大数据技术在物联网产业中的应用分析

王俊珺

摘   要：我国的物联网产业随着近年来经济水平的提高得到了快速的发展，客户对服务的要求也在不断提高。物联网产业的产品种类和产品总量在市场需求扩大下迅猛增加，因此，产生了数量庞大的信息数据。在新的形势下，物联网工作者必须对物联网产业进行高效的管理，新兴的大数据技术在相关工作中发挥了不可替代的作用。文章对物联网的概念和物联网产业的发展趋势进行了简单的介绍，并且重点阐述了大数据技术在物联网产业应用中的价值。

关键词：大数据技术;物联网产业;应用分析

美国麻省理工学院于1999年最早提出了物联网的概念，物联网是指通过具有感知能力、计算能力和执行能力的实体传感设备的布置以及网络的应用对信息进行交互和处理，用以实现在广域或大范围内实施人与物或物与物之间的信息交换。感知、传输、处理是物联网的3个关键环节，物联网可以依托传感器、二维码、多媒体、无线射频识别（Radio Frequency Identification，RFID）等多种信息获取技术。物联网产业通过储存技术的使用可以实现信息的有效收集，对海量数据实时处理。

1    物联网产业在我国的发展趋势

传感网技术是物联网技术的核心，我国自1999年开始启动相关的研究工作，标志着我国的物联网产业从培育期稳步迈入了发展壮大期。按照预期，我国物联网的年复合增长率将超过30%，市场规模将在2015年达到7 500亿元。我国的物联网产业已经取得了初步的发展成果，具备了完整的产业体系，在国际上取得了一定的话语权。物联网的国际标准、国家标准全面采纳了由我国提出的物联网顶层设计;物联网的应用已经摆脱了对政策扶持的依赖，成功地迈入了以市场导向作为发展依据的新阶段，并且已经在电力、安防、交通等领域的应用中形成了一定的规模。物联网的发展即将进入井喷阶段，在不久的将来，定会为我国的可持续发展和经济社会智能化作出重要的贡献。

2009年，我国提出了“感知中国”的战略发展方针，为物联网产业的快速发展提供了动力和方向。国务院于2013年年初下发了《关于推进物联网有序健康发展的指导意见》，首次提出了要在经济社会的各个领域实现物联网的广泛应用，要求相关单位和部门对物联网的核心技术和关键技术进行掌握，加速我国物联网的发展，尽快形成基本安全可控并且能够在国际上与其他国家展开竞争的产业体系。在我国可持续发展和经济社会智能化建设的进程中，物联网应该发挥出重要的推动作用。该指导意见还发布了关于未来发展的10项行动计划，包括顶层设计、标准研制、商业模式、技术研发、产业支持、信息安全和法律法规等内容。物联网产业目前在我国发展十分迅速，相应的信息数据处理的发展已经严重滞后。在新的发展形势下，数据管理技术必须及时进行突破和更新，以适应物联网产业的发展进程。经过大量的探索和研究，物联网产业工作者提出了大数据和智能处理技术，推动了物联网产业的进一步发展。

2    大数据技术在物联网产业应用中的作用和意义

2.1  大数据的概念

当一个数据集达到一定的体量或数据类别时就可以被称为大数据，当前所说的大数据技术指一种能够快速、高效地从大量信息数据中获得有价值的信息的技术手段。除了数据本身，物联网产业中的大数据还指设计数据采集的工具、数据存储平台以及相应的数据处理和数据分析系统。物联网产业中的大数据所包含的数据信息通常具有极高的使用价值。大数据信息处理技术的应用能够对庞大而复杂的数据进行处理，在此过程中，还能产生各种有价值的数据信息。多年的工作经验证明，通过对数据的分析和处理，企业的决策者能够得到更多深层次、智能化且具有极高商业价值的信息，相关的知识和理论在国外的智能交通领域已经开始应用。传统互联网、移动互联网和物联网每天都会有海量的新数据产生，应用云计算、大数据技术可以对这些数据进行筛选和分析处理，将有用的信息进行汇总，这个过程被称为大数据分析[1]。

2.2  大数据技术在现实生活中的应用

卫星和遍布全球的数亿个RFID标签、智能手机、带GPS的相机和传感器能够实时完成数据的收集工作，通过对这些数据进行可视化处理，能够帮助人类将前人遥不可及的梦想变成现实—对人类的生存方式进行感知、测量、理解和影响。站在技术层面上来看，正是大数据的有效应用推动了传统海量存储监控向联网智能化监控的发展进程。一个国际大都市一年内产生的车辆行驶数据可能会超过百亿，通过车牌和车身颜色等能够快速地提取出相关车辆的行驶路线以及违章记录等信息，从而基于大数据开展有关的分析工作。

2.3  大数據技术在物联网产业应用的价值

中国的大数据市场目前才刚刚起步，尚处于发展的初期阶段，但应用的范围已经非常广泛，且发展势头极其迅猛，与物联网、云计算、移动互联和智慧城市都有所关联。大数据技术在“数据为王”的未来发展趋势中必然会在各个领域得到更加广泛的应用。目前，物联网的网络架构包括感知层、网络层以及应用层。感知层的主要功能是实现信息采集、捕获以及物体识别等智能化的感知，每天都会产生大量的新数据。信息的传送和通信主要由物联网的网络层来实现。物联网的应用层可以实现智能电网、监控服务、智能家居、环境监控、公共安全、绿色农业、工业监控等各类应用。通过智能化的处理和分析，对感知层产生的海量数据进行再加工，能够对用户的行为习惯和个人喜好进行充分的了解，并且以此为依据有针对性地对产品和服务进行优化和调整，进而可以根据客户的具体需求提供不同的商业应用。物联网产业最重要的商业价值就在于这些应用，物联网产业发展的关键就在于大数据分析手段在智能管理和运营优化中的广泛运用[2]。

