搜索
物联网英文名称：TheInternetofthings，简称IOT。“物联网”是指通过各种信息传感设备，如传感器、射频识别（RFID）技术、红外感应器、激光扫描器、气体感应器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，与互联网结合形成的一个巨大网络。其目的是实现物与物、物与人，所有的物品与网络的连接，方便识别、管理和控制。4A:anytime;anyplace;anything;anyone物联网应用举例1物联网应用举例2案例新家坡国家图书馆（图书资产）管理深圳图书馆新馆2006年7月在全国率先全面应用无线射频技术（RFID），在馆内全面实行包括自助借还的多种形式的自助服务，很快得到了广大读者的认可，并且倍受欢迎，深圳图书馆自助供还量战占全馆问题的比例已超过90%。自助图书馆系统门禁控制使用RFID标识每一本图书利用RFID对每本图书的“唯一”标识读者自助还书(RFID读写器就能立刻确认还书信息)图书分拣由计算机自动完成物联网应用举例3农业监测管理温室环境信息采集和控制自动灌溉系统环境信息和动植物信息监测土壤水分监测物联网的前世今生之国际篇1999MIT的Auto-ID中心主任Ashton教授首次提出“InternetofThings”的概念2003美国《技术评论》提出传感网络技术将是未来改变人们生话的十大技术之首2005信息社会世界峰会(WSIS)上，国际电信联盟（ITU)发布了《ITU互联网报告2005:InternetofThings》，正式提出了“物联网”的概念。2009IBM大中华区首席执行官钱大群在2009IBM论坛上公布了名为“智慧的地球”的最新策略。物联网的前世今生之国内篇1999,中科院启动传感网的研究;2009年8月7日：温家宝总理在无锡传感网工程技术研发中心视察中指出:在国家重大科技专项中，加快推进传感网发展，尽快建立中国的传感信息中心，或者叫“感知中国”。2010年3月5日，温家宝总理在十一届全国人大三次会议的政府工作报告中明确提出“加快物联网的研发应用”，而物联网技术也是我国十二五期间重点技术攻关领域。物联网的定义解读从本质上讲，物联网并不是一个全新的概念，与之相关的传感网、M2M等概念由来已久，但物联网作为一个专有名词被我们所认识时间还不久。目前，物联网的定义并未统一，但核心思想是一致的。简单的说，物联网就是“物物相连的互联网”，包含两层含义：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，进行信息交换和通讯物联网的技术框架感知层数据采集传输层（网络层）数据传输应用层数据处理类似人体的手、脚、感官……类似人体的经络及脏腑器官等类似人的大脑信息收集（识别）技术信息传输技术互联网技术无线网络技术网络安全技术网络技术的发展主线信息应用技术应用层技术云计算公共技术行业应用软件与中间件一、公共技术物联网的应用版图正在不断地扩张，但无论应用在任何领域任何行业，都离不开数据库技术、数据挖掘与分析技术以及人工智能、高性能并行计算等技术的发展，他们是一切应用的基础和前提。高性能计算高性能计算(HPC)指通常使用很多处理器（作为单个机器的一部分）或者某一集群中组织的几台计算机（作为单个计算资源操作）的计算系统和环境。它是计算机科学的一个分支，它致力于研发超级计算机，开发相关系统软件，研究并行算法，开发相关大型并行应用软件。并行计算是指使用多个处理器或多台计算机来协同完成同一计算任务，它是实现高性能计算的途径。数据库、数据仓库、数据挖掘OLTP（联机事务处理）与OLAP（联机分析处理）联机事务处理（onlinetransactionprocessing）包括输入信息的收集、处理，并利用收集到和经过处理而得到的信息去更新已存在的信息。数据库和数据库管理系统就是一类直接提供OLTP支持的技术工具。联机分析处理(onlineanalyticalprocessing)是一种提供决策支持的信息处理方式。可以帮助建立商务智能，由数据仓库和数据挖掘工具来支持。3-16联机事务处理、联机分析处理和商务智能商务智能信息如果库存以10%的速度下降，那么新库存担负的成本是什么？更新产品的价格需要采取什么广告战略来影响能接受高价位产品的顾客上个月多少产品的销售额超过10000美元更新广告时间表上个月在无线电广播关高上的花费是多少扩大顾客的信誉范围谁在该付账拖欠债务联机事务处理联机分析处理数据仓库在制定决策时使用的信息OLTPvsOLAPOLTP细节的综合的或派生的当前的历史的可更新不可更新需求事先可知道需求事先不知道符合系统生命周期完全不同的生命周期对性能要求高对性能要求相对宽松事务驱动数据驱动面向应用面向分析一次操作数据量小一次操作数据量大支持日常事务支持管理需求OLAP数据库与数据库管理系统数据库—信息的集合，它能按照信息的逻辑结构对其进行组织与存取。关系数据库—利用一系列存在逻辑关系的二维表或文件来存储信息关系=表=文件最流行的数据库模型数据库管理系统—帮助指定数据库逻辑需求，在数据库中访问和使用信息。3-19创建及更新数据库的逻辑结构查询及编辑信息生成菜单、数据输入屏幕格式、报表及应用软件决定谁可以使用信息、使用哪些信息；提供信息备份及恢复方法通过查询查看结构变更的影响数据定义应用程序生效数据操作数据管理数据库数据字典数据库管理系统的5个组成部分：数据管理系统引擎、数据定义子系统、数据操作子系统、应用程序生成子系统、数据管理子系统数据仓库和数据挖掘帮助建立商务智能并按照知识某种组织形式进行工作。数据仓库—支持商务分析活动和决策且来自多方面的信息集。