⑴ 【国脉独家】反思物联网：物联网的真正突破是如何管理数据传输

它对我的哲学爱好和工程的优雅感都极具吸引力，数十亿美元设备的前景在于：它们彼此之间无缝对接，允许物联网脱离集中指挥和控制，而不用充分利用梅特卡夫定律，通过更广阔的互联互通去创造更多的价值。
但真正的对等通信不是完美的民主--这是毫无意义的杂音。在物联网内，网络边缘的设备之间没有必要相关联--因为它们的信息价值为零。这些设备具有简单的发送和接收需求：每小时也许只分享几个字节的数据在轴承温度和供应柴油发电机组的燃料需求上。因此，它们肩负协议栈、处理和存储信息，让真正的对等网络完全是资源浪费，造成了更多失败、管理和配置错误乃至黑客入侵的风险。
话虽如此，显然传输数据发往边缘设备或从边缘设备发出数据是有必要的，一个真正通用的物联网的突破在于，利用逐步提升的智能化程度和网络覆盖能力来管理数据的传输。
从概念上说，一个非常简单的三层模型就足够了。有些简单的设备处在网络边缘，他们通过多种方式发送或接收少量的数据：采用一定数量的协议无线传输，经由电线网络，或者被直接连接到一个更高级别的设备。这些边缘设备只是线性调频它们的数据位，或收听径直朝它们的线性调频脉冲。
因此，如果终端设备不能够适应协议的智能化，它必然停滞于某个地方。某个地方的主要元素是二级传播子节点，这在技术上有点像我们都熟悉的网络设备，但它们的操作方式有所不同。传播者倾听从不同设备处线性调频脉冲而来的数据，根据传输箭头（向设备或从设备）这一套简单的规则，传播节点决定如何播放这些线性调频脉冲内容到其他传播节点或更高级别的集成设备，这些我将马上谈论到。
为了扩大物联网的规模，这些传播节点必须具备很高的洞察力和自我组织能力。他们将识别所在范围内的其他传播节点，设置简单的路由邻接表，并可能发现到达匹配集成器的路径。我已经先于无线网状网络解决了这样的问题，虽然拓扑算法是复杂的，但需要交换的数据量小。
删除和优化节点是传播节点的重要功能之一。往返终端设备的线性调频脉冲也可以与其它通讯方式组合，朝传输箭头的一般方向发送。物联网在我看来，传播者是最符合对等网络传统观念的物体，但他们所提供的代表设备和系统集成商的网络，位于高于和低于自己的级别。任何标准的网络协议都可以使用，所以传播节点将在不同的网络（例如电源线、蓝牙、无线个域网或WiFi网络）之间执行重要的翻译、转换功能。
集成功能是线性调频脉冲从数百到数百万的设备进行分析和采取行动。它也在设备间发送自己的线性调频脉冲获取信息或设定值--当然，这些线性调频脉冲的传输箭头指向设备。集成功能也包含了各种输入，从大的数据到社交网络的发展趋势和对天气预报的喜好。
集成功能是人之于物联网的接口。因此，它们将被建立来减少一段时间内收集的无法估量的数据，化繁为简到一组简单的警报，除此以外，还有其他由人类消耗的数据报告。另一个方面，通过偏压装置来操作某些所需的参数，它们将用于管理物联网。
使用如集群和避免这般简单的概念，并综合调度和决策集成功能内的过程，它要求物联网运作透明，且无需人工干预。一个普通家庭就可能需要一个集成功能，用来操作一个智能手机、电脑或家庭娱乐设备。集成功能可以扩张到一个巨大的全球性企业，例如用来跟踪和管理整个公司范围内的能源使用。当牵涉到包装和交付产品，一些物理设备将进行功能组合。传播节点联合一个或多个终端设备才有产生意义，其他组合也能发挥效用。但这儿最重要的概念是：一切有量度的网络交付在有需要时去替换对等网络的观念。
在物联网中，我们需要一个劳动分工（类似蚂蚁和蜜蜂群落），以便不需要接收和发送的设备只接受它们需要的网络信息量。
是的，一个相对较小的数目（亿万）的更复杂的设备会连接到物联网。

