物联网与云计算

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,物联网,英文名称：,The Internet of things,，简称,IOT,。,“,物联网,”,是指,通过各种信息传感设备，,如传感器、射频识别（,RFID,）技术、红外感应器、激光扫描器、气体感应器等各种装置与技术，,实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，与互联网结合形成的一个巨大网络。,其目的是实现物与物、物与人，所有的物品与网络的连接，方便识别、管理和控制。,4A:anytime;anyplace;anything;anyone,物联网应用举例,1,物联网应用举例,2,案例,新家坡国家图书馆（图书资产）管理,深圳图书馆新馆,2006,年,7,月在全国率先全面应用无线射频技术（,RFID,），在馆内全面实行包括自助借还的多种形式的自助服务，很快得到了广大读者的认可，并且倍受欢迎，深圳图书馆自助供还量战占全馆问题的比例已超过,90%,。,自助图书馆系统,门禁控制,使用,RFID,标识每一本图书,利用,RFID,对每本图书的“唯一”标识,读者自助还书,(RFID,读写器就能立刻确认还书信息,),图书分拣由计算机自动完成,物联网应用举例,3,农业监测管理,温室环境信息采集和控制,自动灌溉系统,环境信息和动植物信息监测,土壤水分监测,物联网的前世今生之国际篇,1999,MIT,的,Auto-ID,中心主任,Ashton,教授首次提出,“,Internet of Things,”,的概念,2003,美国,技术评论,提出传感网络技术将是未来改变人们生话的十大技术之首,2005,信息社会世界峰会,(WSIS ),上，国际电信联盟（,ITU),发布了,ITU,互联网报告,2005: ,，正式提出了,“,物联网,”,的概念。,2009,IBM,大中华区首席执行官钱大群在,2009IBM,论坛上公布了名为,“,智慧的地球,”,的最新策略。,物联网的前世今生之国内篇,1999,中科院启动传感网的研究,;,2009,年,8,月,7,日：温家宝总理在无锡传感网工程技术研发中心视察中指出,:,在国家重大科技专项中，加快推进传感网发展，尽快建立中国的传感信息中心，或者叫,“,感知中国,”,。,2010,年,3,月,5,日，温家宝总理在十一届全国人大三次会议的政府工作报告中明确提出,“,加快物联网的研发应用,”,，而物联网技术也是我国十二五期间重点技术攻关领域。,物联网的定义解读,从本质上讲，物联网并不是一个全新的概念，与之相关的传感网、,M2M,等概念由来已久，但物联网作为一个专有名词被我们所认识时间还不久。目前，物联网的定义并未统一，但核心思想是一致的。简单的说，物联网就是,“,物物相连的互联网,”,，,包含两层含义,：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通讯,物联网的技术框架,感知层,数据采集,传输层（网络层）,数据传输,应用层,数据处理,类似人体的手、脚、感官,类似人体的经络及脏腑器官等,类似人的大脑,信息收集（识别）技术,信息传输技术,信息应用技术,一、公共技术,物联网的应用版图正在不断地扩张，但无论应用在任何领域任何行业，都离不开数据库技术、数据挖掘与分析技术以及人工智能、高性能并行计算等技术的发展，他们是一切应用的基础和前提。,高性能计算,高性能计算,(HPC),指通常使用很多处理器（作为单个机器的一部分）或者某一集群中组织的几台计算机（作为单个计 算资源操作）的,计算系统和环境,。它是计算机科学的一个分支，它致力于研发超级计算机，开发相关系统软件，研究并行算法，开发相关大型并行应用软件。,并行计算,是指使用多个处理器或多台计算机来协同完成同一计算任务，它是实现高性能计算的途径。