物聯網處理技術精品(七篇)

序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇物聯網處理技術范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

關鍵詞：RFID技術；物聯網；信息處理

物聯網是目前廣泛應用的技術之一，適用于各種類型的應用場景，同時與人們的生活息息相關。因此，物聯網技術一直是科學研究的熱點之一。RFID技術屬于物聯網系統感知層技術，主要用以感知數據。該技術經過長時間應用，已然成熟，能夠對大量物品實行唯一標識。因此被廣泛應用于物聯網信息處理當中。

1 信息融合技術

1.1 物聯網信息融合理論

所謂信息融合，指在不違背部分準則的前提下，通過計算機技術將多源信息綜合為一體，并對其進行分析，是為了令各類型應用的分類任務得以實現所進行的處理過程。依照信息提取水平的不同，可將物聯網內信息融合技術下分為四個層次，具體如下：低等水平融合、中等水平融合、高等水平融合以及多級融合。該分類方法中，多級融合是由低、中以及高等水平融合綜合而成。因此，也可將信息融合技術細分為三個層級，即數據級融合、特征級融合以及決策級融合。針對物聯網而言，數據級融合存在的主要目的是為了將錄入數據中的噪聲完全消除。特征級融合以及決策級融合存在的目的則是為了獲得同實際應用相關聯且具有應用價值的信息。

1.2 物聯網信息融合常用算法

第一，數據級融合算法。所謂數據級融合指在原始數據采集完成之后，對數據的融合。其融合特點為所有信息必須保證同質，若信息不同質，則不得于該層級內融合。該階段融合技術較為常用的融合算法有以下兩種。

（1）加權平均法。與其他算法相比，該算法最為簡單，無需借助其他步驟，便能對傳感器所獲取的信息實施線性加權平均，從而預估處于運動狀態下的目標運動軌跡某一定點的坐標位置。然而，利用該算法進行融合之后，對比度相對較低，而且不可使用增大權重的方法向用戶反映部分信息是否具有突出作用。

（2）特征匹配法。該方法主要是通過兩種信息特點之間的匹配關系完成圖像之間配準映射轉換的建立，最為常用的便是ICP算法。可通過對真集合的方式進行改善，通過對無誤差使用危險性最優化的算法直接完成最小化操作。同傳統ICP方法相比，該方法具有數據處理速度快，且精確度高，收斂區間擴大等多個優點。

第二，決策級融合算法。決策級融合指預處理不同質數據、可信度分配以及識別與提取特征值時所建立的最佳決策。該級別融合可有效融合傳感器所收集的數據，同時對融合之后的結果實施分析以及判定，建立決策與建議。同之前級別的融合相比，該級別融合屬于信息融合的最佳層次，具有良好的容錯性、適用范圍較廣。使用較為頻繁的識別方法為專家系統。該系統是由推理設備、知識庫以及解釋設備等共同組成。專家系統分類較多，基于的標準也各不相同，如有以規則為基礎建立的專家系統，以框架為基礎建立的專家系統等。就目前而言，大部分決策級融合算法所使用的系統為專家系統。

2 云計算物聯網數據處理

2.1 常見數據模型及建模思想

RFID數據模型的建立，直接影響了基層RFID原始數據存儲以及顯示的方式，同時也會對系統整體形成明顯的影響。因為RFID相關應用規模相對較大，而且往往容易產生大量數據，且數據呈分布式的存儲于各個組織當中。因此需要效率更好的軟件，“云”便是選擇之一。工作人員在設計模型過程中，需將上述因素均納入考慮范圍之內。較為常見的RFID數據模型有以下兩種。

（1）DRER模型。DRER，又稱動態管理ER模型，該模式為西門子RFID系統中間部分所使用RFID數據模型。該模式對數據管控可能使用的實體轉化為靜態，或是呈現動態的實體，具體內容包括Obcejt、Reader、Location以及Transaction，將實體之間的交換轉變為以狀態為基礎形成的動態關系或是以時間為基礎的動態關系。DRER不僅能夠完成實體與實體之間聯系的定義，同時也建立了如何對數據實施篩選的規則引擎，使得系統更為智能化。能夠自行對底層系統所獲取的數據進行分析、過濾以及處理，從而將所有原始數據轉化為系統運行需要的數據，同時也能為上層應用提供追蹤以及追溯功能。

（2）RFID-Cuboid模型。該模型的建立是對某一獨立在早期運動過程中會成組進行移動的物體的觀察，組內任意物品的記錄均能組合生成為一條記錄。同DRER對比，RFID-Cuboid模型屬于成靜態的模型，用以挖掘數據。并非屬于動態的模型。該模型共分為4個模塊，分別為Fact、Measurement、Map以及Stay。其中，Fact模塊同DRER模型當中Obcejt與Location表功能基本一致，都記錄了關于物品完整的初始數據信息。然而，該系統使用Stay表以及Map表完成對數據的壓縮。Stay表是因物品呈成組移動方才存在，可以將組這一概念引入，把從屬于同一組內的物品記錄統一壓縮為一條記錄。Map表則可以實現組與組之間物品的映射，借此體現組內物品的細化。該系統最為明顯的特點與優勢是其支持用戶進行統計類或是路徑類的查詢工作，在引入gid概念以及Map表基礎之上，用戶能夠搜索指定物品當前的路徑信息，在Measurement表的支持下，用戶可直接利用搜索獲取有關類型的統計信息。

通過對上述兩種模型進行分析，可知RFID數據模型設計的思想如下：第一，物品同RFID必須保持對應。但是過程同RFID閱讀設備之間并不存在特殊關系，可以對其進行動態的改變。但通常情況下，兩者關系較為固定。過程可利用RFID閱讀設備標記物品流入過程的實際時間以及流出過程的實際時間。第二，該波形不僅有權利獲取初始RFID數據，同時也擁有權限取得一定量同上層業務邏輯有關的數據，尤其是有關RFID便簽實際流向的訂單信息以及物品發放與收取的有關信息。第三，應用RFID系統對數據進行處理，往往某一過程不會將打包裝箱以及拆包拆箱的操作一同記錄。故而，相同過程僅僅記錄某一獨立物品的打包操作或是拆包操作。第四，系統組織內往往包含有數個處理過程，組織能選擇將部分處理過程對外暴露，或是把該組織的處理壓縮為一個過程。凡是組織選擇對我暴露的處理過程中都可以視為獨立處理的過程，過程標識具有唯一性。第五，“云”的使用?！霸啤笔且环N能夠完成自我維護或是便于維護人員維護與管理的一種為虛擬狀態資源，通常需要集合大量服務器，如計算服務器、寬帶資源以及存儲服務器等，將其統一存儲于某一位置，則該位置便是“數據中心”。同時，用戶通過專業的軟件可直接對數據中心內的內容進行訪問與管理。由于管理軟件本身具有一定智能性，加之部分資源能夠實現自我維護，所以維護工作大大減輕。

