新编计算机导论 课件 8 IT新技术

IT新技术新编计算机导论物联网01大数据03云计算02本章CAPACITY内容2人工智能04区块链05联邦学习06边缘计算073物联网的概念全面感知，即利用RFID、二维码、传感器等感知、捕获、测量技术随时随地对物体进行信息采集和获取可靠传送，即通过将物体接入信息网络，依托各种通信网络，随时随地进行可靠的信息交互和共享智能处理，即利用各种智能计算技术，对海量的感知数据和信息进行分析并处理，实现智能化的决策和控制物联网是一个基于互联网、传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络，基本特征可概括如下：1.物联网4物联网体系结构及相关技术感知识别层。感知识别是物联网的核心技术，是联系物理世界和信息世界的纽带。网络构建层。本层的主要是把感知识别层的数据接入互联网，供上层服务使用。管理服务层。本层将大规模数据高效、可靠的组织起来，为上层行业应用提供智能的支撑平台。综合应用层。互联网从最初用来实现计算机之间通信，发展到连接以人为主体的用户，直至当前正朝着物物互联这一目标迈进。可以把物联网由下往上分成感知识别层、网络构建层、管理服务层和综合应用层四层1.物联网5物联网应用前景智慧交通智能电网智慧物流智慧医疗智慧农业…物联网应用涵盖国民经济和社会生活等各个领域1.物联网6云计算的概念美国国家标准技术研究所（NIST）在2011年给出的定义为：云计算是一种模式，它支持通过网络对可配置计算资源池进行随时随地、便捷、按需进行访问，这些计算资源包括网络、服务器、存储、应用和服务。2.云计算我国2015年在GB/T32400-2015标准中的定义为：一种通过网络将可伸缩、弹性的共享物理和虚拟资源池以按需自服务的方式供应和管理的模式（资源包括服务器、操作系统、网络、软件、应用和存储设备等）。主流商业云计算系统主流开源云计算系统7云计算服务模式IaaS-此模式通过云基础设施来提供CPU、内存和磁盘等物理资源，企业需要管理操作系统、数据库、应用程序、功能和企业的所有数据。PaaS-此模式为终端用户提供平台服务，以编程语言运行环境、数据库、服务器和其它工具来部署业务应用。SaaS-此模式将软件应用通过互联网提供给终端用户，终端用户无需进行软件安装、维护与更新，也无需管理底层云基础设施。从服务模式上看，云计算支持硬件资源、软件平台和托管应用程序三种类型，分别对应基础设施即服务（InfrastructureasaService，IaaS）、平台即服务（PlatformasaService，PaaS）和软件即服务（SoftwareasaService，SaaS）。2.云计算8云计算应用存储云-以数据存储和管理为核心，可向用户提供存储容器服务、备份服务、归档服务和记录管理服务等，如百度云、微云。医疗云-实现了医疗资源的共享和医疗范围的扩大，具有数据安全、信息共享、动态扩展、布局全国的优势，如医院的预约挂号、电子病历。金融云-利用云计算模型，将各金融机构相关数据中心互联互通构成互联网云，如移动支付、云购物。教育云-教育信息化的一种体现，如现在流行的慕课（MOOC）云计算已在存储、医疗、金融、教育等诸多领域得到了广泛应用。2.云计算9云计算面临挑战终端用户的应用程序、工具或数据运行或存储于互联网上的大规模服务器集群中，为保证数据的安全，防止数据丢失或被非法使用或篡改，除了需要更强的加密技术及良好的安全协议等技术上的支持之外，还需要进一步完善相关法律法规。数据的安全与隐私保护问题2.云计算云计算标准问题因缺乏统一的技术标准，尤其是接口标准，各厂商在开发产品和服务的过程中各自为政，为将来不同服务之间的互连互通带来严峻挑战，需要制定统一、开放的标准，以促成整个产业链的健康发展。10大数据的概念从技术分析的角度-大数据是指其大小超出了常规数据库工具获取、储存和分析等能力的数据集从大数据应用价值的角度-大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产大数据是一个很宽泛的概念，学术界、产业界等分别从不同领域出发对大数据的概念进行了界定3.大数据无论哪种观点，均表现出大数据是一种难以处理的数据集，需要特定技术才能完成采集、分析及应用11大数据的特点Volume—规模性，指数据体量大，数据存储及计算都需耗费海量资源Variety—多样性，指数据类型繁多，来源各异Velocity—高速性，指数据的增长速度快，同时要求数据的访问、处理、交付等速度也要快Value—价值性，指在数据总量中有用数据所占比例低，使得数据的价值总量大，知识密度低Veracity—准确性，指要保证处理结果的准确性，也称真实性Complexity—复杂性，指对数据的处理和分析的难度大业界普遍认为大数据具有5V+1C的特征描述3.大数据12大数据应用领域与挑战数据隐私和安全问题数据集成问题大数据分析与挖掘问题大数据在预测、推荐、商业情报分析、医疗等诸多领域应用广泛3.大数据大数据面临的挑战13人工智能的概念人工智能有时也被称为机器智能，一般都是指令计算机表现出智能或具有智能行为4.