,数据库、数据仓库、数据挖掘,OLTP,（联机事务处理）与,OLAP,（联机分析处理）,联机事务处理（,online transaction processing,）包括输入信息的收集、处理，并利用收集到和经过处理而得到的信息去更新已存在的信息。数据库和数据库管理系统就是一类直接提供,OLTP,支持的技术工具。,联机分析处理,(online analytical processing),是一种提供决策支持的信息处理方式。可以帮助建立商务智能，由数据仓库和数据挖掘工具来支持。,3-,16,联机事务处理、联机分析处理和商务智能,商务智能,信息,如果库存以,10%,的速度下降，那么新库存担负的成本是什么？,更新产品的价格,需要采取什么广告战略来影响能接受高价位产品的顾客,上个月多少产品的销售额超过,10000,美元,更新广告时间表,上个月在无线电广播关高上的花费是多少,扩大顾客的信誉范围,谁在该付账拖欠债务,联机事务处理,联机分析处理,数据仓库,在制定决策时使用的信息,OLTP vs OLAP,OLTP,细节的,综合的或派生的,当前的,历史的,可更新,不可更新,需求事先可知道,需求事先不知道,符合系统生命周期,完全不同的生命周期,对性能要求高,对性能要求相对宽松,事务驱动,数据驱动,面向应用,面向分析,一次操作数据量小,一次操作数据量大,支持日常事务,支持管理需求,OLAP,数据库与数据库管理系统,数据库,信息的集合，它能按照信息的逻辑结构对其进行组织与存取。,关系数据库,利用一系列存在逻辑关系的二维表或文件来存储信息,关系,=,表,=,文件,最流行的数据库模型,数据库管理系统,帮助指定数据库逻辑需求，在数据库中访问和使用信息。,3-,19,创建及更新数据库的逻辑结构,查询及编辑信息,生成菜单、数据输入屏幕格式、报表及应用软件,决定谁可以使用信息、使用哪些信息；提供信息备份及恢复方法,通过查询查看结构变更的影响,数据定义,应用程序生效,数据操作,数据管理,数据库,数据字典,数据库管理系统的,5,个组成部分：数据管理系统引擎、数据定义子系统 、数据操作子系统、应用程序生成子系统、,数据管理子系统,数据仓库和数据挖掘,帮助建立商务智能并按照知识某种组织形式进行工作。,数据仓库,支持商务分析活动和决策且来自多方面的信息集。,3-,20,广告媒体的时间,年份,顾客群,北部地区,东南部地区,西南部地区,东部地区,市场数据库,销售数据库,顾客数据库,产品数据库,有人感叹：,20,年前查询不到数据是因为数据太少了，而今天查询不到数据是因为数据太多了。,要提高分析和决策的效率和有效性，分析型处理及其数据必须与操作型处理及其数据相分离。必须把分析型数据从事务处理环境中提取出来，按照,DSS,处理的需要进行重新组织，建立单独的分析处理环境，数据仓库正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术。,数据仓库的数据从联机的事务处理系统、异构的外部数据源、脱机的历史业务数据中得到。它是一个联机的系统，专门为分析统计和决策支持应用服务，通过它可满足决策支持和联机分析应用所要求的一切。,数据仓库的概念和特征,目前，数据仓库一词尚没有一个统一的定义。,著名的数据仓库专家,W.H.Inmon,在其著作,Building the Data Warehouse,一书中给予如下描述：,数据仓库（,Data Warehouse,）是一个面向主题的（,Subject Oriented,）、集成的（,Integrate,）、相对稳定的（,Non-Volatile,）、反映历史变化（,Time Variant,）的数据集合，用于支持管理决策。,数据仓库概念的两个层次,功能上：数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；,内容和特征上：数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。,数据仓库四个特点,-,面向主题,传统的数据库是面向应用而进行数据组织的，其抽象程度不够高，没有完全实现数据与应用的分离。