物聯網（IoT）簡介

物聯網 Internet of Things （IoT）是一個統稱，指的是越來越多不屬於傳統計算設備，但卻連接到互聯網接收或發送數據，或既接收也發送的電子設備組成的網路。

現在有數不勝數的東西可以歸為這一類：可以聯網的「智能」版傳統設備，比如說電冰箱和燈泡；那些只能運行於有互聯網環境的小設備，比如像 Alexa 之類的電子助手；與互聯網連接的感測器，它們正在改變著工廠、醫療、運輸、物流中心和農場。

什麼是物聯網？

物聯網將互聯網、數據處理和分析的能力帶給了現實的實物世界。對於消費者來說，這就意味著不需要鍵盤和顯示器這些東西，就能和這個全球信息網路進行互動；他們的日常用品當中，很多都可以通過該網路接受操作指令，而只需很少的人工干預。

互聯網長期以來為知識工作提供了便利，在企業環境當中，物聯網也能為製造和分銷帶來同樣的效率。全球數以百萬計甚至數十億計的嵌入式具有互聯網功能的感測器正在提供令人難以置信豐富的數據集，企業可以利用這些數據來保證他們運營的安全、跟蹤資產和減少人工流程。研究人員也可以使用物聯網來獲取人們的喜好和行為數據，儘管這些行為可能會嚴重影響隱私和安全。

它有多大？

一句話：非常龐大。Priceonomics 對此進行了分析：在 2020 年的時候，有超過 50 億的物聯網設備，這些設備可以生成 4.4 澤位元組 zettabyte （LCTT 譯註：1 zettabyte = 10 ⁹ terabyte = 10 ¹² gigabyte）的數據。相比較，物聯網設備在 2013 年僅僅產生了 1000 億 千兆位元組 gigabyte 的數據。在物聯網市場上可能掙到的錢也同樣讓人瞠目；到 2025 年，這塊市場的價值可以達到 1.6 萬億美元到 14.4 萬億美元不等。

物聯網的歷史

一個聯網設備和感測器無處不在的世界，是科幻小說中最經典的景象之一。物聯網傳說中將 1970 年 卡耐基•梅隆大學的一台連接到 APRANET 的自動販賣機 稱之為世界上第一個物聯網設備，而且許多技術都被吹捧為可以實現 「智能」 的物聯網式特徵，使其頗具有未來主義的光彩。但是「物聯網」這個詞是由英國的技術專家 Kevin Ashton 於 1999 年提出來的。

一開始，技術是滯後於當時對未來的憧憬的。每個與互聯網相連的設備都需要一個處理器和一種能和其他東西通信的方式，無線的最好，這些因素都增加了物聯網大規模實際應用的成本和性能要求，這種情況至少一直持續到 21 世紀頭十年中期，直到摩爾定律趕上來。

一個重要的里程碑是 RFID 標籤的大規模使用，這種價格低廉的極簡轉發器可以被貼在任何物品上，然後這些物品就可以連接到更大的互聯網上了。對於設計者來說，無處不在的 Wi-Fi 和 4G 讓任何地方的無線連接都變得非常簡單。而且，IPv6 的出現再也不用讓人們擔心把數十億小設備連接到互聯網上會將 IP 地址耗盡。（相關報道：物聯網網路可以促進 IPv6 的使用嗎？）

物聯網是如何工作的？

物聯網的基本元素是收集數據的設備。廣義地說，它們是和互聯網相連的設備，所以每一個設備都有 IP 地址。它們的複雜程度不一，這些設備涵蓋了從工廠運輸貨物的自動駕駛車輛到監控建築溫度的簡單感測器。這其中也包括每天統計步數的個人手環。為了讓這些數據變得有意義，就需要對其收集、處理、過濾和分析，每一種數據都可以通過多種方式進行處理。

採集數據的方式是將數據從設備上傳輸到採集點。可以通過各種無線或者有線網路進行數據的轉移。數據可以通過互聯網發送到具有存儲空間或者計算能力的數據中心或者雲端，或者這些數據也可以分段進行傳輸，由中間設備匯總數據後再沿路徑發送。

