一、物聯網

物聯網（IoT）是指通過信息傳感設備，按約定的協議將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、監控和管理的網絡。物聯網主要解決物品與物品（T2T）、人與物（(H2T）、人與人（H2H）之間的互連。另外，許多學者在討論物聯網時經常會引入?M2M?的概念：可以解釋為人與人（Man?to?Man）、人與機器（Man?to?Machine）或機器與機器（Machine?to?Machine）。

1. 從產業角度物聯網具備的特點

感知識別普適化（廣泛應用在各個領域）、異構設備互聯化（不同設備都可連接）、聯網終端規模化（數量急劇增加）、管理調控智能化（調控、智能）、應用服務鏈條化（產生完整的服務鏈和生態，例如通過智能家具判斷客戶喜好推薦新的產品）、經濟發展跨越化（催生出新產業）。

2. 物聯網架構可分為三層

感知層：傳感器層，包括溫度傳感器、二維碼標簽、RFID?標簽和讀寫器、攝像頭、?GPS?等感知終端，物聯網識別物體、采集信息的來源。

網絡層：由各種網絡組成，包括互聯網、廣電網、網絡管理系統和云計算平臺等，是整個物聯網的中樞，負責傳遞和處理感知層獲取的信息。

應用層：物聯網和用戶的接口，它與行業需求結合以實現物聯網的智能應用。

3. 物聯網的關鍵技術

主要涉及傳感器技術、傳感網和應用系統框架等：

傳感器技術（感知周邊環境）:是一種檢測裝置，它能“感受”到被測量的信息，是實現自動檢測和自動控制的首要環節，也是物聯網獲取物理世界信息的基本手段。射頻識別技術?RFID?是一種簡單的無線系統，由一個詢問器（或閱讀器）和很多應答器（或標簽）組成（現在很多標簽中都包含芯片，無需專門掃碼，可以隔空掃描定位到標簽對應的物品），賦予了物聯網一個特性——可跟蹤性。

傳感網：微電子機械系統?MEMS?是由微傳感器、微執行器、信號處理和控制電路、通信接口和電源等部件組成的一體化的微型器件系統。它們有了屬于自己的數據傳輸通路、存儲功能、操作系統和專門的應用程序，從而形成一個龐大的傳感網。

應用系統框架：是一種以機器終端智能交互為核心的、網絡化的應用與服務。它將使對象實現智能化的控制，涉及?5?個重要的技術部分：機器、傳感器硬件、通信網絡、中間件和應用。

4. 物聯網應用和發展（幾乎所有場景都要用到）

智能家居：借助物聯網技術，可以實現家庭設備的遠程控制和自動化管理。醫療健康：在醫療領域能遠程監測患者情況，提高就醫便利性。

農業智能化：通過無人機和傳感器對農田進行精準噴藥和灌溉，降低資源浪費。物流跟蹤：運用?GPS?定位和RFID?技術實時追蹤貨物位置，方便調度和監控。

能源管理：遠程監控和優化設備的能耗；利用智能電網技術平衡供需、減少損耗。智慧城市：智能交通系統、智能停車場、環境監測、能源管理等方面都得到了顯著改善。

工業自動化：通過傳感器收集數據，實現實時監控和預測性維護，降低故障率。

?二、區塊鏈（去中心化，多中心化）

區塊鏈是一種按照時間順序將數據區塊以順序相連的方式組合成的一種鏈式數據結構，并以密碼學方式保證的不可篡改和不可偽造的分布式賬本。區塊鏈可以理解為一個多方協作數據庫，區塊鏈技術是一種分布式賬本的記賬技術。狹義上，區塊鏈是一種鏈式數據結構，一種分布式賬本。廣義上，區塊鏈是一種技術，是利用塊鏈式數據結構來驗證與存儲數據、利用分布式節點共識算法來生成和更新數據，利用密碼學的方式保證數據傳輸和訪問的安全，利用由自動化腳本代碼組成的智能合約來編程和操作數據的一種全新的分布式基礎架構與計算范式。

1. 區塊鏈的典型特征

多中心化、多方維護、時序數據、智能合約、不可篡改、開放共識、安全可信。

2. 關鍵技術

分布式賬本。交易記賬由分布在不同地方的多個節點共同完成，而且每一個節點保存一個唯一、真實賬本的副本，它們都可以參與監督交易的合法性，同時也可以共同為其作證。理論上除非所有的節點都被破壞，因此整個分布式賬本系統是非常穩健的，從而保證了賬目數據的安全性。