但这种方式能较好地将企业业务活动与数据库模式相对应，利于从手工处理向计算机处理过渡，因而具有较好的可操作性；数据仓库是面向主题而进行数据组织的。,主题是一个在较高层次上对数据的抽象,，在逻辑意义上，它是对企业中某一宏观领域所涉及的分析对象，即将数据组织成主题域。例如，在银行经营运作中，业务,(,存款、贷款、汇兑,),、货币、客户、机构、会计科目是其主要构架或方向，因此在银行业务数据仓库中，选择业务、货币、客户、机构、会计科目五个主题，并将会计科目作为连接其他四个主题的交易主题进行处理。,面向主题可以独立于数据处理逻辑，适用于分析型数据环境，适用于建设企业全局数据库；数据仓库中目前仍采用关系数据库技术来实现，其面向主题所作较高程度上的抽象，应强调其逻辑意义。,数据仓库四个特点,-,集成的,面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。在数据仓库的所有特性之中，这是最重要的。应用问题的设计人员历经多年制定出来的不同的设计决策有很多很多种不同的表示方法，没有什么应用在编码、命名习惯、实际属性、属性度量等方面是一致的，各个应用问题设计员自由地做出他或她自己的设计决策。,数据仓库中的数据是集成的。而数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。在数据仓库建设中，这是最关键最复杂的一个步骤，主要工作有：一是，进行数据的综合和计算；二是，统一源数据中所有不一致和矛盾的地方,(,如同名异义、异名同义、字长不一致、单位不一致等,),。,数据仓库四个特点,-,相对稳定的,操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。,数据仓库四个特点,-,相对稳定的,数据仓库四个特点,-,反映历史变化,操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点,(,如开始应用数据仓库的时点,),到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。,数据仓库中的数据时间期限要远远长于操作型系统中的数据时间期限。操作型系统的时间期限一般是,6 0,9 0,天，而数据仓库中数据的时间期限通常是,5,1 0,年。,操作型数据库含有,“,当前值,”,的数据，这些数据的准确性在访问时是有效的，同样当前值的数据能被更新。而数据仓库中的数据仅仅是一系列某一时刻生成的复杂的快照。,操作型数据的键码结构可能包含也可能不包含时间元素，如年、月、日等。而数据仓库的键码结构总是包含某时间元素。数据仓库的数据码键都包含时间项，用作标明数据的历史时期。数据仓库中的数据包含有大量综合数据，很多与时间有关，如按时间段进行综合或隔时间片进行抽样。随着时间变化，数据仓库需要不断增加新数据、删去旧数据。,数据仓库四个特点,-,反映历史变化,数据仓库本质,数据仓库实际上是一个,“,以大型数据管理信息系统为基础的、附加在这个数据库系统之上的、存储了从企业所有业务数据库中获取的综合数据的、并能利用这些综合数据为用户提供经过处理后的有用信息的应用系统,”,。,如果说传统数据库系统的重点与要求是快速、准确、安全、可靠地将数据存进数据库中的话，那么数据仓库的重点与要求就是能够准确、安全、可靠地从数据库中取出数据，经过加工转换成有规律信息之后，再供管理人员进行分析使用。,数据仓库所要研究和解决的问题就是从数据库中获取信息。,数据挖掘工具,数据挖掘工具,在数据仓库中查询信息的软件工具。从本质上看，数据挖掘工具是为数据仓库用户使用的，就像数据操作子系统工具是为数据库用户使用的一样。,3-,32,数据挖掘工具,查询与报表工具,与,QBE,工具、,SQL,和典型数据库环境中的报表生器类似,智能代理,使用各种人工智能工具帮助,“,信息发现,”,，并创建商务智能,多维分析工具,是一种进行切片,/,切块的技术，它允许人们从不同的角度观察多维信息。