1、物聯網網絡架構與數據分析報告人： 羅忠嵐 目錄 1. 1. 引言 2. 物聯網網絡架構 3. 物聯網的數據分析 4. 物聯網的智能應用物聯網（物聯網（Internet of TingsInternet of Tings）是指將無處不在的末端設備和設施，包括具有）是指將無處不在的末端設備和設施，包括具有“內在智能內在智能”的傳感器、移動終端、工業系統、樓控系統、家庭智能設施、視的傳感器、移動終端、工業系統、樓控系統、家庭智能設施、視頻監控系統等和頻監控系統等和“外在使能外在使能”（EnabledEnabled）的，如貼上）的，如貼上RFIDRFID的各種資產、攜帶的各種資產、攜帶無線終端的個人及

2、車輛等等無線終端的個人及車輛等等“智能化物件或動物智能化物件或動物”或或“智能塵埃智能塵埃”（MoteMote），），通過各種無線和通過各種無線和/ /或有限的長距離和或有限的長距離和/ /或短距離通信網絡實現互聯互通（或短距離通信網絡實現互聯互通（M2MM2M），應用大集成以及基于云計算的，應用大集成以及基于云計算的SaaSSaaS運營等模式，在內網（運營等模式，在內網（IntranetIntranet）、專網）、專網(Extranet(Extranet）、和）、和/ /或互聯網（或互聯網（InternetInternet）環境下，采用適當的信息安全保）環境下，采用適當的信息安全保障障機制，

3、提供安全可控乃至個性化的實時在線監測、定位追溯、報警聯動、調度機制，提供安全可控乃至個性化的實時在線監測、定位追溯、報警聯動、調度指揮、預案管理、遠程控制、安全防范、遠程維保、在線升級、統計報表、決指揮、預案管理、遠程控制、安全防范、遠程維保、在線升級、統計報表、決策支持、領導桌面等管理和服務功能，實現對策支持、領導桌面等管理和服務功能，實現對“萬物萬物”（everythingeverything）“高效高效、節能、安全、環保、節能、安全、環保”的的“管、控、營管、控、營”一體化一體化TaaSTaaS服務。服務。物聯網的定義物聯網的產生及發展 最初在1995年比爾蓋茨未來之路一書中提出。 19

4、99年,MIT AutoID中心的Ashton教授首次提出“物聯網”的概念。 2005年歐洲EPoSS發布了“ITU歐洲互聯網報告2005：物聯網”，此后，該組織于2008年5月發布了“2020年歐洲物聯網規劃”，2009年9月該組織又發布了物聯網發展路線圖。 美國則分別進行無線傳感器網絡(Wireless Sensor Networks,WSN)與RFID的相關研究。日本和韓國也分別提出了U-Japan和U-Korea。 中國物聯網的發展 20062006年發布了年發布了“RFID RFID 技術政策白皮書技術政策白皮書”,”,并將并將物聯網應用列入物聯網應用列入“國家中長期科學技術發展規國

5、家中長期科學技術發展規劃（劃（2006-20202006-2020年）年）”和和“2050“2050年國家產業路線年國家產業路線圖圖”。 20092009年，隨著年，隨著IBMIBM提出提出“智慧地球智慧地球”的概念，我的概念，我國誕生了國誕生了“感知中國感知中國”的物聯網發展理念。的物聯網發展理念。 20112011年，我國物聯網產業市場規模達到年，我國物聯網產業市場規模達到25002500億億元。元。 20122012年年1010月月2525日，第三屆中國國際物聯網在無日，第三屆中國國際物聯網在無錫召開。大會發布了錫召開。大會發布了2011-20122011-2012年中國物聯網年中國物聯

6、網發展年度報告。報告指出，截止至發展年度報告。報告指出，截止至20122012年年6 6月，月，三大運營商已在全國三大運營商已在全國320320多個城市和當地政府合多個城市和當地政府合作建設智慧城市。并預計到作建設智慧城市。并預計到20152015年，全球物聯年，全球物聯網整體市場規模將接近網整體市場規模將接近35003500億美元，年增長率億美元，年增長率為為25%25%。物聯網發展過程圖、物聯網的網絡架構長距離無線通信網四大支撐網絡長距離有線通信網短距離有線通信網短距離無線通信網四大支撐網四大支撐網絡絡物聯網的特點分析 1.物聯網與傳感網的區別 2.物聯網與RFID的區別 3.物聯網與泛在

7、網的區別 4.物聯網的技術特點物聯網典型組網技術1.基于重疊方法的物聯網組網技術2.基于網關的物聯網組網技術1.基于重疊方法的物聯網組網技術通過不同的方式將通過不同的方式將IPIP和和WSNWSN的協議棧進行融合，從的協議棧進行融合，從而在互聯網的協助下實現多個而在互聯網的協助下實現多個WSNWSN的互聯互通。的互聯互通。案例一：某節點為執行器，需要為該節點分配案例一：某節點為執行器，需要為該節點分配IPIP地址，從而實現該節點的遠程控制；地址，從而實現該節點的遠程控制；案例二：在分簇傳感網路由協議中，簇頭供電及案例二：在分簇傳感網路由協議中，簇頭供電及處理能力相對較強，對于這些簇頭，往往在處

