物聯(lián)網(wǎng)是什么，多方面來(lái)解析物聯(lián)網(wǎng)

（文章來(lái)源：網(wǎng)絡(luò)整理）
物聯(lián)網(wǎng)的概念最早是在1999年由Kevin Ashton在一次演講中提出來(lái)的，當(dāng)時(shí)他是一個(gè)RFID研究機(jī)構(gòu)的執(zhí)行主任，這家研究機(jī)構(gòu)是在寶潔公司和吉列公司的贊助下成立的。而他本人也因此被稱(chēng)為物聯(lián)網(wǎng)之父。隨后麻省理工學(xué)院的Neil Gershenfeld教授出版了一本名為《When things Start to Think》的書(shū)。以這些為標(biāo)志，正式揭開(kāi)了物聯(lián)網(wǎng)的序幕。

物聯(lián)網(wǎng)的英文是Internet of Things，縮寫(xiě)為IoT。這里的“物”指的是我身邊一切能與網(wǎng)絡(luò)聯(lián)通的物品。例如你帶的手表、你騎的共享單車(chē)、馬路上的汽車(chē)、家里的冰箱、路邊的路燈、甚至是一棵樹(shù)。只要一件物品能夠與網(wǎng)絡(luò)相連，它就都是物聯(lián)網(wǎng)中的“物”。而所謂物聯(lián)網(wǎng)，就是“物”與人，以及“物”與“物”之間，通過(guò)網(wǎng)絡(luò)來(lái)傳遞和處理信息。

通過(guò)物聯(lián)網(wǎng)，人們將能夠以低廉的價(jià)格大量使用能夠通信的“物”，并從這些“物”中獲取數(shù)據(jù)，而各種各樣的服務(wù)才能如雨后春筍般涌現(xiàn)出來(lái)。此外，先進(jìn)感測(cè)技術(shù)的普及幫助人們實(shí)現(xiàn)了對(duì)真實(shí)世界的掌握和預(yù)測(cè)，通過(guò)實(shí)時(shí)且海量地搜集人、物、環(huán)境數(shù)據(jù)，將可以進(jìn)行新型社會(huì)基礎(chǔ)設(shè)施的構(gòu)建，保障和優(yōu)化城市運(yùn)行，監(jiān)測(cè)和預(yù)警關(guān)系民生的危險(xiǎn)與災(zāi)害等。

在物聯(lián)網(wǎng)的實(shí)現(xiàn)方面，近年來(lái)，機(jī)器對(duì)機(jī)器通信（M2M）等關(guān)鍵技術(shù)備受人們關(guān)注。物聯(lián)網(wǎng)和M2M在很多方面可以視作同一個(gè)意思，但從嚴(yán)格意義上來(lái)說(shuō)二者是不同的。M2M是不經(jīng)人為控制的、機(jī)器和機(jī)器之間的通信，多數(shù)情況下它表示的是機(jī)器與機(jī)器之間自動(dòng)交換信息的整體系統(tǒng)，重點(diǎn)關(guān)注機(jī)器通信之間的協(xié)議與標(biāo)準(zhǔn)。而物聯(lián)網(wǎng)則大多含有給信息接收者提供服務(wù)的含義，作為一個(gè)服務(wù)網(wǎng)絡(luò)，它比M2M的范圍更廣。

物聯(lián)網(wǎng)的組成，從普通用戶(hù)而非技術(shù)人員角度，大致可以概括為如下四個(gè)部分：物聯(lián)網(wǎng)終端、傳感器、網(wǎng)絡(luò)與物聯(lián)網(wǎng)服務(wù)物聯(lián)網(wǎng)終端就是指前面提到的“物”。它上面會(huì)裝有一種名為傳感器的電子元件，并與網(wǎng)絡(luò)相連接。比如大家拿著的智能手機(jī)和平板電腦就是物聯(lián)網(wǎng)終端的一種。汽車(chē)、家電產(chǎn)品、自行車(chē)、我們時(shí)刻戴著的手表和手環(huán)，包括農(nóng)場(chǎng)中的一座大棚，工廠(chǎng)里的一臺(tái)機(jī)器等，只要能滿(mǎn)足上述條件，就是一種物聯(lián)網(wǎng)終端。這些終端通常起著兩個(gè)作用：感測(cè)和反饋。