加密算法。主要作用是保證區塊數據在網絡傳輸、存儲和修改過程中的安全。區塊鏈系統中的加密算法一般分為散列（哈希）算法和非對稱加密算法。

共識機制。沒有中心點總體協調的情況下，當某個記賬節點提議區塊數據增加或減少，并把該提議廣播給所有的參與節點，所有節點要根據一定的規則和機制，對這一提議是否能夠達成一致進行計算和處理。常用的共識機制主要有PoW、PoS、DPoS、Paxos、?PBFT?等。從合規監管、性能效率、資源消耗、容錯性四方面分析共識機制。

3.?區塊鏈的應用和發展

當前的互聯網技術成功實現了信息的多中心化，但卻無法實現價值的多中心化。建立全球信用的互聯網技術就在發展中遇到了障礙：人們無法在互聯網上通過多中心化方式參與價值交換活動。

隨著加密技術和智能合約的發展，區塊鏈技術在金融、供應鏈管理等領域得到了廣泛應用。例如：數字貨幣、金融服務創新、供應鏈管理、數據安全與隱私保護。

區塊鏈將成為互聯網的基礎協議之一。區塊鏈架構的不同分層將承載不同的功能。區塊鏈的應用和發展將呈螺旋式上升趨勢。

三、云計算

云計算是分布式計算的一種，指的是通過網絡“云”將巨大的數據計算處理程序分解成無數個小程序，然后通過由多臺服務器組成的系統處理和分析這些小程序最終將得到的結果返回給用戶。云計算將網絡上配置為共享的軟件資源、計算資源、存儲資源和信息資源，按需求提供給網上的終端設備和終端用戶。

云計算實現了“快速、按需、彈性”的服務，用戶可以隨時通過寬帶網絡接入“云”并獲得服務，按照實際需求獲取或釋放資源，根據需求對資源進行動態擴展。云計算以實現一切即服務（EaaS）為首要任務。

1. 云計算分類

按照云計算服務提供的資源層次，可以分為三類服務類型：

基礎設施即服務（Infostructure as a Service,?IaaS）—向用戶提供計算機能力、存儲空間等基礎設施方面的服務。這種服務模式需要較大的基礎設施投入和長期運營管理經驗。

平臺即服務（Platform as a Service,?PaaS）—向用戶提供虛擬的操作系統、數據庫管理系統、Web?應用等平臺化的服務?PaaS?服務的重點不在于直接的經濟效益，而更注重構建和形成緊密的產業生態。

軟件即服務（Software as a Service,?SaaS）—向用戶提供應用軟件（如?CRM、辦公軟件等）、組件、工作流等虛擬化軟件的服務。（公有云、私有云、混合云）

2. 云計算特點（降低成本，提高資源利用率）

超大規模、通用性、高可擴展性、廉價性、虛擬化、靈活定制、高可靠性。（雙十一支持展現了高可擴展性和高可靠性）

3. 云計算的關鍵技術

虛擬化技術：虛擬化技術可以擴大硬件容量，簡化軟件的重新配置過程。

多租戶和訪問控制管理：云計算訪問控制研究主要集中在云計算訪問控制模，基于?ABE?密碼機制的云計算訪問控制、云中多租戶及虛擬化訪問控制。（現在大型企業上云后，分公司使用云資源部署應用需做“租戶側申請”）

云存儲技術：基于傳統媒體系統發展而來的一種全新信息存儲管理方式。

云安全技術：是云計算技術本身的安全保護工作；二是借助于云服務的方式來保障客戶端用戶的安全防護要求。

4. 云計算的應用和發展

云計算經歷多年的發展，已逐步進入成熟期，“上云”將成為各類組織加快數字化轉型、鼓勵技術創新和促進業務增長的第一選擇，甚至是必備的前提條件。

云計算將進一步成為創新技術和最佳工程實踐的重要載體和試驗場。

云計算將順應產業互聯網大潮，下沉行業場景，向垂直化和產業化縱深發展。

多云和混合云將成為大中型組織的剛需，得到更多重視與發展。當組織大量的工作負載部署在云端，新的問題則會顯現：

①?雖然云端已經能提供相當高的可用性，但為了避免單一供應商出現故障時的風險，關鍵應用仍須架設必要的技術冗余；

②?當業務規模較大時，從商業策略角度看，也需要避免過于緊密的廠商綁定，以尋求某種層面的商業制衡和主動權。組織可以選擇多個云服務提供商，并結合私有云和公共云，以滿足不同業務的需求。

