物联网、云计算与大数据

云计算
物联网
18
内在关联
1、知道的多（物联网）：越多越好！
2、处理的快（云计算）：越快越好！ 3、”知道的多”并且”处理的快”！
19
30年前，电脑被送进千家万户…… 20年前，网络被送进千家万户……
现在，服务被送进千家万户……
20
想一想：如果通信不是个问题…… 想一想：如果网络不是个问题……
想一想：如果交互不是个问题……
移动电话
PDAs
DCs TVs PCs
智能家电
传感器
。。。
34
35
…之我见（学术思维）
• 物联网越普及，云计算越落地，大数据越有用 • 人无远虑，必有近忧，如何超前思考科学问题 • 技术的本质特点与应用需求的无缝对接，才能产 生真正的生产力 • 后大数据阶段应该是什么呢？大家一起思考…
36
5、专家指导环节…
温总理在江苏调研时强调：
尽快建立中国的传感信息中心，或者叫“感知中国”中心 在国家重大科技专项中,加快推进传感网发展 在传感网发展中，一定要做到人无我有，人有我优
《新闻联播》 2009年8月9日
5
原始定义
• 物联网(The Internet of things)的概念是在1999年提出的，它 的定义很简单：把所有物品通过射频识别等信息传感设备与 互联网连接起来，实现智能化识别和管理。国际电信联盟 2005年一份报告曾描绘“物联网”时代的图景：当司机出现 操作失误时汽车会自动报警；公文包会提醒主人忘带了什么 东西；衣服会“告诉”洗衣机对颜色和水温的要求等等。 • 物联网把新一代IT技术充分运用在各行各业之中，具体地说 ，就是把感应器嵌入和装备到电网、铁路、桥梁、隧道、公 路、建筑、供水系统、大坝、油气管道等各种物体中，然后 将“物联网”与现有的互联网整合起来，实现人类社会与物 理系统的整合，在这个整合的网络当中，存在能力超级强大 的中心计算机群，能够对整合网络内的人员、机器、设备和 基础设施实施实时的管理和控制，在此基础上，人类可以以 更加精细和动态的方式管理生产和生活，达到“智慧”状态 6 ，提高资源利用率和生产力水平，改善人与自然间的关系。
10
我们已经进入一个几乎无处不网、无时不网的时代！
GPS
汽车电子设备
导航
iPhoห้องสมุดไป่ตู้e
移动电话
PDAs
DCs TVs PCs
智能家电
传感器
。。。
11
2、云计算简单回顾
12
13
海量信息的存储与计算需求
云计算模式隆重登场！
14
云计算的应用特点
基于服务计算理论的应用框架
早期网格思想（共产主义思想）的部分实 现（有中国特色的社会主义）
31
数据之间的泛在互联
• “生命的本质在于物质的组织形式，而不在
于物质的自身”—— 人工生命之父克里斯·
兰顿（Chris Langton）.
• 物品的生产流通到资本的产生与流通，等价 于服务的生产和调用到数据的产生与增值
32
32
数据的来源？
33
社会的基础设施已经具备
GPS
汽车电子设备
导航
iPhone
15
服务计算的特征
异构互联、泛在协同、节点自治、安全可控。 一言以蔽之：松耦合的应用模式。 服务计算理论上谈钱 云计算明码标价的谈钱
16
技术实施的基本条件
• Web资源的极大丰富； • 基础设施的增值应用： • 面向需求的敏捷开发； • 体恤贫民的草根情结； •… …
17
云计算和物联网的关系
触角和大脑的关系
24
大数据的理解
在地球任意地方捡起一块石头，都可以验出铁元素 （数据需要提取）。但是，说世界遍地都是铁矿一 定是胡扯（数据源要有价值）。只有石头中铁含量 超过一定比例，而石头数量又达到相当规模，这堆 石头才能称为铁矿，人们才会对它产生投资开采的 兴趣（数据规模达到一定的程度）。如果铁矿石埋 藏不是太深，开采和运输的成本不是太高（方案可 行），市场有长期稳定的购买需求（应用需求）， 那么铁矿开采的兴趣才会变成行动，成为一个有利 可图的商业活动（技术与社会发展到一定阶段的产 物）。
物联网、云计算与大数据
的应用衍变
报告人：窦万春 南京大学计算机科学与技术系 2013.7.15 常州
1
报告内容
三个关键词：物联网、云计算与大数据 一条逻辑线：应用衍变之路
2
报告提纲
1、物联网简单回顾
2、云计算简单回顾
3、大数据的异军突起
4、衍变逻辑之我见
5、专家指导…
3
1、物联网简单回顾
4
历史背景
户在一个网站上使用了十种不同的产品和服务，但由于其中五种无需注册使用，其
他五种又需要分别注册使用，结果这十种网络行为的数据无法整合在一起，或者需 要通过种种技术手段和工具进行高成本的数据整合，以至于入不敷出。这也就减少 了数据的含金量，降低了数据的可挖掘度，使得无论数据量如何大，结构如何复杂 ，也形成不了大数据。反之，如果一个WEB2.0时代的开放平台，架构清晰，逻辑 分明，用户与用户，用户与用户行为，行为与行为之间都具有确定的关联性，那么 这样的数据就具有极高的含金量，极高的分析挖掘价值，也就可以形成大数据
