物联网与云计算、海计算的关系(精简)

物联网与云计算、海计算的关系从信息技术角度看，物联网是指具有感知和智能处理能力的可标识的物体，基于标准的可互操作的通信协议，在宽带移动通信、下一代网络和云计算平台等技术的支撑下，获取和处理物体自身或周围环境的状态信息，对事件及其发展及时做出判断，提供对物体进行管理和控制的决策依据，从而形成信息获取、物体管理和控制的全球性信息系统。

物体能够在人类直接干预或无需人工干预条件下感知事件、触发动作和生成服务，通过协同的感知和互动来影响甚至控制事件向有利的方向发展。

物联网充分体现了物理世界和信息空间的深度融合，使人类可以融入到一体化的智能生态环境中，实现人、机、物的协同统一。

作为崭新的综合性信息系统，物联网并不是单纯的，它包括信息的感知、传输、处理决策、服务等多个方面，呈现出自身显著的特点；首先是对客观物理世界的全面感知，它不仅表现在对单一的现象或目标进行多方面的观察获得综合的感知数据，也表现在对现实世界各种物体现象的普遍感知；其次是物联网实体间的泛在互联，表现在各种物体经由多种接入模式实现异构互联，也突出表现在物联网不仅包括互联网、电信网等公共网络，还包括电网和交通网等专用网络，错综复杂，形成"网中网"的形态；第三是智慧的信息处理和决策，它体现在物联网中从感知到传输到决策应用的信息流，并最终为控制提供支持，也广泛体现出物联网中大量的物体和物体之间的关联和互动。

物体互动经过从物理空间到信息空间，再到物理空间的过程，形成感知、传输、决策、控制的开放式的循环。

物联网不同于感知信息收集的传感器网络，也不同于信息传输的互联网。

它包含亿万种多样的物体，承载和处理巨海量的感知信息，容纳各种模式的接入和通信模式，实现从感知、处理到控制的循环过程。

其系统架构如何构成，采用什么样的体系结构，现已成为物联网研究的核心问题之一。

1．物联网和云计算工信部电子工业标准化研究所张辉介绍，目前大部分人士都认同将物联网分成三个层次，一个是应用层，还有一个网络层，还有感知层。

未来的物联网应该是一个由云+端组成的一个庞大网络，随着传感器网络大规模部署，各种终端就像蓝海一样，分布到各种各样基础设施上收集信息，在通过各种网络将这些信息发送到云端进行计算和处理，经过计算和处理的信息最后到了应用层为不同的领域各种各样行的支撑服务。

人类通过各种信息感应、探测、识别、定位、跟踪和监控等手段和设备实现对物理世界的"感、知、控"，这一环节称为物联网的"前端"；而基于互联网计算的涌现智能以及对物理世界的反馈和控制称为物联网的"后端"。

当下无论学术界还是工业界，目光普遍聚焦在物联网的"前端"，但物联网的"后端"也同样重要。

从"后端"看，物联网可以看做是一个基于互联网的、以提高物理世界的运行、管理、资源使用效率等水平为目标的大规模信息系统。

该系统具备实时感应、高度并发、自主协同和涌现效应等特征。

云计算为众多用户提供了一种新的高效率计算模式，兼有互联网服务的便利、廉价和大型机的能力。

它的目的是将资源集中于互联网上的数据中心，由这种云中心提供应用层、平台层和基础设施层的集中服务，以解决传统IT系统零散性带来的低效率问题。

云计算是信息化发展进程中的一个阶段，强调信息资源的聚集、优化、动态分配和回收，旨在节约信息化成本、降低能耗、减轻用户信息化的负担，提高数据中心的效率。

云计算出现的初衷是解决特定大规模数据处理问题，因此它被业界认为是支撑物联网"后端"的最佳选择，云计算为物联网提供后端处理能力与应用平台。

笔者认为物联网"后端"建设应从互联和行业云做起。

在研究全面和理想化战略体系的同时，应充分利用良好的前期基础，重视价值牵引作用，在特定领域的典型应用和行业云上有所突破。

云计算是互联网发展带来的一种新型计算和服务模式，它是通过分布式计算和虚拟化技术建设数据中心或超级计算机，以租赁或免费方式向技术开发者或企业客户提供数据存储、分析以及科学计算等服务。

广义上讲，云计算是指厂商通过建立网络服务集群，向多种客户提供硬件租赁、数据存储、计算分析和在线服务等不同类型的服务。

云计算的主要服务形式有以亚马逊公司为代表的基础设施即服务，以Saleforce为代表的平台即服务，以及以微软代表的软件即服务等。

云计算的"云"就是存在于互联网的服务器集群上的服务器资源，包括硬件资源 (如服务器、存储器和处理器等)和软件资源(如应用软件、集成开发环境等)。

本地终端只需要通过互联网发送一条请求信息，"云端"就会有成千上万的计算机为你提供需要的资源，并把结果反馈给发送请求的终端。

每个提供云计算服务的公司，其服务器资源分布在相对集中的世界上少量几个地方，对资源基本采用集中式的存放管理，而资源的分配调度采用分布式和虚拟化技术。

云计算强调终端功能的弱化，通过功能强大的 "云端"给需要各种服务的终端提供支持。

如同用电用水一样，我们可以随时随地获取计算、存储等信息服务。

2．物联网和海计算海计算通过在物理世界的物体中融入计算与通信设备以及智能算法，让物物之间能够互连，在事先无法预知的场景中进行判断，实现物物之间的交互作用。

海计算一方面通过强化融入在各物体中的信息装置，实现物体与信息装置的紧密融合，有效地获取物质世界信息；另一方面通过强化海量的独立个体之间的局部即时交互和分布式智能，使物体具备自组织、自计算、自反馈的海计算功能。

