如何理解物聯(lián)網背后的大數據

　　物聯(lián)網所帶來的大數據正在引起越來越多IT巨頭的注意。就在物聯(lián)網的概念還在被人們炒作的時候，物聯(lián)網背后的大數據已經引起了全球領先的IT企業(yè)的集體注意力，其潛在的價值也正在被逐漸挖掘。就在這幾年，IBM、微軟、SAP、谷歌等IT企業(yè)不僅在全球部署了多個數據中心，還紛紛花費巨資收購專攻數據管理和分析方面的軟件企業(yè)。分析其動機也不難發(fā)現(xiàn)，由于這些來源于物聯(lián)網的大數據來自于多種終端，比如移動通信終端、智能電表、汽車和工業(yè)機器等，所以其可能影響的領域不可小覷。

　　行家看得明白，物聯(lián)網產業(yè)鏈的核心是以“數據”驅動為主的產業(yè)，并不是元器件和設備的生產所驅動的。物聯(lián)網的核心并不在感知層和網絡層，而是在應用層。如果能將物物相連所產生的龐大數據智能化的處理、分析，將生成商業(yè)模式各異的多種應用，而這些應用正是物聯(lián)網最核心的商業(yè)價值所在。

　　上海嵌入式系統(tǒng)研究所副所長、華師大軟件學院嵌入式系統(tǒng)系主任陳章龍教授認為，物聯(lián)網產業(yè)鏈近七成的產值將產生于后臺的數據處理環(huán)節(jié)。中科院院士鄔賀銓也指出，中國物聯(lián)網產業(yè)還處于起步階段，雖然物聯(lián)網產業(yè)目前可以帶動一些元器件和設備的生產，但實際上物聯(lián)網產業(yè)更像是服務業(yè)，間接效益遠遠大于直接效益。

　　不過，處理物聯(lián)網背后的大數據并不容易，物聯(lián)網中的大數據和互聯(lián)網數據有很大不同。物聯(lián)網大數據包括社交網絡數據和傳感器感知數據，即使其中的社交網絡數據相當多的可被處理的非結構化數據，比如新聞、微博等，但是物聯(lián)網傳感器所采集的各種碎片化數據在目前卻屬于不能被處理的非結構化數據。

　　IBM中國研究院沈曉衛(wèi)則指出了物聯(lián)網中大數據的采集以及分析所面臨的挑戰(zhàn)。他說，物聯(lián)網中大數據的采集和分析在目前盡管是可能做到的，但還面臨著邊緣計算、中間件支持和物聯(lián)網的運營管理平臺建設三大挑戰(zhàn)。如在物聯(lián)網的邊緣計算過程中，如何管理大規(guī)模具有邊遠計算功能系統(tǒng)涉及到整個系統(tǒng)的可靠性和穩(wěn)定性問題；在物聯(lián)網的中間件的設計中，如何對利用物聯(lián)網中間件對數據進行適當的處理與管理涉及到海量采集信息的大規(guī)模篩選；而物聯(lián)網的運營管理平臺的建設則因為物聯(lián)網自身的復雜IT架構問題管理起來難度非常大。

　　而要處理非結構化數據所帶來的上述問題，一種新的思路是用商業(yè)模式的創(chuàng)新來促進相應技術的進步。為什么這么說呢？中國電信股份有限公司上海研究院院長李安民給出了這樣的解釋：“根據實際經驗，物聯(lián)網不僅僅是單一的物聯(lián)網技術，還涉及對大數據、云計算等技術的有效融合。物聯(lián)網的普及將城市引入大數據時代，我們需要關注大數據的應用需求，從技術、業(yè)務、商業(yè)模式等方面提前做好應對。”

　　而業(yè)界研究人員則從物聯(lián)網行業(yè)的特點來說明物聯(lián)網商業(yè)模式的獨特之處。目前形成的觀點主要認為物聯(lián)網涉及多個行業(yè)，而每個行業(yè)的數據有不同的結構特點，所以就會產生出多個相異的商業(yè)模式；此外，物聯(lián)網真正的商業(yè)價值基礎在于數據分析，所以未來物聯(lián)網產業(yè)理應會出現(xiàn)更加細分的數據處理公司類型。例如，有從事數據收集、數據分類、數據處理的公司，而從事軟件應用集成和商業(yè)運作的公司也將隨著產業(yè)鏈的完善而逐步分化。

　　開啟物聯(lián)網大數據市場

擴展閱讀

版權聲明：