,统计工具,利用各种数学模型将信息存储到数据仓库中,3-,33,数据挖掘的基本应用,对象分类,自动预测,关联分析,聚类分析,可视化,数据集市,数据集市,是数据仓库的子集，它仅聚集了部分数据仓库的信息。,3-,35,商品,信誉,分销商,销售额,市场,产品,服务,应收账户,涵盖整个组织范围的数据仓库,商务智能,商务智能,是一种涉及公司客户、竞争对手、合作伙伴、竞争环境和企业内部业务的知识，可以通过它制定出有效的、重大的通常是战略层面的企业决策。,在如今商务中的热点问题,当前市场额为,500,亿美元，每年成倍增长。,3-,36,商务智能目标,帮助人们理解,公司的能力,市场的技术趋势及未来发展方向,公司面临的技术、地理、经济、政治、社会及法律环境,竞争者的行为,3-,37,透视商务智能,数字化仪表板,以一种格式化形式显示从计算机屏幕上若干处收集的关键信息，这些信息是对单个的知识工作者需求的裁剪。,3-,38,人工智能,人工智能,(Artificial Intelligence),，英文缩写为,AI,。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的,技术科学,。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括,机器人、语言识别、图像识别、自然语言处理和专家系统等。,人工智能是一门典型的综合性学科，除了计算机科学以外,还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。,在实际应用方面，人工智能技术可体现为指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、智能搜索、定理证明、博弈、自动程序设计、航天应用等等。,人工智能在计算机上实现时有两种不同的方式。,一种是,采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫,工程学方法,（,Engineering approach,），它已在一些领域内作出了成果，如文字识别、电脑下棋等。,另一种是模拟法,（,Modeling approach,），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。,“,深蓝,”,人工智能的里程碑,人工智能技术的里程碑不只是一个，数字计算机的胜利,1997,年,“,深蓝,”,战胜了世界国际象棋冠军盖瑞,卡斯帕罗夫是一个关键性转折点。,1996,年，国际象棋大师卡斯帕罗夫与电脑,“,深蓝,”,展开交锋，结果卡斯帕罗夫以,4,比,2,宣告胜利；经过研制方,IBM,一年多的改进，到了,1997,年，,“,深蓝,”,有了更深的功力，因此又被称为,“,更深的蓝,”,（以下简称,“,深蓝,”,），这一次卡斯帕罗夫以,1,胜,2,负,3,平的结果败下阵来；,2003,年 人机再次交锋。卡斯帕罗夫与小深（,Deep Junior,）以,1,胜,1,负,4,平再次战成平局。,“,深蓝,”,重达,1.4,吨，是一台,RS/6000SP,型超级计算机，共装有,32,个并行处理器， 每秒能分析,2,亿步棋。,“,深蓝,”,对每步棋作出决定前，有四个主要考虑，包括：,(1),棋子：,每只棋子各有价值，但在不同位置和棋局的不同阶段，价值会相对调整；,(2),位置：,电脑就棋子周围能够作安全攻击的四方格数目估值。控制愈多四方格，愈处于优势；,(3),步调：,力求每一步皆有助于操作棋局；,(4),保王：,电脑替王所处的位置的安全性估值，以作出防卫棋步。同时，,“,深蓝,”,内存贮了几乎世界上所有的棋谱，对于棋王过去下过的每一局棋都了如指掌，而且心无旁骛。它能根据卡氏过去的棋局进行程序优化。包装后的,“,深蓝,”,也可以在下棋过程中由人改变程序，根据棋面及时调整战略战术，表现出人性化的某些智能性。