海计算的本质是物物之间的智能交流，实现物物之间的交互。

云计算是服务器端的计算模式，而海计算代表终端的大千世界，海计算是物理世界各物体之间的计算模式。

简言之，海计算模式倡导由多个融入了信息装置、具有一定自主性的物体，通过局部交互而形成具有群体智能的物联网系统。

该系统具有以下优点：(1)节能高效充分利用局部性原理，可以有效地缩短物联网的业务直径，即覆盖从感知、传输、处理与智能决策，到控制的路径，从而降低能耗，提高效率。

(2)通用结构通过引入融入信息装置的"自主物体"，有利于产生通用的、可批量重用的物联网部件和技术，这是信息产业主流产品的必备特征。

(3)分散式结构海计算物联网强调分散式结构，较易消除单一控制点、单一瓶颈和单一故障点，扩展更加灵活。

群体智能使得海计算物联网更能适应需求和环境变化。

实时信息系统一般而言，实时信息系统(Real-time Information System, RIS)由信息采集、信息传输和信息处理三个子系统组成。

信息采集子系统由各种类型的采集设备所组成，如传感器、射频识别和视频、音频图像采集器等。

用户以有线或无线的方式连接系统，实时信息可以由实时信息系统根据用户个性需求主动推送，也可以是用户主动发出请求后等待接收信息。

实时信息系统建设的一个重要原则是保证系统的开放性，以促进实时信息的采集与共享。

(1)物理实时信息采集针对物理世界的实时信息采集方式可以分为直接采集和间接采集。

直接采集是指利用各种采集设备直接从物理世界的信源采集信息，包括自动采集、人工采集和混合采集；而间接采集是指针对事先被上传到互联网上仍然保持时效性的实时信息进行采集。

物联网中大多采用自动采集的方式。

自动采集是指利用各种采集设备，针对某一目标主体连续实时地采集信息。

常见的采集设备包括物理传感器、化学传感器、生物传感器、射频识别标签以及识别设备、全球定位系统设备等。

在物联网中，把所标记的物体的相关信息事先写入射频识别标签，通过标签接收阅读器发出的射频信号，凭借感应电流所获得的能量将存储在芯片中的物体信息发出，这样阅读器就能采集物体信息，并以此判定物体的位置和数量等实时信息。

(2)实时信息处理实时信息处理是指把原数据加工成信息的一个过程，涉及分类实时信息收集、数据规整、实时场景重构和数据挖掘等步骤，其中分类实时信息包括可视信息、音频信息及其它物理量或化学量。

实时场景重构技术是实时信息处理研究领域的一个重要课题。

实时场景重构技术是指通过一定数量的实时信息采集设备(包括无线手持设备和固定的视频图像采集设备)采集信息，并用采集到的分类实时信息进行信息源的场景重构。

实时场景重构的实现涉及到分类实时信息的收集和逆向建模技术。

(3)实时信息发布实时信息分发模型包括Pull和Push两种模型。

Pull模型一般是由用户主动发起信息请求，请求经过处理后转化成采集指令，信息源采集设备将采集到的信息传回给用户；Push 模型一般是由信息源采集设备采集到实时信息，并经过处理后，根据用户的个性需求，有选择地传送。

此外，实时信息系统还有若干技术问题需要解决，如：信息精准度问题、传递延迟以及隐私问题等。

海计算（Sea Computing）是2009年8月18日，通用汽车金融服务公司董事长兼首席执行官molina，在2009技术创新大会上所提出的全新技术概念。

海计算为用户提供基于互联网的一站式服务，是一种最简单可依赖的互联网需求交互模式。

用户只要在海计算输入服务需求，系统就能明确识别这种需求，并将该需求分配给最优的应用或内容资源提供商处理，最终返回给用户相匹配的结果。

与云计算的后端处理相比，海计算指的是智能设备的前端处理。

物联网具有显著的异构性、混杂性和超大规模等特点。

异构性表现在不同制造商、不同拥有者、不同类型、不同级别、不同范畴的对象网络共存于物联网中，网络之间在通信协议、信息属性、应用特征等多个方面存在差异性，并形成混杂的异构网络或"网中网"形态；混杂性表现在网络形态和组成的异构混杂性，多信息源的并发混杂性，场景、服务和应用的混杂性等多个方面；物联网是物理世界与信息空间的深度融合系统，是涉及全球的人、机、物的综合信息系统，其规模之大无所不包。

物联网的上述特点决定了感知层数据的特性，即异构的、混杂的、大规模的实时流感知数据。

同时，感知数据还具有一个显著特点就是时空特性，就是感知数据在特定时间和特定空间内才有意义，如果不在这个地点或过了这个时间，数据的意义可能就不大了。

如中关村大街的交通相关信息，这些交通信息通过很多节点实时采集，是大数据量的随时间不断采样的实时流信息。

这些信息谁需要？是在这个区域的人车才真正需要了解当时的详细拥塞或停车信息等，以便及时掌握交通动态，调整行车路线或停止地方。

其他地方的人们可能不关心这个区域的交通信息，或仅仅只需要了解大概情况，实时性要求也不是很高，如了解中关村大街的历史交通信息等。

另外，物联网的物体之间需要协同交互，对事件及时做出反应，这就需要实时性采集、处理和控制，如在中关村大街上前后行驶的两辆车需要实时交互，既要保持畅通行驶，又要通过保持一定的车距来保证安全性，这就需要在当前场景下局部空间内车辆之间实时通信和决策处理。