信息的技術是非常重要的。實時大數據分析系統包括一個用于接收輸入數據流實時數據源的接收器，以及處理數據子集派生的新興模式的圖形發生器，它能夠在突發模式時進行模式識別，并對相應的數據子集進行標識，通過壓縮降低識別的數據子集和識別模式，壓縮存儲數據庫和重建有標識的數據，必要時使用壓縮標識數據的子集。

2.2 物聯網大數據云

物聯網傳感器/設備的數據可以在大數據分析基礎設施平臺上進行分析。基于云計算的物聯網大數據系統提供了一個虛擬的物聯網傳感器/設備平臺。作為一個基礎設施，云計算即服務（Iaa S）和云服務作為軟件即服務（Saa S），提供了一個靈活的、可擴展的系統。Iaa S具有靈活性，提供了處理異構物聯網傳感器/設備。Saa S具有可伸縮性，最終用戶可通過此服務減輕計算開銷，并按最終用戶請求享受共享的物聯網傳感器/設備數據。Saa S還運用了終端用戶指定物聯網傳感器/設備特性，定位物理物聯網傳感器/設備以及為物理物聯網傳感器/設備提供服務的需求。終端用戶通過設備（如智能手機）請求并接收系統提供的服務。

2.3 物聯網大數據分析應用

物聯網大數據分析可以運用于各行各業，例如醫療領域，可以實時監測患者的認知和運動對外部刺激的反應。對物聯網醫療/醫療設備所獲得的海量數據進行分析，從而有針對性地提供多種增值醫療服務。企業物聯網應用大數據分析系統收集關于產品、產品屬性、價格和價格屬性的大量數據。對龐大而復雜的數據集進行總結，在選擇和完善信息以及在用戶界面中提出個性化的識別模式。大數據分析系統提供了用戶界面，來總結個性化產品信息以及價格，識別其中的模式，并生成與信息相關的建議。

2.4 物聯網大數據與云人工智能整合

物聯網云的大數據智能系統是基于云的大數據分析來進行，分析某個地理區域的人或建筑相關數據的服務器系統，如本地新聞和天氣信息，分析地理區域內如街道，郵編等數據。分析數據可以用來開發控制規則，從而控制智能家居設備。

智能家居設備的自動控制，如當用戶進入一個特定的時間、空間時觸發燈自動打開；當發生火災時在服務器端激活自動噴水滅火系統；一個特定的時間，如當家里的溫度低于預定水平之時，自動打開室內空調系統；當數據分析表明用戶在睡覺時，關閉各個房間的音響系統和燈光；當室內設備發生沖突時，關閉低優先級的設備，使用較高優先權的設備等等。

基于云的大數據分析還可以用于人工智能設備使用，從而預測用戶未來行為。設備使用、設備行為以及用戶行為預測可用于生成控制規則。通過將收集的數據與樣本數據表進行比較，從而確定收集的數據和數據樣本表中的數據之間是否存在相關性。可以根據收集的數據和數據樣本表中的數據之間的相關性來生成預測。

3 結論

3.1 物聯網和大數據之間是緊密聯系，相互創造的

如果專家們對物聯網的估計是正確的，那就意味著在未來的5-10年內世界上將有500多億個互聯設備。這些設備生成的字節的數據將通過收集和組織用于各種用途。因此，物聯網和大數據之間的緊密聯系是我們所不能忽視的，因為它們是相互創造的。如果沒有大數據的分析能力，物聯網所產生的大量數據將毫無用處；如果沒有物聯網的平臺，大量數據的產生也無法發揮其自身的作用。

3.2 物聯網涉及面廣

物聯網革命意味著幾乎每一個設備，如家用電器、電站、汽車、鐵路、海運集裝箱等都將有自己的IP地址，將設備之間相互連接，他們會產生巨大的數據量，實現數據集中共享。為了能夠更高效地、準確地處理大量數據，公司需要不斷更新技術，提高自己分析數據的能力。由此可見，不僅大數據通過多種手段對物聯網產生了明顯的影響，物聯網同樣也對大數據領域產生了深遠的影響。

總之，物聯網是一個全新的前沿領域，各個企業一直在對其進行探索，從而獲得更高的經濟利益。然而，實際上，隨著時間的推移前進，物聯網和大數據之間的整合仍然有相當多未知的發展領域，這些未知因素需要人類對其做出科學、深入的考慮，從而全面推進物聯網與大數據之間的整合步伐。

參考文獻：

[1] 劉軍.Hadoop大數據處理[M].北京：人民郵電出版社，2013.

[2] 孫運雷.物聯網服務質量動態保障方法研究[D].北京：北京郵電大學，2014.

[3] 鄧雪峰.設施農業物聯網系統建模與模型驗證[D]. 北京：中國農業大學，2016.

[4] 劉旸.物聯網中多層/跨層接入管理關鍵技術[D].大連：大連理工大學，2014.

[5] 蒲海濤.物聯網環境下基于上下文感知的智能交互關鍵技術研究[D].濟南：山東科技大學，2011.endprint