感測(cè)指的是搜集終端本身的狀態(tài)及周邊環(huán)境的狀態(tài)并通知系統(tǒng)。這里說(shuō)的狀態(tài)包括如燈是開(kāi)是關(guān)、房間的溫度和濕度、門(mén)口有沒(méi)有人、機(jī)器運(yùn)行的狀態(tài)，等等。而終端是利用傳感器這種電子元件來(lái)實(shí)現(xiàn)感測(cè)的。

反饋是指接收從系統(tǒng)發(fā)來(lái)的通知后，顯示信息或執(zhí)行指定的操作。系統(tǒng)會(huì)基于從傳感器搜集到的數(shù)據(jù)，經(jīng)過(guò)處理后，進(jìn)行一些反饋，并通常需要通過(guò)物聯(lián)網(wǎng)終端針對(duì)現(xiàn)實(shí)世界采取相應(yīng)的行動(dòng)。反饋有多種形式，包括可視化、通知，以及控制等。通過(guò)“可視化”，用戶(hù)能夠使用電腦和智能手機(jī)上的Web 瀏覽器或APP隨時(shí)查看經(jīng)物聯(lián)網(wǎng)服務(wù)處理后的信息；通過(guò)“推送通知”，系統(tǒng)就能在檢測(cè)到“物”的異常狀態(tài)或觸發(fā)某些指令后，將其通知給終端或信息接收者，以達(dá)到提醒和告警的目的；通過(guò)“控制”，系統(tǒng)就可以直接控制終端的運(yùn)轉(zhuǎn)，實(shí)現(xiàn)自動(dòng)化操作，而無(wú)需借助人工。

在物聯(lián)網(wǎng)終端中，要想搜集終端和環(huán)境的狀態(tài)，就需要利用一個(gè)叫做傳感器的電子元件。傳感器負(fù)責(zé)把物理現(xiàn)象用電子信號(hào)的形式輸出。例如有的傳感器可以把溫度和濕度作為電子信號(hào)輸出，還有的傳感器能把超聲波和紅外線(xiàn)等人類(lèi)難以感知的現(xiàn)象轉(zhuǎn)換成電子信號(hào)輸出，等等。通過(guò)傳感器輸出的電子信號(hào)，系統(tǒng)就能夠獲取現(xiàn)實(shí)世界中的“物”的狀態(tài)或周邊環(huán)境的狀態(tài)了。人們很少單獨(dú)利用這些傳感器，通常都是將它們置入各種各樣的物聯(lián)網(wǎng)終端里來(lái)加以利用的。

在把終端連接到物聯(lián)網(wǎng)服務(wù)時(shí)，網(wǎng)絡(luò)是不可或缺的。物聯(lián)網(wǎng)使用的網(wǎng)絡(luò)大體上分為兩種：一種是把終端連接到其他終端的網(wǎng)絡(luò)，另一種是把終端連接到物聯(lián)網(wǎng)服務(wù)的網(wǎng)絡(luò)。

無(wú)法或不需要直接連接到互聯(lián)網(wǎng)的終端是存在的，而通過(guò)把終端連接到其他終端，如連接到負(fù)責(zé)收集傳感器數(shù)據(jù)的物聯(lián)網(wǎng)網(wǎng)關(guān)設(shè)備，就能通過(guò)物聯(lián)網(wǎng)網(wǎng)關(guān)把這些不能連接到互聯(lián)網(wǎng)的終端再集中連接到互聯(lián)網(wǎng)了。這種網(wǎng)絡(luò)連接方式在工業(yè)領(lǐng)域應(yīng)用極廣，能夠節(jié)省成本以及提高連接效率。而針對(duì)終端之間的連接，藍(lán)牙、ZigBee、LoRa、WIFI 是幾種比較有代表性的網(wǎng)絡(luò)標(biāo)準(zhǔn)。