“創新、垂直、混合、生態”這四大趨勢伴隨著云計算快速發展。

四、大數據

大數據是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據通常是海量數據或巨量數據，其規模往往巨大到無法通過目前的主流計算機系統在合理時間內獲取、存儲、管理、處理并提煉以幫助使用者決策。

大數據產業是以數據生成、采集、存儲、加工、分析和服務為主的戰略性新興產業，是激活數據要素潛能的關鍵支撐，是加快經濟社會發展質量變革、效率變革和動力變革的重要引擎。

1. 大數據的特點（4V）

規模性：數據單位已從?GB?到?TB?再到?PB?級，甚至開始以?EB?和?ZB?來計數。

多樣性：一般分為結構化數據和非結構化數據。

價值密度：單位數據價值密度在不斷降低。（因為數據量很大，以前在少量數據中找一個數據，密度較高，現在在海量數據中找要用的數據，密度低）

速度：數據量越來越大，單位時間內找到有用信息，所需要的速度也得加快。

2. 大數據的關鍵技術

①?大數據獲取技術：主要集中在數據采集、整合和清洗三個方面。

數據采集技術，主要是通過分布式爬取、分布式高速高可靠性數據采集和高速全網數據映像技術，從網站上獲取數據信息。數據整合技術，是在數據采集和實體識別的基礎上，實現數據到信息的高質量整合。數據整合技術需要建立多源多模態信息集成模型、異構數據智能轉換模型、異構數據集成的智能模式抽取和模式匹配算法、自動容錯映射和轉換模型及算法、整合信息的正確性驗證方法、整合信息的可用性評估方法等。數據清洗技術，一般根據正確性條件和數據約束規則，清除不合理和錯誤的數據，對重要的信息進行修復，保證數據的完整性。數據清洗技術需要建立數據正確性語義模型、關聯模型和數據約束規則、數據錯誤模型和錯誤識別學習框架、針對不同錯誤類型的自動檢測和修復算法、錯誤檢測與修復結果的評估模型和評估方法等。

②?分布式數據處理技術：其核心是將任務分解成許多小的部分，分配給多臺計算機進行處理，通過并行工作的機制，達到節約整體計算時間、提高計算效率的目的。

目前，主流的分布式計算系統有?Hadoop、Spark?和?Storm（開源技術）。

Hadoop常用于離線的、復雜的大數據處理；

Spark?常用于離線的、快速的大數據處理；

Storm?常用于在線的、實時的大數據處理。

大數據分析技術主要指改進已有的數據挖掘和機器學習技術。

③?大數據管理技術：主要集中在大數據存儲、大數據協同和安全隱私等方面。

大數據存儲有三個方面：

采用?MPP?架構的新型數據庫集群（用來高效查詢），通過列存儲、粗粒度索引等多項大數據處理技術和高效的分布式計算模式，實現大數據存儲。圍繞Hadoop（存預制數據）衍生出相關的大數據技術，對應傳統關系型數據庫較難處理的數據和場景。基于集成的服務器、存儲設備、操作系統、數據庫管理系統，

實現具有良好的穩定性和擴展性的大數據一體機。

多數據中心的協同管理技術通過分布式工作流引擎實現工作流調度和負載均衡，整合多個數據中心的存儲和計算資源，從而為構建大數據服務平臺提供支撐。

大數據安全隱私技術的研究，主要是在數據應用和服務過程中，在盡可能少損失數據信息的同時最大化地隱藏用戶隱私，從而實現數據安全和隱私保護的需求。

④?大數據應用和服務技術

大數據應用和服務技術主要包含分析應用技術和可視化技術。

大數據分析應用技術主要是面向業務的分析應用。在分布式海量數據分析和挖掘的基礎上，大數據分析應用技術以業務需求為驅動，面向不同類型的業務需求開展專題數據分析，為用戶提供高可用、高易用的數據分析服務。

可視化技術通過交互式視覺表現的方式來幫助人們探索和理解復雜的數據。大數據的可視化技術主要集中在文本可視化技術、網絡（圖）可視化技術、時空數據可視化技術、多維數據可視化和交互可視化等。

3. 大數據的應用和發展

從數據資源中挖掘潛在的價值，是當前大數據時代研究的熱點。如何快速對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態，是大數據應用價值的重要體現。

在互聯網行業，隨著網絡的廣泛應用，社交網絡已深入到社會工作、生活的方方面面，海量數據的產生、應用和服務出現一體化趨勢。

在政府的公共數據領域，結合大數據的采集、治理和集成，將各個部門搜集的信息進行剖析和共享。

在金融領域，大數據征信是重要的應用領域。通過大數據的分析和畫像，能夠實現個人信用和金融服務的結合。

在工業領域，結合海量的數據分析，能夠為工業生產過程提供準確的指導。在社會民生領域，大數據的分析應用能夠更好地為民生服務。

五、人工智能

人工智能是指利用計算機或者計算機控制的機器來模擬、延伸和擴展人類的智能和感知環境的能力，從而獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。

1. 人工智能的特點有三個

由人類設計，為人類服務、本質為計算，基礎為數據。

能感知環境，能產生反應，能與人交互，能與人互補。

有適應特性，有學習能力，有演化迭代，有連接擴展。

2. 人工智能的關鍵技術

主要涉及機器學習（機器自己學習）、自然語言處理（聽懂人類語言）、計算機視覺、知識圖譜、專家系統、人機交互、機器思維、機器感知、機器行為、計算智能、分布智能、人工心理和人工情感、大模型等。

3. 人工智能的應用和發展

經過數十年的發展，人工智能在算法、算力（計算能力）和算料（數據）等方面取得了重要突破，正處于從“不能用”到“可以用”的技術拐點，但是距離“很好用”還存在諸多瓶頸。實現從專用人工智能向通用人工智能的跨越式發展，既是下一代人工智能發展的必然趨勢，也是研究與應用領域的重大挑戰，是未來應用和發展的趨勢。

從人工智能向人機混合智能發展。從“人工+智能”向自主智能系統發展。人工智能將加速與其他學科領域的交叉滲透。人工智能產業將蓬勃發展。全球人工智能產業規模在未來?10?年將進入高速增長期。“人工智能+X”的創新模式將隨著技術和產業的發展日趨成熟。人工智能的社會學將提上議程。

六、邊緣計算（算力的一種）

邊緣計算（Edge Computing，EC），章魚就是用“邊緣計算”來解決實際問題的。作為無脊椎動物中智商最高的一種動物，章魚擁有巨量的神經元，但?60%分布在章魚的八條腿上，腦部僅有?40%,也就是說章魚是用“腿”來解決問題的。類比于邊緣計算，邊緣計算將數據的處理、應用程序的運行甚至一些功能服務的實現，由網絡中心下放到網絡邊緣的節點上。在網絡邊緣側的智能網關上就近采集并且處理數據，不需要將大量未處理的原生數據上傳到遠處的大數據平臺。

邊緣計算是一種將主要處理和數據存儲放在網絡邊緣節點的分布式計算形式，在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣計算服務，滿足行業數字化在敏捷連接、實時業務數據優化、應用智能、安全與隱私保護等方面的關鍵需求。邊緣計算可以作為連接物理世界和數字世界的橋梁，使能智能資產、智能網關、智能系統和智能服務。

1. 邊緣計算的特點

邊緣計算的業務本質是云計算在數據中心之外匯聚節點的延伸和演進，以“邊云協同”和“邊緣智能”為核心能力發展方向。軟件平臺需要考慮導入云理念、云架構、云技術，提供端到端實時、協同式智能、可信賴、可動態重置等能力；硬件平臺需要考慮異構計算能力。邊緣計算特點如下：