處理數據可以在數據中心或者雲端進行，但是有時候這不太可行。對於一些非常重要的設備，比如說工業領域的關停設備，從設備上將數據發送到遠程數據中心的延遲太大了。發送、處理、分析數據和返回指令（在管道爆炸之前關閉閥門）這些操作，來回一趟的時間可能要花費非常多的時間。在這種情況下， 邊緣計算 edge-computing 就可以大顯身手了，智能邊緣設備可以匯總數據、分析數據，在需要的時候進行回應，所有這些都在相對較近的物理距離內進行，從而減少延遲。邊緣設備可以有上游連接，這樣數據就可以進一步被處理和儲存。

物聯網是如何工作的。

物聯網設備的一些例子

本質上，任何可以搜集來自於真實世界數據，並且可以發送回去的設備都可以參與到物聯網生態系統中。典型的例子包括智能家居設備、射頻識別標籤（RFID）和工業感測器。這些感測器可以監控一系列的因素，包括工業系統中的溫度和壓力、機器中關鍵設備的狀態、患者身上與生命體征相關的信號、水電的使用情況，以及其它許許多多可能的東西。

整個工廠的機器人可以被認為是物聯網設備，在工業環境和倉庫中移動產品的自主車輛也是如此。

其他的例子包括可穿戴設備和家庭安防系統。還有一些其它更基礎的設備，比如說樹莓派和Arduino，這些設備可以讓你構建你自己的物聯網終端節點。儘管你可能會認為你的智能手機是一台袖珍電腦，但它很可能也會以非常類似物聯網的方式將你的位置和行為數據傳送到後端服務。

設備管理

為了能讓這些設備一起工作，所有這些設備都需要進行驗證、分配、配置和監控，並且在必要時進行修復和更新。很多時候，這些操作都會在一個單一的設備供應商的專有系統中進行；要麼就完全不會進行這些操作，而這樣也是最有風險的。但是整個業界正在向標準化的設備管理模式過渡，這使得物聯網設備之間可以相互操作，並保證設備不會被孤立。

物聯網通信標準和協議

當物聯網上的小設備和其他設備通信的時候，它們可以使用各種通信標準和協議，這其中許多都是為這些處理能力有限和電源功率不大的設備專門定製的。你一定聽說過其中的一些，儘管有一些設備使用的是 Wi-Fi 或者藍牙，但是更多的設備是使用了專門為物聯網世界定製的標準。比如，ZigBee 就是一個低功耗、遠距離傳輸的無線通信協議，而 MQTT（ 消息隊列遙測傳輸 Message Queuing Telemetry Transport ）是為連接在不可靠或者易發生延遲的網路上的設備定製的一個發布/訂閱信息協議。（參考 Network World 的辭彙表：物聯網標準和協議。）

物聯網也會受益於 5G 為蜂窩網路帶來的高速度和高帶寬，儘管這種使用場景會滯後於普通的手機。

物聯網、邊緣計算和雲

邊緣計算如何使物聯網成為可能。

對於許多物聯網系統來說，大量的數據會以極快的速度湧來，這種情況催生了一個新的科技領域， 邊緣計算 edge computing ，它由放置在物聯網設備附近的設備組成，處理來自那些設備的數據。這些機器對這些數據進行處理，只將相關的素材數據發送到一個更集中的系統系統進行分析。比如，想像一個由幾十個物聯網安防攝像頭組成的網路，邊緣計算會直接分析傳入的視頻，而且只有當其中一個攝像頭檢測到有物體移動的時候才向安全操作中心（SoC）發出警報，而不會是一下子將所有的在線數據流全部發送到建築物的 SoC。

一旦這些數據已經被處理過了，它們又去哪裡了呢？好吧，它也許會被送到你的數據中心，但是更多情況下，它最終會進入雲。

對於物聯網這種間歇或者不同步的數據來往場景來說，具有彈性的雲計算是再適合不過的了。許多雲計算巨頭，包括谷歌、微軟和亞馬遜，都有物聯網產品。

物聯網平台

雲計算巨頭們正在嘗試出售的，不僅僅是存放感測器搜集的數據的地方。他們正在提供一個可以協調物聯網系統中各種元素的完整平台，平台會將很多功能捆綁在一起。本質上，物聯網平台作為中間件，將物聯網設備和邊緣網關與你用來處理物聯網數據的應用程序連接起來。也就是說，每一個平台的廠商看上去都會對物聯網平台應該是什麼這個問題有一些稍微不同的解釋，以更好地與其他競爭者拉開差距。

