物联网海量数据处理所面临的挑战及对策.docxVIP

物联网海量数据处理所面临的挑战及对策.docx

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

??

?

??

物联网海量数据处理所面临的挑战及对策

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

一引言

物联网(InternetofThings,IOT)的概念是在1999年提出的,简单来讲就是把所有物品通过射频识别、传感器件与设备、全球定位系统等种种装置与互联网结合起来而形成一个巨大的网络,实现智能化识别和管理,进而实现所有物品的远程感知和控制,由此生成一个更加智慧的生产和生活体系。

物联网广泛用于智能交通、基础测量、工程测量、国土资源调查、工业监测、地灾监测、环境保护、城市规划、施工建设、政府工作、公共安全、智能消防等多个领域,被公认为是继计算机、互联网与移动通信网之后的世界信息产业第三次浪潮,开发及应用前景巨大。据美国研究机构Forrester预测,物联网所带来的产业价值要比互联网大30倍,将会形成下一个万亿元级别的信息通信技术业务。

目前,世界各国对物联网都进行了相关的研究,并部署了相应的研究计划。物联网技术能够实现人类社会、物理世界、信息世界的高度融合,形成对社会资源、信息资源、物理资源的深度协同与综合利用,代表了信息技术的新趋势。温家宝总理将这一趋势在中国的实现高度概括为“感知中国”,并在2009年连续四次明确指示:要建设“感知中国”中心,突破物联网核心技术。目前我国已在无锡成立了中国物联网研究发展中心,并已经建立了多个物联网产业化基地;天津也在积极着手制定物联网产业发展规划,圈定产业资源,打造物联网新兴战略产业。此外,我国的“十二五”规划中已经明确将物联网列为发展的重点。

然而,目前物联网的研究与产业化还存在着诸多的局限性,大部分工作还集中在物联网中单个传感器或小型传感器网络方面(如智能型传感器及其分析技术、压缩传感技术等),或者集中在物联网硬件和网络层面(如新型网络互联技术、高通量服务器技术等),而对于物联网欲与互联网比肩所面临的核心问题,即海量传感器数据的智能处理与分析、大量传感器的协同工作、复杂事件探测与发现等技术的研究还比较有限。总体上讲,目前的物联网技术尚处于发展的初级阶段。其实,互联网技术也经历了类似的发展历程:早期的互联网研究也是更多地关注底层网络互联设备、硬件、网络通信协议等,而只有当互联网技术开始更多地转向海量数据处理、数据分析与挖掘、有哪些信誉好的足球投注网站引擎等之后,才真正地得以成熟并得到大规模的应用。

针对物联网技术目前的研究现状和核心问题,本文将重点分析物联网在海量数据处理方面所面临的挑战并给出相应对策,然后提出基于海—云计算模型的物联网海量数据处理解决方案。

二物联网海量数据处理所面临的挑战

在物联网系统中,大量的传感器节点不断地向数据中心传递所采集的数据,从而形成了海量的异构数据流。数据中心不仅需要理解这些数据,而且需要及时地分析和处理这些数据,从而实现有效的感知和控制。通过分析我们不难看出,物联网具有以下特点,对数据处理技术形成了巨大的挑战。

(一)传感器节点及采样数据的异构性

物联网系统中包含形形色色的传感器,如交通类传感器、水文类传感器、地质类传感器、气象类传感器、生物医学类传感器等。其中,每一类传感器又包括诸多具体的传感器,如交通类传感器包括GPS传感器、RFID传感器、车牌识别传感器、电子照相身份识别传感器、交通流量传感器(红外、线圈、光学、视频传感器)、路况传感器、车况传感器等。这些传感器不仅结构和功能不同,而且所采集的数据也是异构的。这种异构性极大地增加了软件开发和数据处理的难度。

(二)物联网节点及数据的海量性

据MorganStanley等权威机构预测,互联网中联网计算机的数量将增长到十亿级,联网移动终端的数量将增长到百亿级。业界普遍认为,物联网终端的规模将是互联网的数十倍,2020年物联网终端的规模很可能达到千亿量级,2030年有可能达到万亿量级。海量物联网终端不断地产生新的采样数据,系统不但需要存储这些采样数据的必威体育精装版版本,而且需要存储某个规定时间段(如1个月)内的所有历史采样值,以便进行复杂的数据分析以及实现对复杂事件的智能化感知处理。可以想象,上述数据将是海量的,对这些数据的存储、传输、查询以及分析处理将是一个前所未有的挑战。

(三)物联网数据的时效性

物联网数据所反映的都是在数据采集时刻传感器的状态。例如,机场油库温度传感器的采样值只在规定的时间范围(如1分钟)内有效,一旦超出该时间范围,传感器的采样值也就不再有效。此外,由于传感器数据反映的是被监控目标的物理状态,系统反应速度过慢而超过规定的时间范围就可能导致灾难性的后果,这就要求物联网系统必须具有快速反应的能力。

(四)物联网数据的时空敏感性

与普通互联网节点不同,物联网节点普遍存在空间和时间属性——每个节点都有地理位置,每个数据采样值都有时间属性,而且许多节点的地理位置还是随时间

文档评论(0)

138****5517 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档