高岩　王孟平　苏展　闫菡

[摘 要] 本文首先对物联网和大数据的概念进行了论述，继而对物联网大数据整合进行了分析探讨，最后在此基础上，得出了物联网和大数据之间的紧密联系是很难忽视的，它们是相互创造的。如果没有大数据的分析能力，物联网所产生的空前数量的数据将毫无用处。

[关键词] 物联网；大数据；整合；云计算；通信

[中图分类号] TP391 [文献标识码] A [文章编号] 1671-0037（2017）7-71-3

Research on the Integration of the Internet of Things and Big Data

Gao Yan1 Wang Mengping2 Su Zhan1 Yan Han1

（1. Automation Engineering Technology Research Center of Henan Province， Zhengzhou Henan 450008；

2.Institute of Applied Physics， Henan Academy of Sciences， Ltd.， Zhengzhou Henan 450008）

Abstract： This paper described the concept of the Internet of Things and big data first， then analyzed and discussed the integration of big data in the Internet of Things， and finally， obtained that the intimate relationship between the Internet of things and big data link is difficult to ignore， and they are created mutually. If without the ability to analyze big data， an unprecedented amount of data generated by the Internet of things would be useless.

Key words： the Internet of things； big data； integration； cloud computing； communication

目前，物联网、大数据、云计算等新一代信息通信技术发展迅速，通过与其他新技术的集成，加快了智能医疗、新能源、新材料的普及。

“大数据”已经成为人们日常生产和生活中的热词，是移动通信、访问网站、微博消息、视频上传、产品生成、科学实验无处不在的社会和商业活动中不断产生的各种数据[1]。研究大数据的价值是巨大的，尤其是当大数据与物联网集成的时候。

本文探讨了一个开放的物联网生态系统的建设对大数据的影响。重点对物联网大数据的含义，包括先进的通信技术和分析技术的开放网络生态系统框架，新的应用程序，通过大数据和物联网的融合产生的大数据技术架构进行讨论。大数据和物联网的融合必将使人类社会的智力提高到一个新水平。

1 概念概述

1.1 物联网概述

物联网是物理设备的网络，它使用嵌入式电子设备、软件、传感器、执行器等与网络连接，这些对象能够对数据进行有效收集并对数据进行交换，这一切由人或者其他设备来进行控制[2]。

基于现有的网络基础设施，通过物联网可以使得如上对象被远程控制或被感知，从外界的物质世界直接集成到计算机系统内，从而提高了工作效率，以及工作的准确精度[3]。物联网技术作为网络物理系统中的一个典型范例，我们可在物联网里增强传感器和执行器。物联网已经深入到人们生活的方方面面当中，如智能电网技术，虚拟电厂、智能家居、智能交通和智能城市。以上每一项能够在现有的互联网基础设施内实施，都是通过嵌入式计算系统从而进行唯一标识。有专家估计，到2020年物联网将涵盖约300亿对象。

通常情况下，物联网有望提供先进设备，系统和服务的连接，超越了机器对机器（M2M）通信等的多种协议。这些嵌入式设备互连（包括智能对象），有望迎来几乎所有领域的自动化，同时也缔造了高级应用如智能电网，并扩展到诸如智能城市[4]。

“物联网”可以运用至各类高精领域操作设备，如心脏监测植入芯片转发器，汽车内置传感器，环境/食品/病原体DNA的检测分析设备，在搜索和救援行动中的高精领域操作设备可以协助消防队员。

通过这些高精设备收集对现有技术有用的、具有流动自主性的数据。目前在市场上，这样的实际运用例子包括家庭智能化（也被称为智能家居设备）如智能照明、智能控温（如智能温控器）、智能通风、空调（HVAC）系统；电器如洗衣机/烘干机、机器人吸尘器、空气净化器、烤箱或冰箱/冰柜都可以使用Wi-Fi网络进行远程监控。此外还包括智慧城市，苹果手表，健身和健康监测等。在大量新的应用领域，扩大互联网连接，物联网也将聚集大量来自不同领域的数据，对数据的快速聚集，并增加索引，有助于高效存储并更有效地处理数據[5]。物联网作为现今智能城市平台中的一种，也是智能能源管理系统。1999年，“物联网”一词由宝洁公司的Kevin Ashton在麻省理工学院的汽车识别中心创建。

1.2 大数据概述

大数据是一个大而复杂的数据集，因而运用传统的数据处理应用软件已不足以处理这些庞大的数据。大数据所面临的挑战包括捕获数据、数据存储、数据分析、搜索、共享、传输、可视化、查询、更新和信息隐私。

数据的快速增长，部分是因为越来越多的便捷和多渠道感知事物的信息设备的出现，如网络中的移动设备集中聚集，如空中（遥感）、软件记录、相机、麦克风、无线射频识别（RFID）阅读器和无线传感器网络。自20世纪80年代，全世界的人均科技存储信息能力大约每40个月翻一番；2012年，每天2.5艾字节（2.5×1018）数据生成。endprint

数据库管理系统、统计软件和可视化软件通常可以用于处理大量难以处理的数据。这项工作可能需要“在数十，数百，甚至数千服务器上运行大量软件”。“大数据”的处理能力取决于用户处理设备的能力。对于一些公司来说，当它们首次面对大数据之时，几百个字节就可能会使他们重新考虑数据管理选项。而对于有些企业，它可能需要对几十万甚至几百万兆字节数据进行处理，数据的大小是一个重要的考虑因素。