8、理能力相對較強，對于這些簇頭，往往在WSNWSN協議棧的基礎上新增一個協議棧的基礎上新增一個IPIP重疊層；重疊層；兩種基本的表現形式 1. 1. 在在WSNWSN協議棧的基礎上新增一個協議棧的基礎上新增一個IPIP重疊層。重疊層。 該方法通常使用該方法通常使用直接擴散直接擴散（Directed Directed DiffusionDiffusion，DDDD）或）或ACQUIREACQUIRE（A Directed-A Directed-query approachquery approach）等途徑來建立一個）等途徑來建立一個IPIP重疊層。重疊層。其中，其中，DDDD是一種以數據為中心的

9、通信方法，適是一種以數據為中心的通信方法，適合業務量較大的情況。而合業務量較大的情況。而ACQUIREACQUIRE較適合單次但較適合單次但復雜的數據傳輸。復雜的數據傳輸。 2. 2. 在在IPIP協議棧之上完成協議棧之上完成WSNWSN的數據傳輸。的數據傳輸。 WSNWSN數據報文到達互聯網以后，將被重新打包成數據報文到達互聯網以后，將被重新打包成TCP/IPTCP/IP數據報文，再投遞到指定的數據報文，再投遞到指定的IPIP節點。節點。 互聯網上的互聯網上的虛擬節點虛擬節點和和重疊網關重疊網關是該方案的重是該方案的重要組成部分。其中虛擬節點在要組成部分。其中虛擬節點在TCP/IPTCP/I

10、P之上實現之上實現WSNWSN協議，并相互組網，形成一個處于互聯網之協議，并相互組網，形成一個處于互聯網之上的虛擬的網絡。而重疊網關同時具備上的虛擬的網絡。而重疊網關同時具備TCP/IPTCP/IP和和WSNWSN協議棧，通過簡單設置即可完成數據格式協議棧，通過簡單設置即可完成數據格式的轉換。的轉換。 2.基于網關的物聯網組網技術以基于DTN網關的組網技術為例：三大優勢 1. DTN1. DTN網關利用自身緩存機制能很好的網關利用自身緩存機制能很好的處理物聯網中數據的離線狀態問題處理物聯網中數據的離線狀態問題 2. 2. 該方法能很好地支持異構網絡的連接該方法能很好地支持異構網絡的連接 3.

11、DTN3. DTN網關結構實現成本低，可以在很網關結構實現成本低，可以在很大程度上保持兩端網絡原有的協議棧結大程度上保持兩端網絡原有的協議棧結構構物聯網典型網絡分層結構.信息的收集和簡單處理，由傳感器等數據采集設備及相應網絡組成。主要完成各類設備的互聯網接入重點強調各類接入方式。主要完成信息的遠距離傳輸等功能 三部分功能：1. 對下認知，自適應傳輸；2.實現語義互操作和信息共享；3.對上提供統一接口與虛擬化支撐。主要完成服務發現和服務呈現物聯網參考架構.家庭網關同時支持IP和ID協議，還具備異構網絡接入功能。物聯網的數據分析 1. 1. 數據分析的重要性數據分析的重要性 2. 2. 數據的特點

12、數據的特點 3. 3. 數據分析與處理的方法數據分析與處理的方法 4. 4. 數據處理技術數據處理技術1. 1. 數據分析的重要性數據分析的重要性 數據分析和處理是物聯網核心技術中最重要的一環。大規模、實時的數據涌入到系統之內，如何對這些繁雜、海量的數據進行實時有效的傳輸處理并得到分析結果，進而通過反饋使客戶能夠對物體進行智能管理和控制，將是整個物聯網技術的關鍵。物聯網數據的特點 (1) . (1) . 數據的異構性數據的異構性 (2) . (2) . 數據的不確定性數據的不確定性 (3) . (3) . 數據的海量性數據的海量性 (4) . (4) . 數據的實時性數據的實時性 (5) .

13、(5) . 數據的語義豐富性數據的語義豐富性 數據分析與處理的方法 1. 基于遺傳算法的數據分析 2. 數據降維分析 3. 基于量子神經網絡算法的數據分析 4. 智能數據分析基于遺傳算法的數據分析 遺傳算法（遺傳算法（genetic algorithmgenetic algorithm，GAGA）是模擬自）是模擬自然界生物進化過程的計算模型。使用該算法能然界生物進化過程的計算模型。使用該算法能夠以很夠以很大概率得到全局最優解集或局部最優解大概率得到全局最優解集或局部最優解集。集。 算法步驟如下：算法步驟如下： 讀入系統數據讀入系統數據識別目標系統故障區域識別目標系統故障區域識別故障區域中所包含

