物联网网络架构与数据分析

物联网网络架构与数据分析报告人：罗忠岚目录1.引言2.物联网网络架构3.物联网的数据分析4.物联网的智能应用物联网（InternetofTings）是指将无处不在的末端设备和设施，包括具有“内在智能”的传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等和“外在使能”（Enabled）的，如贴上RFID的各种资产、携带无线终端的个人及车辆等等“智能化物件或动物”或“智能尘埃”（Mote），通过各种无线和/或有限的长距离和/或短距离通信网络实现互联互通（M2M），应用大集成以及基于云计算的SaaS运营等模式，在内网（Intranet）、专网(Extranet）、和/或互联网（Internet）环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面等管理和服务功能，实现对“万物”（everything）“高效、节能、安全、环保”的“管、控、营”一体化TaaS服务。物联网的定义物联网的产生及发展最初在1995年比尔·盖茨《未来之路》一书中提出。1999年,MITAuto—ID中心的Ashton教授首次提出“物联网”的概念。2005年欧洲EPoSS发布了“ITU欧洲互联网报告2005：物联网”，此后，该组织于2008年5月发布了“2020年欧洲物联网规划”，2009年9月该组织又发布了物联网发展路线图。美国则分别进行无线传感器网络(WirelessSensorNetworks,WSN)与RFID的相关研究。日本和韩国也分别提出了U-Japan和U-Korea。

中国物联网的发展2006年发布了“RFID技术政策白皮书”,并将物联网应用列入“国家中长期科学技术发展规划（2006-2020年）”和“2050年国家产业路线图”。2009年，随着IBM提出“智慧地球”的概念，我国诞生了“感知中国”的物联网发展理念。2011年，我国物联网产业市场规模达到2500亿元。2012年10月25日，第三届中国国际物联网在无锡召开。大会发布了《2011-2012年中国物联网发展年度报告》。报告指出，截止至2012年6月，三大运营商已在全国320多个城市和当地政府合作建设智慧城市。并预计到2015年，全球物联网整体市场规模将接近3500亿美元，年增长率为25%。物联网发展过程图、物联网的网络架构长距离无线通信网四大支撑网络长距离有线通信网短距离有线通信网短距离无线通信网四大支撑网络物联网的特点分析1.物联网与传感网的区别2.物联网与RFID的区别3.物联网与泛在网的区别4.物联网的技术特点物联网典型组网技术1.基于重叠方法的物联网组网技术2.基于网关的物联网组网技术1.基于重叠方法的物联网组网技术通过不同的方式将IP和WSN的协议栈进行融合，从而在互联网的协助下实现多个WSN的互联互通。案例一：某节点为执行器，需要为该节点分配IP地址，从而实现该节点的远程控制；案例二：在分簇传感网路由协议中，簇头供电及处理能力相对较强，对于这些簇头，往往在WSN协议栈的基础上新增一个IP重叠层；两种基本的表现形式1.在WSN协议栈的基础上新增一个IP重叠层。该方法通常使用直接扩散（DirectedDiffusion，DD）或ACQUIRE（ADirected-queryapproach）等途径来建立一个IP重叠层。其中，DD是一种以数据为中心的通信方法，适合业务量较大的情况。而ACQUIRE较适合单次但复杂的数据传输。2.在IP协议栈之上完成WSN的数据传输。WSN数据报文到达互联网以后，将被重新打包成TCP/IP数据报文，再投递到指定的IP节点。互联网上的虚拟节点和重叠网关是该方案的重要组成部分。其中虚拟节点在TCP/IP之上实现WSN协议，并相互组网，形成一个处于互联网之上的虚拟的网络。而重叠网关同时具备TCP/IP和WSN协议栈，通过简单设置即可完成数据格式的转换。

2.基于网关的物联网组网技术以基于DTN网关的组网技术为例：三大优势1.DTN网关利用自身缓存机制能很好的处理物联网中数据的离线状态问题2.该方法能很好地支持异构网络的连接3.DTN网关结构实现成本低，可以在很大程度上保持两端网络原有的协议栈结构物联网典型网络分层结构.信息的收集和简单处理，由传感器等数据采集设备及相应网络组成。主要完成各类设备的互联网接入重点强调各类接入方式。主要完成信息的远距离传输等功能三部分功能：1.对下认知，自适应传输；2.实现语义互操作和信息共享；3.对上提供统一接口与虚拟化支撑。主要完成服务发现和服务呈现物联网参考架构.家庭网关同时支持IP和ID协议，还具备异构网络接入功能。物联网的数据分析1.数据分析的重要性2.数据的特点3.数据分析与处理的方法4.数据处理技术1.数据分析的重要性

