《大数据在物联网中的应用分析》由会员分享，可在线阅读，更多相关《大数据在物联网中的应用分析（4页珍藏版）》请在金锄头文库上搜索。
1、大数据在物联网中的应用分析摘要】随着信息化时代的不断进步，大数据、物联网逐渐进入人们的生活。作 为科技发展的前沿，大数据与物联网之间的关系是怎么样的，大数据技术如何在 物联网中发挥作用，物联网又是如何推动大数据的发展，未来大数据和物联网是 如何为人类生活服务，这些都是我们亟待解决和探讨的问题。本文将从基本概念 出发，对上述问题进行深入研究，希望可以为社会的发展做出自己的贡献。关键词:计算机；大数据；物联网；互联网；应用前景引言 近年来，在政府和各大商业公司的积极推动下，物联网以快速的速度发展着， 但仅处于自身闭环发展的应用之中，无法达到跨越公司、地域、领域的全面应用。 现时的发展处在相对平稳时
2、期，基于此，大数据的海量数据处理与物联网方面的 联合应用，可能将物联网重新置于高速发展的轨道之中，物联网的发展也将从闭 环中走向开放。1 大数据与物联网的概念及特征 物联网被称为是世界网络与信息产业发展的第三次浪潮，是对物品进行信息化 管理的数据获取方式，它是将感知、识别与反应在网络进行融合，达到自动感知 自动信息传输、智能处理的目标。物联网的概念最早在1999 年被提出，多采用 M2M,RFID 技术，也是大数据的来源之一。其通过射频技术与信息传感设备（传 感器、二维码等）将采集物与计算机互联网结合起来。我们所接触的互联网主要 包括感知层、应用层与网络层12。打个比方，感知层就是将一张纸这一
3、类真实 物品转变为计算机所能识别的语言，应用层则是计算机作为主体的对着一张纸特 征的记录与分析，而网络层则是数据之间的整合、储存。大数据是指大小超出传统数据库软件工具抓取储存管理的数据群，大数据主要 展现出4大特征：一是增长速度加快，由于电脑电视、手机、ipad、手环及其它 工业性、社会性、安全性终端的迅速拓展，数据库的数据来源更加广泛多样，数 据量也呈几何级增长；二是数据类型多样化， 数据表现出异构化（非结构化、半 结构化和结构化）和多样性特征；三是规模成倍扩大，非结构化数 据（数据、文 本、音频、图像、视频等）规模远大于结构化数据，由单纯可量化的数据向复杂 难以量化的数据延伸；四是价值成倍
4、增长，按照摩尔定律，在元器件价格不变的 情况下，每隔18-24个月，电路的性能便会提升一倍，而以数据收集为依托的大 数据的完整程度与处理信息的能力的提升将会大大增加数据的应用价值。2大数据与物联网关系 大数据可由物联网产生，虽作为物联网的产物，但与物联网并不是简单地从属 关系或是替代关系，物联网因大数据而得到完善与发展，而物联网所带来的社会 经济变革同时也会引起数据处理方式的变革，进而促进大数据的发展。2.1 大数据推动物联网的发展 大数据可以做为物联网的基层信息来源。在智能家居以及车联网、智能健康、 天气数据采集、高速公路信息等方面，大数据的来源日益增多。多点、多层面、 网络化、交互性的信息
5、汇集分散集中，可以为物联网提供海量的数据支撑。基于 数据的多样性、多层面可以为物联网提供可筛选的有用的数据流，从而使数据来 源更精准更个性化。另一方面，数据的多样性也为物联网的信息采集方式产生影 响，由原来的单纯数据向立体性、非量化数据转化。大数据的几何级的数据要求 数据采集的速度不断提升。随着人们生活水平的提高，人口迁移的速度，原来采 集的信息方式和速度已不能满足大数据的采集的需要。对于数据传输的速度也提 出了更高的要求，在传统物联网中，往往存在点对点，面对面的数据采集以及传 输，但是在互联网高速发展的今天，采集的速度也应当在大数据技术的要求下， 实现传输速度的巨大提升。一方面，要增加采集点