云計算具有以下優點：其一，規模大。“云”集合了大量服務器，使其具有極強的計算能運算能力。其二，高可靠性。“云”可以運用數據多副本容錯，或是計算節點同構相互轉化等措施，使得云計算所得結果得到保證。其三，虛擬化。無論是企業，還是用戶均能于任何位置通過任何終端獲取“云”的服務。應用軟件在“云”內某一部分運行，但用戶無需確認應用運行的實際所在位置，僅需借助筆記本或是PDA等終端，便能通過網絡自“云”端獲取各類型服務。由于“云”具備上述優點，大部分企業開始通過云計算進行物聯網數據處理，以提高數據處理速度，同時保證數據處理的正確性。

2.2 數據模型建立思想

所謂數據視圖，指從一個或是多個基礎數據庫表中按照用戶的實際需要而建立的虛擬數據表格，其設計與傳統關系數據庫基本相同，也可以使用E-R圖表用意表示模型。

數據模型圖基本如圖1所示，其含有如下實體：處理過程、組織以及物品。具體關系如下：第一，多個處理過程從屬于相同組織，關系表示為1：n。第二，過程同過程存在關聯關系，關系表示為1：n，其中包含有抽象過程同實際過程中的關聯以及前向處理工程同后向處理工程之間的區別。第三，物品同物品之間存在包含關系，關系表示為1：n。針對物品打包操作以及拆包操作，均需從時間屬內進行抽取。第四，處理過程同物品之間呈觀測關系，關系表示為1：n，包含有四個屬性：開始時間、結束時間、目的過程以及源過程。用以表示物品流入就出處理過程的時間。

3 物聯網中實時數據處理。

物聯網主要通過建造實施數據感知以及處理系統模型完成對數據的實時處理，數據獲取是否及時取決于能夠及時獲取有關數據并及時進行處理。RFID技術主要負責獲取數據，同時對數據進行處理，并將處理結果及時上傳至應用服務端內。RFID是構成RFID數據處理系統的重要部件之一，傳感設備獲取數據之后，需通過中間件的處理以及分析之后，方能傳輸至上層供其所用。大部分中間件結構均需利用數據采集接口手機RFID閱讀設備讀取成功的數據，之后對所得數據進行層次化處理，如數據清洗、融合以及對復雜時間的檢測等。若存在不含有任意語義信息的初始RFID數據，可對其進行轉化，使其成為上層應用程序能夠直接使用的數據，供應用服務端內進行處理。處理數據過程中，在保證系統實時性的同時，還需要保證數據的完整性。具體可通過如下方式保證數據的實時性以及完整性。

3.1 數據完整性的主要類

數據完整性主要類共有以下幾種核心類。Integrity Validator類和DateQueueManager類。該核心類主要運用于數據緩沖隊列管理當中，針對各個獲取的墊帶實施數據緩沖。具體類圖如圖2所示，利用addDate函數將所獲取的數據添加于對應的隊列當中，而timeCheck函數則負責對各個函數時效性進行檢測。getDataQueue函數同addDateQueue函數則負責對隊列進行操作。

3.2 數據完整性驗證算法

過程在對RFID進行處理過程中，應保證在短時間內完成對過程中所產生數據的完整性進行調整。通過系統內所有約束條件對數據進行檢查驗證，以此確認過程內物品是否發生了物品異常問題。完整性驗證的順序應按照約束條件所具有的遞進關系邏輯，即首先進行QTVconstraint檢測，其次實施UNQconstraint檢測，最后完成CTMconstraint檢測。

因為RFID數據所具有的流特性，所以，數據在驗證過程中，RFID所搜集的數據需要緩沖時間。物聯網系統運作時，物品流動于各個過程之間。故而，在處理過程之間，物品需按照訂單的形式發出，而過程中針對各個接受的訂單建立對應的緩沖隊列。并于長度固定的時間窗口中處理物品，即把已經獲取的RFID數據劃歸于與之對應的隊列當中，并就目前隊列內的數據實施完整性檢測。數據完整性算法具體如下：

foreach id in idSet do

order getOrder（id， orderList）

queue getQueue（order， queueList）

queue.enQueue（id）

ifqueue.time

if order.num≠queue.size then

handleNumError（）

else if order.idSet≠queue.idSet then

handleUnqError（）

else

boxList order.getBoxes（）

foreach box in boxList do

itemSe getItemSet（box）

if not （box∈queue.idSet and itemSet queue.idSet） then

handleCtmError（）

end if

end for

end if

else if queue.time>order.timeWindow and queue.isFull（） = False then

notifyOrderTimeOut（）

else if queue.time

continueWait（）

end if

end for

該算法當中，需輸入RFID數據集合idSet，過程獲取的訂單列表orderList，訂單數據所處的緩沖數列為quequeList。系統可輸出處理結果，也可能輸出關于結果錯誤及錯誤類型的報告。

篇(2)

關鍵詞 物聯網；大數據；智能處理

中圖分類號：TP3 文獻標識碼：A 文章編號：1671-7597（2013）17-0001-01

隨著物聯網產業的不斷發展，為實現“物物相聯”及“人物相聯”，數以億計的物聯感知設備，如RFID、GPS、搜索引擎、瀏覽器等，嵌入到實體設備中采集數據。由于感知設備的不斷增加，物聯網采集的海量數據呈井噴式增長，廣泛采用云計算等大數據處理技術，實現數據分析及信息傳遞、交換的不斷優化，從而使得物聯網產業在智能識別、定位、跟蹤、監控、管理等領域的應用需求從概念化走向商業實質化。

1 大數據及其對物聯網產業的意義

1.1 大數據概述

“大數據”，是指一個體量及數據類別特別大的數據集，大數據技術是指從各種各樣類型的海量數據中，快速獲得有價值信息的技術。目前所說的“大數據”不僅指數據本身的規模，也包括采集數據的工具、平臺和數據分析系統。

從實質上來講，大數據并不是簡單解決數據大及復雜的問題，而是對海量數據進行分析，只有通過分析才能獲取更多智能化、深層次、商業價值高的信息，才能最終為創業決策提供有價值的信息。例如在智能交通領域，新加坡的公共交通部門近十年來利用個人位置數據做交通需求的預測；荷蘭的交通部門利用移動電話的定位功能預測汽車和行人的擁堵狀況。

