计算机基础（第2版）课件第8章 新一代信息技术

第8章新一代信息技术8新一代信息技术8.1物联网8.2人工智能8.3大数据8.4云计算8.5区块链8.1

物联网

物联网的概述物联网的关键技术

物联网的应用物联网安全8.1

物联网

物联网被公认为是继计算机、互联网与移动通信网之后的世界信息产业第三次浪潮，开发应用前景巨大。代表了新一代信息发展技术，被世界各国当作应对国际金融危机、振兴经济的重点技术领域。8.1.1物联网的概述物联网（Internetofthings，IoT）即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，通过射频识别、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。物联网的定义中有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户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。然而，物联网技术不是所谓的计算机网络技术、通信技术、传感技术的简单线性叠加，而是更深层次的将上述技术有机交融，并且添加了跟多人性化设计与配合，因此我们需要站在更高的高度来看待整个技术环境，来融合这些已成型的技术。8.1.2物联网的关键技术1.射频识别技术（RadioFrequencyIdentification，RFID）RFID技术是自动识别技术的一种，融合了无线射频技术和嵌入式技术。此种技术实质上是通信技术，借助无线电信号识别对应的目标，需要不同系统目标之间建立对应的机械和光学接触，并对相关数据信息加以读写的技术。在物流管理（如图8-1所示）、自动识别有着广阔的发展前景。

完整的RFID系统由读写器(Reader)、电子标签(Tag)和数据管理系统三部分组成。RFID技术的基本工作原理：标签进入阅读器后，接收阅读器发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的产品信息，或者由标签主动发送某一频率的信号，阅读器读取信息并解码后，送至数据管理系统进行有关数据处理。射频识别技术（RadioFrequencyIdentification，RFID）图8-1物流存储管理系统8.1.2物联网的关键技术2.传感器技术传感器是指能感受规定的被测量，并按照一定的规律转换成可用输出信号的器件或装置，传感器作为信息获取的重要手段，与通信技术和计算机技术共同构成信息技术的三大支柱。传感器技术是实现测试与自动控制的重要环节。其主要特征是能准确传递和检测出某一形态的信息，并将其转换成另一形态的信息。由微传感器、微执行器、信号处理和控制电路、通讯接口和电源等部件组成的一体化的微型器件系统。其目标是把信息的获取、处理和执行集成在一起，组成具有多功能的微型系统，集成于大尺寸系统中，从而大幅度地提高系统的自动化、智能化和可靠性水平。有属于自己的数据传输通路、存储功能、操作系统和专门的应用程序，形成一个庞大的传感网。比如遇到酒后驾车的情况，如果在汽车和汽车点火钥匙上都植入微型感应器，那么当喝了酒的司机掏出汽车钥匙时，钥匙能透过气味感应器察觉到一股酒气，就通过无线信号立即通知汽车“暂停发动”，汽车便会处于休息状态。同时“命令”司机的手机给他的亲朋好友发短信，告知司机所在位置，提醒亲友尽快来处理。传感器技术是推动物联网发展的关键，应用广泛。例如，虚拟现实头盔里的陀螺仪、汽车内部导航系统的磁强针、温度传感器、压力传感器等等。8.1.2

物联网的关键技术3.嵌入式系统技术

嵌入式系统由硬件和软件组成，是能够独立进行运作的器件。其软件内容只包括软件运行环境及其操作系统。硬件内容包括信号处理器、存储器、通信模块等在内的多方面的内容。是以应用为中心，以现代计算机技术为基础，能够根据用户需求灵活裁剪软硬件模块的专用计算机系统。

嵌入式系统是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。现如今，以嵌入式系统为特征的智能终端产品随处可见，例如，在车辆导航中内嵌GPS模块、GSM模块的移动定位终端，使GPS设备从尖端的科技产品进入了普通百姓的家庭；家电的网络化、智能化也需要嵌入式系统发挥作用，即使不在家，也可以通过手机、网络对家电进行远程控制等等。嵌入式系统正在改变着人们的生活，推动着社会的发展。8.1.3

物联网的应用

物联网的应用领域涉及到方方面面，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。物联网工业农业教育医疗商业交通金融政务8.1.3

物联网的应用1.农业

农业物联网就是将农业产业化中各项要素进行感知、传输，通过各种支撑的应用软件的智能处理，一方面提供给政府、科研院所、企业、农户和消费者，实现信息共享和决策参考；另一方面在农业产业化体系中实现自动管控，实现自动化生产。从而为现代农业高效率、高收益提供高科技支撑。

（1）农作物种植：在种植环境中，农业物联网技术主要针对田间作物生长信息、田间种植环境信息进行实时监测，通过监测数据，能够及时掌握农业种植的各种数据。

（2）蔬菜大棚：在蔬菜大棚中，农业物联网信息采集设备通过相应的数字、化学、光学等类型的传感器实时监控温室内的空气温湿度、光照强度、土壤温度、土壤水分，作物叶绿素、氮素含量等信息，并进行智能化决策，根据决策结果自主实现对温室内环境控制设施智能化控制，为温室内作物提供最佳的生长环境。8.1.3

物联网的应用1.农业

（3）牲畜养殖：在牲畜养殖过程中，运用感知技术、无线通信技术、数据处理技术、自动控制技术等进行集成化应用，通过农业物联网技术实时监测牲畜养殖舍内的环境信息，自主调控环境；对动物群体的个体进行识别与跟踪，对畜牧、畜禽进行智能监测。