,目前企业使用最多的人工智能系统,专家系统,遗传算法,神经网络,智能代理,(,或基于智能的技术,),专家系统,也称为基于知识的系统,是一种运用推理能力得出结论的人工智能系统。它非常适用于诊断性问题（那些需要回答,“,发生了什么,”,的问题）和指令性问题（那些需要回答,“,该做什么,”,的问题）。,通常，专家系统是为特定的应用领域而设定的，比如会计、医药等等。,专家系统与决策支持系统不同。,红绿灯系统,4-,46,规则,现象或事实,是,否,规则,绿灯亮了吗,红灯亮了吗,在你到达十字路口前，红灯可能要亮吗？,在进入十字路口前，你能停车吗？,是否有两车正从某侧开过来？,通过十字路口,转到规则,4,转到规则,4,停车,准备应付撞车事件,转到规则,2,转到规则,3,通过十字路口,转到规则,5,通过十字路口,绿灯亮时是安全的，否则需要更多的信息,应停车，不可以通过,只有黄灯亮时才会出现这种情况，然后你将有两种选择,应停车，否则就可能出现问题,除非十字路口处没有车路通过，否则很可能相撞。,专家系统能够很好的解决具有清晰规则和程序的问题并且具有很高的效率，并给公司带来巨大的收益。,专家系统能,减少错误,改善客户服务,降低成本,专家系统不能,使用常识,自动化所有流程,遗传算法,遗传算法是一种人工智能系统，它通过模仿进化过程中适者生存规律从而产生一个问题的逐步改进的解决方案。,换句话说，遗传算法是一种优化系统：它能发现产出最优输出的输入组合。,例子：股票投资组合选择,将遗传算法用于包装设计,遗传算法有效的前提是必须要提供一个,“,成功,”,的标准。,遗传算法的原理,遗传算法是模拟了生物进化而演变出来的一种计算模型。生物在生存过程中需要生长、生殖、以及死亡几个阶段，遗传算法正式模仿了生长和生殖阶段，生殖阶段保证了生物体能够不断的延续下去。而生长阶段中生物体在自然环境不断变化的前提下，会因为环境的因素而产生一些突变。突变是无向的，它让一些生物体能够更好的适应环境，另一些生物体却因为不能够适应环境而死亡。突变同样也发生在生殖阶段。,生长：生物体从一个受精卵最终成长为一个成年个体得通过环境的考验,天敌、食物、自然环境、天气等因素都可能成为个体生存的威胁。强壮的个体能够逃脱天敌的追捕以及其他因素的束缚，得到了生存生殖的权利。因此它的优良基因能够传承给后代。,生殖：生物体进行交配长生后代，父代和母代各提供一半的染色体进行结合，最终子代就拥有父母代的基因。子代会继承父母代的一些性状。比如，长相、身材等等。一般来说，通过遗传产生的新个体对环境往往具有更好的适应性。,死亡：生物体最终的归宿。代表了本生物个体的死亡，该生物个体已经被淘汰。,用遗传算法解决问题时，每一个染色体代表了一个解决问题的方案，该方案相当于我们生物学上讲的某一个生物体，它可能适应环境，也可能不适应环境。遗传算法解决问题就是把能够适应环境的个体找出来，遗传算法需要找出种群中适应度较高的个体进行生殖产生后代，当后代达到原种群数量时进行适应度测试，当子代种群中某个个体能够达到要求，遗传算法就找到了一个问题的解决方案：否则，子代种群继续上一个步骤：生殖。如此循环直到程序找出达到要求的个体。,遗传算法流程,神经网络,从生物学的角度来讲，神经网络是一个有很多个神经细胞组成的错综复杂的神经网。神经细胞是由细胞体、细胞核、树突、轴突和轴突末梢组成，也叫作神经元。神经元的树突连接着其他的神经元，信号通过树突传递给下一个神经元的轴突末梢，轴突末梢处理信号之后，通过轴突传递给了这个神经元。神经元之间的信息传递是单向的，即由一个神经元的树突传递给另一个神经元的轴突末梢。,人类通过多年来的研究，仿照生物神经网络的模型，设计出了人工神经网络。人工神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠神经元权重之间的联系，权值的调整，从而达到处理信息的目的。