1.2 物聯網背后的大數據價值

物聯網通常包括感知層、網絡層及應用層。感知層產生大量的數據，例如：Facebook每天評論32億條、新上傳照片近3億張，每周新增數據容量超過60TB。應用層則是基于感知層的這些數據進行再加工，將感知層產生的海量數據通過智能化的處理、分析，挖掘用戶的行為習慣和喜好，從凌亂紛繁的數據背后找到更符合用戶興趣和習慣的產品和服務，并對產品和服務進行針對性地調整和優化，從而提供滿足不同用戶需求的商業應用，而這些應用正是物聯網最核心的商業價值所在。簡而言之，就是物聯網產生大數據，大數據推動物聯網。從這個意義上講，物聯網產業的核心就是，廣泛運用大數據分析手段進行智能管理和優化運營。

從商業及產業發展的角度來看，物聯網背后的大數據可以提供從商業支撐到商業決策的各種行業信息，具備了商業應用實質，可以加快物聯網產業商業應用的進程。

2 大數據技術在物聯網產業中的應用

目前，物聯網產業主要分為4個部分：數據采集、傳遞、處理、應用。其中數據采集與傳遞屬于基礎環節，核心是數據處理與應用環節。我國物聯網產業還處在初級階段，一線廠商還主要以感知層數據采集為主，如RFID、傳感器等設備廠商，以及傳輸層數據傳遞，如電信運營商等。大數據技術，通過數據可視化、數據挖掘、預測分析、語義引擎以及數據質量和數據管理等手段，有利于推動物聯網產業在應用層方面數據智能處理及信息決策的商業應用，主要包括數據采集、數據存儲、基礎架構、數據處理、統計分析、數據挖掘、模型預測、結果呈現等技術。

2.1 數據采集

海量數據是智能決策的基礎。物聯網的大數據采集主要包括獲取、選擇及存儲等過程。

大數據獲取主要包括傳感器、WEB2.0、條形碼、RFID以及移動智能終端等技術。傳感器技術主要是獲取物理數據，WEB2.0是網絡互動數據，條形碼與RFID是物品基本信息，移動智能終端則是物理數據、社交數據、地理位置信息等綜合性數據。例如：中國移動推進移動支付物聯網產業時，利用RFID-SIM卡替代普通SIM卡，實現物品交易數據的獲取與結算。

大數據選擇主要是指數據的去噪及關鍵信息的提取。與一般的大數據相比，物聯網的數據是異構的、多樣性的、非結構和有噪聲的，更大的不同是它的高增長率。物聯網的數據有明顯的顆粒性，其數據通常帶有時間、位置、環境和行為等信息。如何去噪提取有效信息是智能處理的關鍵。HP公司基于香農信息論及貝葉斯概率論提出了Autonomy非結構化數據解決方案，實現音頻、圖片、電子郵件等異構數據的智能化信息理解。

2.2 數據存儲

物聯網背后的大數據進行分析和分類匯總，通常采用分布式計算集群來實現。對于傳統的數據存儲及實時分析，關系數據庫基本上能滿足應用需求，如EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存儲Infobright等。但是，對于物聯網產生的海量異構數據，以谷歌為代表的IT企業提出了利用大規模廉價服務器以達到并行處理的非關系數據庫解決方案，即MapReduce技術。非關系數據庫的分布式存儲技術，推動了物聯網產業通常采用云存儲、分布式文件系統等大數據基礎架構，以及基于云計算的分布式數據處理方式。目前，IBM、微軟、谷歌、阿里巴巴、騰訊等企業，都在推出各自基于分布式計算的云存儲，解決非結構化數據的數據關聯及基于此的數據分析及數據挖掘等問題。

2.3 數據分析

物聯網后臺海量數據的統計分析、數據挖掘、模型預測、結果呈現等都屬于數據分析。物聯網真正的商業價值基礎在于數據分析，主要是在現有數據上面進行基于各種算法的計算，從而起到預測的效果，從而實現一些高級別數據分析的需求。比較典型算法有用于聚類的Kmeans、用于統計學習的SVM和用于分類的NaiveBayes，主要使用的工具有Hadoop的Mahout等。例如：在市場營銷領域，Google通過免費軟件及服務來更精確的理解用戶行為和習慣，通過對用戶的更精確理解來提供精確廣告服務。

3 結束語

隨著大數據技術在物聯網產業中的不斷應用，未來物聯網產業必將出現體現不同商業價值的細分產業，既包括數據收集、數據分類、數據處理的原始數據處理企業，更囊括專門從事軟件應用集成和商業運作的第三方企業，從而使得整個物聯網產業鏈更加完善，更具用戶體驗性，也更具商業價值。

參考文獻

[1]阮曉冬.物聯網握手大數據[J].新經濟導刊，2013（8）.

[2]竇萬春，江澄.大數據應用的技術體系及潛在問題[J].中興通訊技術，2013（7）.

[3]周開樂，丁帥，胡小建.面向海量數據應用的物聯網信息服務系統研究綜述[J].計算機應用研究，2012（1）.

篇(3)

關鍵詞： 物聯網 概述 關鍵技術 發展

一、物聯網概述

ITU對物聯網的定義為： 物聯網實現物到物、人到物和人到人的互連。這里人與物的互連指人使用傳感器等設備后與物體的互連，而人與人的互連指人使用傳感系統而不是現在的電腦實現人與人之間的互連。物聯網的核心是實現物體之間的互連，從而能夠實現物體與物體之間的信息交換和通信。物體信息通過網絡傳輸到信息處理中心后可實現各種信息服務和應用。

物聯網的主要作用是縮小物理世界和信息系統之間的距離，它可以通過射頻識別、傳感器、全球定位系統、移動電話等設備，按約定的協議，將世界上的所有物體全部連接到信息網絡中，使得它們在事件處理中成為積極的參與者，體現了物理空間和信息空間的融合。服務可以和這些智能物體通過網絡進行交互，獲得與這些物體相關的任何信息。

傳感網可以看作是物聯網的末端延伸網之一。無線傳感器網絡由大量隨意分布的、能耗及資源受限的傳感節點組成，它具有感知能力、計算能力和通信能力，通過自組織方式構成無線網絡，協作地實時采集和處理物理世界的大量信息，實現物聯網全面感知的功能。

泛在網是一種無所不在的網絡，它可以使任何人在任何時間、任何地點通過網絡獲得任何信息，它是一個大通信的概念，是面向經濟、社會、企業和家庭全面信息化的概括。泛在網不是一個全新的網絡， 它是充分挖掘已有網絡的潛能，結合不斷出現的新技術，將網絡觸角不斷延伸，實現人與人、人與物、物與物之間按需進行的信息獲取、傳遞、存儲、認知、決策等服務。泛在網具有比物聯網更廣泛的內涵，而物聯網是邁向泛在網的第一步。從覆蓋的技術范圍來看，泛在網包含了物聯網，而物聯網又包含了傳感網。