14、的元件、保護及斷識別故障區域中所包含的元件、保護及斷路器（形成優化模型的目標函數）路器（形成優化模型的目標函數）得出最得出最優解。優解。 算法不足：在診斷所依據的信息發生畸變，出算法不足：在診斷所依據的信息發生畸變，出現復雜的故障模式的時候，不能保證診斷結果現復雜的故障模式的時候，不能保證診斷結果的可靠性。的可靠性。數據降維分析 在很多情況下，首先將數據的維數降到一個合理的大小，同時盡可能多的保留原始的信息，然后再將降維處理后的數據送入信息處理系統，可以很好對海量數據進行有效處理。 降維算法主要分為線性降維算法和非線性降維算法。降維的實質就是尋找投影變換：從高維空間到低維空間變換。現在有一種最

15、小量嵌入算法，在保持局部等距和角度不變的約束條件下，能很好的揭示數據內在的流形結構。基于量子神經網絡算法的數據分析.開始數據采集數據提取形成決策表屬性約解分析結果粗糙集量子神經網絡數據分析神經網絡訓練結束智能數據分析 當前智能信息處理的研究主要集中在動態貝葉斯網絡、擴展的卡爾曼濾波、證據理論和粗集理論。 以動態貝葉斯網絡為例： 貝葉斯網絡：能很好的處理各事件之間的概率關系，通過條件概率來建立各隱藏變量之間的關系。 動態貝葉斯網絡：在原有貝葉斯網絡的基礎上新增時間軸，因此，前一時刻發生概率會直接影響下一時刻事件發生概率，根據應用準確生成貝葉斯網絡以及根據不斷豐富的訓練集實現網絡的自學習。是貝葉斯

16、高效工作的關鍵。物聯網數據處理技術 1. IPV6 2. 中間件技術 3. 云計算 4. 超級計算機 5. 系統架構IPV6 目前，互聯網使用的是目前，互聯網使用的是 IPV4 IPV4 地址尋址方式，地址尋址方式，還無法滿足物聯網的海量數據要求。物聯網采還無法滿足物聯網的海量數據要求。物聯網采用用 RFID RFID 射頻識別技術，在物聯網相連的系統射頻識別技術，在物聯網相連的系統中，若想對某一件特定的物體進行尋址，必須中，若想對某一件特定的物體進行尋址，必須得到其特有的標志碼，如得到其特有的標志碼，如 ID ID 標志類型等。由標志類型等。由于事物的繁雜以及數目的難以估量，使得于事物的繁雜

17、以及數目的難以估量，使得 IPV6 IPV6 的應用將是實現這一構思的條件之一的應用將是實現這一構思的條件之一中間件技術（Middleware） 物聯網的中間件技術作為一種數據處理平臺被物聯網的中間件技術作為一種數據處理平臺被大家所熟知。因為物聯網數據的多態與異構性，大家所熟知。因為物聯網數據的多態與異構性，導致對數據處理與分析非常困難。而中間件技導致對數據處理與分析非常困難。而中間件技術則是解決物聯網數據多態與異構性的關鍵技術則是解決物聯網數據多態與異構性的關鍵技術之一。當前主要的中間件術之一。當前主要的中間件 技技 術有術有CoBrACoBrA、GaiaGaia、Context Toolk

18、itContext Toolkit、CAMUS CAMUS 、CAMidOCAMidO、 OSGI OSGI 。云計算 物聯網的應用廣泛，數據量大。因此，物聯網的應用廣泛，數據量大。因此，需要云計算來配合處理。如果使用傳統需要云計算來配合處理。如果使用傳統的模式來處理這些龐大的數據，根本無的模式來處理這些龐大的數據，根本無從談起。從談起。云計算提供的數據服務能夠有云計算提供的數據服務能夠有效地解決物聯網海量數據的基本特性，效地解決物聯網海量數據的基本特性，通過云存儲和服務技術實現海量數據的通過云存儲和服務技術實現海量數據的采集以及之后處理和管理。實現云技術采集以及之后處理和管理。實現云技術與物

19、聯網的融合將是提高解決物聯網海與物聯網的融合將是提高解決物聯網海量數據的關鍵。量數據的關鍵。超級計算機 就物聯網的發展而言，其核心必定是就物聯網的發展而言，其核心必定是計算計算，通，通過計算得到各種有用的信息。物聯網正是由傳過計算得到各種有用的信息。物聯網正是由傳感器、網絡和計算能力組成的基于互聯網的感器、網絡和計算能力組成的基于互聯網的 N N 種應用。由于物聯網的數據極其龐大，只有超種應用。由于物聯網的數據極其龐大，只有超級計算機才能勝任對數據的分析與處理，也只級計算機才能勝任對數據的分析與處理，也只有超級計算機和云計算有效融合，才能將有超級計算機和云計算有效融合，才能將“物物聯網聯網”整合起來。超級計算機的成就也是物聯整合起來。超級計算機的成就也是物聯網發展的重要標志之一。網發展的重要標志之一。系統架構 在物聯網的應用過程中，首先要進行數據的采在物聯網的應用過程中，首先要進行數據的采集，繼而要對數據進行傳輸。采集和傳輸只有集，繼而要對數據進行傳輸。采集和傳輸只有正確進行，才能保障系統對數據的有效加工和正確進行，才