物联网(IoT)的定义、发展历程及其应用前景解析

物联网的英文名称是Internet of Things，缩写为IoT。这里的“物”是指我周围所有可以连接到互联网的东西。比如你戴的手表，你骑的共享单车，路上的汽车，家里的冰箱，路边的路灯，甚至是一棵树。只要一个物品能够连接到网络，它就是物联网中的“东西”。所谓物联网，是指“物”与人、“物”与“物”之间通过网络进行信息的传输和处理。

物联网的概念最早由Kevin Ashton在1999年的一次演讲中提出，他本人被称为物联网之父。

通过物联网，人们将能够以低廉的价格使用大量能够通信的“物”，并从这些“物”中获取数据，各种服务就会如雨后春笋般涌现。

此外，先进传感技术的普及帮助人们把握和预测现实世界。通过实时采集海量的人、物、环境数据，可以建设新型社会基础设施，保障和优化城市运行，监测和预警关系民生的险情和灾害。

在物联网的实施方面，机器对机器通信（M2M）等关键技术近年来备受关注。

物联网和M2M在很多方面可以看作是相同的含义，但严格意义上是不同的。

M2M 是无需人工控制的机器之间的通信。在大多数情况下，它代表了一个在机器之间自动交换信息的整体系统，重点关注机器通信的协议和标准。

物联网主要是指为信息接收者提供服务。作为一个服务网络，它的范围比M2M更广。

物联网的构成，从普通用户而不是技术人员的角度来看，可以大致概括为以下四个部分：物联网终端、传感器、网络和物联网服务。

物联网终端指的是前面提到的“物”。它将配备一个称为传感器的电子元件并连接到网络。例如，每个人持有的智能手机和平板电脑都是物联网终端的一种。汽车、家电、自行车、我们时刻佩戴的手表、手环，包括农场的温室、工厂的机器等等，只要满足以上条件，都是一个物联网终端。这些终端通常扮演两个角色：传感和反馈。

感知是指采集终端自身的状态以及周围环境的状态并通知系统。这里所说的状态包括灯是否打开或关闭、房间的温度和湿度、门口是否有人、机器运行的状态等。终端通过传感器等电子元件来实现感知。

反馈是指收到系统通知后显示信息或执行指定操作。系统会根据传感器收集到的数据提供一些反馈，经过处理后，通常需要通过物联网终端在现实世界中采取相应的行动。反馈有多种形式，包括可视化、通知和控件。通过“可视化”，用户可以使用网页浏览器或电脑、智能手机上的APP随时查看物联网服务处理的信息；通过“推送通知”，系统可以检测到“事物”的异常状态或触发接收到一定的指令后，通知给终端或信息接收者，达到提醒、报警的目的；通过“控制”，系统可以直接控制终端的运行，实现自动化运行，无需借助人工。

在物联网终端中，如果想要采集终端和环境的状态，就需要用到一种叫做传感器的电子元件。传感器负责以电子信号的形式输出物理现象。例如，有些传感器可以将温度和湿度作为电子信号输出，而另一些传感器可以将超声波、红外线等人类难以感知的现象转换为电子信号输出等等。通过传感器输出的电子信号，系统可以获得现实世界中“物”的状态或者周围环境的状态。人们很少单独使用这些传感器，而是通常将它们放入各种物联网终端中使用。

终端连接物联网服务时，网络是必不可少的。物联网所使用的网络一般分为两种：一种是将终端与其他终端连接的网络，另一种是将终端与物联网服务连接的网络。

有些终端不能或不需要直接连接到互联网。通过将终端与其他终端连接，例如连接负责采集传感器数据的物联网网关设备，这些无法连接互联网的终端可以通过物联网网关进行连接。再次集中连接到互联网。这种网络连接方式在工业领域应用广泛，可以节省成本，提高连接效率。对于终端之间的连接，蓝牙、ZigBee、LoRa、WIFI是几种具有代表性的网络标准。

至于终端直接接入物联网服务系统，通常会涉及到互联网接入。除了WIFI和宽带网络外，GPRS/3G/4G/5G等移动线路以及通用NB-IoT也常用，特别是在户外和移动场景中。除了现在Web服务中广泛使用的HTTP和WebSocket协议外，还有一些专门针对机器对机器通信和物联网开发的轻量级协议，例如MQTT、CoAp、XMPP等。

对于技术人员来说，在网络层之上，物联网系统还会分为基础设施层、平台层、应用层等不同层次，但对于普通用户来说，可以统称为物联网服务。物联网服务有两个功能：一是从终端接收数据，并向物联网终端发送数据；二是从终端接收数据，向物联网终端发送数据。另一个是处理和保存数据。物联网接收终端直接发送的数据。终端发送的数据内容包括终端上安装的传感器采集的信息以及用户在终端上进行的操作。

而仅仅从传感器和终端采集数据只是一堆聚集在一起的庞大数据，很难直接应用这些数据。为了实现具体的应用服务，需要从收集到的数据中分析出有价值的信息。因此，只有通过分析数据，才能掌握终端的运行情况，找出其中包含的趋势，提前发现未来可能出现的异常情况。只有这样，整个物联网服务才能从一个简单的收集数据的系统升华为帮助用户创造价值的服务。

然而，从终端接收到的数据不仅仅是可以被计算机轻松处理的数字数据。根据传感器的不同，它还包括图像、语音和自然语言等难以直接用计算机处理的非结构化数据。我们将这种数据称为非结构化数据。在数据处理过程中，有时会从非结构化数据中提取易于计算机处理的数据，例如提取代表图像和语音特征的特征值。这些信息也将被保存到结构化数据库中，并根据传统的数据处理方法进行分析和使用。对于无法从结构化数据中提取的非结构化数据，需要利用大数据、机器学习等日益成熟的技术进行分析处理。