3-20广告媒体的时间年份顾客群北部地区东南部地区西南部地区东部地区市场数据库销售数据库顾客数据库产品数据库有人感叹：20年前查询不到数据是因为数据太少了，而今天查询不到数据是因为数据太多了。要提高分析和决策的效率和有效性，分析型处理及其数据必须与操作型处理及其数据相分离。必须把分析型数据从事务处理环境中提取出来，按照DSS处理的需要进行重新组织，建立单独的分析处理环境，数据仓库正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术。数据仓库的数据从联机的事务处理系统、异构的外部数据源、脱机的历史业务数据中得到。它是一个联机的系统，专门为分析统计和决策支持应用服务，通过它可满足决策支持和联机分析应用所要求的一切。数据仓库的概念和特征目前，数据仓库一词尚没有一个统一的定义。著名的数据仓库专家W.H.Inmon在其著作《BuildingtheDataWarehouse》一书中给予如下描述：数据仓库（DataWarehouse）是一个面向主题的（SubjectOriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（TimeVariant）的数据集合，用于支持管理决策。数据仓库概念的两个层次功能上：数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；内容和特征上：数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。数据仓库四个特点-面向主题传统的数据库是面向应用而进行数据组织的，其抽象程度不够高，没有完全实现数据与应用的分离。但这种方式能较好地将企业业务活动与数据库模式相对应，利于从手工处理向计算机处理过渡，因而具有较好的可操作性；数据仓库是面向主题而进行数据组织的。主题是一个在较高层次上对数据的抽象，在逻辑意义上，它是对企业中某一宏观领域所涉及的分析对象，即将数据组织成主题域。例如，在银行经营运作中，业务(存款、贷款、汇兑)、货币、客户、机构、会计科目是其主要构架或方向，因此在银行业务数据仓库中，选择业务、货币、客户、机构、会计科目五个主题，并将会计科目作为连接其他四个主题的交易主题进行处理。面向主题可以独立于数据处理逻辑，适用于分析型数据环境，适用于建设企业全局数据库；数据仓库中目前仍采用关系数据库技术来实现，其面向主题所作较高程度上的抽象，应强调其逻辑意义。数据仓库四个特点-集成的面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。在数据仓库的所有特性之中，这是最重要的。应用问题的设计人员历经多年制定出来的不同的设计决策有很多很多种不同的表示方法，没有什么应用在编码、命名习惯、实际属性、属性度量等方面是一致的，各个应用问题设计员自由地做出他或她自己的设计决策。数据仓库中的数据是集成的。而数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。在数据仓库建设中，这是最关键最复杂的一个步骤，主要工作有：一是，进行数据的综合和计算；二是，统一源数据中所有不一致和矛盾的地方(如同名异义、异名同义、字长不一致、单位不一致等)。数据仓库四个特点-相对稳定的操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。数据仓库四个特点-相对稳定的数据仓库四个特点-反映历史变化操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。数据仓库中的数据时间期限要远远长于操作型系统中的数据时间期限。操作型系统的时间期限一般是60～90天，而数据仓库中数据的时间期限通常是5～10年。操作型数据库含有“当前值”的数据，这些数据的准确性在访问时是有效的，同样当前值的数据能被更新。而数据仓库中的数据仅仅是一系列某一时刻生成的复杂的快照。操作型数据的键码结构可能包含也可能不包含时间元素，如年、月、日等。而数据仓库的键码结构总是包含某时间元素。数据仓库的数据码键都包含时间项，用作标明数据的历史时期。数据仓库中的数据包含有大量综合数据，很多与时间有关，如按时间段进行综合或隔时间片进行抽样。随着时间变化，数据仓库需要不断增加新数据、删去旧数据。数据仓库四个特点-反映历史变化数据仓库本质数据仓库实际上是一个“以大型数据管理信息系统为基础的、附加在这个数据库系统之上的、存储了从企业所有业务数据库中获取的综合数据的、并能利用这些综合数据为用户提供经过处理后的有用信息的应用系统”。如果说传统数据库系统的重点与要求是快速、准确、安全、可靠地将数据存进数据库中的话，那么数据仓库的重点与要求就是能够准确、安全、可靠地从数据库中取出数据，经过加工转换成有规律信息之后，再供管理人员进行分析使用。数据仓库所要研究和解决的问题就是从数据库中获取信息。数据挖掘工具数据挖掘工具—在数据仓库中查询信息的软件工具。从本质上看，数据挖掘工具是为数据仓库用户使用的，就像数据操作子系统工具是为数据库用户使用的一样。3-32数据挖掘工具•查询与报表工具—与QBE工具、SQL和典型数据库环境中的报表生器类似•智能代理—使用各种人工智能工具帮助“信息发现”，并创建商务智能•多维分析工具—是一种进行切片/切块的技术，它允许人们从不同的角度观察多维信息。•统计工具—利用各种数学模型将信息存储到数据仓库中3-33数据挖掘的基本应用对象分类自动预测关联分析聚类分析可视化数据集市数据集市—是数据仓库的子集，它仅聚集了部分数据仓库的信息。3-35商品信誉分销商销售额市场产品服务应收账户涵盖