6、的数量，另一方面在同样的采 集点上要能采集到更多的信息量。同时在采集过程中具备初级的处理能力，以在 传输环节有目的地传输更及时有效的信息。同时还要具备即时交互交流的全双工 状态，这就为物联网的基层建设提出了更高层面的要求。大数据为物联网提供了多领域的数据交叉信息流。大数据时代已不局限于本单 位，本行业的大数据往来，在政府主导的智慧城市的新理念下，大数据已经可以 在多学科、多部门、多区域之间顺利流转，在此背景下物联网需要的产出的数据 流往往彼此交织，多种来源的的数据流也会分流到物联网不同的层面产生新的数 据流，这些多米诺性数据流对物联网单一的采集反应等环节产生了巨大的影响， 未来的物联网或可以产
7、生自我学习的新能力，来应对不断更新反复更新的数据流 的冲击。比如对恐怖组织的打击与防范方面，打击恐怖组织的安全部门希望来自各方面 来源的大数据，例如航班信息、机场音像、指模、体温等信息源源不断地涌来， 但是缺乏有效的物联网支撑，这些基层信息便不可能即时自动地向安全部门提供 安全部门必须在机场、飞机、安检、广场、人员聚焦处等各个方面安置录音、录 像、体温、指纹等多方面的传感器，采集大量的数据来进行分析，一旦有某项信 息与犯罪分子的信息重合，就会触发有效的警示报告。信息的准确性包括采集信 息的完整性、可确定性、信息传输的及时性以及信息确认的其它来源的佐征性。2.2 物联网形成大数据的来源节点物联网
8、产业的兴起促进我们由数据时代向大数据时代转变，物联网在社交、物 流、制造、管理方面产生的数据量级早早超越了传统的数据。物联网在感知层、 应用层、网络层的运用与大数据的获取、传递、运输息息相关，所以能带动大数 据的发展。一方面是产生数据的终端已经由个人PC转向了包括PC、智能手机、 平板电脑、手环、监视器等在内个人信息数据、更有政府主导的多部门、多空间 的监视器、图文终端、新闻采集器等多样化终端、处理器、信息中心等节点产出 的数据。将来还会有更多的节点加入到数据的洪流之中，比如共享经济、地图、 流量流空间等不断创新的节点数据，这些数据都在日新月异地形成着大数据的来 源。3基于大数据的物联网的关键
9、应用3.1 智能物流领域物联网引起了智能物流领域的一场变革，物联网感知层通过RFID、GPS、红外 感应、传感器等感应设备对派送物品的实时信息如图像、温湿度、所处位置进行 随时随地的抽取，网络层通过将数据传输到计算机网络，供物流企业与客户获取 信息。所有信息可以形成VR虚拟图像将物品完全镜像化，通过移动物联网、超 高速物联网3 （比如量子通信网络）与分拣机器人以及其自动运输装置、投递装置 进行联通，大量数据在网络端形成庞大的数据云，以供生产端、物流端、消费端 提取使用，形成即时高速的决策及服务。线上超市新零售模式也将有惊人的发展 消费端虚拟进入大消费云，所有实时物品信息一览无余，VR多重信息技
10、术带来实 时物品的体验感受，如同身临其境，并自动带来商品的基础信息，如生产日期， 营养成分，功效等，以供消费者准确选择。当你选择一件商品，它便会自动启动 智能物流，通过机器人的分拣、自动运输网络，投递网络，可以实现最短时间内 的到达服务。另外目前较高退换货率也产生了较大的浪费和不良的体验4，大数 据与物联网结合将会在物流各个环节采集数据，形成物品信息完好度数据，一旦 发生变化，智能物流系统可随时及时退换货回转，并可以形成各种退换货大数据 汇总，以便分析退换货原因，形成退换货预警机制，发现新的需求要求，迅速弥 补缺陷，以避免继续产生大量退换货，形成高效实用的消费体验。3.2 医疗健康领域随着智能