物聯網和數據

正如前面所提到的，所有這些物聯網設備收集了 ZB 級的數據，這些數據通過邊緣網關被發送到平台上進行處理。在很多情況下，這些數據就是要部署物聯網的首要原因。通過從現實世界中的感測器搜集來的數據，企業就可以實時的作出靈活的決定。

例如，Oracle 公司假想了一個這樣的場景，當人們在主題公園的時候，會被鼓勵下載一個可以提供公園信息的應用。同時，這個程序會將 GPS 信號發回到公園的管理部門來幫助他們預測排隊時間。有了這些信息，公園就可以在短期內（比如通過增加員工數量來提升景點的一些容量）和長期內（通過了解哪些設施最受歡迎，那些最不受歡迎）採取行動。

這些決定可以在沒有人工干預的情況作出。比如，從化工廠管道中的壓力感測器收集的數據可以通過邊緣設備的軟體進行分析，從而發現管道破裂的威脅，這樣的信息可以觸發關閉閥門的信號，從而避免泄漏。

物聯網和大數據分析

主題公園的例子可以讓你很容易理解，但是和許多現實世界中物聯網收集數據的操作相比，就顯得小菜一碟了。許多大數據業務都會使用到來自物聯網設備收集的信息，然後與其他數據關聯，這樣就可以分析預測到人類的行為。Software Advice 給出了一些例子，其中包括由 Birst 提供的一項服務，該服務將從聯網的咖啡機中收集的咖啡沖泡的信息與社交媒體上發布的帖子進行匹配，看看顧客是否在網上談論咖啡品牌。

另一個最近才發生的戲劇性的例子，X-Mode 發布了一張基於位置追蹤數據的地圖，地圖上顯示了在 2020 年 3 月春假的時候，正當新冠病毒在美國加速傳播的時候，人們在 勞德代爾堡 Ft. Lauderdale 聚會完最終都去了哪裡。這張地圖令人震撼，不僅僅是因為它顯示出病毒可能的擴散方向，更是因為它說明了物聯網設備是可以多麼密切地追蹤我們。（更多關於物聯網和分析的信息，請點擊此處。）

物聯網數據和 AI

物聯網設備能夠收集的數據量遠遠大於任何人類能夠以有效的方式處理的數據量，而且這肯定也不是能實時處理的。我們已經看到，僅僅為了理解從物聯網終端傳來的原始數據，就需要邊緣計算設備。此外，還需要檢測和處理可能就是完全錯誤的數據。

許多物聯網供應商也同時提供機器學習和人工智慧的功能，可以用來理解收集來的數據。比如，IBM 的 Jeopardy!-winning Watson 平台就可以在物聯網數據集上進行訓練，這樣就可以在預測性維護領域產生有用的結果 —— 比如說，分析來自無人機的數據，可以區分橋樑上輕微的損壞和需要重視的裂縫。同時，ARM 也在研發低功耗晶元，它可以在物聯網終端上提供 AI 的能力。

物聯網和商業

物聯網的商業用途包括跟蹤客戶、庫存和重要部件的狀態。IoT for All 列舉了四個已經被物聯網改變的行業：

• 石油和天然氣：與人工干預相比，物聯網感測器可以更好的檢測孤立的鑽井現場。
• 農業：通過物聯網感測器獲得的田間作物的數據，可以用來提高產量。
• 採暖通風：製造商可以監控全國各地的氣候控制系統。
• 實體零售：當顧客在商店的某些地方停留的時候，可以通過手機進行微目標定位，提供優惠信息。

更普遍的情況是，企業正在尋找能夠在四個領域上獲得幫助的物聯網解決方案：能源使用、資產跟蹤、安全領域和客戶體驗。

via: https://www.networkworld.com/article/3207535/what-is-iot-the-internet-of-things-explained.html

作者：Josh Fruhlinger 選題：lujun9972 譯者：Yufei-Yan 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出

本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive