信息化發展中新型物聯網系統的革新

韋常宇

（廣西通信規劃設計咨詢有限公司，廣西 南寧 530022）

0 引 言

物聯網系統是一種軟硬件綜合系統。信息化發展過程中，它需要不斷擴展物聯網應用的深度和廣度。傳統的物聯網系統更加注重遠程傳輸和傳感控制連接等內容。當前網絡結構越來越復雜，需要保障數據安全性和環境適應性。針對多樣化的應用需求，需要加大力度發展物聯網技術，進一步完善新型物聯網系統，實現數據優化和數據安全防護等，為構建新一代信息化系統奠定基礎。

1 物聯網系統中的信息化技術

1.1 數據采集技術

數據采集技術主要是通過終端硬件設備采集物聯網需要的數據，通過提高數據收集的自動化和實時性，有利于在物聯網系統中準確輸入數據，保障物聯網系統運行的穩定性。為了提高物聯網系統運行的穩定性，需要清理錯誤數據，正確輸入物聯網系統數據。當前物聯網系統中應用的數據采集技術類型較多，如利用二維碼技術標示物品、利用全球定位系統（Global Positioning System，GPS）技術監控車輛位置、利用視頻采集技術實時監控道路車輛。利用智能終端收集和存儲這些數據，再通過數據傳輸技術傳輸至物聯網系統，實現實時數據分析[1]。

1.2 數據傳輸技術

在物聯網系統的發展過程中，數據傳輸技術發揮著重要作用。在物聯網系統中輸入采集的數據，利用物聯網系統計算和處理數據，再通過數據傳輸技術向智能終端返回輸出的數據，便于制定相應的方案。

1.3 數據處理分析技術

利用數據處理分析技術分析和計算輸入的數據，最終向智能終端返回分析結果。數據處理分析技術一方面對于計算性能提出較高的要求，需要智能終端完成數據輸入后及時返回結果；另一方面對于存儲性能提出更高的要求，需要智能終端在數據檢索過程中利用數據處理分析技術檢索數據庫，過濾數據庫中的無效數據。未來發展過程中，可以結合人工智能技術、機器學習技術以及大數據技術等，提高數據分析和處理水平[2]。

2 信息化發展中物聯網系統革新存在的挑戰

社會經濟發展過程中，人們更加關注信息系統的智能化、便捷化等。物聯網系統是信息化系統重要的一部分，在實際發展過程中面臨著較多挑戰。

2.1 CROSS 挑戰

2.1.1 聯接（Connection）

當前，物聯網系統中存在著海量聯接，系統中涉及不同的數據類型和協議類型等，設備聯接和驅動、協調管理等工作面臨著較多挑戰[3]。

2.1.2 實時（Real-time）

在物聯網系統中，對于數據獲取、數據傳輸以及邏輯運算等提出實時性要求，在實際發展過程中需要致力于實現物聯網系統的實時連接和業務實時開展。

2.1.3 優化（Optimization）

網絡邊緣終端和設備的輸入輸出具有差異性特征，因此需要統一物聯網系統數據融合的語義和描述。應用中心信息平臺的過程中，需要進一步優化處理物聯網數據，實施統一開放[4]。

2.1.4 智能（Smart）

新型信息化系統具有智能化優勢，對物聯網系統提出邊緣智能需求，以此為基礎創新工作業務，進一步優化業務流程，實現整體行業賦能，最終降低整體的工作成本。

2.1.5 安全（Security）

在實際應用過程中，新型信息化系統的使用范圍和業務范圍不斷擴展，需要保證物聯網系統設備、網絡以及數據的安全性，切實保護用戶的隱私，避免其受到安全威脅[5]。

2.2 碎片化行業需求

工業制造、電力以及水利等行業中廣泛利用物聯網技術，使得應用行業呈現出碎片化特征，因此需要不斷完善物聯網系統。物聯網企業需要針對行業需求提出針對性解決方案，滿足市場的差異化需求。

2.3 垂直化解決方案

通過詳細劃分現有的技術和垂直市場，豐富物聯網架構的類型，其中包括集中式架構和分布式架構等。在未來很長一段時間內，物聯網系統產業將會呈現垂直化特征，存在多架構并行的問題，需要針對不同行業制定垂直解決方案[6]。

2.4 多元化版圖

目前，各行各業不斷普及物聯網系統，并且逐漸擴大市場容量，為相關參與行業和企業帶來便利。物聯網產業呈現出多元化版圖，有利于帶動發展相關行業和企業的發展，但是也因此增加了系統通用操作的復雜性。