（4）水产养殖：在水产养殖领域，通过农业物联网技术简化人工参与，提高信息化与智能化水平，实现渔民、管理者、水产科技人员等养殖管理技术的互联互通，进而拓展到养殖品种、养殖环境、仓储和物流等养殖信息的互联互通，以及水产数字化机械、环境监测预警等养殖管控信息的互联互通，以实现即时感知、信息互联互通和高度智能化，缓解水产养殖劳动力资源短缺等问题，转变水产养殖的发展模式，推动水产养殖现代化。8.1.3

物联网的应用2.工业

（1）生产业务协同化：应用物联网技术，将企业内部生产业务和物流管理与企业上、下游及社会协作单位连接起来，通过对整个生产业务和物流管理的优化控制，实现企业内部和企业间的业务协同化，将整体上提升工业生产的效益。

（2）生产过程智能化：用物联网实时监测生产过程的设备状态、原材料消耗和产品质量状况，通过生产过程的智能监测、控制、优化和决策，实现企业生产智能化。

（3）产品服务网络化：将智能传感器嵌入产品和设备中，通过物联网实现产品和设备的远程监测和维护，不但可以减低产品和设备的维护费用，而且使企业有能力实现产品的制造和使用全生命周期服务，是实现生产制造型企业向制造服务型企业转变的有效途径。8.1.3

物联网的应用2.工业

（4）节能减排和环境保护：应用物联网技术可以实现生产过程中能源生产、输配和消耗的全程实时监测和管理，通过优化能源的生产和使用，可以极大的减低能耗，减少碳排放。通过对生产过程中各种污染源的实时监测，可减少污染物的排放,防止突发环境污染事故发生。

（5）工业安全生产管理：将智能传感器嵌入设备中，安装在有危险的生产现场，可以及时感知危险环境的安全状况，在危险发生前提前报警，可以极大的提高人员和设备的安全保障水平，防止灾难性事故发生。8.1.3

物联网的应用3.交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及，交通拥堵甚至瘫痪已成为城市的一大问题。

（1）交通状况监控：用物联网对道路交通状况实时监控并将信息及时传递给驾驶人，让驾驶人及时作出出行调整，有效缓解了交通压力。

（2）自动收费：使用物联网技术在高速路口设置道路自动收费系统（简称ETC），免去进出口取卡、还卡的时间，提升车辆的通行效率。

（3）查询公交路线：在公交车上安装定位系统，能及时了解公交车行驶路线及到站时间，乘客可以根据搭乘路线确定出行，免去不必要的时间浪费。8.1.3

物联网的应用4.家居

智能家居就是物联网在家庭中的基础应用，随着宽带业务的普及，智能家居产品涉及到方方面面（如图8-3）。

（1）智能空调：利用手机等产品客户端远程操作智能空调，调节室温，还可以学习用户的使用习惯，从而实现全自动的温控操作。

（2）智能灯泡：通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等；插座内置Wifi，可实现遥控插座定时通断电流，甚至可以监测设备用电情况，生成用电图表让你对用电情况一目了然，安排资源使用及开支预算。

（3）智能体重秤：监测运动效果。内置可以监测血压、脂肪量的先进传感器，内定程序根据身体状态提出健康建议。智能家居8.1.4

物联网的安全

物联网的安全和互联网的安全问题一样，永远是一个被广泛关注的话题。传统的互联网发展成熟、应用广泛，尚存在安全漏洞。物联网作为新兴产物，体系结构更复杂、没有统一标准，各方面的安全问题更加突出。其关键实现技术是传感网络，传感器暴露的自然环境下，特别是一些放置在恶劣环境中的传感器，如何长期维持网络的完整性对传感技术提出了新的要求，传感网络必须有自愈的功能。这不仅仅受环境因素影响，人为因素的影响更严峻。RFID是其另一关键实现技术，就是事先将电子标签置入物品中以达到实时监控的状态，这对于部分标签物的所有者势必会造成一些个人隐私的暴露，个人信息的安全性存在问题。不仅仅是个人信息安全，如今企业之间、国家之间合作都相当普遍,一旦网络遭到攻击,后果将更不敢想象。如何在使用物联网的过程做到信息化和安全化的平衡至关重要。

目前对于物联网安全的研究和产品开发仍处于起步阶段。8.2

人工智能

人工智能的概述人工智能的发展阶段

人工智能的应用领域人工智能产品

人工智能的影响8.2

人工智能

人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。8.2.1

人工智能的概述人工智能是计算机科学的一个分支，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，即让机器能够像人一样思考，让机器拥有智能。人工智能的核心问题包括如何赋予机器能够比拟甚至超越人类的某些思维过程和智能行为（如学习、推理、思考、规划、交流、移动、操作物体的能力等）。时至今日，人工智能的内涵已经大大扩展，是一门交叉学科，涉及到计算机科学、心理学、哲学、脑科学和语言学等众多的学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴。8.2.2

人工智能的发展阶段

1956年夏季，以约翰•麦卡锡（JohnMcCarthy）、马文•闵斯基（MarvinMinsky）、克劳德•香农（ClaudeShannon）和艾伦•纽厄尔（AllenNewell）等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，标志着“人工智能”这门新兴学科的正式诞生。因此称1956年为人工智能元年。

1959年，亚瑟·塞缪尔（ArthurSamuel）提出机器学习，推动了人工智能进入了第一次繁荣期，将人工智能推向了新高潮。然而当时的计算机有限的内存和处理速度不足以解决任何实际的人工智能问题，因此研究缺乏进展，对人工智能提供资助的机构对无方向的人工智能研究逐渐停止了资助。1976年，人工智能的研究进入了第一次低谷期。8.2.2

人工智能的发展阶段

20世纪80年代中期，日本、英国、美国开始向信息技术领域的研究提供大量资金，支持人工智能研究，并且人工神经元网络的相关研究取得了突破性进展。在这一时期，人工智能尽管在专家系统、人工神经元网络模型等方面取得了巨大的进展，能够完成某些特定的具有实用性的任务，但面对复杂问题却显得束手无策，尤其是当数据量积累到一定程度后，有些结果就难以实现改进，极大地限制了人工智能的实际应用价值，研究紧张缓慢。1987年，人工智能又进入了低谷期。