27
3、数据关联度
网络业一个常见现象就是随着数据量的增加，用户行为所产生的数据间的关系越
来越不清晰，越来越难以捉摸，越来越相互孤立，也就是所谓的数据碎片化。这种
碎片化主要来自两个方面：一是网站结构碎片化，逻辑混乱化，各种产品与服务之 间相互孤立化，因而导致数据之间关系断裂，关联度很低。例如，明明是同一个用
37
人、社会与物理世界的融合
传感数据
传感数据
数字世界
传感数据 传感数据 传感数据
传感数据
物理世界
7
RFID技术
• RFID：RFID是Radio Frequency Identification的 缩写，即射频识别，俗称电子标签技术。
8
ETC
9
个人观点
• “物联网”不是个新概念，智能电网、智能家电、射频 标签这些应用概念至少十年前就有了，但这些应用至 今都局限在一些行业的个性化的应用，没有发展成为 一个规模网络化的应用，也没有产生特别大的市场； • 我国物联网产业的发展在早期、在某种程度上有炒作 的成分； • 但是，在特定行业内搞物联网，则是非常可行和有效 的技术路线吗，走国家重大需求计划和行业具体应用 特点相结合的道路应该是一个比较务实的发展思路。
28
4、衍变逻辑之我见
29
大数据的使用模式：
基于服务计算的模式 Web-based application
具体的实现途径： 基于云计算的方式
因为大（数据规模），需要大容量的存储（云存储） 因为复杂（数据结构），需要高性能的计算能力（云计算） 因为有关联（数据关联度），需要跨平台的协同能力（应该是 今后云应用的拓展方向之一，在协同粒度、隐私保护、安全等 方面更有保证）（云协同） 例子：气象卫星的图像传输（缓存：云存储）与处理（高性能 计算：云计算）
25
大数据的评估指标[1]
1、数据规模
所谓大数据最基本的要求当然是数据规模大，但很难给出一 个绝对的数字标准来确定大小，而只能用一些模糊的感觉来 相对比较。例如，一个公司在年度预算中有了专门的，显著 的数据存储和分析预算（例如，总预算的3-5%），有了独立 的数据处理和分析部门，有了比较完整的数据存储，安全和 保密政策与管理流程，有了高度依赖数据分析结果的商业模 式，那么，可以说这个公司面临着利用大数据的机会或挑战 了。
[1] 谢 文：看得见的未来——十谈大数据时代
（http://www.china-cloud.com/yunjishu/shujuzhongxin/20121106_16045.html）
26
2、数据结构
数据量只是反映数据性质的一个指标，也许还不是最重要的指标 。一天产生一百万个T数据的公司也许算不上大数据公司，而另 一个一天只产生一万个T数据的公司也许反而是个大数据公司， 其奥妙在于数据结构的复杂性。例如，A公司拥有一亿用户，但 用户在A公司网站上只干一件事或一类事，比如获取新闻资讯， 买买东西，或者玩玩游戏。那么由此产生的数据量虽然不小，但 结构简单，重复性高，分析起来很容易，无非就是根据用户背景 和使用习惯分分组，归归类，简单数据挖掘基本功足够，扯什么 大数据就有点故弄玄虚了。B公司只有一千万用户，却是个开放 平台，用户在此可以干互联网能够支持的所有事情，网络行为又 可分为个人，群体，组织等层次，那么这个数据的结构就够复杂 ，能够支持深度挖掘和复杂建模，因而就可以算作大数据。
30
第一阶段：个体服务资源的丰富过程
问题：web service的开发、发布、定位、组合、评 估等研究主题(资本主义自由贸易的初级阶段)
第二阶段：支持主流服务的集成应用
问题：存储能力、计算能力的提升，云计算应运而生 （垄断企业，跨国公司的形成过程）
第三阶段：围绕服务信息的增值应用
问题：如何增值（大数据计算的应用背景，资本运作的 高级阶段） …
21
我们需要什么? 服务！ 云计算的服务模式?
“我们不生产水，我们只是大自然的搬运工”
22
3 大数据的异军突起
23
什么是大数据
按照维基百科上的定义，所谓“大数据”（ big data） 在当今的互联网业指的是这样一种现象：一个网络公 司日常运营所生成和积累用户网络行为数据“增长如 此之快，以至于难以使用现有的数据库管理工具来驾 驭，困难存在于数据的获取，存储，搜索，共享，分 析和可视化等方面。”这些数据量是如此之大，已经 不是以我们所熟知的多少G和多少T为单位来衡量，而 是以P（1000个T），E（一百万个T）或Z（10亿个T） 为计量单位，所以称之为大数据。