物聯網發展中最重要的理念是融合。物聯網通過設備融合、網絡融合、平臺融合實現服務融合、業務融合和市場融合。設備融合指研發出一體化的感知終端。網絡融合指用戶可使用任意終端通過任一方式接入網絡，而且號碼唯一、帳單唯一。平臺融合指用戶數據集中管理、公用的業務平臺、分類的管理平臺和應用平臺，支撐用戶跨業務系統的互操作，形成統一認證系統，實現基于統一賬號、統一密碼的集中認證。服務融合指在服務層面實現融合；業務融合指物聯網同時提供語音、數據、視頻等多種業務；市場融合就是以市場機制為引導， 把各類通信和信息產品和服務捆綁起來打包銷售。

二、物聯網關鍵技術

1.物聯網的體系結構。物聯網包含感知延伸層、網絡層、業務和應用層三層。第一層負責采集物和物相關的信息；第二層是異構融合的泛在通信網絡，包括現有的互聯網、通信網、廣電網以及各種接入網和專用網，通信網絡對采集到的物體信息進行傳輸和處理；第三層是應用和業務，為各種終端設備提供感知信息的應用服務。

（1）感知延伸層。物聯網中由于要實現物與物和人與物的通信，感知延伸層是必須的。感知延伸層主要實現物體的信息采集、捕獲和識別。感知延伸層的關鍵技術包括傳感器、RFID、GPS、自組織網絡、傳感器網絡、短距離無線通信等。感知延伸層必須解決低功耗、低成本和小型化的問題，并且向靈敏度更高、更全面的感知能力方向發展。

（2）網絡層。網絡層是物聯網的神經系統，主要進行信息的傳遞，包括接入網和核心網。網絡層要根據感知延伸層的業務特征，優化網絡特性，更好地實現物與物之間的通信、物與人之間的通信以及人與人之間的通信，這就要求必須建立一個端到端的全局物聯網絡。物聯網中有很多設備的接入，是一個泛在化的接入、異構的接入。接入方式多種多樣，接入網有移動網絡、無線接入網絡、固定網絡和有線電視網絡。移動通信網具有覆蓋廣、建設成本低、部署方便、具備移動性等特點，使得移動網絡將成為物聯網主要的接入方式，通信網絡就要是通過多種方式提供廣泛的互聯互通。除此以外，物體是可以移動的，而它們的要求是隨時隨地都可以上網。因此在局部形成一個自主的網絡，還要連接大的網絡，這是一個層次性的組網結構。這要借助有線和無線的技術，實現無縫透明的接入。

隨著物聯網業務種類的不斷豐富、應用范圍的擴大、應用要求的提高，對于通線網絡也會從簡單到復雜、從單一到融合，從多種的接入方式到核心網的融合整體的過渡。

（3）業務和應用層。業務和應用層是物聯網的信息處理和應用， 面向各類應用，實現信息的存儲、數據的挖掘、應用的決策等，涉及海量信息的智能處理、分布式計算、中間件、信息發現等多種技術。

由于網絡層是由多種異構網絡組成的，而物聯網的應用是多種多樣的，因此在網絡層和應用層之間需要有中間件進行承上啟下。中間件是一種獨立的系統軟件或者服務程序，能夠隱藏底層網絡環境的復雜性，處理網絡之間的異構性，分布式應用軟件借助于中間件在不同的技術之間共享資源，它是分布式計算和系統集成的關鍵組件。它具有簡化新業務開發的作用，并且可以將已有的各種技術結合成一個新的整體，因此是物聯網中不可缺少的一部分。

云計算是物聯網智能信息分析的核心要素。云計算技術的運用， 使數以億計的各類物品的實時動態管理變得可能。隨著物聯網應用的發展、終端數量的增長，可借助云計算處理海量信息，進行輔助決策， 提升物聯網信息處理能力。因此，云計算作為一種虛擬化、硬件/軟件運營化的解決方案，可以為物聯網提供高效的計算、存儲能力，為泛在鏈接的物聯網提供網絡引擎。

從目前的物聯網應用來看，都是各個行業自己建設系統，不便于多種業務的擴展，如果沒有統一建設標準、規范的物聯網接入、融合的管理平臺，物聯網將因為各行業的差異無法產生規?；?，增加

了使用復雜度與成本。

2. 物聯網的異構融合網絡層。任何終端節點在物聯網中都應能實現泛在互聯。由節點組成的網絡末端網絡，如傳感器網、RFID、家居網、個域網、局域網、體域網、車域網等，連接到物聯網的異構融合網絡上，從而形成一個廣泛互聯的網絡。物聯網在核心層可以考慮NGN / IMS融合，在接入層面需要考慮多種異構網絡的融合和協同。由于異構網絡相對獨立自治，相互間缺乏有效的協同機制，造成了系統間干擾、重疊覆蓋、單一網絡業務提供能力有限、頻譜資源浪費、業務的無縫切換等問題無法解決。面對日益復雜的異構無線環境，為了使用戶能夠便捷地接入網絡，輕松地享用網絡服務，融合已成為信息通信業的發展潮流。融合階段是指在各種網絡連通的網絡平臺上，分布式部署若干信息處理的功能單元，根據應用需求而在網絡中對傳遞的信息進行收集、融合和處理，從而使基于感知的智能服務實現得更為精確。從該階段開始，網絡將從提供信息交互功能擴展到提供智能信息處理功能及支撐服務，并且傳統的應用服務器網絡架構向可管、可控、可信的集中智慧參與的網絡架構演進。

3. 感知節點及終端。感知節點既能采集物體本身的有關信息，也能探測、存儲、處理乃至融合各種與物體相關的信息，從而向物聯網提供各種關聯信息。

微電子技術、嵌入式技術、近距離通信技術、傳感器技術和智能標簽技術等技術的發展與成熟使得感知節點能夠智能地感知物體與環境并對其進行通信、處理和控制。感知節點方面的關鍵技術有：支持感知內容的多媒體化的感知節點技術、感知節點組合化的關鍵技術、感知節點的設計和低成本制造、感知節點在組網和協同方面的軟硬件框架等。物聯網需要多樣化、小型化、智能化和低成本的終端。

4.泛在傳感網。泛在傳感網是物聯網末端采用的關鍵技術之一。泛在傳感網是由多個傳感節點組成的分布式無線自組織網絡，用來感知溫度、濕度、壓力等環境參數，一般提供局域或小范圍內物與物之間的信息交換。泛在傳感網一般分成三個部分：應用與服務層，下一代網絡層，傳感器網絡層。應用與服務層提供醫療、軍事、天氣等服務；下一代網絡層由核心網和接入網組成；最末端的傳感器網絡層屬于感知/延伸層。將傳感技術與無源標簽結合在一起將給物聯網帶來許多新的應用。隨著各項技術的成熟和發展，傳感器網絡的研究將會取得更大的進步，將對物聯網建設起到重要作用。

