时间:2023-10-26 10:02:06
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇物联网处理技术范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
物联网是目前广泛应用的技术之一,适用于各种类型的应用场景,同时与人们的生活息息相关。因此,物联网技术一直是科学研究的热点之一。RFID技术属于物联网系统感知层技术,主要用以感知数据。该技术经过长时间应用,已然成熟,能够对大量物品实行唯一标识。因此被广泛应用于物联网信息处理当中。
1 信息融合技术
1.1 物联网信息融合理论
所谓信息融合,指在不违背部分准则的前提下,通过计算机技术将多源信息综合为一体,并对其进行分析,是为了令各类型应用的分类任务得以实现所进行的处理过程。依照信息提取水平的不同,可将物联网内信息融合技术下分为四个层次,具体如下:低等水平融合、中等水平融合、高等水平融合以及多级融合。该分类方法中,多级融合是由低、中以及高等水平融合综合而成。因此,也可将信息融合技术细分为三个层级,即数据级融合、特征级融合以及决策级融合。针对物联网而言,数据级融合存在的主要目的是为了将录入数据中的噪声完全消除。特征级融合以及决策级融合存在的目的则是为了获得同实际应用相关联且具有应用价值的信息。
1.2 物联网信息融合常用算法
第一,数据级融合算法。所谓数据级融合指在原始数据采集完成之后,对数据的融合。其融合特点为所有信息必须保证同质,若信息不同质,则不得于该层级内融合。该阶段融合技术较为常用的融合算法有以下两种。
(1)加权平均法。与其他算法相比,该算法最为简单,无需借助其他步骤,便能对传感器所获取的信息实施线性加权平均,从而预估处于运动状态下的目标运动轨迹某一定点的坐标位置。然而,利用该算法进行融合之后,对比度相对较低,而且不可使用增大权重的方法向用户反映部分信息是否具有突出作用。
(2)特征匹配法。该方法主要是通过两种信息特点之间的匹配关系完成图像之间配准映射转换的建立,最为常用的便是ICP算法。可通过对真集合的方式进行改善,通过对无误差使用危险性最优化的算法直接完成最小化操作。同传统ICP方法相比,该方法具有数据处理速度快,且精确度高,收敛区间扩大等多个优点。
第二,决策级融合算法。决策级融合指预处理不同质数据、可信度分配以及识别与提取特征值时所建立的最佳决策。该级别融合可有效融合传感器所收集的数据,同时对融合之后的结果实施分析以及判定,建立决策与建议。同之前级别的融合相比,该级别融合属于信息融合的最佳层次,具有良好的容错性、适用范围较广。使用较为频繁的识别方法为专家系统。该系统是由推理设备、知识库以及解释设备等共同组成。专家系统分类较多,基于的标准也各不相同,如有以规则为基础建立的专家系统,以框架为基础建立的专家系统等。就目前而言,大部分决策级融合算法所使用的系统为专家系统。
2 云计算物联网数据处理
2.1 常见数据模型及建模思想
RFID数据模型的建立,直接影响了基层RFID原始数据存储以及显示的方式,同时也会对系统整体形成明显的影响。因为RFID相关应用规模相对较大,而且往往容易产生大量数据,且数据呈分布式的存储于各个组织当中。因此需要效率更好的软件,“云”便是选择之一。工作人员在设计模型过程中,需将上述因素均纳入考虑范围之内。较为常见的RFID数据模型有以下两种。
(1)DRER模型。DRER,又称动态管理ER模型,该模式为西门子RFID系统中间部分所使用RFID数据模型。该模式对数据管控可能使用的实体转化为静态,或是呈现动态的实体,具体内容包括Obcejt、Reader、Location以及Transaction,将实体之间的交换转变为以状态为基础形成的动态关系或是以时间为基础的动态关系。DRER不仅能够完成实体与实体之间联系的定义,同时也建立了如何对数据实施筛选的规则引擎,使得系统更为智能化。能够自行对底层系统所获取的数据进行分析、过滤以及处理,从而将所有原始数据转化为系统运行需要的数据,同时也能为上层应用提供追踪以及追溯功能。
(2)RFID-Cuboid模型。该模型的建立是对某一独立在早期运动过程中会成组进行移动的物体的观察,组内任意物品的记录均能组合生成为一条记录。同DRER对比,RFID-Cuboid模型属于成静态的模型,用以挖掘数据。并非属于动态的模型。该模型共分为4个模块,分别为Fact、Measurement、Map以及Stay。其中,Fact模块同DRER模型当中Obcejt与Location表功能基本一致,都记录了关于物品完整的初始数据信息。然而,该系统使用Stay表以及Map表完成对数据的压缩。Stay表是因物品呈成组移动方才存在,可以将组这一概念引入,把从属于同一组内的物品记录统一压缩为一条记录。Map表则可以实现组与组之间物品的映射,借此体现组内物品的细化。该系统最为明显的特点与优势是其支持用户进行统计类或是路径类的查询工作,在引入gid概念以及Map表基础之上,用户能够搜索指定物品当前的路径信息,在Measurement表的支持下,用户可直接利用搜索获取有关类型的统计信息。
通过对上述两种模型进行分析,可知RFID数据模型设计的思想如下:第一,物品同RFID必须保持对应。但是过程同RFID阅读设备之间并不存在特殊关系,可以对其进行动态的改变。但通常情况下,两者关系较为固定。过程可利用RFID阅读设备标记物品流入过程的实际时间以及流出过程的实际时间。第二,该波形不仅有权利获取初始RFID数据,同时也拥有权限取得一定量同上层业务逻辑有关的数据,尤其是有关RFID便签实际流向的订单信息以及物品发放与收取的有关信息。第三,应用RFID系统对数据进行处理,往往某一过程不会将打包装箱以及拆包拆箱的操作一同记录。故而,相同过程仅仅记录某一独立物品的打包操作或是拆包操作。第四,系统组织内往往包含有数个处理过程,组织能选择将部分处理过程对外暴露,或是把该组织的处理压缩为一个过程。凡是组织选择对我暴露的处理过程中都可以视为独立处理的过程,过程标识具有唯一性。第五,“云”的使用。“云”是一种能够完成自我维护或是便于维护人员维护与管理的一种为虚拟状态资源,通常需要集合大量服务器,如计算服务器、宽带资源以及存储服务器等,将其统一存储于某一位置,则该位置便是“数据中心”。同时,用户通过专业的软件可直接对数据中心内的内容进行访问与管理。由于管理软件本身具有一定智能性,加之部分资源能够实现自我维护,所以维护工作大大减轻。