自20世纪90年代中期开始，机器学习和人工神经网络的研发工作加速推进，人工智能进入复苏期。1997年，IBM公司研制的深蓝（DeepBlue）完胜国际象棋大师卡斯帕罗夫，重新点燃了人们对人工智能的希望。8.2.2

人工智能的发展阶段

2006年，深度学习取得了重大突破，为人工智能的发展带来了重大影响。

2010年，大数据时代到来，人工智能进入增长爆发期。

2016年，谷歌AlphaGo完胜世界围棋大师李世石，将人工智能发展的高潮推到了一个新的高度。2017年，AlphaGoZero通过深度学习实现了自我更新升级，不断自我超越，完胜AlphaGo。IBM研发的人工智能Watson，通过机器学习分析和解读海量医疗数据和文献并提出治疗方案，其分析结果与医生的治疗建议具有高度的一致性。世界各国都开始重视人工智能的发展。8.2.2

人工智能的发展阶段根据发展阶段，人工智能可分为以下三类：

弱人工智能：指的是只能完成某一项特定任务或者解决某一特定问题的人工智能。只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。苹果公司的Siri就是一个典型的弱人工智能，它只能执行有限的预设功能，不具备智力或自我意识。目前，主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。

强人工智能：指的是可以像人一样胜任任何智力性任务的智能机器。这样的机器被认为是有知觉的，有自我意识的，可以像人类一样应对不同层面的问题。目前，强人工智能的研究则处于停滞不前的状态下。

超人工智能：能实现与人类智能等同的功能，即可以像人类智能实现生物上的进化一样，对自身进行重编程和改进，这也就是“递归自我改进功能”。并且思考速度和自我改进速度将远远超过人类，人类作为生物上的生理限制将统统不适用于机器智能。8.2.3

人工智能的应用领域1.机器翻译

机器翻译，又称为自动翻译，是利用计算机将一种自然语言（源语言）转换为另一种自然语言（目标语言）的过程。它是计算语言学的一个分支，是人工智能的终极目标之一，具有重要的科学研究价值。

同时，机器翻译又具有重要的实用价值。随着经济全球化及互联网的飞速发展，机器翻译技术在促进政治、经济、文化交流等方面起到越来越重要的作用，肩负着架起语言沟通桥梁的重任。

百度翻译自2011年上线。十年来，翻译质量大幅提升30个百分点，领域翻译准确率90%以上，日均翻译量超千亿字符，服务50多万企事业单位和个人开发者，实现了机器翻译技术和产业的跨越式发展。8.2.3

人工智能的应用领域2.智能控制

智能控制是具有智能信息处理、智能信息反馈和智能控制决策的控制方式，由智能机器自主地实现其目标的过程，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。智能控制研究对象的主要特点是具有不确定性的数学模型、高度的非线性和复杂的任务要求。

智能控制与传统控制的主要区别在于传统的控制方法必须依赖于被控制对象的模型，而智能控制可以解决非模型化系统的控制问题。8.2.3

人工智能的应用领域3.专家系统

专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，它能够应用人工智能技术和计算机技术，根据系统中的知识与经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。8.2.3

人工智能的应用领域4.计算机视觉

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。

计算机视觉是一门关于如何运用照相机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。例如，面部识别、自动汽车驾驶、对于图像和图像序列的索引数据库。8.2.4人工智能产品1.智能机器人（1）工业机器人：焊接机器人、喷涂机器人、搬运机器人、加工机器人、装配机器人、清洁机器人等。（2）个人/家用机器人：家政服务机器人、教育娱乐服务机器人、养老助残服务机器人、个人运输服务机器人、安防监控服务机器人等。（3）公共服务机器人：酒店服务机器人、银行服务机器人、场馆服务机器人、餐饮服务机器人等。（4）特种机器人：特种极限机器人、康复辅助机器人、农业机器人、水下机器人、军用和警用机器人、电力机器人、矿业机器人、石油化工机器人等。8.2.4人工智能产品2.智能运载工具（1）自动驾驶汽车。（2）无人机：无人直升机、固定翼机、多旋翼飞行器、无人飞艇、无人伞翼机等。（3）无人船。8.2.4人工智能产品3.智能终端（1）智能手机。（2）车载智能终端。（3）可穿戴终端：智能手表、智能耳机、智能眼镜等。8.2.4人工智能产品4.自然语言处理（1）机器翻译系统。（2）机器阅读理解系统。（3）问答系统。（4）智能搜索系统。8.2.4人工智能产品5.人机交互（1）语音交互产品：个人助理、语音助手、智能客服等。（2）情感交互产品。（3）体感交互产品。8.2.5人工智能的影响

人工智能日益发展，不断向传统的生产方式生活渗透，传统的产业也日益智能化，智能产业的发展更是为新兴的经济通过产业结构的升级，带来了更好的发展机遇，降低了劳动生产率，提供了丰富的产品和服务，促进新兴经济的快速发展。

（1）人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，人工智能带来帮助是巨大的。

（2）人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和培养费用。

（3）人工智能对社会的影响。人工智能也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，现如今游戏中的人工智能应用已经深入到各大游戏制造商的开发中。8.2.5人工智能的影响

人工智能会帮助人们生活的更加条理化，提高社会生产效率，使生活更加智能化，简捷化。不过任何事物的产生都具有两面性，人工智能也不例外，它在给人们带来方便的同时，也带来了一些挑战。

（1）劳务就业问题：由于人工智能能够代替人类进行各种脑力劳动，将会使一部分人不得不改变他们的工种，甚至造成失业。

（2）社会结构变化：人工智能在科技和工程中的应用，会使一些人失去介入信息处理活动（如规划、诊断、理解和决策等）的机会，甚至不得不改变自己的工作方式，造成社会结构的剧烈变化，“人—机器”的社会结构，终将被“人—智能机器—机器”的社会结构所取代。

（3）思维方式与观念的变化：现如今机器的智能化程度越来越高，也渗透进生活的各个领域，使得人们越来越依赖智能机器，不愿多动脑筋，变得懒惰，主动思维能力和认知能力下降。8.3

大数据

大数据的概述大数据的特点

大数据的分析大数据的应用

大数据的影响8.3

大数据

大数据由巨型数据集组成，这些数据集大小常超出人类在可接受时间下的收集、管理和处理能力。分别从狭义和广义方面来认识大数据。8.3.1大数据的概述狭义的大数据主要是指处理海量数据的关键技术及其在各个领域中的应用，是指从各种各样类型的数据中，快速获得有价值信息的能力。广义的大数据包括大数据技术、大数据工程、大数据科学和大数据应用等与大数据相关的领域。大数据技术是一种新一代技术和架构，成本较低，以快速收集、处理和分析技术从各种超大规模的数据中提取价值。大数据的处理一般需要进行以下四方面的处理。8.3.1大数据的概述

1.采集

大数据的采集是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。

在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作。比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。8.3.1大数据的概述2.导入与预处理

虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。目前很多公司已经推出了多种数据清洗和质量控制工具，如IBM公司的InfoSphereDataStage。8.3.1大数据的概述3.统计分析

统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求。在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。8.3.1大数据的概述

4.挖掘

与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，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(Predict)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。该过程的特点和挑战主要是用于挖掘的算法很复杂，并且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。8.3.2大数据的特点

IBM将大数据的特点用5V来概括：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

（1）Volume（大量）：通过各种设备产生的数据量巨大，远大于目前因特网上的信息流量。随着网络的发展，数据规模急剧上升，迫切的需要足够大的容量去统计分析以及预测大规模的数据。最开始的mp3时代仅仅只是MB级的存储，但是已经能满足很多人的要求了。随着信息技术的高度发展，存储单位也慢慢的发生了演变。从大家耳熟能详的GB存储到了TB存储，乃至现在有了EB，ZB等存储。8.3.2大数据的特点

（2）Velocity（高速）：处理速度快，时效性要求高。需要实时分析而非批量式分析，数据的输入、处理和分析连贯性地处理，这是大数据区分于传统数据挖掘最显著的特征。生活中每个人都离不开互联网，也就是说每个人每天都想大数据提供大量的资料。与以往的报纸书信等传统数据载体的传播方式不同，在大数据时代，数据的交换和传播主要通过互联网云计算等方式实现，速度惊人。正因为如此，大数据对处理和响应速度要求极高，一条数据的分析必须在几秒内完成，数据处理与丢弃几乎无延迟。8.3.2大数据的特点

（3）Variety（多样）：广泛的数据来源，决定了大数据形式的多样性。大数据的种类可以分为三种。一是结构化数据，如财务系统数据、信息管理系统数据、医疗系统数据等，其特点是数据之间因果关系强；二是半结构化数据，如HTML文档、邮件、网页等，其特点是数据之间因果关系弱；三是非结构化数据，如视频、图片、音频、文本等。其特点数据间没有因果关系。半结构化、非结构化数据需要经过清洗、整理、筛选，变为结构化数据。8.3.2大数据的特点

（4）Value（低价值密度）：作为大数据的核心特征。在现实世界中产生的数据中，一般有价值的数据所占的比例很小。与传统的小数据相比，大数据最大的价值是从许多不相关的数据中挖掘出对未来趋势和模式预测和分析有价值的数据。通过机器学习、人工智能或数据挖掘等方法深度分析，得到新规律和新知识，并运用于交通、电商、医疗等各个领域，最终达到提高生产率、推进科学研究的效果。8.3.2大数据的特点

（5）Veracity（真实性）：大数据的重要性就在于对决策的支持，数据的规模并不能决定其能否为决策提供帮助，数据的真实性和质量才是成功决策最坚实的基础。真实是对大数据的重要要求，也是大数据面临的巨大挑战。8.3.3大数据的分析8.3.3大数据的分析1.可视化分析

数据可视化是数据分析工具最基本的要求。由于所涉及到的信息比较分散、数据结构有可能不统一，而且通常以人工分析为主，加上分析过程的非结构性和不确定性，所以不易形成固定的分析流程或模式，很难将数据调入应用系统中进行分析挖掘。借助功能强大的可视化数据分析平台，可辅助人工操作将数据进行关联分析，并做出完整的分析图表。图表中包含所有事件的相关信息，也完整展示数据分析的过程和数据链走向。8.3.3大数据的分析2.数据挖掘算法

可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。8.3.3大数据的分析3.预测性分析

数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。从大数据中挖掘出特点，并科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。8.3.3大数据的分析4.语义引擎

由于非结构化数据的多样性给数据分析带来了新的挑战，因此需要一系列的工具去解析、提取、分析数据。语义引擎需要被设计成能够从“文档”中智能提取信息。这样有利于解决由于数据多样性带来的结果的不准确性。8.3.3大数据的分析5.数据质量与数据管理

数据质量和数据管理是管理方面的最佳实践。通过标准化的流程和工具对数据进行整合加工。可以预先定义一个相对好的分析结果。根据预测结果做出相应的调整，得到最优的结果。8.3.4大数据的应用1.了解和定位客户

这是大数据目前最广为人知的应用领域。很多企业通过社交媒体数据、浏览器日志、文本挖掘等各类数据集，利用大数据技术创建预测模型，从而更全面地了解客户以及他们的行为、喜好。

利用大数据，电信公司可以更好地预测客户流失；沃尔玛可以更准确地预测产品销售情况；汽车保险公司能更真实地了解客户实际驾驶情况。

例如，滑雪场利用大数据来追踪和锁定客户。会给滑雪爱好者发送度假胜地的邀请、定制化服务的短信提醒、告知最合适的滑行线。同时可以提供互动平台(网站、手机APP)记录每天的数据——多少次滑坡，多少次翻越等等。8.3.4大数据的应用2.了解和优化业务流程

大数据也越来越多地应用于优化业务流程，比如供应链或配送路径优化。通过定位和识别系统来跟踪货物或运输车辆，并根据实时交通路况数据优化运输路线。

人力资源业务流程也在使用大数据进行优化。某公司通过在员工工牌里植入传感器，检测其工作场所及社交活动。美国银行在使用中发现呼叫中心表现最好的员工制定了小组轮流休息制度，平均业绩提高了23%。

如果在手机、钥匙、眼镜等随身物品上粘贴RFID标签，万一不小心丢失就能迅速定位它们。假想一下未来可能创造出贴在任何东西上的智能标签。它们能告诉你的不仅是物体在哪里，还可以反馈温度，湿度，运动状态等等。这将打开一个全新的大数据时代，“大数据”领域寻求共性的信息和模式，那么孕育其中的“小数据”着重关注单个产品。8.3.4大数据的应用3.提供个性化服务

大数据不仅适用于公司和政府，也适用于我们每个人，比如从智能手表或智能手环等可穿戴设备采集的数据中获益。智能手环可以分析人们的卡路里消耗、活动量和睡眠质量等。从中分析出一些独到的见解反馈给每个用户。从中受益的还有网络平台“寻找真爱”，大多数婚恋网站都使用大数据分析工具和算法为用户匹配最合适的对象。8.3.4大数据的应用4.改善医疗保健和公共卫生

大数据分析的能力可以在几分钟内解码整个DNA序列，有助于我们找到新的治疗方法，更好地理解和预测疾病模式。假设当来自所有智能手表等可穿戴设备的数据，都可以应用于数百万人及其各种疾病时，未来的临床试验将不再局限于小样本，而是包括所有人。

苹果公司的一款健康APPResearchKit有效将手机变成医学研究设备。通过收集用户的相关数据，可以追踪你一天走了多少步，或者提示你化疗后感觉如何，帕金森病进展如何等问题。研究人员希望这一过程变得更容易、更自动化，吸引更多的参与者，并提高数据的准确度。

大数据技术也开始用于监测早产儿和患病婴儿的身体状况。通过记录和分析每个婴儿的每一次心跳和呼吸模式，提前24小时预测出身体感染的症状，从而及早干预，拯救那些脆弱的随时可能生命危险的婴儿。8.3.4大数据的应用4.改善医疗保健和公共卫生

目前，大数据技术已经被用于为患者建立电子病历档案、防控慢性疾病、临床医学诊断等多个医疗场景。大数据技术的运用，在一定程度上改变了医疗信息采集、运用的方式，并为医务工作者针对不同患者的实际情况制定手术治疗方案提供了相应的参考依据。

更重要的是，大数据分析有助于我们监测和预测流行性或传染性疾病的暴发时期，可以将医疗记录的数据与有些社交媒体的数据结合起来分析。比如，谷歌基于搜索流量预测流感爆发，尽管该预测模型在2014年并未奏效——因为你搜索“流感症状”并不意味着真正生病了，但是这种大数据分析的影响力越来越为人所知。8.3.5大数据的影响1．大数据决策成为一种新的决策方式

大数据决策可以面向类型繁多的、非结构化的海量数据进行决策分析，已经成为受到追捧的全新决策方式。比如，政府部门可以把大数据技术融入“舆情分析”，通过对论坛、微博、微信、社区等多种来源数据进行综合分析，弄清或测验信息中本质性的事实和趋势，揭示信息中含有的隐性情报内容，对事物发展做出情报预测，协助实现政府决策，有效应对各种突发事件。8.3.5大数据的影响2.大数据成为提升国家治理能力的新途径

政府可以透过大数据揭示政治、经济、社会事务中传统技术难以展现的关联关系，并对事物的发展趋势做出准确预判，从而在复杂情况下做出合理、优化的决策；大数据是促进经济转型增长的新引擎，大数据与实体经济深度融合，将大幅度推动传统产业提质增效，促进经济转型、催生新业态，同时，对大数据的采集、管理、交易、分析等业务也正在成长为巨大的新兴市场；大数据是提升社会公共服务能力的新手段，通过打通各政府、公共服务部门的数据，促进数据流转共享，将有效促进行政审批事务的简化，提高公共服务的效率，更好地服务民生，提升人民群众的获得感和幸福感。8.3.5大数据的影响3．大数据应用促进信息技术与各行业的深度融合

有专家指出，大数据将会在未来10年改变几乎每一个行业的业务功能。互联网、银行、保险、交通、材料、能源、服务等行业领域，不断累积的大数据将加速推进这些行业与信息技术的深度融合，开拓行业发展的新方向。比如，大数据可以帮助快递公司选择运费成本最低的最佳行车路径，协助投资者选择收益最大化的股票投资组合，辅助零售商有效定位目标客户群体，帮助互联网公司实现广告精准投放，还可以让电力公司做好配送电计划确保电网安全等。总之，大数据所触及的每个角落，我们的社会生产和生活都会因之而发生巨大而深刻的变化。8.3.5大数据的影响4.大数据开发推动新技术和新应用的不断涌现

大数据的应用需求，是大数据新技术开发的源泉。在各种应用需求的强烈驱动下，各种突破性的大数据技术将被不断提出并得到广泛应用，数据的能量也将不断得到释放。在不远的将来，原来那些依靠人类自身判断力的领域应用，将逐渐被各种基于大数据的应用所取代。比如，今天的汽车保险公司，只能凭借少量的车主信息，对客户进行简单类别划分，并根据客户的汽车出险次数给予相应的保费优惠方案，客户选择哪家保险公司都没有太大差别。随着车联网的出现，“汽车大数据”将会深刻改变汽车保险业的商业模式，如果某家商业保险公司能够获取客户车辆的相关细节信息，并利用事先构建的数学模型对客户等级进行更加细致的判定，给予更加个性化的“一对一”优惠方案，那么，毫无疑问，这家保险公司将具备明显的市场竞争优势，获得更多客户的青睐。8.4云计算

云计算的概述云计算的特点

云计算的交付模型云计算的应用

云计算的优势与挑战8.4.1云计算的概述

云计算（CloudComputing）是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。通过这项技术，网络服务提供者可以在数秒之内，达到处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大效能的网络服务。“云”实质上就是一个网络，狭义上讲，云计算就是一种提供资源的网络，使用者可以随时获取“云”上的资源，按需求量使用，并且可以看成是无限扩展的，只要按使用量付费就可以，“云”就像自来水厂一样，我们可以随时接水，并且不限量，按照自己家的用水量，付费给自来水厂就可以。

从广义上说，云计算是与信息技术、软件、互联网相关的一种服务，这种计算资源共享池叫做“云”，云计算把许多计算资源集合起来，通过软件实现自动化管理，只需要很少的人参与，就能让资源被快速提供。也就是说，计算能力作为一种商品，可以在互联网上流通，就像水、电、煤气一样，可以方便地取用，且价格较为低廉。8.4.1云计算的概述

总之，云计算不是一种全新的网络技术，而是一种全新的网络应用概念，云计算的核心概念就是以互联网为中心，在网站上提供快速且安全的云计算服务与数据存储，让每一个使用互联网的人都可以使用网络上的庞大计算资源与数据中心。

云计算是继互联网、计算机后在信息时代又一种新的革新，云计算是信息时代的一个大飞跃，未来的时代可能是云计算的时代。概括来说，云计算的基本含义是一致的，即云计算具有很强的扩展性和需要性，可以为用户提供一种全新的体验，云计算的核心是可以将很多的计算机资源协调在一起，因此，使用户通过网络就可以获取到无限的资源，同时获取的资源不受时间和空间的限制。8.4.1云计算的概述云计算的组成可以分为6个部分：（1）云基础设施（InfrastructureasaService，IaaS）：是经过虚拟化后的硬件资源和相关管理功能的集合，对内通过虚拟化技术对物理资源进行抽象，对外提供动态、灵活的资源服务，包括计算机基础设施（如计算、网络等）和虚拟化的平台环境等。（2）云存储：即将数据存储作为一项服务（类似数据库的服务），通常以使用的存储量为结算基础。负责将数据存储在云端，使其可以随时随地被访问到。云存储可容纳的数据量远大于本地硬盘。（3）云平台（PlatformasaService，PaaS）：直接提供计算平台和解决方案作为服务，以方便应用程序部署，从而帮助用户节省购买和管理底层硬件和软件的成本。8.4.1云计算的概述（4）云应用：最终用户利用云软件架构获得软件服务，用户不再需要在自己的计算机上安装和运行该应用程序，从而减轻软件部署、维护和售后支持的负担。（5）云服务：云架构中的硬件、软件等各类资源都通过服务的形式提供。这些服务可通过访问其他云计算部件来直接和最终用户通信。（6）云客户端：主要指为使用云服务的硬件设备（台式机、笔记本电脑、手机、平板电脑等）和软件系统（如浏览器等）。8.4.2云计算的特点

云计算的可贵之处在于高灵活性、可扩展性和高性比等，与传统的网络应用模式相比，其具有如下优势与特点：1.虚拟化技术

虚拟化突破了时间、空间的界限，是云计算最为显著的特点，虚拟化技术包括应用虚拟和资源虚拟两种。众所周知，物理平台与应用部署的环境在空间上是没有任何联系的，正是通过虚拟平台对相应终端操作完成数据备份、迁移和扩展等。2.动态可扩展

云计算具有高效的运算能力，在原有服务器基础上增加云计算功能，能够使计算速度迅速提高，最终实现动态扩展虚拟化的层次达到对应用进行扩展的目的。8.4.2云计算的特点4.灵活性高

目前市场上大多数IT资源、软、硬件都支持虚拟化，比如存储网络、操作系统和开发软、硬件等。虚拟化要素统一放在云系统资源虚拟池当中进行管理，可见云计算的兼容性非常强，不仅可以兼容低配置机器、不同厂商的硬件产品，还能够外设获得更高性能计算。5.可靠性高

倘若服务器故障也不影响计算与应用的正常运行。因为单点服务器出现故障可以通过虚拟化技术将分布在不同物理服务器上面的应用进行恢复或利用动态扩展功能部署新的服务器进行计算。8.4.2云计算的特点6.性价比高

将资源放在虚拟资源池中统一管理在一定程度上优化了物理资源，用户不再需要昂贵、存储空间大的主机，可以选择相对廉价的PC组成云，一方面减少费用，另一方面计算性能不逊于大型主机。7.可扩展性

用户可以利用应用软件的快速部署条件来更为简单快捷的将自身所需的已有业务以及新业务进行扩展。如，计算机云计算系统中出现设备的故障，对于用户来说，无论是在计算机层面上，亦或是在具体运用上均不会受到阻碍，可以利用计算机云计算具有的动态扩展功能来对其他服务器开展有效扩展。这样一来就能够确保任务得以有序完成。在对虚拟化资源进行动态扩展的情况下，同时能够高效扩展应用，提高计算机云计算的操作水平。8.4.3云计算的交付模型1.软件即服务（SaaS）

通过互联网提供按需软件付费应用程序，云计算提供商托管和管理软件应用程序，并允许其用户连接到应用程序并通过全球互联网访问应用程序。即按需使用软件、按需付费。跟购买程序无关，该服务运行在云端，无需在PC上安装软件。云端运行该服务一个或多个实例供多个最终用户使用，云计算大大降低企业软件运行成本。比如网盘、网上冲浪服务等。使用对象：用户。优点：可以通过任何平台访问、无需关心在什么网络环境。非常适合协同办公。缺点：云服务是面对所有用户，比如：浏览器兼容性可能导致不能使用某些服务。8.4.3云计算的交付模型2.平台及服务（PaaS）

为开发人员提供通过全球互联网构建应用程序和服务的平台，把服务器平台或者开发环境作为一种服务提供的商业模式。提供开发环境/平台，编程语言、操作系统、web服务器和数据库构成，用户可在其中构建、编译、运行程序无需担心其基础架构。当今面对互联网业务量和用户量剧增，PaaS是企业需要着重建设的部分。常见的公有云有有阿里云，腾讯云、亚马逊云等。使用对象：开发人员。优点：快速开发部署、弹性扩容、持续交付。缺点：开发人员仅限于使用PaaS提供的语言和工具，如果前期使用裸金属服务器部署，后期迁移到云，可能会有一定难度和适应期。8.4.3云计算的交付模型3.基础设施即服务（IaaS）

将简单操作系统和储存功能作为一项服务来提供，该服务提供了计算机体系架构和基础服务，提供了所有云计算资源供直接访问使用，比如数据存储、虚拟化服务、服务器和网络等。使用对象：企业管理员。优点：云提供了基础架构和服务、增强了可扩展性、动态按需扩展。缺点：集群规模增大后会出现安全问题和网络服务延迟。8.4.4云计算的应用1.存储云

存储云，又称云存储，是在云计算技术上发展起来的一个新的存储技术。云存储是一个以数据存储和管理为核心的云计算系统。用户可以将本地的资源上传至云端上，可以在任何地方连入互联网来获取云上的资源。大家所熟知的谷歌、微软等大型网络公司均有云存储的服务，在国内，百度云和微云则是市场占有量最大的存储云。存储云向用户提供了存储容器服务、备份服务、归档服务和记录管理服务等等，大大方便了使用者对资源的管理。2.医疗云

医疗云，是指在云计算、移动技术、多媒体、5G通信、大数据、以及物联网等新技术基础上，结合医疗技术，使用“云计算”来创建医疗健康服务云平台，实现了医疗资源的共享和医疗范围的扩大。因为云计算技术的运用于结合，医疗云提高医疗机构的效率，方便居民就医。像现在医院的预约挂号、电子病历、医保等等都是云计算与医疗领域结合的产物，医疗云还具有数据安全、信息共享、动态扩展、布局全国的优势。8.4.4云计算的应用3.金融云

金融云，是指利用云计算的模型，将信息、金融和服务等功能分散到庞大分支机构构成的互联网“云”中，旨在为银行、保险和基金等金融机构提供互联网处理和运行服务，同时共享互联网资源，从而解决现有问题并且达到高效、低成本的目标。在2013年11月27日，阿里云整合阿里巴巴旗下资源并推出来阿里金融云服务。其实，这就是现在基本普及了的快捷支付，因为金融与云计算的结合，现在只需要在手机上简单操作，就可以完成银行存款、购买保险和基金买卖。现在，不仅仅阿里巴巴推出了金融云服务，像苏宁金融、腾讯等等企业均推出了自己的金融云服务。4.教育云

教育云，实质上是指教育信息化的一中发展。具体的，教育云可以将所需要的任何教育硬件资源虚拟化，然后将其传入互联网中，以向教育机构和学生老师提供一个方便快捷的平台。现在流行的慕课就是教育云的一种应用。慕课MOOC，指的是大规模开放的在线课程。现阶段慕课的三大优秀平台为Coursera、edX以及Udacity，在国内，中国大学MOOC也是非常好的平台。在2013年10月10日，清华大学推出来MOOC平台——学堂在线，许多大学现已使用学堂在线开设了一些课程的MOOC。8.4.5云计算的优势与挑战1.云计算的优势（1）成本节约：云计算可以显著降低硬件、软件和维护成本。用户不需要购买昂贵的设备和软件，而是可以按照使用量付费租用它们。这可以为企业和个人节省大量资金，特别是如果他们不需要经常使用设备或软件。（2）便利性：云计算允许用户通过互联网从任何地方访问他们的数据和软件。这意味着人们可以在家工作，旅途中工作，或者在任何其他地方工作。它还允许不同地点的多个用户之间进行协作。（3）可扩展性：云计算具有高度可扩展性，用户可以根据需要轻松增加或减少他们的计算资源。这对于在需求高峰期经验到季节性需求的企业特别有用，因为他们可以在繁忙时期扩大规模，在低峰期缩小规模。（4）灵活性：云计算具有高度灵活性，用户可以选择所需的服务，并按需付费。这允许更大的定制和服务针对个人需求进行设计。8.4.5云计算的优势与挑战2.云计算所面临的挑战（1）数据安全和隐私：云计算最大的问题是数据安全和隐私。因为云计算平台特别是公共云计算平台的一个重要特征就是开放性，各种应用整合在一个平台上，随着组织在全球范围内采用云计算，风险变得比以往任何时候都更严重，大量的消费者和商业数据可供黑客入侵。对于数据泄露和数据完整性的担心都是云计算平台要解决的问题。（2）云迁移：云迁移意味着将数据、服务、应用程序、系统和其他信息或资产从本地迁移到云。这个过程使计算能力能够在云基础设施上而不是在内部设备上进行。当一个企业想要将现有数据从一个云上迁移到另一个云上时，在现有技术的基础上还是会面对数据不兼容等各种问题，使迁移非常困难。（3）控制力低：用户对云计算中使用的硬件和软件控制有限。这可能使得定制服务以满足特定需求或解决技术问题变得困难。8.5区块链

区块链的概述区块链的特征区块链的核心技术区块链的应用领域区块链发展的机遇与挑战8.5.1

区块链的概述

区块链（blockchain）是用分布式数据库识别、传播和记载信息的智能化对等网络，也称为价值因特网。狭义区块链是按照时间顺序，将数据区块以顺序相连的方式组合成的链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。广义区块链技术是利用块链式数据结构验证与存储数据，利用分布式节点共识算法生成和更新数据，利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约，编程和操作数据的全新的分布式基础架构与计算范式。

区块链起源于比特币，2008年11月1日，中本聪（SatoshiNakamoto）在《比特币：一种点对点的电子现金系统》一文中阐述了基于P2P网络技术、加密技术、时间戳技术、区块链技术等的电子现金系统的构架理念，这标志着比特币的诞生。两个月后理论步入实践，2009年1月3日第一个序号为0的创世区块诞生。2009年1月9日出现序号为1的区块，并与序号为0的创世区块相连接形成了链，标志着区块链的诞生。8.5.1

区块链的概述

区块链是由一串使用密码学方法产生的数据块组成的，每一个区块都包含了上一个区块的哈希值（hash），从创始区块（genesisblock）开始连接到当前区块，形成块链。每一个区块都确保按照时间顺序在上一个区块之后产生，否则前一个区块的哈希值是未知的。这些特征使得比特币的双花（double-spending）非常困难。区块链是比特币的核心创新。8.5.1

区块链的概述区块链的类型可分为以下几种：（1）公共区块链：公共区块链（PublicBlockChains）没有访问限制。任何有互联网连接的人都可以向其发送交易并成为验证者（参与执行共识协议）。通常，此类网络为那些加入区块链节点的人提供经济激励，并利用某种类型的权益证明或工作证明算法。（2）私有区块链：私有区块链（PrivateBlockChains）需获得许可，除非网络管理员的邀请，否则无法加入。参与者和验证者访问受到限制。那些对区块链技术感兴趣但对公有区块链提供的控制水平不满意的公司而言，这种类型的区块链可以被视为中间地带。通常，它们寻求将区块链纳入其会计和记录保存程序，但不会牺牲自主权并冒着将敏感数据暴露给公共互联网的风险。（3）行业区块链：行业区块链（ConsortiumBlockChains）通常被认为是半分散的。由某个群体内部指定多个预选的节点为记账人，每个块的生成由所有的预选节点共同决定（预选节点参与共识过程），其他接入节点可以参与交易，但不过问记账过程（本质上还是托管记账，只是变成分布式记账，预选节点的多少，如何决定每个块的记账者成为该区块链的主要风险点），其他任何人可以通过该区块链开放的API进行限定查询。8.5.1

区块链的概述

一般说来，区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成。其中，数据层封装了底层数据区块以及相关的数据加密和时间戳等基础数据和基本算法；网络层则包括分布式组网机制、数据传播机制和数据验证机制等；共识层主要封装网络节点的各类共识算法；激励层将经济因素集成到区块链技术体系中来，主要包括经济激励的发行机制和分配机制等；合约层主要封装各类脚本、算法和智能合约，是区块链可编程特性的基础；应用层则封装了区块链的各种应用场景和案例。该模型中，基于时间戳的链式区块结构、分布式节点的共识机制、基于共识算力的经济激励和灵活可编程的智能合约是区块链技术最具代表性的创新点。8.5.2区块链的特征1.去中心化

由于使用分布式核算和存储，区块链体系不存在中心化的硬件或管理机构，因此任意节点的权利和义务都是均等的，各个节点实现信息自我验证、传递和管理，系统中的数据块由整个系统中具有维护功能的节点来共同维护。2.开放性

系统是开放的，除交易各方的私有信息被加密之外，区块链的数据对所有人公开，任何人都可以通过公开的接口查询区块链数据和开发相关应用，因此整个系统信息高度透明。3.自治性

区块链采用基于协商一致的规范和协议（如一套公开透明的算法）使得整个系统中的所有节点能够在去信任的环境中自由安全的交换数据，整个区块链系统不依赖其他第三方，所有节点能够在系统内自动安全地验证、交换数据，不需要任何人为的干预。8.5.2区块链的特征4.安全性

一旦信息经过验证并添加至区块链，就会永久的存储起来，除非能够同时控制系统中超过51%的节点，否则单个节点上对数据库的修改是无效的，这使区块链本身变得相对安全，避免了主观人为的数据变更。5.匿名性

由于节点之间的交换遵循固定的算法，其数据交互是无须信任的（区块链中的程序规则会自行判断活动是否有效），因此交易对手无须通过公开身份的方式让对方对自己产生信任，除非有法律规范要求，单从技术上来讲，各区块节点的身份信息不需要公开或验证，信息传递可以匿名进行。6.可靠性

区块链上的数据保存多个副本，任何节点的故障都不会影响数据的可靠性。共识机制使得修改大量区块