5. 物聯網的服務平臺技術與安全。物聯網將對信息進行綜合分析并提供更智能的服務。物聯網應用平臺子集與共性支撐平臺之間的關系、共平臺的開放性與規范性是物聯網應用部署所要研究的關鍵問題。面向泛在融合的物聯網的可管可控可信服務平臺架構、如何保證業務質量和體驗質量、支持泛在異構融合多種商業模式、提供簽約協商等管理功能和保護用戶數據隱私等是物聯網服務平臺方面的關鍵技術。物聯網除了具有傳統網絡的安全問題外，產生了新的安全性和隱私問題。在物聯網中數據的采集、處理和提取的實現方式與人們現在所熟知的方式是完全不同的，在物聯網中收集個人數據的場合相當多，因此，人類無法親自掌控私人信息的公開。此外，信息存儲的成本在不斷降低，因此信息一旦產生，將很有可能被永久保存，這使得數據遺忘的現象不復存在。確保信息數據的安全和隱私是物聯網必須解決的問題，如果信息的安全性和隱私得不到保證，人們將不會將這項新技術融入他們的環境和生活中。

三、結論

總之，物聯網關鍵技術有待突破，應用和市場有待于發展。物聯網領域主要研究內容可以從下面幾個方面著手。物聯網的網絡架構；物聯網的通信技術；包括無線通信、無線智能傳感器網絡、微型傳感器、網絡通信、多媒體通信及寬帶通信等。與此相關的技術包括傳感技術、識別技術、發現技術、計算技術、網絡通信技術、嵌入式智能技術、軟件技術等。物聯網的數據融合；物聯網的異構網絡融合；物聯網的智能終端；如何將現有的智能終端用到物聯網中或者開發物聯網需要的智能終端是一個重要研究內容。物聯網的信息安全和保密；物聯網相關標準研究；物聯網應用和業務開發，推動物聯網快速發展必須實現一些應用領域的示范應用，因此相關技術的研究和應用系統的開發實現是推動物聯網發展的重要途徑。

參考文獻

1.朱洪波-楊龍祥-于全. 物聯網的技術思想與應用策略研究[J ].通信學報.2010

篇(4)

摘 要：在闡述了物聯網技術的基礎上，分析了農業物聯網的概念、關鍵技術和應用現狀，最終給出了蔬菜溫室大棚物聯網的系統構建、主要功能以及在蔬菜生長各個階段的應用方法。

 

關鍵詞：物聯網；農業物聯網；蔬菜大棚；技術架構

中圖分類號：TP393 文獻標識碼：A 文章編號： 2095-1302（2013）08-0018-04

0 引 言

物聯網是繼計算機、互聯網和移動通信之后的又一次信息革命浪潮，被正式列為國家重點發展的戰略性新興產業之一。將物聯網技術運用于農業生產領域，加快轉變農業發展方式，提高農業的種植和管理效率，促使傳統農業的轉型升級，具有重要的意義。農業物聯網技術的應用既是現代農業發展的需要，也是未來農業發展水平的一個重要標志，更是未來農業發展的方向。然而，由于物聯網技術使用成本較高，普遍應用于農業生產尚有一個過程，因此，探索物聯網技術在設施農業，尤其是溫室大棚中的應用符合當前農業規?；?、產業化、信息化的發展道路。本文擬通過對物聯網技術和農業物聯網應用關鍵技術的分析，探索物聯網技術在蔬菜溫室大棚的具體應用。

 

1 物聯網技術

1.1 物聯網的概念

物聯網（The Internet of Things）概念最早由美國Auto-ID研究中心的Ashton教授在物品編碼、RFID 技術和互聯網的基礎上于1999年提出，其實質是RFID技術和互聯網的結合應用。后來，隨著網絡技術、通信技術、人工智能技術的發展，物聯網的定義和范圍已經發生了變化，不再只是指基于RFID技術為基礎的物聯網。2005年，國際電信聯盟（ITU）在《ITU互聯網報告2005：物聯網》中，對物聯網概念進行了擴展，認為物聯網除應用RFID技術外，傳感器技術、模糊識別技術、智能終端技術等將得到更加廣泛的應用，人類在信息與通信世界里將獲得新的溝通維度，從而形成一個“泛在”的網絡環境，實現由互聯網時代人與人之間的通信連接擴展到人與物、物與物之間的溝通連接。

 

目前，國際上通用的對物聯網概念定義為，信息傳感設備，如RFID、紅外感應器、全球定位系統、激光掃描器等，按約定的協議，把任何物品與互聯網相連接，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡概念[1]。作為中國物聯網/M2M產業的先行者和倡導者之一，同方股份有限公司首席軟件專家周洪波，將云計算技術和中間件技術引入物聯網，提出了中國物聯網的概念。即：物聯網是基于云計算的SaaS營運等模式，它將無處不在的末端設備和設施，通過長距離或短距離通信網絡實現互聯互通（M2M）和應用大集成，提供實時在線監測、實時定位、遠程控制、遠程診斷、報警聯動、安全防范、統計報表、決策支持等管理和服務功能，實現對任何物品的“高效、節能、安全、環?！钡摹肮?、控、營”一體化的TaaS服務[2]。

 

由于科學技術的日新月異，物聯網的內涵將不斷豐富和完善，但不論物聯網的定義如何表述，其實現物物相聯的三個要素應包括，一是信息傳感設備，二是通信與網絡設備，三是智能處理設備。物聯網就是這三種設備的集合，表現為智能感知、識別技術與云計算、泛在網絡的融合應用。這種網絡應用是現代信息技術發展到一定階段后出現的各種技術集成和聚合性應用，包括將各種感知技術、網絡技術和人工智能與自動化技術的聚合與集成應用，通過物與物的相連來實現人與物之間的智慧對話，從而創造一個智慧的世界。

 