云计算具有以下优点:其一,规模大。“云”集合了大量服务器,使其具有极强的计算能运算能力。其二,高可靠性。“云”可以运用数据多副本容错,或是计算节点同构相互转化等措施,使得云计算所得结果得到保证。其三,虚拟化。无论是企业,还是用户均能于任何位置通过任何终端获取“云”的服务。应用软件在“云”内某一部分运行,但用户无需确认应用运行的实际所在位置,仅需借助笔记本或是PDA等终端,便能通过网络自“云”端获取各类型服务。由于“云”具备上述优点,大部分企业开始通过云计算进行物联网数据处理,以提高数据处理速度,同时保证数据处理的正确性。
2.2 数据模型建立思想
所谓数据视图,指从一个或是多个基础数据库表中按照用户的实际需要而建立的虚拟数据表格,其设计与传统关系数据库基本相同,也可以使用E-R图表用意表示模型。
数据模型图基本如图1所示,其含有如下实体:处理过程、组织以及物品。具体关系如下:第一,多个处理过程从属于相同组织,关系表示为1:n。第二,过程同过程存在关联关系,关系表示为1:n,其中包含有抽象过程同实际过程中的关联以及前向处理工程同后向处理工程之间的区别。第三,物品同物品之间存在包含关系,关系表示为1:n。针对物品打包操作以及拆包操作,均需从时间属内进行抽取。第四,处理过程同物品之间呈观测关系,关系表示为1:n,包含有四个属性:开始时间、结束时间、目的过程以及源过程。用以表示物品流入就出处理过程的时间。
3 物联网中实时数据处理。
物联网主要通过建造实施数据感知以及处理系统模型完成对数据的实时处理,数据获取是否及时取决于能够及时获取有关数据并及时进行处理。RFID技术主要负责获取数据,同时对数据进行处理,并将处理结果及时上传至应用服务端内。RFID是构成RFID数据处理系统的重要部件之一,传感设备获取数据之后,需通过中间件的处理以及分析之后,方能传输至上层供其所用。大部分中间件结构均需利用数据采集接口手机RFID阅读设备读取成功的数据,之后对所得数据进行层次化处理,如数据清洗、融合以及对复杂时间的检测等。若存在不含有任意语义信息的初始RFID数据,可对其进行转化,使其成为上层应用程序能够直接使用的数据,供应用服务端内进行处理。处理数据过程中,在保证系统实时性的同时,还需要保证数据的完整性。具体可通过如下方式保证数据的实时性以及完整性。
3.1 数据完整性的主要类
数据完整性主要类共有以下几种核心类。Integrity Validator类和DateQueueManager类。该核心类主要运用于数据缓冲队列管理当中,针对各个获取的垫带实施数据缓冲。具体类图如图2所示,利用addDate函数将所获取的数据添加于对应的队列当中,而timeCheck函数则负责对各个函数时效性进行检测。getDataQueue函数同addDateQueue函数则负责对队列进行操作。
3.2 数据完整性验证算法
过程在对RFID进行处理过程中,应保证在短时间内完成对过程中所产生数据的完整性进行调整。通过系统内所有约束条件对数据进行检查验证,以此确认过程内物品是否发生了物品异常问题。完整性验证的顺序应按照约束条件所具有的递进关系逻辑,即首先进行QTVconstraint检测,其次实施UNQconstraint检测,最后完成CTMconstraint检测。
因为RFID数据所具有的流特性,所以,数据在验证过程中,RFID所搜集的数据需要缓冲时间。物联网系统运作时,物品流动于各个过程之间。故而,在处理过程之间,物品需按照订单的形式发出,而过程中针对各个接受的订单建立对应的缓冲队列。并于长度固定的时间窗口中处理物品,即把已经获取的RFID数据划归于与之对应的队列当中,并就目前队列内的数据实施完整性检测。数据完整性算法具体如下:
foreach id in idSet do
order getOrder(id, orderList)
queue getQueue(order, queueList)
queue.enQueue(id)
ifqueue.time
if order.num≠queue.size then
handleNumError()
else if order.idSet≠queue.idSet then
handleUnqError()
else
boxList order.getBoxes()
foreach box in boxList do
itemSe getItemSet(box)
if not (box∈queue.idSet and itemSet queue.idSet) then
handleCtmError()
end if
end for
end if
else if queue.time>order.timeWindow and queue.isFull() = False then
notifyOrderTimeOut()
else if queue.time
continueWait()
end if
end for
该算法当中,需输入RFID数据集合idSet,过程获取的订单列表orderList,订单数据所处的缓冲数列为quequeList。系统可输出处理结果,也可能输出关于结果错误及错误类型的报告。