3    大数据技术在物联网产业中的应用

物联网产业当前主要分为数据采集、传输、处理和应用4个阶段，其中，数据的采集和传递为大数据技术在物联网产业中的应用奠定了基础，数据的处理和应用是大数据技术在物联网产业中进行应用的核心。虽然我国的物联网产业近年来取得了一定的发展成果，但依然存在许多弊端，仍需进行不懈的研究和探索。RFID、传感器等一线设备厂商依然要以感知层数据采集作为主要发展方向，电信运营商等则将以传输层数据传递作为主要发展方向。通过数据可视化、数据挖掘、预测分析、语意引擎、数据质量、数据管理等手段，大数据技术对于物联网产业在应用层方面的数据智能处理和信息决策的商业应用具有巨大的促进作用，其中，运用的技术手段主要包括数据的采集、存储、基础架构、处理、统计分析、挖掘、模型预测和结果呈现等[3]。

3.1  数据采集

对于大数据技术在物联网产业中的应用而言，数据的采集是数据分析和数据处理的基础。由于数据对于智能决策的执行和效果具有决定性的作用，因此物联网必须通过数据的获取、选择和存储等一系列過程完成大数据的采集工作。数据的采集过程通常与信息提取和数据的去噪处理紧密相关，物联网的数据与一般的大数据相比，具有增长率高、异构、多样、非结构、有噪声等特点。为了方便信息的处理和运输，采集到的数据通常会在初级阶段进行去噪处理。物联网的数据通常带有时间、位置、行为、环境等信息，且具有明显的颗粒性，因此，智能化处理的关键在于如何有效地去噪和提取有用的信息。为了能够有效地实现对电子邮件、图片、音频等异构数据的智能化信息的理解，基于香农信息论和贝叶斯概率论，HP公司提出了Autonomy非结构化数据解决方案。此外，在物联网产业的运行中必须对所采集的数据进行提取，以降低在此过程中必然会产生的一些负荷。

3.2  数据存储

随着近年来我国信息化建设的快速发展，大数据时代的数据信息量增长速度突飞猛进。有效地应对物联网每天不断增加的信息，并对其进行及时、高效的处理，数据存储是唯一可行的解决方案。物联网通常采用分布式计算集群来对大数据进行分析、分类和汇总，外部存储器控制器（External Memory Controller，EMC）的Green Plum，Oracle的Exadata等数据库基本能够满足传统的数据存储和实时分析的应用需求。但是以谷歌为代表的IT企业针对物联网产生的海量异构数据提出了Map Reduce技术的解决方案，即利用大规模廉价服务器以达到并行处理的非关系数据库。物联网产业中数据的存储技术正在随着经济的发展而不断提高，非关系数据库的分布式存储技术对于物联网产业的发展起到了推动作用，同时也是目前最受欢迎的数据存储技术[4]。此后，云存储、分布式文件系统等大数据基础架构以及以云计算为基础的分布式数据处理方式也相继出现。

3.3  数据分析

数据的统计和分析可以将其内部储存的海量数据通过分布式数据库或分布式计算集群进行普通的分析和分类汇总等处理，对于大多数常见的分析需求都能够满足。数据分析囊括了物联网后台海量数据的挖掘、统计分析、成果呈现、模型预测等。数据分析是物联网真正的商业价值基础，基于各种算法对现有数据进行计算，达到预测数据未来走向的目的，满足一些客户对于分析高级别数据的需求[5]。其中，用于聚类的Kmeans、用于分类的Naive Bayes和用于统计学习的支持向量机（Support Vector Machine，SVM）属于比较典型的算法。数据统计与分析的重点和难点在于：体量大的分析数据将会占用大量的系统资源。

4    结语

大数据技术的应用能够有效地促进物联网产业的发展，物联网在此基础上可以通过应用不同的算法对已有的价值数据进行整理、组合与联系，所得到的相应结论能够促进更高级别的数据分析活动实现。物联网产业通过使用存储技术对海量数据进行处理的同时，还能够对有效的信息进行收集。因此，可以从数据的采集、分析和存储3个方面对大数据技术在物联网产业中的应用问题进行解答。

[参考文献]

[1]张亚飞，阎东.大数据技术在物联网产业中的应用分析[J].通讯世界，2018（1）：93-94.

[2]孙月，全秋浩，马云飞，等.大数据与物联网的关系及应用[J].吉林农业，2019（7）：110.

[3]杨岱岩.基于大数据的信息管理系统研究[J].通讯世界，2019（1）：10-11.

[4]孙重阳.论物联网技术中大数据的应用[J].电脑编程技巧与维护，2018（10）：96-97，119.

[5]罗由.大数据在移动通信网络优化中的应用[J].科学技术创新，2018（1）：76-77.