1.2 物聯網的特征

物聯網的本質特征主要體現在三個方面：①物聯網的核心是互聯網功能的延伸和擴展。其延伸和擴展的表現在于它不僅僅通過互聯網實現人與人的信息交換，而且能夠實現人與人、人與物、物與物之間的互聯互通，使得互聯網的功能進一步強大。如果說互聯網是通過網絡技術、通信技術實現人與人信息的交換，那么，物聯網則是在互聯網的基礎上，通過信息傳感技術、智能數據處理技術實現物與物的信息交換和通信，以及人與物之間的相融和互動，對人的規范性回復進行識別，做出方案性的選擇。②物聯網具有通信與自動識別的特征。其用戶應用端延伸和擴展到了任何物品與物品之間進行信息交換和通信，即納入物聯網的“物”一定要具備自動識別與物物通信（M2M）的功能，才能實現對物體的感知。③物聯網具有智能化特征。物聯網利用云計算、人工智能、模式識別等各種智能技術，從傳感器獲得的海量信息中進行分析、加工和處理出有意義的數據，通過對物的識別、定位、跟蹤、監控來實現人對物的管理。所以，物聯網被視為互聯網的應用拓展，應用創新是物聯網發展的核心，以用戶體驗為核心的創新是物聯網發展的靈魂。

 

1.3 物聯網的技術架構

物聯網運用的技術在不斷發展，但物聯網的技術體系、結構基本已得到一致的認識。根據物聯網的技術體系架構，可將物聯網分為信息感知層、信息網絡層和信息應用層[3]等3個層次。

 

物聯網技術架構達到的目標，包含三個方面：一是實現全面感知。即利用RFID、傳感器、二維碼、網關、攝像頭和實時定位系統等隨時隨地獲取物體的信息。二是實現可靠傳輸。通過各種通信網絡與互聯網的融合，將物體的信息實時準確地傳遞到數據中心。三是實現智能處理。利用云計算技術、模糊識別技術等各種智能計算技術，對數據中心的海量數據和信息進行分析和處理，對物體實施智能化的控制。表1所列是物聯網的技術架構表。

 

2 農業物聯網及其關鍵技術

2.1 農業物聯網的概念

農業物聯網就是物聯網技術在農業生產、經營、管理和服務中的具體應用。按照物聯網技術架構，農業物聯網仍然通過“感知—傳輸—應用”的途徑來實現在農業的應用。“感知”就是運用各類傳感器，如溫度傳感器、濕度傳感器、光傳感器、PH值傳感器、CO2傳感器等設備，廣泛地采集大田種植、設施園藝、畜禽水產養殖和農產品物流等環境中的溫度、相對濕度、PH值、光照強度、土壤養分、CO2濃度等物理量參數信息；“傳輸”就是建立數據傳輸和格式轉換方法，通過局部的無線網絡、互聯網、移動通信網等各種通信網絡交互傳遞，實現農業信息的有效傳輸；“應用”就是將獲取的海量農業信息進行融合、處理，使技術人員對多個大棚的環境進行監測控制和智能管理，保證農作物有一個良好的、適宜的生長環境，達到增產、改善品質、調節生長周期、提高經濟效益的目的，進而實現農業生產集約、高產、優質、高效、生態和安全的目標。

2.2 農業物聯網關鍵技術

按照物聯網的技術架構，綜合已有的技術研究，農業物聯網關鍵技術主要包含農業信息感知技術、農業信息傳輸技術和農業信息處理技術[4]。表2所列是農業物聯網關鍵技術一覽表。

 

篇(5)

1.1物聯網的概念及特征物聯網作為未來網絡的整合部分,是在互聯網基礎上的延伸和擴展.

物聯網技術主要指通過射頻識別(RFID)等信息傳感設備,按照標準、互通的網絡協議,將任何物品與互聯網相連接,并將所有實物與虛擬物品代以特定的編碼,通過智能界面進行信息的共享,以實現對物品的識別、定位、跟蹤、監控等一系列管理工作.從廣義上來講,物聯網是信息化在人類社會綜合應用的更高水平,通過物與人、物與物之間的高效信息交互,實現物理空間與信息網絡的融合.物聯網技術具有捕獲、傳輸、處理以及施效等主要功能,其特征在于可以通過射頻識別、紅外傳感器等設備隨時隨地對物體進行感知與測量,并將這些信息連接至通信網絡進行交互和共享,并利用各種智能計算技術,對海量的感知信息與數據進行分析和處理,最終實現決策與控制的智能化.

1.2物聯網的發展過程與應用現狀物聯網的基本思想出現于20世紀90年代末,在2005年信息社會世界峰會上,國際電信聯盟(ITU)正式提出了"物聯網"的概念.

ITU指出,無所不在的"物聯網"通信時代,通過將各種各樣的日常用品中嵌入一種短距離的移動收發器,信息空間的概念將從人與人之間的聯系拓展到隨時隨地的人與物、物與物的交流與溝通.近年來,飛速發展的物聯網技術已經開始被運用到全球的各個領域中,在制造業、零售業以及物流等傳統領域,物聯網的智能化信息交換提高了生產效率,縮短了工作周期,降低了人工成本;而隨著物聯網技術的不斷成熟,其傳感手段也逐漸運用于市場管理、能源產業甚至反恐領域中.美國、歐盟等多個國家和地區還在廣泛應用物聯網技術的同時開展了一系列的創新性工作,開放、透明的物聯網標準開始形成,確保了管理機構對其控管責任的履行.中國對物聯網技術的研究起步較早,并將相關人才的培養工作上升到了國家發展戰略的高度,在物聯網的研發和實踐上,均具有較高的能力和技術優勢,已成為國際物聯網標準制定的主導國之一.

2.物聯網的關鍵技術研究

2.1射頻識別技術作為物聯網最關鍵的技術之一,典型的射頻識別系統由RFID電子標簽、讀寫器和信息處理系統組成.當帶有電子標簽的物品通過特定的信息讀寫器時,無線電波可將標簽中攜帶的信息傳送到讀寫器以及信息處理系統,完成自動采集,實現物品的高效化管理.每個射頻識別標簽僅有惟一的識別碼,而當RFID產品使用不同的標準時,物品的識別就受到了限制.目前可供射頻卡使用的標準有ISO14443、ISO10536、ISO15693和ISO18000等幾種,其中應用最多的當屬ISO14443與ISO15693.

2.2傳感技術傳感技術依賴于傳感器及傳感器網絡的協作感知,對網絡覆蓋區域中被感知對象的信息進行采集和處理.傳感器是指能感知被測指標并將其按照一定的規律轉換成可用信號的設備,其應用領域非常廣泛,包括工業生產自動化、國防現代化及能源開發和航空技術等.傳感器網絡綜合了傳感器技術、嵌入式計算技術、現代網絡及無線通信技術、分布式信息處理技術等,采用系統發展模式,能通過各類集成化的微型傳感器協作進行實時監測、采集和處理各種環境及監測對象的信息,并通過隨機自組織無線通信網絡以多跳(multi-hop)中繼方式將信息傳送到用戶終端,具有高效、高穩定性等技術特點.