关键词 物联网;大数据;智能处理
中图分类号:TP3 文献标识码:A 文章编号:1671-7597(2013)17-0001-01
随着物联网产业的不断发展,为实现“物物相联”及“人物相联”,数以亿计的物联感知设备,如RFID、GPS、搜索引擎、浏览器等,嵌入到实体设备中采集数据。由于感知设备的不断增加,物联网采集的海量数据呈井喷式增长,广泛采用云计算等大数据处理技术,实现数据分析及信息传递、交换的不断优化,从而使得物联网产业在智能识别、定位、跟踪、监控、管理等领域的应用需求从概念化走向商业实质化。
1 大数据及其对物联网产业的意义
1.1 大数据概述
“大数据”,是指一个体量及数据类别特别大的数据集,大数据技术是指从各种各样类型的海量数据中,快速获得有价值信息的技术。目前所说的“大数据”不仅指数据本身的规模,也包括采集数据的工具、平台和数据分析系统。
从实质上来讲,大数据并不是简单解决数据大及复杂的问题,而是对海量数据进行分析,只有通过分析才能获取更多智能化、深层次、商业价值高的信息,才能最终为创业决策提供有价值的信息。例如在智能交通领域,新加坡的公共交通部门近十年来利用个人位置数据做交通需求的预测;荷兰的交通部门利用移动电话的定位功能预测汽车和行人的拥堵状况。
1.2 物联网背后的大数据价值
物联网通常包括感知层、网络层及应用层。感知层产生大量的数据,例如:Facebook每天评论32亿条、新上传照片近3亿张,每周新增数据容量超过60TB。应用层则是基于感知层的这些数据进行再加工,将感知层产生的海量数据通过智能化的处理、分析,挖掘用户的行为习惯和喜好,从凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务,并对产品和服务进行针对性地调整和优化,从而提供满足不同用户需求的商业应用,而这些应用正是物联网最核心的商业价值所在。简而言之,就是物联网产生大数据,大数据推动物联网。从这个意义上讲,物联网产业的核心就是,广泛运用大数据分析手段进行智能管理和优化运营。
从商业及产业发展的角度来看,物联网背后的大数据可以提供从商业支撑到商业决策的各种行业信息,具备了商业应用实质,可以加快物联网产业商业应用的进程。
2 大数据技术在物联网产业中的应用
目前,物联网产业主要分为4个部分:数据采集、传递、处理、应用。其中数据采集与传递属于基础环节,核心是数据处理与应用环节。我国物联网产业还处在初级阶段,一线厂商还主要以感知层数据采集为主,如RFID、传感器等设备厂商,以及传输层数据传递,如电信运营商等。大数据技术,通过数据可视化、数据挖掘、预测分析、语义引擎以及数据质量和数据管理等手段,有利于推动物联网产业在应用层方面数据智能处理及信息决策的商业应用,主要包括数据采集、数据存储、基础架构、数据处理、统计分析、数据挖掘、模型预测、结果呈现等技术。
2.1 数据采集
海量数据是智能决策的基础。物联网的大数据采集主要包括获取、选择及存储等过程。
大数据获取主要包括传感器、WEB2.0、条形码、RFID以及移动智能终端等技术。传感器技术主要是获取物理数据,WEB2.0是网络互动数据,条形码与RFID是物品基本信息,移动智能终端则是物理数据、社交数据、地理位置信息等综合性数据。例如:中国移动推进移动支付物联网产业时,利用RFID-SIM卡替代普通SIM卡,实现物品交易数据的获取与结算。
大数据选择主要是指数据的去噪及关键信息的提取。与一般的大数据相比,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。如何去噪提取有效信息是智能处理的关键。HP公司基于香农信息论及贝叶斯概率论提出了Autonomy非结构化数据解决方案,实现音频、图片、电子邮件等异构数据的智能化信息理解。
2.2 数据存储
物联网背后的大数据进行分析和分类汇总,通常采用分布式计算集群来实现。对于传统的数据存储及实时分析,关系数据库基本上能满足应用需求,如EMC的GreenPlum、Oracle的Exadata,以及基于MySQL的列式存储Infobright等。但是,对于物联网产生的海量异构数据,以谷歌为代表的IT企业提出了利用大规模廉价服务器以达到并行处理的非关系数据库解决方案,即MapReduce技术。非关系数据库的分布式存储技术,推动了物联网产业通常采用云存储、分布式文件系统等大数据基础架构,以及基于云计算的分布式数据处理方式。目前,IBM、微软、谷歌、阿里巴巴、腾讯等企业,都在推出各自基于分布式计算的云存储,解决非结构化数据的数据关联及基于此的数据分析及数据挖掘等问题。
2.3 数据分析
物联网后台海量数据的统计分析、数据挖掘、模型预测、结果呈现等都属于数据分析。物联网真正的商业价值基础在于数据分析,主要是在现有数据上面进行基于各种算法的计算,从而起到预测的效果,从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes,主要使用的工具有Hadoop的Mahout等。例如:在市场营销领域,Google通过免费软件及服务来更精确的理解用户行为和习惯,通过对用户的更精确理解来提供精确广告服务。
3 结束语
随着大数据技术在物联网产业中的不断应用,未来物联网产业必将出现体现不同商业价值的细分产业,既包括数据收集、数据分类、数据处理的原始数据处理企业,更囊括专门从事软件应用集成和商业运作的第三方企业,从而使得整个物联网产业链更加完善,更具用户体验性,也更具商业价值。
参考文献
[1]阮晓冬.物联网握手大数据[J].新经济导刊,2013(8).
[2]窦万春,江澄.大数据应用的技术体系及潜在问题[J].中兴通讯技术,2013(7).
[3]周开乐,丁帅,胡小建.面向海量数据应用的物联网信息服务系统研究综述[J].计算机应用研究,2012(1).
关键词: 物联网 概述 关键技术 发展
一、物联网概述
ITU对物联网的定义为: 物联网实现物到物、人到物和人到人的互连。这里人与物的互连指人使用传感器等设备后与物体的互连,而人与人的互连指人使用传感系统而不是现在的电脑实现人与人之间的互连。物联网的核心是实现物体之间的互连,从而能够实现物体与物体之间的信息交换和通信。物体信息通过网络传输到信息处理中心后可实现各种信息服务和应用。
物联网的主要作用是缩小物理世界和信息系统之间的距离,它可以通过射频识别、传感器、全球定位系统、移动电话等设备,按约定的协议,将世界上的所有物体全部连接到信息网络中,使得它们在事件处理中成为积极的参与者,体现了物理空间和信息空间的融合。服务可以和这些智能物体通过网络进行交互,获得与这些物体相关的任何信息。
传感网可以看作是物联网的末端延伸网之一。无线传感器网络由大量随意分布的、能耗及资源受限的传感节点组成,它具有感知能力、计算能力和通信能力,通过自组织方式构成无线网络,协作地实时采集和处理物理世界的大量信息,实现物联网全面感知的功能。
泛在网是一种无所不在的网络,它可以使任何人在任何时间、任何地点通过网络获得任何信息,它是一个大通信的概念,是面向经济、社会、企业和家庭全面信息化的概括。泛在网不是一个全新的网络, 它是充分挖掘已有网络的潜能,结合不断出现的新技术,将网络触角不断延伸,实现人与人、人与物、物与物之间按需进行的信息获取、传递、存储、认知、决策等服务。泛在网具有比物联网更广泛的内涵,而物联网是迈向泛在网的第一步。从覆盖的技术范围来看,泛在网包含了物联网,而物联网又包含了传感网。
物联网发展中最重要的理念是融合。物联网通过设备融合、网络融合、平台融合实现服务融合、业务融合和市场融合。设备融合指研发出一体化的感知终端。网络融合指用户可使用任意终端通过任一方式接入网络,而且号码唯一、帐单唯一。平台融合指用户数据集中管理、公用的业务平台、分类的管理平台和应用平台,支撑用户跨业务系统的互操作,形成统一认证系统,实现基于统一账号、统一密码的集中认证。服务融合指在服务层面实现融合;业务融合指物联网同时提供语音、数据、视频等多种业务;市场融合就是以市场机制为引导, 把各类通信和信息产品和服务捆绑起来打包销售。
二、物联网关键技术
1.物联网的体系结构。物联网包含感知延伸层、网络层、业务和应用层三层。第一层负责采集物和物相关的信息;第二层是异构融合的泛在通信网络,包括现有的互联网、通信网、广电网以及各种接入网和专用网,通信网络对采集到的物体信息进行传输和处理;第三层是应用和业务,为各种终端设备提供感知信息的应用服务。
(1)感知延伸层。物联网中由于要实现物与物和人与物的通信,感知延伸层是必须的。感知延伸层主要实现物体的信息采集、捕获和识别。感知延伸层的关键技术包括传感器、RFID、GPS、自组织网络、传感器网络、短距离无线通信等。感知延伸层必须解决低功耗、低成本和小型化的问题,并且向灵敏度更高、更全面的感知能力方向发展。
(2)网络层。网络层是物联网的神经系统,主要进行信息的传递,包括接入网和核心网。网络层要根据感知延伸层的业务特征,优化网络特性,更好地实现物与物之间的通信、物与人之间的通信以及人与人之间的通信,这就要求必须建立一个端到端的全局物联网络。物联网中有很多设备的接入,是一个泛在化的接入、异构的接入。接入方式多种多样,接入网有移动网络、无线接入网络、固定网络和有线电视网络。移动通信网具有覆盖广、建设成本低、部署方便、具备移动性等特点,使得移动网络将成为物联网主要的接入方式,通信网络就要是通过多种方式提供广泛的互联互通。除此以外,物体是可以移动的,而它们的要求是随时随地都可以上网。因此在局部形成一个自主的网络,还要连接大的网络,这是一个层次性的组网结构。这要借助有线和无线的技术,实现无缝透明的接入。
随着物联网业务种类的不断丰富、应用范围的扩大、应用要求的提高,对于通线网络也会从简单到复杂、从单一到融合,从多种的接入方式到核心网的融合整体的过渡。
(3)业务和应用层。业务和应用层是物联网的信息处理和应用, 面向各类应用,实现信息的存储、数据的挖掘、应用的决策等,涉及海量信息的智能处理、分布式计算、中间件、信息发现等多种技术。
由于网络层是由多种异构网络组成的,而物联网的应用是多种多样的,因此在网络层和应用层之间需要有中间件进行承上启下。中间件是一种独立的系统软件或者服务程序,能够隐藏底层网络环境的复杂性,处理网络之间的异构性,分布式应用软件借助于中间件在不同的技术之间共享资源,它是分布式计算和系统集成的关键组件。它具有简化新业务开发的作用,并且可以将已有的各种技术结合成一个新的整体,因此是物联网中不可缺少的一部分。
云计算是物联网智能信息分析的核心要素。云计算技术的运用, 使数以亿计的各类物品的实时动态管理变得可能。随着物联网应用的发展、终端数量的增长,可借助云计算处理海量信息,进行辅助决策, 提升物联网信息处理能力。因此,云计算作为一种虚拟化、硬件/软件运营化的解决方案,可以为物联网提供高效的计算、存储能力,为泛在链接的物联网提供网络引擎。
从目前的物联网应用来看,都是各个行业自己建设系统,不便于多种业务的扩展,如果没有统一建设标准、规范的物联网接入、融合的管理平台,物联网将因为各行业的差异无法产生规模化效应,增加
了使用复杂度与成本。
2. 物联网的异构融合网络层。任何终端节点在物联网中都应能实现泛在互联。由节点组成的网络末端网络,如传感器网、RFID、家居网、个域网、局域网、体域网、车域网等,连接到物联网的异构融合网络上,从而形成一个广泛互联的网络。物联网在核心层可以考虑NGN / IMS融合,在接入层面需要考虑多种异构网络的融合和协同。由于异构网络相对独立自治,相互间缺乏有效的协同机制,造成了系统间干扰、重叠覆盖、单一网络业务提供能力有限、频谱资源浪费、业务的无缝切换等问题无法解决。面对日益复杂的异构无线环境,为了使用户能够便捷地接入网络,轻松地享用网络服务,融合已成为信息通信业的发展潮流。融合阶段是指在各种网络连通的网络平台上,分布式部署若干信息处理的功能单元,根据应用需求而在网络中对传递的信息进行收集、融合和处理,从而使基于感知的智能服务实现得更为精确。从该阶段开始,网络将从提供信息交互功能扩展到提供智能信息处理功能及支撑服务,并且传统的应用服务器网络架构向可管、可控、可信的集中智慧参与的网络架构演进。