⑵ 物联网全方位爆发 大数据必不可少

物联网全方位爆发 大数据必不可少
1、物联时代 数据核心
物联网的发展正在以指数级的速度增长，而企业也正在利用其力量寻求进一步的业务提高。而对于物联网来讲，最大的挑战并不是连接，而是物联网的真正组成--数据。

物联时代 数据核心
物联网的增长速度飞快，并且开始借助技术的力量触摸到每个行业。物联网将每个可能沟通起来的对象串联起来，将传统设备转化为智能设备，为企业开辟新的技术收入流。而物联网潜在的革命性也让企业的每个部门都会受到影响。
物联网既然由"物"串联而成，那么一切设备都可能成为未开发的资源。像互联网一样，物联网也包含了网络信息的交互和访问。这使得硬件设备扮演了关键的角色，而信息不平等、客户服务、社会福利和智慧度不足的生态系统都可能会影响到物联网的发展。而让万物拥有智慧的计划在近几年来基于技术基础不断推展，其具有的智慧和洞察力会产生更多可开采数据，从而让物联网的商业价值得到进一步提高。
物联网全方位爆发
目前，大量的物联网设备正在涌入市场，根据国外相关机构预测，物联网智能设备的数量在今年有望增长15%，达到200亿。而从设计、制造、相关软件和组件的生产等各个相关行业也会进入物联网生态系统，从而造就更多行业利润的增加。利用物联网设备进行智能分析和数据收集是涉及到所有行业利润驱动的核心。
从一项调查中来看，目前大约有65%的企业正在使用或者计划使用物联网解决方案解决业务问题。而在投资方面，物联网的资金投入从2015年的2150亿美元增长到2020年的8320亿美元，而且未来几年，企业还将不停的寻找物联网技术新的应用领域。
2、大数据必不可少
在这种情况下，数据的采集和分析必须要跟上设备开发与部署的节奏，其对于物联网至关重要。物联网的数据挖掘关乎业务范围和公司前景的发展，同时这些数据可以帮助物联网发掘潜力，寻找存在的问题，形成良性循环。
通过对专业的知识对这些数据进行分析后，物联网企业和运营商都可以从中获取更高的利润，改善用户体验，重新审视当前的运营模式，评估知识水准。而物联网数据本身就是一种大数据，是从大量传感器中收集，通过设备和云计算获取结构化、实时流信息的来源。因此，物联网项目的成功与否取决于可不可以智能的利用收集到的数据。
目前，仅有1/3的欧洲企业可以分析他们的物联网项目中所产生的大量数据，这就意味着很多的项目尚未对数据中隐藏的价值开始进行探索。而长远来看，这将很可能使得企业错失新的物联网机会，缺乏物联网洞察的帮助，在为消费者提供定制化服务时也将困难重重。在新的商业模式中，利用这些数据可以解决货币化问题，保护企业的商业底线，确定新的商业方向。
物联网数据分析需要保持稳定性
物联网数据分析有很多因素是十分重要的。首先，保持7*24不间断的数据能见度是非常重要的，实时的分析能够为物联网项目提供整体把控支持。这其中可能会包括了大量的设备、传感器、网络和连接。公司还需要能够实时的查看当前数据、网络技术、BI以及网络部署等状态，保持控制。
建立统一平台，能够提供收集的数据对资产甚至客户行为的影响，帮助企业了解客户行为和细节，借此提升管理服务质量。这将有利于改善现有服务，推出新产品，开辟新的收入来源和服务提供商，保持市场竞争的优势。
3、物联网数据 安全当先
在平台之上应该有专业的监管人员或者设备。一方面可以提升企业对数据的把握，另一方面，一旦产生任何可能会对物联网基础设施产生干扰的活动时可以迅速进行过滤。由于物联网的网络承担了重要的认为，其数据流量需要保障可靠和安全性，也要保障整体网络的韧性。
一般来讲，物联网网络与运营商的合作会产生新的机遇。物联网是一个新的领域，开发新的API，采用新的技术可以更好的为之服务。而所有的系统功能、属性等都可以通过API来获取服务、供应、配置、统计甚至智能化的业务终端等。长远来看，物联网服务的提供者可以成为IT企业的合作伙伴，进一步提高不同企业间的工作效率。而相应的数据将会成为一种新的货币，掌握了这部分API数据的运营商自然会成为得利者。
物联网安全不可低估
物联网的安全和隐私也是值得关注的部分，超过25%的企业认为，安全和隐私问题是物联网投资的主要障碍。而这一点在设备方面尤其重要，目前物联网用于医疗领域的阻碍也是限制于安全方面的考虑。物联网网络需要在相关数据、设备可靠性、安全性、执行等多个方面达到最优水平。
当前时代中，物联网的发展速度十分喜人。设备和服务的早期投入已久开始回馈消费者和工业应用，而这一趋势还在加速中，现如今需要的是让整个物联网体系更为智能的方法。而大数据，无疑是另一个可靠的技术。

⑶ 物联网深入发展 将如何改变大数据分析

物联网深入发展 将如何改变大数据分析
数据一直在业务中发挥关键作用，但大数据分析的兴起，大量存储的信息可以在计算上挖掘出来，揭示有价值的见解、模式和趋势，使其在现代商业领域几乎不可或缺。收集和分析这些数据并将其转化为可行的结果的能力是成功的关键。

随着物联网的发展，这一过程变得越来越复杂，在日常生活中，从车辆到商店展示，到智能家居自动化技术，如恒温器和水位显示器，都能产生大量的数据。物联网带来了各种新的分析挑战，而更快适应这一新现实的企业将获得明显的优势。
改变基础设施的需求
物联网产生的数据面临的主要问题之一就是它的规模。英特尔公司估计，到2020年，多达2000亿台智能设备将在线运行，以及约54亿个具有物联网功能的B2B设备。这意味着任何寻求利用物联网数据的企业必须首先投资于处理数据量惊人所需的基础架构，其中大部分将是原始的和未标准化的。数据湖和分布式服务器集群可能成为存储此数据所必需的，控制数据流对于管理带宽和网络成本是必不可少的。
新的分析挑战
除了物联网产生的大量数据之外，数据本身也提出了一个问题。大多数传感器产生的数据是相对嘈杂和非标准化的，大部分数据是实时数据流的形式。这些事实需要一种新的分析方法，软件堆栈能够快速分类，处理和分析大量的数据。在数据被正确处理之后，下一个挑战是挖掘这些不同的信息源以产生可操作的数据。
技能分析师日益增长的需求
随着更复杂分析的需要，需要更多和更熟练的数据分析师。从物联网数据流中吸取有用的见解需要高超的技能，不仅要管理数据本身，还要确定最有效的焦点区域。大数据框架(如hadoop和Spark)以及R数据编程语言的专长正在迅速成为管理物联网生成数据的关键，业务分析越来越依赖于复杂的技能集，其中包括机器学习，复杂算法，深度学习，复杂事件处理等。
从数量提取质量
调查显示，96%的企业遇到通过其接收的数据量进行过滤的问题，而这个问题只会因为大量新数据的涌入而加剧。大数据本身没有什么用途。其它真正的价值在于从这个数量中提取质量并产生有意义的见解。消除噪音的一个重要方法是使用过滤器来消除多余的数据。物联网数据通常是高度粒度的，大多数企业不需要这样的详细信息。使用算法驱动的过滤器将这些数据压缩成更实际的时间间隔中，显着地减少了要分析的数据量，而不会影响其质量，从而使其更有价值。此外，由于物联网传感器已经广泛存在，而且很快就会普及，将有用的数据源从那些不需要的地方进行排序将是最重要的。
新的安全范式
由于物联网由广泛的设备，通信协议和数据类型组成，为了保护其产生的数据，这要求企业必须准备迎接新挑战。许多数据安全专业人员在处理物联网数据方面根本没有太多经验，而且新的来源和技术却快速到来，随着安全威胁的增加，需要企业提高警觉性和灵活性。妥善保护物联网数据将需要所有新的安全措施和协议专门设计来满足这一新的现实。
物联网已经经历了快速增长，似乎有望成为业务分析未来的浪潮，但它仍然是一个新兴的技术。它产生的大量数据将只会增长，并变得更加复杂，现在投资于基础设施和需要处理的技术人员将在未来得到回报。负担得起的，可扩展的，持久的存储将是至关重要的，数据分析师也将具备适应大数据快速变化现实的技能和经验。未来即将到来，必须进行适当的规划和准备。