数据分析和处理是物联网核心技术中最重要的一环。大规模、实时的数据涌入到系统之内，如何对这些繁杂、海量的数据进行实时有效的传输处理并得到分析结果，进而通过反馈使客户能够对物体进行智能管理和控制，将是整个物联网技术的关键。物联网数据的特点(1).数据的异构性

(2).数据的不确定性

(3).数据的海量性

(4).数据的实时性(5).数据的语义丰富性

数据分析与处理的方法1.基于遗传算法的数据分析2.数据降维分析3.基于量子神经网络算法的数据分析4.智能数据分析基于遗传算法的数据分析

遗传算法（geneticalgorithm，GA）是模拟自然界生物进化过程的计算模型。使用该算法能够以很大概率得到全局最优解集或局部最优解集。算法步骤如下：①读入系统数据→②识别目标系统故障区域→③识别故障区域中所包含的元件、保护及断路器（形成优化模型的目标函数）→④得出最优解。算法不足：在诊断所依据的信息发生畸变，出现复杂的故障模式的时候，不能保证诊断结果的可靠性。数据降维分析

在很多情况下，首先将数据的维数降到一个合理的大小，同时尽可能多的保留原始的信息，然后再将降维处理后的数据送入信息处理系统，可以很好对海量数据进行有效处理。降维算法主要分为线性降维算法和非线性降维算法。降维的实质就是寻找投影变换：从高维空间到低维空间变换。现在有一种最小量嵌入算法，在保持局部等距和角度不变的约束条件下，能很好的揭示数据内在的流形结构。基于量子神经网络算法的数据分析.开始数据采集数据提取形成决策表属性约解分析结果粗糙集量子神经网络数据分析神经网络训练结束智能数据分析当前智能信息处理的研究主要集中在动态贝叶斯网络、扩展的卡尔曼滤波、Ｄ－Ｓ证据理论和粗集理论。以动态贝叶斯网络为例：贝叶斯网络：能很好的处理各事件之间的概率关系，通过条件概率来建立各隐藏变量之间的关系。动态贝叶斯网络：在原有贝叶斯网络的基础上新增时间轴，因此，前一时刻发生概率会直接影响下一时刻事件发生概率，根据应用准确生成贝叶斯网络以及根据不断丰富的训练集实现网络的自学习。是贝叶斯高效工作的关键。物联网数据处理技术1.IPV62.中间件技术3.云计算4.超级计算机5.系统架构IPV6目前，互联网使用的是IPV4地址寻址方式，还无法满足物联网的海量数据要求。物联网采用RFID射频识别技术，在物联网相连的系统中，若想对某一件特定的物体进行寻址，必须得到其特有的标志码，如ID标志类型等。由于事物的繁杂以及数目的难以估量，使得IPV6的应用将是实现这一构思的条件之一中间件技术（Middleware）物联网的中间件技术作为一种数据处理平台被大家所熟知。因为物联网数据的多态与异构性，导致对数据处理与分析非常困难。而中间件技术则是解决物联网数据多态与异构性的关键技术之一。当前主要的中间件技术有CoBrA、Gaia、ContextToolkit、CAMUS、CAMidO、OSGI。云计算物联网的应用广泛，数据量大。因此，需要云计算来配合处理。如果使用传统的模式来处理这些庞大的数据，根本无从谈起。云计算提供的数据服务能够有效地解决物联网海量数据的基本特性，通过云存储和服务技术实现海量数据的采集以及之后处理和管理。实现云技术与物联网的融合将是提高解决物联网海量数据的关键。超级计算机就物联网的发展而言，其核心必定是计算，通过计算得到各种有用的信息。物联网正是由传感器、网络和计算能力组成的基于互联网的N种应用。由于物联网的数据极其庞大，只有超级计算机才能胜任对数据的分析与处理，也只有超级计算机和云计算有效融合，才能将“物联网”整合起来。超级计算机的成就也是物联网发展的重要标志之一。系统架构在物联网的应用过程中，首先要进行数据的采集，继而要对数据进行传输。采集和传输只有正确进行，才能保障系统对数据的有效加工和处理。数据采集和传输的关键，则是对硬件设备如传感器、读写器以及节点等枢纽和源头的建设。只有保证物联网系统长期可靠的操作，才能更好地使用物联网，继而达到准确有效地进行数据传输的目的。在此要求下，必须保证系统硬件的安全性、抗干扰性以及低功耗等等。只有建立了实用有效的系统架构，才能够确保物联网系统的成熟与可靠。物联网智能应用物联网的智能应用主要有：智能安防、智能电网、智能农业、智能医疗、智能环保、智能家居、智能物流、智能工业、智能交通等方面。智能安防.智能电网.是建立在