人工智能可以将人工智能理解为模仿人类与人类思维相关的认知功能的机器或计算机，使其具有像人一样的智能特征，以便能模拟、延伸、扩展人类智能有关“智能”的解释比较有争议，可理解为智慧和才能，即以逻辑的方式学习、理解和思考事物的能力14人工智能研究方法由于对智能的理解和认识不同，有关人工智能的研究尚未形成一个统一的理论体系，不同的学派有不同的研究方法，目前主要有符号主义、连接主义和行为主义三种学派4.人工智能符号主义学派-又称逻辑主义，认为智能是一个物理符号系统，计算机也是一个物理符号系统，因而能用计算机的符号操作来模拟人的认知过程，其典型成果如知识工程、专家系统连接主义学派-又称仿生学派或生理学派，认为人的思维基元是神经元，而非符号，连接主义着重于模拟人的生理神经网络结构，基于神经元及其之间的网络连接机制实现人工智能行为主义学派-又称进化主义或控制论学派，是基于控制论和“感知-动作”型控制系统的人工智能学派，其典型应用是强化学习15区块链的概念区块链（Blockchain）由英文单词Block和Chain组成，包含两方面含义5.区块链Block-模块、单元或数据块的意思，就像一个存储信息的保险箱，交易的细节也存于BlockChain-链条的意思，表示信息内容和交易的历史记录区块链是将数据区块按照时间先后顺序以链表的方式组成的数据结构，并结合共识机制、密码学等方式实现不可撤销、不可伪造的分布式交易验证的去中心化账本，能够对具有时间先后关系且能在系统内进行验证的数据信息实现可靠存储16区块链的特点可将区块链视为一种公共记账机制，通过建立一组互联网上的公共账本，由网络中所有的用户共同在账本上记账与核账，以保证信息的真实性和不可篡改性。区块链具有三个普通账本不具备的优点，以比特币为例：5.区块链防伪-记录比特币原始信息的区块链中的信息无法篡改，可在后续交易过程中添加相关流通和交易信息，但不能覆盖原有信息，使得区块链具备很好的防伪性质安全-区块链中的某些信息，外界可以确认其真伪，但无法获知其中内容，可以保证信息的安全便利-比特币从买方转至卖方时，区块链就记录下交易的过程，相关人员即对此事达成共识。若用区块链存储个人信息，可以在不向对方提供信息的前提下让对方验证信息的真伪17区块链的核心思想区块链的核心思想有三个，即共识机制、分布式存储和密码学技术5.区块链区块链具有去中心化的特性，去中心化的前提就是分布式，结点是各处分散且平行的，让全网达成共识至关重要分布式存储有两方面含义，一是区块链每个结点都按照块链式结构存储完整的数据，二是区块链每个结点存储都是独立的、地位等同的，依靠共识机制保证存储的一致性在区块链技术中应用了大量的密码学知识，如公钥、私钥、对称加密、非对称加密、同态加密、签名、零知识证明等18区块链的应用与挑战区块链目前已渗透各行各业，不断产生新的行业应用，如金融领域、医药领域、物流领域、社交媒体领域…5.区块链区块链面临的挑战既有科学技术方面的，也有政策和法律方面的，这些因素都与区块链的自治及可信特性密切相关如，区块链的不可篡改性和可溯源性可将其用于农产品溯源，在保险领域，可有效防止欺诈、骗保等不诚实行为如，区块链交易吞吐量较低，规模不足，安全及监管方面存在问题19联邦学习的背景、概念与特征在物联网和大数据中，数据起着主导作用，但很多有价值的数据都涉及个人隐私或者保密协议，使得数据流通受到限制，各实体逐渐形成“数据孤岛”。仅凭各实体独立数据训练的机器学习模型的无法实现数据价值的最大化。6.联邦学习联邦学习（Federatedlearning）是一种加密的分布式机器学习技术，各参与方可在不披露底层数据和其加密形态的前提下共建模型可以用“数据不动模型动”来概括，就是指数据不出本地，但是模型参数可以和外界交互能在满足用户隐私保护、数据安全和政府法规的要求下，进行有效的数据使用和机器学习建模20联邦学习的分类根据用户及数据集重叠关系不同，可将联邦学习分为横向联邦学习、纵向联邦学习、迁移联邦学习三类。6.联邦学习AB特征纬度用户纬度AB特征纬度用户纬度AB特征纬度用户纬度横向联邦学习纵向联邦学习迁移联邦学习21联邦学习的应用在对数据安全性以及隐私性要求较高的领域，比如智慧城市、智慧政务、智慧医疗、金融保险、物联网、跨域推荐以及多方推理等，联邦学习展现出了良好的应用前景，逐步形成“联邦学习+”的趋势。6.联邦学习在智慧医疗方面，联邦学习是连接医疗机构电子病历数据的可行方法，它允许医疗机构在保证隐私的情况下分享经验，而不是数据物联网方面，在万物互联趋势下，联邦学习可为万物数据安全互联互通提供可能联邦学习+交通、联邦学习+物流、联邦学习+政务、联邦学习+安防、联邦学习+车联网、联邦学习+金融保险...22边缘计算的概念边缘计算（Edgecomputing）目前还没有一个严格的统一定义，不同研究者从各自的视角来描述和理解边缘计算7.边缘计算都强调边缘计算是一种新型计算模式，其核心理念是“计算应该更靠近数据的源头，可以更贴近用户”，其中的边缘（edge）与数据中心相对，无聊是从地理距离还是网络距离上来看都更贴近用户，可以是手机、个人电脑、Wi-Fi接入点、摄像头、机顶盒等可将边缘计算定义为一种将计算、存储资源从云平台迁移到网络边缘的分布式服务架构，它由多个位于云服务器和本地设备间的边缘结点协同完成数据分析任务，为应用提供计算、存储和网络服务23边缘计算与云计算边缘计算脱胎于云计算，靠近设备侧，具备快速反应能力，但不能应付大量计算及存储的场合7.边缘计算从仿生学角度，边缘计算相当于人的神经末端，云计算相当于人的大脑由于不可能让