2.3網絡通信技術作為為物聯網提供信息傳遞和服務支撐的基礎通道,如何通過增強現有網絡通信技術的專業性與互聯功能,適應物聯網低移動性、低數據率的業務需求,實現信息安全、可靠的傳送,是當前物聯網研究的一個重點.傳感器網絡通訊技術主要包括廣域網絡通信和近距離通信等兩個方面,廣域方面主要包括IP互聯網、2G/3G移動通信、衛星通信等技術,而以iIPv6為核心的新互聯網的發展,更為物聯網的提供了高效的傳送通道;在近距離方面,目前的主流則是以IEEE802.15.4為代表的近距離通信技術.

篇(6)

關鍵詞：物聯網技術；云計算；分布式緩存；部署方式；功能架構

中圖分類號：TP3 文獻標識碼：A 文章編號：1009-3044（2017）05-0243-01

1 前言

物聯網技術是在計算機、互聯網和移動通信網相繼應用之后的又一次通訊產業的巨大變革，通過信息傳輸和處理技術，實現了大范圍內的物體之間的信息交互。該技術能夠更好的協助工作人員和用戶實現對于物理世界的管理。云計算中的分布式緩存技術具有處理能力大、系統容量大、擴展性好和穩定性強等優勢，在物聯網中有著廣闊的應用前景。

2 物聯網技術

根據現在較為通用的定義，物聯網是指通過射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，把任何物品與互聯網連接起來，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡。簡而言之，物聯網就是“物物相連的互聯網”，其核心和基礎仍是互聯網，是在互聯網基礎上延伸和擴展的網絡，其用戶端延伸和擴展到了任何物品與物品之間的信息交換和通信。物聯網產業覆蓋了傳感感知、傳輸通道、運算處理、行業應用等領域，其中涉及的技術包括RFID射頻識別、傳感器、無線網絡傳輸、高性能計算、智能控制等。

3 云計算分布式緩存技術

3.1 分布式緩存技術功能架構分析

分布式緩存從本質上來說屬于一個應用程序，在該程序中用戶能夠得到多個數據節點傳輸的集群服務信息，并于數據服務節點進行數據交互，在用戶提出數據存取請求之后，能夠通過特定算法映射在指定的數據服務節點上。分布式緩存技術功能架構主要有三部分：通信支撐層、數據存取層和數據處理層。其中通信支撐層的主要功能是實現通信協議，具體來看是依據路由連接管理區域的分布進行數據建聯和偵聽窗口建立；數據處理層的主要功能是訪問控制處理、管理鏈路和控制數據遷移；數據存儲層的主要功能是管理系統中的數據，主要有內存、SSD和硬盤三級管理機制，其中內存管理能夠分配內存的分配情況，依據實施訪問數據量進行內存空間的釋放和關閉，能夠在一定程度上避免內存碎片導致系統效率降低；SSD和硬盤管理主要負責服務器訪問過程中產生的永久數據的保存。在這樣的三級管理機制下，能夠保證系統在重啟或者關機的過程中仍然保持數據的連續性，避免數據丟失和惡意修改。

3.2 分布式緩存技術部署方式分析

分布式緩存的服務器集群主要采用無主架構，由于服務器的節點地位相同，因此，可以利用網狀的全連接方式進行連接。為保證系統的使用方便，可以利用API進行數據透明訪問，采取這樣的部署方式能夠降低分析數據在后端服務節點分布情況的計算量，能夠極大的提高系統的處理效率。與此同時，分布式緩存集群的處理能力與集群中數據節點的規模相關，隨著緩存數據在集群中各節點分布量的增加，稻荽理能力也會隨之提升。采用這樣一種數據緩存分布模式的另一個優勢在于用戶可以在任意服務點登錄系統，系統提供了一個靈活性較高的操作控制臺，在這樣一個控制臺中，可以進行集群服務節點數據的查閱，也可容易通過該平臺進行集群軟件的安裝和更新。

3.3 分布式緩存技術的優勢

云計算中分布式緩存的主要優勢體現在整體架構的擴展性能較強，一旦出現系統性能不足以滿足數據處理和訪問的需要，只需要增加新的節點，就能較為簡便的完成框架性能的提升。分布式緩存的這一優勢使得系統容量能有隨著節點的增加而增加。與此同時，單個節點的訪問量高峰時能夠達到20萬次/秒，分布式緩存為了在單點出現故障的情況下，仍能保證系統的完整性，采用了多副本復制技術，同時考慮到該項技術中使用的一致性Hash分布算法和無主結構框架，大大提升了系統的抗干擾能力，保證系統運行的穩定性。

4 云計算分布式緩存技術在物聯網中的應用

物聯網技術是一項革命性的技術，是對傳統信息通訊技術的巨大挑戰，物聯網技術在日常生活和工作中無處不在，它在人與人信息交互的基礎上，創造性地提出了物體之間的數據傳輸和交流。但是這樣規模的數據傳輸，需要處理和存儲海量的數據，對現有的數據緩存和處理技術提出了新的要求。另一方面，物聯網技術不僅能夠處理標準協議終端之間的信息傳遞需要，同時滿足非標準協議終端之間的業務授權操作，這就要求網關業務必須要保持非常好的連通性和抗干擾性。結合上文中對于云計算分布式緩存技術的分析，認為該技術能夠很好的滿足現在即將來物聯網技術對于海量數據處理和存儲的要求。應用該技術，能夠很好的提升系統在高數據吞吐量條件下的處理速度和穩定性，提升物聯網中高水平的并發處理能力，增強動態數據遷移的需要。更為重要的是，在物聯網擴容的時候，只需要經過簡單的操作，就能夠增加數據節點，從而提升系統容量和處理速度。在某一個節點出現問題的情況下，也能維持系統的正常運轉，正在處理的業務不會中斷，數據也早已進行備份，避免了數據的丟失。

5 結語

物聯網的發展和云計算的興起有著非常緊密的聯系，物聯網包含了各類物體實體的信息，如果沒有高效的存儲方式和快速的處理系統，就無法實現物聯網的大部分功能。云計算技術為物聯網中數據的存儲和樹立提供了技術支持，將分布式緩存技術應用到物聯網中，能夠大幅提升網絡的效率，提升社會生產力。

參考文獻：

[1] 李爽. 基于云計算的物聯網技術研究[D]. 安徽大學， 2014.