至于把終端直接連接到物聯(lián)網(wǎng)服務(wù)系統(tǒng)，則通常會(huì)涉及到互聯(lián)網(wǎng)的訪(fǎng)問(wèn)。除了基于WIFI和寬帶網(wǎng)絡(luò)外，GPRS/3G/4G/5G以及通用的NB-IoT等移動(dòng)線(xiàn)路也很常用，尤其是在戶(hù)外和移動(dòng)場(chǎng)景下。而除了現(xiàn)在Web 服務(wù)中廣泛使用的HTTP 和WebSocket 協(xié)議以外，還有一些專(zhuān)為機(jī)器對(duì)機(jī)器通信和物聯(lián)網(wǎng)而產(chǎn)生的輕量級(jí)協(xié)議，如MQTT,CoAp,XMPP等。

對(duì)于技術(shù)人員來(lái)說(shuō)，在網(wǎng)絡(luò)層之上，物聯(lián)網(wǎng)體系還會(huì)劃分出如基礎(chǔ)設(shè)施層、平臺(tái)層、應(yīng)用層等不同層次，但對(duì)于普通用戶(hù)來(lái)說(shuō)，可以統(tǒng)稱(chēng)為物聯(lián)網(wǎng)服務(wù)。物聯(lián)網(wǎng)服務(wù)有兩個(gè)作用：一是從終端接收數(shù)據(jù)以及發(fā)送數(shù)據(jù)給物聯(lián)網(wǎng)終端；二是處理和保存數(shù)據(jù)。物聯(lián)網(wǎng)接收從終端直接發(fā)來(lái)的數(shù)據(jù)。終端發(fā)來(lái)的數(shù)據(jù)內(nèi)容包括終端搭載的傳感器所采集到的信息，以及用戶(hù)對(duì)終端進(jìn)行的操作等。

而僅僅采集傳感器和終端發(fā)來(lái)的數(shù)據(jù)，那只不過(guò)是將一堆龐大的數(shù)據(jù)聚在一起而已，很難直接應(yīng)用這些數(shù)據(jù)。為了實(shí)現(xiàn)具體的應(yīng)用服務(wù)，就需要從采集到的數(shù)據(jù)中分析出有價(jià)值的信息。因此，只有通過(guò)對(duì)數(shù)據(jù)進(jìn)行分析，才有可能掌握終端的運(yùn)轉(zhuǎn)情況，找出其中蘊(yùn)含的趨勢(shì)，提前檢測(cè)出今后可能會(huì)發(fā)生的異常情況。這樣才能把整個(gè)物聯(lián)網(wǎng)服務(wù)從一個(gè)單純的采集數(shù)據(jù)的系統(tǒng)升華到一項(xiàng)幫助使用者創(chuàng)造價(jià)值的服務(wù)。

不過(guò)，從終端接收到的數(shù)據(jù)不只有能用計(jì)算機(jī)簡(jiǎn)單處理的數(shù)值型數(shù)據(jù)，根據(jù)傳感器的不同，還包含圖像、語(yǔ)音、自然語(yǔ)言等很難直接用計(jì)算機(jī)處理、沒(méi)有被結(jié)構(gòu)化的數(shù)據(jù)。我們把這種數(shù)據(jù)叫做非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)處理時(shí)，有時(shí)也會(huì)把那些易于用計(jì)算機(jī)處理的數(shù)據(jù)從非結(jié)構(gòu)化數(shù)據(jù)中提取出來(lái)，例如把表示圖像和語(yǔ)音特征的特征值提取出來(lái)。這些信息也會(huì)被保存到結(jié)構(gòu)化的數(shù)據(jù)庫(kù)中，并按照傳統(tǒng)數(shù)據(jù)處理的方式進(jìn)行分析和使用。而對(duì)于那些無(wú)法進(jìn)行結(jié)構(gòu)化數(shù)據(jù)提取的非結(jié)構(gòu)化數(shù)據(jù)，則需要借助目前日臻成熟的如大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)去進(jìn)行分析和處理了。
（責(zé)任編輯：fqj）