3 新型物聯網系統的革新

3.1 邊緣計算

經過不同的發展階段，邊緣計算通過融合分布式開放平臺，主要負責提供邊緣智能服務，滿足行業數字化發展過程中靈活連接和安全保護等需求。通過利用邊緣計算，向網絡層和數據服務層并行延伸感知層。分布式架構有利于提高感知系統的任務適應能力，從而滿足各種業務需求。

3.2 通用化和標準化

邊緣化的物聯網操作系統如圖1 所示。借助網絡計算和存儲的邊緣化，可以優化物聯網終端功能，通過協調運作邊緣化物聯網終端的操作系統和物聯網核心網實現驅動管理，同時可以監控設備運行情況。在邊緣化物聯網終端利用接口融合、數據融合以及協議融合等，可以滿足不同行業的工作需求，提高系統的通用性[7,8]。

圖1 邊緣化的物聯網操作系統

3.3 高效的部署和運維

利用邊云協同方式，直接向物聯網系統傳輸計算數據資源，實現邊緣管理機制的平臺化和服務化，提高系統的部署能力和運維能力等。

3.4 人工智能

當前業界大量關注深度學習（Deep Learning，DL），融合DL 和邊緣計算有利于提高智能系統的靈活性。在邊緣計算框架中植入DL，有利于高效落實網絡邊緣自適應管理工作。此外，云端可以向邊緣處推送大量智能模型，推動智能業務不斷發展[9]。在計算機視覺和自然語言處理領域利用DL，可以發揮性能優勢，通過提供智能服務提高人們的生活質量。通過不斷增強邊緣算力并革新計算方式，有利于創新拓展云端的智能算法，促進網絡邊緣智能化執行工作任務，方便云端的升級和網絡邊緣設施的更新。

4 信息化發展中革新物聯網系統的典型應用場景

對比傳統物聯網系統，新型物聯網系統具有顯著優勢，降低了整體成本，可以在智慧電網、智慧生態、智能制造以及自動駕駛等領域廣泛應用。

4.1 智慧電網

傳統配電網絡主要包括配電自動化主站、低壓變壓器以及低壓饋線網絡。整個國家電網中，低壓配電網的數量較多，連接著海量終端，增加了網絡拓撲的復雜性，影響供電質量。此外，傳統配電網絡的自動化和智能化水平有待提高，不利于滿足分布式光伏和新能源汽車等行業的發展需求。

新型物聯網系統結合了新型方案架構和傳統配電網，在“云”層利用物聯網核心網，并且利用微服務架構實現業務和數據解耦。在“管”層利用上下行通信方式，利用物聯網協議相互聯通設備。在“邊”層利用邊緣計算方式，進一步完善終端硬件平臺，提高業務處理效率和軟件的可定義性。在“端”層利用物聯網操作系統，進一步提升終端智能化水平[10]。

4.2 智能生態

智能生態主要包括水利、林業以及農業等方面。當前信息化水平有待提高，感知網絡覆蓋率和系統存活率較低，存在嚴重的信息孤島問題。此外，缺乏積極研究智能分析和模型化，不利于開展生態監控和治理等工作。在新型物聯網系統中可以綜合利用感知融合和數據融合等，統一建設和接入各個領域的感知網絡。利用智能運算能力，可以向控制現場推送云端訓練模型，有利于智能化精準管控農業生產和水利生產，還可以科學預測自然災害，使生態信息系統的智能化管理水平不斷提升。

4.3 智能制造

在工業環境中開展邊緣計算工作，需要利用精確的設備數據提高工作決策的科學性，同時高效落實工業過程控制工作。為了實現上述目標，需要完善基礎架構，其中包含邊緣設備、嵌入式軟件以及邊緣服務器等，實現可持續性運行。近年來，我國工業系統的數字化水平不斷提高，需要集中落實分析、決策以及控制等功能，同時不斷提升自動化資產設備的邊緣計算能力。

4.4 自動駕駛

在自動駕駛行業，人工智能技術和物聯網系統得到廣泛應用。物聯網系統可以通過數據傳輸技術向控制中心輸入車輛信息，通過實時分析有效處理車輛和車輛、車輛和環境之間的數據，提高自動化駕駛水平。

5 結 論

我國信息化產業的不斷發展，為人們的生產、生活帶來了極大的便利。人工智能技術和邊緣計算技術等帶動物聯網系統的革新發展，通過在各個行業中推廣利用物聯網系統，可以大幅提高社會生產力。通過分析信息化發展中革新物聯網系統的典型應用場景，有利于促進物聯網領域的發展。