11、手机、手环、胸环等外围装置的研发，采集大量居民健康的数据日益 丰富，医疗领域的智能化迅速普及，全国形成省级医疗数据库，多市级医疗数据 库，以至可形成全国范围的超级患者数据云，完全改变了以前医疗数据的分散、 易缺失的情况，形成针对全民化、大范围、智能化的大数据体系，从而降低医疗 卫生成本，提高信息处理效率。将来的医疗健康信息可以从众多的物联网的节点 提取健康数据，比如睡眠时间、热量消耗、摄入食物种类、工作性质、浏览内容 等多方面采集与健康有关的数据，形成健康建议，自动与体检中心查体数据、疾 病数据库相连，形成个性化健康指导。更可以实现精准远程会诊、远程机器人手 术、远程复查等诊疗常规，改变目前减
12、少患者排队体检就医难等社会难题。另外 大数据与有效的居民健康数据采集装置的结合，可以在流行病学及传染病防控方 面产生巨大改变，将会及时形成流行病传染病等疾病来自动划分的群体性数据云 以便及时采取有效措施切断流行病及传染病发生及发展的链条。4 基于大数据的物联网的应用前景4.1 大数据与物联网数据拥堵派生出缓冲区计算解决方案 5智慧城市，智慧建筑，智慧交通产生了海量数据，但同时出现带宽不足，计算 能力不足产生的数据延迟、丢失、能在过高的弊病，由此提出可利用采集端与云 计算中心路线上的节点的计算能力来处理部分数据的缓冲区计算解决方案。其实 多个数据节点均不同一种程度地拥有数据处理能力，随着海量万物
13、互联后产生海 量大数据，迅速高效地处理数据成心核心问题。利用网络上各大集中计算机群的 多余计算能力来缓冲云计算中心的压力是大势所趋。所以新的网络计算、网络寻 址分配等处理模式的革新是必然要发生的大概率事件。开放汇总的处理能力与各 分支机构的独立处理相结合的方式更符合大数据的发展趋势。另外底层计算机语 言向可编程的大众计算机语言的过渡也是非常重要的一环，各物联网终端均可拥 有可编程的信息干预入口，并拥有预处理的缓冲计算解决方案，可使闭环与开环 方案共同协同处理数据，可产生更为迅速高效地处理数据能力。当然这就为网络 安全、网络语言提出更为创新性的要求。4.2 商业模式的转变未来几乎所有的公司都会在
14、云端用人工智能处理大数据。人工智能也必将是第 四次工业革命进化的方向。人工智能的概念已经走在了大数据和物联网的前方。 人工智能强调的自我学习能力也会逐渐增强，虽然目前的人工智能尚不具备高端 智能，但低端的人工智能一定会在一定范围内茁壮成长。此时的商业模式可能会 发生相当程度的变革。部分行业拥有深厚的大数据、物联网、人工智能积累的企 业，将会迅速成长，创造出新的商业体验模式，也会同时带来人们的生活模式的 转变。比如目前的智慧工业、农业、出行交通旅游等领域。5 结语当物联网、大数据、互联网三位一体的时代到来之际，从互联网向物联网、大 数据、人工智能的跨越式发展将会让挑战与机遇更加彰显。加速增长的互
15、联价值 数据价值已经开始得到了市场中嗅觉敏锐的人士的关注，拥有先知先先觉的资本 也在频频出击，作为新一代的知识分子更应该在认识层面上加速认知和实践。可 以相信目前所有可提高可改善的不足之处将会在不远的将来被智能化、规模化的 高科技手段来进行彻底的改造和提升。参考文献1 郭涛,高米翔&韩鹏工业物联网感知层协议分析与应用展望J.物联网技术,2016(06), 52-55.2 韩忠华，吕哲，王金涛&董晓婷.基于物联网的智能家居系统网络层设计J.沈阳建筑大 学学报(自然科学版), 2017(04),759-768.3 吴勇毅，虚拟现实、量子信息引领中国科技未来发展J.通信世界,2016(03) 37-38.4 姜丽,刘帅&申贵成.基于大数据的电商退货物流控制研究J.物流工程与管 理,2017(08),48-50.5 施巍松，孙辉，曹杰，张权&刘伟.边缘计算:万物互联时代新型计算模型J.计算机研究与 发展,2017(05), 907-924.