篇(7)

物聯網技術的快速發展，對生產生活水平的提升具有巨大的推動作用，使得物與物之間聯系更為緊密，同時也具有更為廣闊的發展空間?；谖锫摼W技術具有的特點，對其各網絡層次進行分析研究，充分發揮其所具有的優勢，爭取為計算機通信網絡的發展提供更大的助力。為消除物聯網發展與應用過程中存在的問題，從前瞻性角度進行分析，做好技術研究，充分挖掘物聯網對于計算機通信網絡所具有的技術價值。

【關鍵詞】物聯網 計算機通信 網絡層次

計算機網絡現在已經被廣泛的應用到生產生活各個領域中，并且取得了良好的效果，其中物聯網作為重要的一部分，可以消除時間與空間限制，通過網絡虛擬信號，使得物與物之間、物與人之間聯系更為密切。想要充分發揮物聯網對計算機通信網絡的影響，需要就物聯網所具有的特點，對其各網絡層次存在的缺陷和矛盾進行分析優化，爭取促進物聯網的進一步發展。

1 物聯網技術特點分析

物聯網技術功能的實現，需要先通過傳感器、射頻識別器等來對信息進行采集，然后結合客戶實際需求，利用數據處理技術，遵循通信協議，將計算機網絡作為載體，全面提高信息數據的利用效率，加快信息的傳遞和利用。其中，對于物理網技術的實際應用，射頻識別器對各類信息的識別具有快遞、自動特點，無需人員操作和控制，能夠有效適應多種環境，且對計算機通信網絡接入RFID終端后，還可以在更廣闊范圍內對信息收集傳遞，以及物品的有效跟蹤。無線傳感器主要用于數據的收集和傳輸，鋪設與組網十分靈活，并且具有低成本、低功耗等優點。傳感器主要負責感知各類信號，并完成環境參數的采集，可以作為為物聯網信息收集、處理、反饋等環節的數據支持。

2 物聯網各層次對計算機通信網絡影響

2.1 感知層影響

感知層為物聯網基礎部分，對技術的實施效果具有重要影響，在對物聯網技術進行分析時，需要提高對其的重視。對于網絡覆蓋區域內的所有對象數據均可以通過感知層進行感知和搜索，基于網絡網關完成相應信息數據的傳輸。網關可以對不同網絡進行有效連接，有效完成傳感器通訊后，通過應用相應算法，來對接收到的信息進行更為深入的分析處理。為保證所有數據處理的高效性，就要求通信網絡能夠承受較大的壓力。尤其是現在計算機網絡技術在各個領域中的應用，各類信息數量激增，對所需信息的收集與處理將要面臨更大的壓力，因此要保證物聯網感知層可以承受較大壓力，可以滿足所需信息的感知要求。現在物聯網在實際應用中的效果更為明顯，可以更好的滿足人們應用需求，但是同時物聯網自身業務數量不斷增加，規模也在持續擴大，必須要對傳統通信網絡觀念進行更新，提高通信網絡水平，作為物聯網規模化發展的保障，從根本上來消除規模擴大和業務發展間的相互干擾，為社會生產生活提供更好的服務。

2.2 傳輸層影響

傳輸層功能實現的基礎為通信網絡，結合寬帶計算方式，達到寬帶和窄帶目的，完成通信網和感知網間的有效融合，為傳輸層各項功能的實現提供保障。就以往通信網絡來說，一般是通過對分散通信節點的整理綜合，然后通過統一管理，來實現互聯網功能?；诂F有的物聯網技g水平，很多情況下，相應通信節點必須要具有一定私密性和獨立性。這樣在對物聯網技術發展進行研究時，便可以確定除了要進行簡單的信息傳遞外，對于虛擬信號的傳輸，需要將互聯網作為基礎，保證人與物、物與物間的有效聯系。這樣就決定了在實際執行過程中，物聯網具有較高的復雜性，對空間和獨立性要求更為嚴格。同時，這一特點也對通信網絡產生的影響，因為計算機個體分布比較分散，想要完成各項信息的有效傳輸，必須要利用通信網絡對各處計算機進行有效整合和管理控制，進一步提升各計算機間的聯系與工作效率。并且，對于不同通信節點的管控，需要作為重點進行研究。但是基于現物聯網技術水平，與通信網絡技術水平間具有較大差異，為整個網絡功能的實現帶來了阻礙。為滿足實際發展要求，在對物聯網技術進行研究時，需要做好與通信網絡技術間的聯系，提高計算機配置完善度與監控水平，加強其在產業模式中的應用，為企業提供云接口，滿足物聯網平臺進一步發展需求。

2.3 應用層影響

物聯網技術的實施，其中應用層主要對各類信息進行有效處理，并將其作為實際參考和依據，為用戶提供具有針對性和應用性的服務。應用層所具有的各項功能，能夠作為設備優化的助力，確保可以滿足不同用戶實際應用需求。這一特點可以作為物聯網技術持續發展的優勢，但還是需要就其與通信網絡間的矛盾進行分析和解決。降低對物聯網技術獨立性實現的影響，以免增加通信網絡發展壓力。對于物聯網各項功能來說，最終需要通過應用層來實現，需要通過應用層來對人與物、物與物間聯系與管控，滿足跨區域操作要求。因此，想要進一步滿足行業發展需求，需要將應用層作為重點進行分析，對行業市場和相關產業鏈進行整合，并基于云計算通信網絡基礎，構建有效連接平臺，營造更好的物聯網技術發展環境。

3 物聯網技術發展趨勢

物聯網基礎為互聯網技術，其不僅僅實現了虛擬信息的傳遞，同時還可以對人與物、物與物間信息傳輸進行處理。物聯網技術的有效實施，可以對物品進行實際操控，同時加強人與物、物與物之間的聯系，打破傳統時間與空間的限制，提高了信息傳遞與物體操控效率。就物聯網技術發展現狀來看，人工智能的實現已經成為可能，將機器與人類管理和判斷工作融為一體，對危險、精細工作進行分類，通過兩者的有效結合，來達到預設的目的。與互聯網虛擬信號與信息的傳遞不同，物聯網可以落實到實際物品上，使得信息化社會建設成為現實，可以有效解決實際工作中存在的問題。

4 結束語

物聯網技術在不斷發展，其所具有的功能，對進一步推動信息化社會的建設具有重要的實踐意義?；谖锫摼W各層次特點，對通信網絡也產生了一定影響，需要兩者相互配合，在落實各項功能的同時，降低所要面臨的網絡壓力。仍然需要專業技術人員在現有基礎上做更深入的分析，爭取進一步發揮出物聯網所具有的優勢。

參考文獻

[1]李奔. 物聯網對計算機通信網絡的影響探討[J].通訊世界，2016（03）：33-34.

[2]賈志強.物聯網對計算機通信網絡的影響分析[J].信息安全與技術，2015（01）：32-34.

[3]李愛鋒.物聯網對計算機通信網絡的影響分析[J].電腦知識與技術，2016（06）：16-17.

作者簡介

張皓（1983-），男，河北省保定市人。碩士學位?，F為河南工學院計算機科學與技術系實驗師。主要研究方向為圖形圖像處理、計算機應用。