认真分析与企业最密切相关的大数据。在分析数据之前，主要有两个步骤：对数据进行收集和支持APT存储方法。大数据与物联网密不可分，物联网对大数据分析有着很大的影响。这些数据在分析阶段之前需要通过摄入和存储阶段。物联网的数据需要通过不同的框架管理。管理服务提供商（MSP）也被称为处理大数据的框架。

总之，物联网和大数据是不可分割的整体。各组织需要为分析和基础设施建立适当的平台，以便对物联网数据进行适当的分析。最后需要注意的一点是，数据只有通过良好的管理方法从物联网中提取才是重要的。物联网数据通常通过与各种设备相连的传感器进行捕获。例如，可以通过对物联网传感器中的各种数据进行分析，从而监测数据中心的热量生成。另一个现实的例子是对通过空气传感器捕获的污染数据进行监测。

2 物联网大数据整合

2.1 整合的进程

物联网传感设备以极高的速度传输，不断产生海量信息。因此，物联网以实时数据流的形式有效地处理大量信息的技术是非常重要的。实时大数据分析系统包括一个用于接收输入数据流实时数据源的接收器，以及处理数据子集派生的新兴模式的图形发生器，它能够在突发模式时进行模式识别，并对相应的数据子集进行标识，通过压缩降低识别的数据子集和识别模式，压缩存储数据库和重建有标识的数据，必要时使用压缩标识数据的子集。

2.2 物联网大数据云

物联网传感器/设备的数据可以在大数据分析基础设施平台上进行分析。基于云计算的物联网大数据系统提供了一个虚拟的物联网传感器/设备平台。作为一个基础设施，云计算即服务（Iaa S）和云服务作为软件即服务（Saa S），提供了一个灵活的、可扩展的系统。Iaa S具有灵活性，提供了处理异构物联网传感器/设备。Saa S具有可伸缩性，最终用户可通过此服务减轻计算开销，并按最终用户请求享受共享的物联网传感器/设备数据。Saa S还运用了终端用户指定物联网传感器/设备特性，定位物理物联网传感器/设备以及为物理物联网传感器/设备提供服务的需求。终端用户通过设备（如智能手机）请求并接收系统提供的服务。

2.3 物联网大数据分析应用

物联网大数据分析可以运用于各行各业，例如医疗领域，可以实时监测患者的认知和运动对外部刺激的反应。对物联网医疗/医疗设备所获得的海量数据进行分析，从而有针对性地提供多种增值医疗服务。企业物联网应用大数据分析系统收集关于产品、产品属性、价格和价格属性的大量数据。对庞大而复杂的数据集进行总结，在选择和完善信息以及在用户界面中提出个性化的识别模式。大数据分析系统提供了用户界面，来总结个性化产品信息以及价格，识别其中的模式，并生成与信息相关的建议。

2.4 物联网大数据与云人工智能整合

物联网云的大数据智能系统是基于云的大数据分析来进行，分析某个地理区域的人或建筑相关数据的服务器系统，如本地新闻和天气信息，分析地理区域内如街道，邮编等数据。分析数据可以用来开发控制规则，从而控制智能家居设备。

智能家居设备的自动控制，如当用户进入一个特定的时间、空间时触发灯自动打开；当发生火灾时在服务器端激活自动喷水灭火系统；一个特定的时间，如当家里的温度低于预定水平之时，自动打开室内空调系统；当数据分析表明用户在睡觉时，关闭各个房间的音响系统和灯光；当室内设备发生冲突时，关闭低优先级的设备，使用较高优先权的设备等等。

基于云的大数据分析还可以用于人工智能设备使用，从而预测用户未来行为。设备使用、设备行为以及用户行为预测可用于生成控制规则。通过将收集的数据与样本数据表进行比较，从而确定收集的数据和数据样本表中的数据之间是否存在相关性。可以根据收集的数据和数据样本表中的数据之间的相关性来生成预测。

3 结论

3.1 物联网和大数据之间是紧密联系，相互创造的

如果专家们对物联网的估计是正确的，那就意味着在未来的5-10年内世界上将有500多亿个互联设备。这些设备生成的字节的数据将通过收集和组织用于各种用途。因此，物联网和大数据之间的紧密联系是我们所不能忽视的，因为它们是相互创造的。如果没有大数据的分析能力，物联网所产生的大量数据将毫无用处；如果没有物联网的平台，大量数据的产生也无法发挥其自身的作用。

3.2 物联网涉及面广

物联网革命意味着几乎每一个设备，如家用电器、电站、汽车、铁路、海运集装箱等都将有自己的IP地址，将设备之间相互连接，他们会产生巨大的数据量，实现数据集中共享。为了能够更高效地、准确地处理大量数据，公司需要不断更新技术，提高自己分析数据的能力。由此可见，不仅大数据通过多种手段对物联网产生了明显的影响，物联网同样也对大数据领域产生了深远的影响。

总之，物联网是一个全新的前沿领域，各个企业一直在对其进行探索，从而获得更高的經济利益。然而，实际上，随着时间的推移前进，物联网和大数据之间的整合仍然有相当多未知的发展领域，这些未知因素需要人类对其做出科学、深入的考虑，从而全面推进物联网与大数据之间的整合步伐。

参考文献：

[1] 刘军.Hadoop大数据处理[M].北京：人民邮电出版社，2013.

[2] 孙运雷.物联网服务质量动态保障方法研究[D].北京：北京邮电大学，2014.

[3] 邓雪峰.设施农业物联网系统建模与模型验证[D]. 北京：中国农业大学，2016.

[4] 刘旸.物联网中多层/跨层接入管理关键技术[D].大连：大连理工大学，2014.

[5] 蒲海涛.物联网环境下基于上下文感知的智能交互关键技术研究[D].济南：山东科技大学，2011.endprint