人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入和输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果。各个神经元的权值恰到好处的表达了一个规律，就像一个物理公式一样。,定义：神经网络，经常称为人工神经网络，使可以发现和辨别模式的人工智能系统。神经网络广泛地用于图像模式和语言的分辨系统。,当大量的信息可以利用时，神经网络非常适用于识别、分类和预测。由于神经网络可以从大量信息中发现模式，因此，经常称之为,预测系统,。,神经网络案例,艺术专家神经网络,普通话测试,神经网络的工作原理,当我们看见一个图片的时候，我们可以很准确的告诉他人，这个图片描述的是什么。当然，在看这个图片之前，我们应该对该事物已经有所了解。人工神经网络其实也是如此，我们给出一个图片，如左图，我们能够清晰的看到这幅图片上显示的是一个阿拉伯数字,“,0,”,。但是计算机却不能跟我们人一样瞬间就识别这个数字。这是个,6*10,像素的图片，计算机接收的只是每一个像素的信息，这些像素就相当于输入。,神经网络的工作原理,假设被着上黑色的代表,1,，白色的为,0,，那么当所有的,60,个信息输入人工神经网络的神经元，经过计算输出的结果是,1,，就说明计算机认出了这个图片显示的是,“,0,”,。反之，计算机就没能认出这个图片是,“,0,”,。人工神经网络就是要通过调整神经元上的权值，让计算机能够顺利地识别出这张图片。,神经网络会根据输入的值进行运算判断，如果网络作出错误的的判决，则通过网络的学习（遗传算法等进行权值优化），应使得网络减少下次犯同样错误的可能性。,神经网络的工作原理,首先，给网络的各连接权值赋予,(0,，,1),区间内的随机值，将,“,0,”,所对应的图象模式输入给网络，网络将输入模式加权求和、与门限比较、再进行非线性运算，得到网络的输出。在此情况下，网络输出为,“,1,”,和,“,0,”,的概率各为,50%,，完全是随机产生。当输出为,“,1,”,（正确结果）时，说明权值之间的关系是合理的。当输出为,“,0,”,（错误结果）时，进化算法将改变各个权值，达到减小犯同样错误的可能性。一般说来，网络中所含的神经元个数越多，则它能记忆、识别的模式也就越多。,智能代理,智能代理是一种软件，它可以通过辅助人或充当人的代表来执行重复的与计算机相关的任务。,类型,信息代理,检测和监视代理,数据挖掘代理,用户代理,信息代理,信息代理,寻找信息并提供给顾客的智能代理,例如：采购者代理或购物机器人,是位于网站上的智能代理，可以帮助顾客找到所需要的产品或服务。,检测和监视代理,检测和监视代理,是一种对某种感兴趣实体、网络或设备进行观测和报告的智能代理。,数据挖掘代理,数据挖掘代理,在数据仓库上运行以发现信息。,数据挖掘代理可以探测某种趋势或某项指标变量的主要变化。它也可以检测新出现的信息并通知你。,用户代理,用户或个人代理,是代表用户采取行动的智能代理。,例如：,按照优先权对电子邮件归类,作为对手同用户一起玩游戏,组合客户化的新闻报告,为你填写表格,与你讨论主题,多代理系统和基于代理的模型,多代理系统,智能代理组成的群体能独立地工作，并且相互之间可以交互作用。,基于代理的建模,是一种使用多个智能代理模拟人类组织的方法，其中每个智能代理都遵循一套简单的规则并能适应变化的环境。,二、行业应用软件和中间件,中间件与操作系统和数据库并列作为三足鼎立的,“,基础软件,”,的理念经过多年的探讨已经被国内业界和政府主管部门认可。,中间件是一种独立的系统软件或服务程序，分布式应用软件借助这种软件在不同的技术之间共享资源。中间件位于客户机,/,服务器的操作系统之上，管理计算机资源和网络通讯，是连接两个独立应用程序或独立系统的软件。相连接的系统，即使它们具有不同的接口，但通过中间件相互之间仍能交换信息。执行中间件的一个关键途径是信息传递。通过中间件，应用程序可以工作于多平台或,OS,环境。