3. 感知节点及终端。感知节点既能采集物体本身的有关信息,也能探测、存储、处理乃至融合各种与物体相关的信息,从而向物联网提供各种关联信息。
微电子技术、嵌入式技术、近距离通信技术、传感器技术和智能标签技术等技术的发展与成熟使得感知节点能够智能地感知物体与环境并对其进行通信、处理和控制。感知节点方面的关键技术有:支持感知内容的多媒体化的感知节点技术、感知节点组合化的关键技术、感知节点的设计和低成本制造、感知节点在组网和协同方面的软硬件框架等。物联网需要多样化、小型化、智能化和低成本的终端。
4.泛在传感网。泛在传感网是物联网末端采用的关键技术之一。泛在传感网是由多个传感节点组成的分布式无线自组织网络,用来感知温度、湿度、压力等环境参数,一般提供局域或小范围内物与物之间的信息交换。泛在传感网一般分成三个部分:应用与服务层,下一代网络层,传感器网络层。应用与服务层提供医疗、军事、天气等服务;下一代网络层由核心网和接入网组成;最末端的传感器网络层属于感知/延伸层。将传感技术与无源标签结合在一起将给物联网带来许多新的应用。随着各项技术的成熟和发展,传感器网络的研究将会取得更大的进步,将对物联网建设起到重要作用。
5. 物联网的服务平台技术与安全。物联网将对信息进行综合分析并提供更智能的服务。物联网应用平台子集与共性支撑平台之间的关系、共平台的开放性与规范性是物联网应用部署所要研究的关键问题。面向泛在融合的物联网的可管可控可信服务平台架构、如何保证业务质量和体验质量、支持泛在异构融合多种商业模式、提供签约协商等管理功能和保护用户数据隐私等是物联网服务平台方面的关键技术。物联网除了具有传统网络的安全问题外,产生了新的安全性和隐私问题。在物联网中数据的采集、处理和提取的实现方式与人们现在所熟知的方式是完全不同的,在物联网中收集个人数据的场合相当多,因此,人类无法亲自掌控私人信息的公开。此外,信息存储的成本在不断降低,因此信息一旦产生,将很有可能被永久保存,这使得数据遗忘的现象不复存在。确保信息数据的安全和隐私是物联网必须解决的问题,如果信息的安全性和隐私得不到保证,人们将不会将这项新技术融入他们的环境和生活中。
三、结论
总之,物联网关键技术有待突破,应用和市场有待于发展。物联网领域主要研究内容可以从下面几个方面着手。物联网的网络架构;物联网的通信技术;包括无线通信、无线智能传感器网络、微型传感器、网络通信、多媒体通信及宽带通信等。与此相关的技术包括传感技术、识别技术、发现技术、计算技术、网络通信技术、嵌入式智能技术、软件技术等。物联网的数据融合;物联网的异构网络融合;物联网的智能终端;如何将现有的智能终端用到物联网中或者开发物联网需要的智能终端是一个重要研究内容。物联网的信息安全和保密;物联网相关标准研究;物联网应用和业务开发,推动物联网快速发展必须实现一些应用领域的示范应用,因此相关技术的研究和应用系统的开发实现是推动物联网发展的重要途径。
参考文献
1.朱洪波-杨龙祥-于全. 物联网的技术思想与应用策略研究[J ].通信学报.2010
摘 要:在阐述了物联网技术的基础上,分析了农业物联网的概念、关键技术和应用现状,最终给出了蔬菜温室大棚物联网的系统构建、主要功能以及在蔬菜生长各个阶段的应用方法。
关键词:物联网;农业物联网;蔬菜大棚;技术架构
中图分类号:TP393 文献标识码:A 文章编号: 2095-1302(2013)08-0018-04
0 引 言
物联网是继计算机、互联网和移动通信之后的又一次信息革命浪潮,被正式列为国家重点发展的战略性新兴产业之一。将物联网技术运用于农业生产领域,加快转变农业发展方式,提高农业的种植和管理效率,促使传统农业的转型升级,具有重要的意义。农业物联网技术的应用既是现代农业发展的需要,也是未来农业发展水平的一个重要标志,更是未来农业发展的方向。然而,由于物联网技术使用成本较高,普遍应用于农业生产尚有一个过程,因此,探索物联网技术在设施农业,尤其是温室大棚中的应用符合当前农业规模化、产业化、信息化的发展道路。本文拟通过对物联网技术和农业物联网应用关键技术的分析,探索物联网技术在蔬菜温室大棚的具体应用。
1 物联网技术
1.1 物联网的概念
物联网(The Internet of Things)概念最早由美国Auto-ID研究中心的Ashton教授在物品编码、RFID 技术和互联网的基础上于1999年提出,其实质是RFID技术和互联网的结合应用。后来,随着网络技术、通信技术、人工智能技术的发展,物联网的定义和范围已经发生了变化,不再只是指基于RFID技术为基础的物联网。2005年,国际电信联盟(ITU)在《ITU互联网报告2005:物联网》中,对物联网概念进行了扩展,认为物联网除应用RFID技术外,传感器技术、模糊识别技术、智能终端技术等将得到更加广泛的应用,人类在信息与通信世界里将获得新的沟通维度,从而形成一个“泛在”的网络环境,实现由互联网时代人与人之间的通信连接扩展到人与物、物与物之间的沟通连接。
目前,国际上通用的对物联网概念定义为,信息传感设备,如RFID、红外感应器、全球定位系统、激光扫描器等,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,以实现智能化识别、定位、跟踪、监控和管理的一种网络概念[1]。作为中国物联网/M2M产业的先行者和倡导者之一,同方股份有限公司首席软件专家周洪波,将云计算技术和中间件技术引入物联网,提出了中国物联网的概念。即:物联网是基于云计算的SaaS营运等模式,它将无处不在的末端设备和设施,通过长距离或短距离通信网络实现互联互通(M2M)和应用大集成,提供实时在线监测、实时定位、远程控制、远程诊断、报警联动、安全防范、统计报表、决策支持等管理和服务功能,实现对任何物品的“高效、节能、安全、环保”的“管、控、营”一体化的TaaS服务[2]。
由于科学技术的日新月异,物联网的内涵将不断丰富和完善,但不论物联网的定义如何表述,其实现物物相联的三个要素应包括,一是信息传感设备,二是通信与网络设备,三是智能处理设备。物联网就是这三种设备的集合,表现为智能感知、识别技术与云计算、泛在网络的融合应用。这种网络应用是现代信息技术发展到一定阶段后出现的各种技术集成和聚合性应用,包括将各种感知技术、网络技术和人工智能与自动化技术的聚合与集成应用,通过物与物的相连来实现人与物之间的智慧对话,从而创造一个智慧的世界。
1.2 物联网的特征
物联网的本质特征主要体现在三个方面:①物联网的核心是互联网功能的延伸和扩展。其延伸和扩展的表现在于它不仅仅通过互联网实现人与人的信息交换,而且能够实现人与人、人与物、物与物之间的互联互通,使得互联网的功能进一步强大。如果说互联网是通过网络技术、通信技术实现人与人信息的交换,那么,物联网则是在互联网的基础上,通过信息传感技术、智能数据处理技术实现物与物的信息交换和通信,以及人与物之间的相融和互动,对人的规范性回复进行识别,做出方案性的选择。②物联网具有通信与自动识别的特征。其用户应用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,即纳入物联网的“物”一定要具备自动识别与物物通信(M2M)的功能,才能实现对物体的感知。③物联网具有智能化特征。物联网利用云计算、人工智能、模式识别等各种智能技术,从传感器获得的海量信息中进行分析、加工和处理出有意义的数据,通过对物的识别、定位、跟踪、监控来实现人对物的管理。所以,物联网被视为互联网的应用拓展,应用创新是物联网发展的核心,以用户体验为核心的创新是物联网发展的灵魂。
1.3 物联网的技术架构
物联网运用的技术在不断发展,但物联网的技术体系、结构基本已得到一致的认识。根据物联网的技术体系架构,可将物联网分为信息感知层、信息网络层和信息应用层[3]等3个层次。
物联网技术架构达到的目标,包含三个方面:一是实现全面感知。即利用RFID、传感器、二维码、网关、摄像头和实时定位系统等随时随地获取物体的信息。二是实现可靠传输。通过各种通信网络与互联网的融合,将物体的信息实时准确地传递到数据中心。三是实现智能处理。利用云计算技术、模糊识别技术等各种智能计算技术,对数据中心的海量数据和信息进行分析和处理,对物体实施智能化的控制。表1所列是物联网的技术架构表。
2 农业物联网及其关键技术
2.1 农业物联网的概念
农业物联网就是物联网技术在农业生产、经营、管理和服务中的具体应用。按照物联网技术架构,农业物联网仍然通过“感知—传输—应用”的途径来实现在农业的应用。“感知”就是运用各类传感器,如温度传感器、湿度传感器、光传感器、PH值传感器、CO2传感器等设备,广泛地采集大田种植、设施园艺、畜禽水产养殖和农产品物流等环境中的温度、相对湿度、PH值、光照强度、土壤养分、CO2浓度等物理量参数信息;“传输”就是建立数据传输和格式转换方法,通过局部的无线网络、互联网、移动通信网等各种通信网络交互传递,实现农业信息的有效传输;“应用”就是将获取的海量农业信息进行融合、处理,使技术人员对多个大棚的环境进行监测控制和智能管理,保证农作物有一个良好的、适宜的生长环境,达到增产、改善品质、调节生长周期、提高经济效益的目的,进而实现农业生产集约、高产、优质、高效、生态和安全的目标。
2.2 农业物联网关键技术
按照物联网的技术架构,综合已有的技术研究,农业物联网关键技术主要包含农业信息感知技术、农业信息传输技术和农业信息处理技术[4]。表2所列是农业物联网关键技术一览表。
1.1物联网的概念及特征物联网作为未来网络的整合部分,是在互联网基础上的延伸和扩展.
物联网技术主要指通过射频识别(RFID)等信息传感设备,按照标准、互通的网络协议,将任何物品与互联网相连接,并将所有实物与虚拟物品代以特定的编码,通过智能界面进行信息的共享,以实现对物品的识别、定位、跟踪、监控等一系列管理工作.从广义上来讲,物联网是信息化在人类社会综合应用的更高水平,通过物与人、物与物之间的高效信息交互,实现物理空间与信息网络的融合.物联网技术具有捕获、传输、处理以及施效等主要功能,其特征在于可以通过射频识别、红外传感器等设备随时随地对物体进行感知与测量,并将这些信息连接至通信网络进行交互和共享,并利用各种智能计算技术,对海量的感知信息与数据进行分析和处理,最终实现决策与控制的智能化.
1.2物联网的发展过程与应用现状物联网的基本思想出现于20世纪90年代末,在2005年信息社会世界峰会上,国际电信联盟(ITU)正式提出了"物联网"的概念.
ITU指出,无所不在的"物联网"通信时代,通过将各种各样的日常用品中嵌入一种短距离的移动收发器,信息空间的概念将从人与人之间的联系拓展到随时随地的人与物、物与物的交流与沟通.近年来,飞速发展的物联网技术已经开始被运用到全球的各个领域中,在制造业、零售业以及物流等传统领域,物联网的智能化信息交换提高了生产效率,缩短了工作周期,降低了人工成本;而随着物联网技术的不断成熟,其传感手段也逐渐运用于市场管理、能源产业甚至反恐领域中.美国、欧盟等多个国家和地区还在广泛应用物联网技术的同时开展了一系列的创新性工作,开放、透明的物联网标准开始形成,确保了管理机构对其控管责任的履行.中国对物联网技术的研究起步较早,并将相关人才的培养工作上升到了国家发展战略的高度,在物联网的研发和实践上,均具有较高的能力和技术优势,已成为国际物联网标准制定的主导国之一.
2.物联网的关键技术研究
2.1射频识别技术作为物联网最关键的技术之一,典型的射频识别系统由RFID电子标签、读写器和信息处理系统组成.当带有电子标签的物品通过特定的信息读写器时,无线电波可将标签中携带的信息传送到读写器以及信息处理系统,完成自动采集,实现物品的高效化管理.每个射频识别标签仅有惟一的识别码,而当RFID产品使用不同的标准时,物品的识别就受到了限制.目前可供射频卡使用的标准有ISO14443、ISO10536、ISO15693和ISO18000等几种,其中应用最多的当属ISO14443与ISO15693.
2.2传感技术传感技术依赖于传感器及传感器网络的协作感知,对网络覆盖区域中被感知对象的信息进行采集和处理.传感器是指能感知被测指标并将其按照一定的规律转换成可用信号的设备,其应用领域非常广泛,包括工业生产自动化、国防现代化及能源开发和航空技术等.传感器网络综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等,采用系统发展模式,能通过各类集成化的微型传感器协作进行实时监测、采集和处理各种环境及监测对象的信息,并通过随机自组织无线通信网络以多跳(multi-hop)中继方式将信息传送到用户终端,具有高效、高稳定性等技术特点.
2.3网络通信技术作为为物联网提供信息传递和服务支撑的基础通道,如何通过增强现有网络通信技术的专业性与互联功能,适应物联网低移动性、低数据率的业务需求,实现信息安全、可靠的传送,是当前物联网研究的一个重点.传感器网络通讯技术主要包括广域网络通信和近距离通信等两个方面,广域方面主要包括IP互联网、2G/3G移动通信、卫星通信等技术,而以iIPv6为核心的新互联网的发展,更为物联网的提供了高效的传送通道;在近距离方面,目前的主流则是以IEEE802.15.4为代表的近距离通信技术.
关键词:物联网技术;云计算;分布式缓存;部署方式;功能架构
中图分类号:TP3 文献标识码:A 文章编号:1009-3044(2017)05-0243-01
1 前言
物联网技术是在计算机、互联网和移动通信网相继应用之后的又一次通讯产业的巨大变革,通过信息传输和处理技术,实现了大范围内的物体之间的信息交互。该技术能够更好的协助工作人员和用户实现对于物理世界的管理。云计算中的分布式缓存技术具有处理能力大、系统容量大、扩展性好和稳定性强等优势,在物联网中有着广阔的应用前景。
2 物联网技术
根据现在较为通用的定义,物联网是指通过射频识别(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连接起来,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络。简而言之,物联网就是“物物相连的互联网”,其核心和基础仍是互联网,是在互联网基础上延伸和扩展的网络,其用户端延伸和扩展到了任何物品与物品之间的信息交换和通信。物联网产业覆盖了传感感知、传输通道、运算处理、行业应用等领域,其中涉及的技术包括RFID射频识别、传感器、无线网络传输、高性能计算、智能控制等。
3 云计算分布式缓存技术
3.1 分布式缓存技术功能架构分析
分布式缓存从本质上来说属于一个应用程序,在该程序中用户能够得到多个数据节点传输的集群服务信息,并于数据服务节点进行数据交互,在用户提出数据存取请求之后,能够通过特定算法映射在指定的数据服务节点上。分布式缓存技术功能架构主要有三部分:通信支撑层、数据存取层和数据处理层。其中通信支撑层的主要功能是实现通信协议,具体来看是依据路由连接管理区域的分布进行数据建联和侦听窗口建立;数据处理层的主要功能是访问控制处理、管理链路和控制数据迁移;数据存储层的主要功能是管理系统中的数据,主要有内存、SSD和硬盘三级管理机制,其中内存管理能够分配内存的分配情况,依据实施访问数据量进行内存空间的释放和关闭,能够在一定程度上避免内存碎片导致系统效率降低;SSD和硬盘管理主要负责服务器访问过程中产生的永久数据的保存。在这样的三级管理机制下,能够保证系统在重启或者关机的过程中仍然保持数据的连续性,避免数据丢失和恶意修改。
3.2 分布式缓存技术部署方式分析
分布式缓存的服务器集群主要采用无主架构,由于服务器的节点地位相同,因此,可以利用网状的全连接方式进行连接。为保证系统的使用方便,可以利用API进行数据透明访问,采取这样的部署方式能够降低分析数据在后端服务节点分布情况的计算量,能够极大的提高系统的处理效率。与此同时,分布式缓存集群的处理能力与集群中数据节点的规模相关,随着缓存数据在集群中各节点分布量的增加,稻荽理能力也会随之提升。采用这样一种数据缓存分布模式的另一个优势在于用户可以在任意服务点登录系统,系统提供了一个灵活性较高的操作控制台,在这样一个控制台中,可以进行集群服务节点数据的查阅,也可容易通过该平台进行集群软件的安装和更新。
3.3 分布式缓存技术的优势
云计算中分布式缓存的主要优势体现在整体架构的扩展性能较强,一旦出现系统性能不足以满足数据处理和访问的需要,只需要增加新的节点,就能较为简便的完成框架性能的提升。分布式缓存的这一优势使得系统容量能有随着节点的增加而增加。与此同时,单个节点的访问量高峰时能够达到20万次/秒,分布式缓存为了在单点出现故障的情况下,仍能保证系统的完整性,采用了多副本复制技术,同时考虑到该项技术中使用的一致性Hash分布算法和无主结构框架,大大提升了系统的抗干扰能力,保证系统运行的稳定性。
4 云计算分布式缓存技术在物联网中的应用
物联网技术是一项革命性的技术,是对传统信息通讯技术的巨大挑战,物联网技术在日常生活和工作中无处不在,它在人与人信息交互的基础上,创造性地提出了物体之间的数据传输和交流。但是这样规模的数据传输,需要处理和存储海量的数据,对现有的数据缓存和处理技术提出了新的要求。另一方面,物联网技术不仅能够处理标准协议终端之间的信息传递需要,同时满足非标准协议终端之间的业务授权操作,这就要求网关业务必须要保持非常好的连通性和抗干扰性。结合上文中对于云计算分布式缓存技术的分析,认为该技术能够很好的满足现在即将来物联网技术对于海量数据处理和存储的要求。应用该技术,能够很好的提升系统在高数据吞吐量条件下的处理速度和稳定性,提升物联网中高水平的并发处理能力,增强动态数据迁移的需要。更为重要的是,在物联网扩容的时候,只需要经过简单的操作,就能够增加数据节点,从而提升系统容量和处理速度。在某一个节点出现问题的情况下,也能维持系统的正常运转,正在处理的业务不会中断,数据也早已进行备份,避免了数据的丢失。
5 结语
物联网的发展和云计算的兴起有着非常紧密的联系,物联网包含了各类物体实体的信息,如果没有高效的存储方式和快速的处理系统,就无法实现物联网的大部分功能。云计算技术为物联网中数据的存储和树立提供了技术支持,将分布式缓存技术应用到物联网中,能够大幅提升网络的效率,提升社会生产力。
参考文献:
[1] 李爽. 基于云计算的物联网技术研究[D]. 安徽大学, 2014.
物联网技术的快速发展,对生产生活水平的提升具有巨大的推动作用,使得物与物之间联系更为紧密,同时也具有更为广阔的发展空间。基于物联网技术具有的特点,对其各网络层次进行分析研究,充分发挥其所具有的优势,争取为计算机通信网络的发展提供更大的助力。为消除物联网发展与应用过程中存在的问题,从前瞻性角度进行分析,做好技术研究,充分挖掘物联网对于计算机通信网络所具有的技术价值。
【关键词】物联网 计算机通信 网络层次
计算机网络现在已经被广泛的应用到生产生活各个领域中,并且取得了良好的效果,其中物联网作为重要的一部分,可以消除时间与空间限制,通过网络虚拟信号,使得物与物之间、物与人之间联系更为密切。想要充分发挥物联网对计算机通信网络的影响,需要就物联网所具有的特点,对其各网络层次存在的缺陷和矛盾进行分析优化,争取促进物联网的进一步发展。
1 物联网技术特点分析
物联网技术功能的实现,需要先通过传感器、射频识别器等来对信息进行采集,然后结合客户实际需求,利用数据处理技术,遵循通信协议,将计算机网络作为载体,全面提高信息数据的利用效率,加快信息的传递和利用。其中,对于物理网技术的实际应用,射频识别器对各类信息的识别具有快递、自动特点,无需人员操作和控制,能够有效适应多种环境,且对计算机通信网络接入RFID终端后,还可以在更广阔范围内对信息收集传递,以及物品的有效跟踪。无线传感器主要用于数据的收集和传输,铺设与组网十分灵活,并且具有低成本、低功耗等优点。传感器主要负责感知各类信号,并完成环境参数的采集,可以作为为物联网信息收集、处理、反馈等环节的数据支持。
2 物联网各层次对计算机通信网络影响
2.1 感知层影响
感知层为物联网基础部分,对技术的实施效果具有重要影响,在对物联网技术进行分析时,需要提高对其的重视。对于网络覆盖区域内的所有对象数据均可以通过感知层进行感知和搜索,基于网络网关完成相应信息数据的传输。网关可以对不同网络进行有效连接,有效完成传感器通讯后,通过应用相应算法,来对接收到的信息进行更为深入的分析处理。为保证所有数据处理的高效性,就要求通信网络能够承受较大的压力。尤其是现在计算机网络技术在各个领域中的应用,各类信息数量激增,对所需信息的收集与处理将要面临更大的压力,因此要保证物联网感知层可以承受较大压力,可以满足所需信息的感知要求。现在物联网在实际应用中的效果更为明显,可以更好的满足人们应用需求,但是同时物联网自身业务数量不断增加,规模也在持续扩大,必须要对传统通信网络观念进行更新,提高通信网络水平,作为物联网规模化发展的保障,从根本上来消除规模扩大和业务发展间的相互干扰,为社会生产生活提供更好的服务。
2.2 传输层影响
传输层功能实现的基础为通信网络,结合宽带计算方式,达到宽带和窄带目的,完成通信网和感知网间的有效融合,为传输层各项功能的实现提供保障。就以往通信网络来说,一般是通过对分散通信节点的整理综合,然后通过统一管理,来实现互联网功能。基于现有的物联网技g水平,很多情况下,相应通信节点必须要具有一定私密性和独立性。这样在对物联网技术发展进行研究时,便可以确定除了要进行简单的信息传递外,对于虚拟信号的传输,需要将互联网作为基础,保证人与物、物与物间的有效联系。这样就决定了在实际执行过程中,物联网具有较高的复杂性,对空间和独立性要求更为严格。同时,这一特点也对通信网络产生的影响,因为计算机个体分布比较分散,想要完成各项信息的有效传输,必须要利用通信网络对各处计算机进行有效整合和管理控制,进一步提升各计算机间的联系与工作效率。并且,对于不同通信节点的管控,需要作为重点进行研究。但是基于现物联网技术水平,与通信网络技术水平间具有较大差异,为整个网络功能的实现带来了阻碍。为满足实际发展要求,在对物联网技术进行研究时,需要做好与通信网络技术间的联系,提高计算机配置完善度与监控水平,加强其在产业模式中的应用,为企业提供云接口,满足物联网平台进一步发展需求。
2.3 应用层影响
物联网技术的实施,其中应用层主要对各类信息进行有效处理,并将其作为实际参考和依据,为用户提供具有针对性和应用性的服务。应用层所具有的各项功能,能够作为设备优化的助力,确保可以满足不同用户实际应用需求。这一特点可以作为物联网技术持续发展的优势,但还是需要就其与通信网络间的矛盾进行分析和解决。降低对物联网技术独立性实现的影响,以免增加通信网络发展压力。对于物联网各项功能来说,最终需要通过应用层来实现,需要通过应用层来对人与物、物与物间联系与管控,满足跨区域操作要求。因此,想要进一步满足行业发展需求,需要将应用层作为重点进行分析,对行业市场和相关产业链进行整合,并基于云计算通信网络基础,构建有效连接平台,营造更好的物联网技术发展环境。
3 物联网技术发展趋势
物联网基础为互联网技术,其不仅仅实现了虚拟信息的传递,同时还可以对人与物、物与物间信息传输进行处理。物联网技术的有效实施,可以对物品进行实际操控,同时加强人与物、物与物之间的联系,打破传统时间与空间的限制,提高了信息传递与物体操控效率。就物联网技术发展现状来看,人工智能的实现已经成为可能,将机器与人类管理和判断工作融为一体,对危险、精细工作进行分类,通过两者的有效结合,来达到预设的目的。与互联网虚拟信号与信息的传递不同,物联网可以落实到实际物品上,使得信息化社会建设成为现实,可以有效解决实际工作中存在的问题。
4 结束语
物联网技术在不断发展,其所具有的功能,对进一步推动信息化社会的建设具有重要的实践意义。基于物联网各层次特点,对通信网络也产生了一定影响,需要两者相互配合,在落实各项功能的同时,降低所要面临的网络压力。仍然需要专业技术人员在现有基础上做更深入的分析,争取进一步发挥出物联网所具有的优势。
参考文献
[1]李奔. 物联网对计算机通信网络的影响探讨[J].通讯世界,2016(03):33-34.
[2]贾志强.物联网对计算机通信网络的影响分析[J].信息安全与技术,2015(01):32-34.
[3]李爱锋.物联网对计算机通信网络的影响分析[J].电脑知识与技术,2016(06):16-17.
作者简介
张皓(1983-),男,河北省保定市人。硕士学位。现为河南工学院计算机科学与技术系实验师。主要研究方向为图形图像处理、计算机应用。