聯接性（注意是關聯的聯，不是連接的連）：是邊緣計算的基礎。需要邊緣計算具備豐富的聯接功能，例如各種網絡接口、網絡協議、網絡拓撲、網絡部署與配置、網絡管理與維護。

數據第一入口：邊緣計算作為物理世界到數字世界的橋梁，是數據的第一入口，擁有大量、實時和完整的數據設計機構。

約束性：邊緣計算產品需要適配工業現場相對惡劣的工作條件與運行環境，需要考慮通過軟硬件的集成與優化，以適配各種條件約束，支撐行業數字化多樣性場景。

2. 邊緣計算的關鍵技術

①?邊云協同

邊緣計算更適用于局部性、實時、短周期數據的處理與分析，能更好地支持本地業務的實時智能化決策與執行。

云計算擅長全局性、非實時、長周期的大數據處理與分析，能夠在長周期維護、業務決策支撐等領域發揮優勢。

邊緣計算與云計算之間不是替代關系，而是互補協同關系。

邊云協同的能力與內涵涉及?IaaS、PaaS、SaaS?各層面的全面協同，主要包括：資源協同、數據協同、智能協同、應用管理協同、業務管理協同、服務協同。

②?邊緣計算的安全

邊緣安全是邊緣計算的重要保障。

邊緣安全涉及跨越云計算和邊緣計算縱深的安全防護體系。

邊緣計算安全的價值體現在：提供可信的基礎設施、為邊緣應用提供可信賴的安全服務、保障安全的設備接入和協議轉換、提供安全可信的網絡及覆蓋。

3. 邊緣計算的應用和發展

①?智慧園區

智慧園區場景中，邊緣計算主要功能包括海量網絡連接與管理、實時數據采集與處理和本地業務自治。

②?視頻監控

視頻監控場景中，邊緣計算主要功能包括：邊緣節點圖像識別與視頻分析、邊緣節點智能存儲和邊云協同。

③?工業物聯網

在工業物聯網場景中，邊緣計算主要功能包括：

1. 基于?OPC?UA?over?TSN?構建統一工業現場網絡，實現數據的互聯互通與互操作。
2. 基于邊緣計算虛擬化平臺構建可編程邏輯控制器，支持生產過程的數字化、流程化。
3. 融合識別與視頻分析，實現產品質量缺陷檢測。
4. 運籌制造場景的邊緣計算安全機制與方案。

七、數字孿生

數字孿生技術是跨層級、跨尺度的現實世界和虛擬世界建立溝通的橋梁，是第四次工業革命的通用目的技術和核心技術體系之一，是支撐萬物互聯的綜合技術體系，是數字經濟發展的基礎，是未來智能時代的信息基礎設施。

（只是復刻現實世界，和元宇宙的區別在于元宇宙可以創造虛擬空間的東西）

數字孿生是現有的或將有的物理實體對象的數字模型，通過實測、仿真和數據分析來實時感知、診斷和預測物理實體對象的狀態，通過優化和指令來調控物理實體對象的行為，通過相關數字模型間的相互學習來進化自身，同時改進利益相關方在物理實體對象生命周期內的決策。

???????1.?數字孿生的關鍵技術

建模、仿真和基于數據融合的數字線程是數字孿生的三項核心技術。能夠做到統領建模、仿真和數字線程的基于模型的系統工程（Model?Based?System?Engineering,?MBSE）,成為數字孿生的頂層框架技術，物聯網是數字孿生的底層伴生技術，而云計算、機器學習、大數據、區塊鏈則是數字孿生的外圍技術。

建模的目的是將人們對物理世界的理解進行簡化和模型化。

數字化模型的仿真技術是創建和運行數字孿生、保證數字孿生與對應物理實體實現有效閉環的核心技術。（評估可靠性、安全性）

仿真是用將包含了確定性規律和完整機理的模型轉化成軟件的方式來模擬物理世界的一種技術。

???????2.?數字孿生的典型應用

制造領域：數字孿生在研發設計和生產制造環節將會起到越來越大的作用，成為智能制造的基石。

產業鏈：數字孿生以云計算、大數據、物聯網、人工智能和區塊鏈等?IT?和?DT?使能技術為支撐，與行業趨勢和產業升級需求相結合，構建實體的數字鏡像。通過多種組合集成形式，按照數字化互動、先知、先覺、共智的順序逐漸深入應用，最終實現“服務型制造”和“數字經濟”等產業發展目標。數字孿生在全產業鏈上的應用，除研發和制造領域外，還在市場營銷、供應鏈物流和維保服務三大領域發揮巨大作用。

城市：數字孿生在城市建設與發展中的核心價值在于，它能夠在現實世界和數字世界之間全面建立實時聯系，進而對城市物理實體全生命期的變化進行數字化、模型化和可視化。

戰爭：數字孿生技術在軍事方面的應用又可以分為單體裝備應用和戰場綜合應用。

???????3.?數字孿生的發展

目前：開發與使用深度融合。

深度開發和大規模擴展應用期：2020-2030?年。

領先應用期：2010-2020?年，NASA、美國軍方和?GE?等航空航天、國防軍工機構的領先應用。

概念產生期：指數字孿生模型的出現和英文術語名稱的確定，2002-2010?年。

技術準備期：1960?年-21?世紀初，CAD/CAE?建模仿真、傳統系統工程等預先技術的準備。