,中间件软件具有如下特点：满足大量应用的需要；运行于多种硬件和,OS,平台；支持分布式计算，提供跨网络、硬件和,OS,平台的透明性的应用或服务的交互功能；支持标准的协议；支持标准的接口。,三、云计算,在计算机流程图中，互联网常以一个云状图案来表示，用来表达对复杂基础设施的一种抽象。云是一种比喻，云计算正是对复杂的计算基础设施的一个抽象，所以称为云计算。,云计算是一个概念，而并不指某种具体的技术或标准，不同的人从不同的角度出发会有不同的理解。业界关于云计算定义的争论从未停止过，目前也还没有一个十分明确的定义。,云计算的定义,NIST,（美国国家标准技术研究所）的定义，,认为：,云计算是一种对,IT,资源的使用模式，是对共享的可配置的计算资源（如网络、服务器、存储、应用和服务）提供无所不在的、方便的、随需的网络访问。,资源的使用和释放可以快速进行，不需要多少管理代价。这与,维基百科上的定义,是基本一致的：云计算是一种计算模式，在这种模式下，动态可扩展而且通常是虚拟化的资源通过互联网以服务的形式提供出来。终端用户不需要了解,“,云,”,中基础设施的细节，不必具有相应的专业知识，也无须直接进行控制，而只需关注自己真正需要什么样的资源，以及如何通过网络来得到相应的服务。,一个更加技术性的定义是,：云计算是一种模式，它实现了对共享可配置计算资源（网络、服务期、存储、应用和服务等）的方便、按需访问；这些资源可以通过极小的管理代价或者与服务提供者的交互被快速地准备和释放。这正好解决物联网的商业模式问题。,主流云计算商业模式,总体来讲，云计算的服务类型分为,IAAS,、,PAAS,、,SAAS,三类，是物联网商业模式的雏形。,IAAS,IAAS,即,Infrastructure as Service,基础架构即服务，,位于云计算三层服务的最底端。就是把,IT,基础设施像水、电一样以服务的形式提供给用户，以服务形式提供基于服务器和存储等硬件资源的可高度扩展和按需变化的,IT,能力。,该层提供的是基本的计算和存储能力，以计算能力的提供为例，其提供的基本单元就是服务器，包含,CPU,、内存、存储、操作系统及一些软件。为了让用户能够定制自己的服务器，需要借助服务器模板技术，即将一定的服务器配置与操作系统和软件进行绑定，并提供定制的功能。自动化和虚拟化技术是实施的核心。,PAAS,PAAS,即,Platform as a Service,平台即服务,。它提供给终端用户基于互联网的应用开发环境，包括应用编程接口和运行平台等，并且支持应用从创建到运行整个生命周期所需的各种软硬件资源和工具。通常按照用户或登录情况计费。在,PAAS,层面，服务提供商提供的是经过封装的,IT,能力，或者说是一些逻辑的资源，比如数据库、文件系统和应用运行环境等。,通常又可将,PAAS,细分为开发组件即服务和软件平台即服务。前者指的是提供一个开发平台和,API,组件，后者指提供一个基于云计算模式的软件平台运行环境。让应用软件开发商,(ISV),或独立开发者能够根据负载情况动态提供运行资源，并提供一些支撑应用程序运行的中间件支持。这个层面涉及两个核心技术，一是基于云的软件开发、测试及运行环境；二是大规模分布式应用运行环境。,SAAS,SAAS,即,Software as a Service,，软件即服务，是最常见的云计算服务，,位于云计算三层服务的顶端。用户通过标准的,Web,浏览器来使用,Internet,上的软件。服务供应商负责维护和管理软硬件设施，并以免费（提供商可以从网络广告之类的项目中生成收入）或按需租用方式向最终用户提供服务。,在,SAAS,层面，服务提供商提供的是消费者应用或行业应用，直接面向最终消费者和各种企业用户。这一层面主要涉及以下技术：,Web2.0,多租户和虚拟化。,以上三种云计算服务方式，实际上也是物联网实施中将采用的商业模式，将从基础设施、平台和软件三个层面为个人、企业和社会提供服务，同时物联网还将朝着,DRM,（设备关系管理）和,TAAS(Thing as a Service),的方向扩充和发展。,