啊,*,1,1,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,2023.7.15 常州,2,报告内容,三个关键词：物联网、云计算与大数据,一条规律线：应用衍变之路,3,1、物联网简洁回忆,2、云计算简洁回忆,3、大数据的异军突起,4、衍变规律之我见,5、专家指导,报告提纲,4,1、物联网简洁回忆,5,历史背景,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,加快推动传感网进展,在传感网进展中，肯定要做到人无我有，人有我优,新闻联播,2023年8月9日,6,原始定义,物联网(The Internet of things)的概念是在1999年提出的，它的定义很简洁：把全部物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和治理。国际电信联盟2023年一份报告曾描绘“物联网”时代的图景：当司机消失操作失误时汽车会自动报警；公文包会提示仆人忘带了什么东西；衣服会“告知”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、大路、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，存在力量超级强大的中心计算机群，能够对整合网络内的人员、机器、设备和根底设施实施实时的治理和掌握，在此根底上，人类可以以更加精细和动态的方式治理生产和生活，到达“才智”状态，提高资源利用率和生产力水平，改善人与自然间的关系。,7,人、社会与物理世界的融合,7,数字世界,传感数据,传感数据,传感数据,传感数据,传感数据,物理世界,传感数据,8,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。,9,ETC,10,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共性化的应用，没有进展成为一个规模网络化的应用，也没有产生特殊大的市场；,我国物联网产业的进展在早期、在某种程度上有炒作的成分；,但是，在特定行业内搞物联网，则是特别可行和有效的技术路线吗，走国家重大需求打算和行业具体应用特点相结合的道路应当是一个比较务实的进展思路。,11,我们已经进入一个几乎无处不网、无时不网的时代！,移动,PCs,TVs,PDAs,GPS,导航,汽车电子设备,智能家电,iPhone,DCs,传感器,。,12,2、云计算简洁回忆,13,14,海量信息的存储与计算需求,云计算模式盛大登场！,15,基于效劳计算理论的应用框架,早期网格思想共产主义思想的局部实现有中国特色的社会主义,云计算的应用特点,16,效劳计算的特征,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。,效劳计算理论上谈钱,云计算明码标价的谈钱,17,Web资源的极大丰富；,根底设施的增值应用：,面对需求的灵敏开发；,体恤贫民的草根情结；,技术实施的根本条件,18,云计算和物联网的关系,触角和大脑的关系,云计算,物联网,19,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”！,20,30,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，效劳被送进千家万户,21,想一想：假设通信不是个问题,想一想：假设网络不是个问题,想一想：假设交互不是个问题,22,我们需要什么?,效劳！,云计算的效劳模式?,“我们不生产水，我们只是大自然的搬运工”,23,3,大数据的异军突起,24,什么是大数据,依据维基百科上的定义，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存用户网络行为数据“增长如此之快，以至于难以使用现有的数据库治理工具来驾驭，困难存在于数据的猎取，存储，搜寻，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P1000个T，E一百万个T或Z10亿个T为计量单位，所以称之为大数据。,25,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肯定是胡扯数据源要有价值。只有石头中铁含量超过肯定比例，而石头数量又到达相当规模，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到达肯定的程度。假设铁矿石埋藏不是太深，开采和运输的本钱不是太高方案可行，市场有长期稳定的购置需求应用需求，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进展到肯定阶段的产物。,大数据的理解,26,大数据的评估指标,1,1、数据规模,所谓大数据最根本的要求固然是数据规模大，但很难给出一个确定的数字标准来确定大小，而只能用一些模糊的感觉来相比照较。例如，一个公司在年度预算中有了特地的，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，安全和保密政策与治理流程，有了高度依靠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时机或挑战了。,1 谢 文：看得见的将来十谈大数据时代,27,2、数据构造,数据量只是反映数据性质的一个指标，或许还不是最重要的指标。一天产生一百万个T数据的公司或许算不上大数据公司，而另一个一天只产生一万个T数据的公司或许反而是个大数据公司，其微妙在于数据构造的简单性。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，比方猎取新闻资讯，买买东西，或者玩玩玩耍。那么由此产生的数据量虽然不小，但构造简洁，重复性高，分析起来很简洁，无非就是依据用户背景和使用习惯分分组，归归类，简洁数据挖掘根本功足够，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全部事情，网络行为又可分为个人，群体，组织等层次，那么这个数据的构造就够简单，能够支持深度挖掘和简单建模，因而就可以算作大数据。,28,3、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：一是网站构造碎片化，规律混乱化，各种产品与效劳之间相互孤立化，因而导致数据之间关系断裂，关联度很低。例如，明明是同一个用户在一个网站上使用了十种不同的产品和效劳，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展高本钱的数据整合，以至于入不敷出。这也就削减了数据的含金量，降低了数据的可挖掘度，使得无论数据量如何大，构造如何简单，也形成不了大数据。反之，假设一个WEB2.0时代的开放平台，架构清晰，规律清楚，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,29,4、衍变规律之我见,30,大数据的使用模式：,基于效劳计算的模式 Web-based application,具体的实现途径：,基于云计算的方式,由于大数据规模，需要大容量的存储云存储,由于简单数据构造，需要高性能的计算力量云计算,由于有关联数据关联度，需要跨平台的协同力量应当是今后云应用的拓展方向之一，在协同粒度、隐私爱护、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,31,第一阶段：个体效劳资源的丰富过程,问题：web service的开发、公布、定位、组合、评估等争论主题(资本主义自由贸易的初级阶段),其次阶段：支持主流效劳的集成应用,问题：存储力量、计算力量的提升，云计算应运而生垄断企业，跨国公司的形成过程,第三阶段：围绕效劳信息的增值应用,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 ,32,32,“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，等价于效劳的生产和调用到数据的产生与增值,数据之间的泛在互联,数据的来源？,33,34,社会的根底设施已经具备,移动,PCs,TVs,PDAs,GPS,导航,汽车电子设备,智能家电,iPhone,DCs,传感器,。,35,36,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,后大数据阶段应当是什么呢？大家一起思考,37,谢谢，请多指正！,5,、专家指导环节,