摘 要：在当前的科技时代，物联网取得了飞速的发展。所谓“物联网”，简单来讲就是在网络环境下所形成物物相连的模式。其主要是将互联网、计算机以及其他的信息化技术相结合，从而达到智能化获取信息并进行实时共享的目的，这是当前智慧生活中非常重要的一个部分。唯有将大数据、智能处理技术以及物联网等先进的技术进行有机的结合，才能够真正地实现智能城市的建设。随着当前智能设备以及感知设备的不断增加，物联网所获取到的数据在不断地增多，所以，在物联网产业当中对于大数据以及智能处理技术的应用是当前非常重要的一个研究课题，本文将着重针对大数据以及智能处理技术在物联网产业中的具体应用和应用途径进行探讨。
关键词：大数据;智能处理技术;物联网产业
中图分类号：TP391.44;TN929.5 文献标识码：A 文章编号：2096-4706（2019）24-0173-03
Abstract：In the current era of science and technology，the internet of things has made rapid development. The so-called “internet of things” is simply the mode of connecting things under the network environment. It mainly combines internet，computer and other information technology to achieve the purpose of intelligent access to information and real-time sharing，which is a very important part of the current smart life. Only by organically combining big data，intelligent processing technology，internet of things and other advanced technologies，can we truly realize the construction of intelligent city. With the continuous increase of current intelligent devices and perceptual devices，the data obtained by the internet of things is increasing. Therefore，the application of big data and intelligent processing technology in the internet of things industry is a very important research topic. This paper will focus on the specific application and application ways of big data and intelligent processing technology in the internet of things industry.
Keywords：big data;intelligent processing technology;internet of things industry
0 引 言
伴随着我国物联网产业的迅速成长，为了实现物物相连的目的，无数的物联网感知设备都被造成实体设备来智能地获取数据，例如浏览器、GPS以及搜索引擎等等。但是因为感知设备的迅猛增加，导致物联网所智能获取的数据剧增，所以物联网开始采用智能处理技术以及大数据来对所采集的信息进行处理，让所获取的数据能够灵活地运用并进行传递和优化，这样就能够保证物联网产业对于物品管理、跟踪、定位以及智能识别领域的需求不再是虚无的。
1 大数据、智能处理技术以及物联网三者的含义
1.1 物联网的概念以及实际应用
物联网是串联了各类信息传感设备和互联网而形成的庞大的网络集结体，是主要以互联网为基础而扩大、延展出的网络，实现了人、机、物三者之间随时随地的互联互通。以四大部分来区分物联网构建出的系统，首先是物理的交互层，主要包括了连接各种设备的装置。其次是网间连接器，既是可以将信息上传的网络设备比如光猫、路由器等。再次是信息的数据系统，主要是用来获取信息，并对信息进行传输以及分析等。最后是网络信息的连接系统，也就是指将所获取的信息通过分析，再将信息传输给设备。从这四个部分可以发现，互联网是物联网的核心所在，其主要目的是将物与物进行连接。比如，在确保食物安全方面，通过在物联网中增加食品生产的透明度，可以随时获取食物从种植到生产及销售的信息。在公共交通领域当中，通过物联网实时获取道路的信息数据并传输到系统中，使用大数据技术来分析当前道路的运行情况，确保道路拥堵情况减少，利用物联网让城市交通变得智能化，提高城市道路的整体管理水平。
1.2 大数据的概念与应用
随着互联网越来越与我们的生活密不可分，大数据这个概念开始被人提出。人们在互联网中开展各种活动，与此同时也诞生了各式各样的数据，通过软件把这类信息进行汇总及收集，从而分析其中的规律性，进而针对广大人民群众所存在的需求提供相应的服务。大数据可以将互联网中所产生的数据汇总并得出分析结果，找出各种数据之间的相同之处。故而大数据具有非常明显的数据量庞大、价值含量高以及内容多样化的特征。
（1）数据量庞大。随着互联网当前已经深入到人们日常生活的方方面面，人们所进行的每一活动都会产生庞大的数据，日积月累，互联网中存在的数据量越来越大。例如，我国互联网在2017年这一年之中产生的信息已经远远超出了五万亿GB。
（2）价值性含量高。通过对于大数据所进行的分析，能够很好地将消费者的行为习惯分析出来，这样就可以帮助企业制定合理的营销策略，并对相关设备进行数据分析，可以更好地找出问题的根源，进而提高全社会的生产力。因此无论是在民生领域还是在经济领域，大数据的存在都有着非常高的价值。
（3）内容多样化。在互联网当中已经不仅仅只有文字或视频等数据，其中还有每个人的网页浏览习惯、内容等。通过这些不同的数据，可以清楚地分析消费者的行为习惯，还可以对设备所存在的问题进行分析，这样一来还能够进一步提高物联网的运行效率和针对性。
1.3 智能处理技术的概念及应用
智能处理技术是当前互联网的一种计算方式，是在互联网的交互、服务以及使用的过程当中由于数据不断增加，从而催生出来互联网的中枢神经系统，其属于互联网的核心软件和其硬件的共同体，是一种虚拟形式的存在。图1为由云物联网范式驱动的应用场景。
2 大数据、智能处理技术以及物联网的特性
2.1 大数据的特性分析
首先，大数据的数据类型非常多，例如图片、视频、定位、日志等等都算是大数据，凡是在互联网当中进行过的活动所产生的数据都属于大数据的范畴;其次，大数据的处理速度非常快，和传统的数据挖掘技术相比，这是大数据显而易见的特征，其能够在1秒内快速找出具有价值的信息需求;最后，大数据具有非常高的回报率，在进行数据收集的同时还能够对数据进行科学有效的分析，并对所分析的数据进行合理的运用，这样大数据就有了极大的价值。
2.2 智能处理技术的特性分析
智能处理技术是虚拟化的，并且其规模非常庞大，部分个体用户可以通过终端来进行操作，从而享受智能处理技术所带来的服务，借助智能处理技术的运行满足所有的需求，并且不用担心所运行的体量和位置。与此同时，还有很多非常有名的服务器以及搜索引擎，还有很多的企业也有着众多的服务器，所以智能处理技术具有非常强大的计算能力，可以充分满足用户的需求。另外，智能处理技术能够在各个平台使用，具有较高的可靠性，而智能处理技术并不是针对某些特定的应用，而是满足无数应用的运行需求，并且还可以动态地伸缩规模，可以满足用户不断产生的新需求。
2.3 物联网的特性分析
物联网的存在可以同时对实物进行控制并进行智能化的处理，能够促使传感器和智能处理结合起来，充分地将感知技术利用起来，并且大量的传感器所传递出来的信息以及内容都有着些许差异。与此同时，还能够将智能处理等技术利用起来，不断的对其应用的领域以及范围进行扩大。从广泛意义上来讲，物联网是在互联网基础上的网络，通过网络将信息准确的传递出来。
3 大数据应用于物联网的途径
3.1 大数据在物联网感知层中的应用
实体层，也叫作感知层，指基础设施层，主要包含的是进行联网的相关设备。比如，在智能家居系统当中物联网的感知层就包含消防安全设备、烟雾检测仪、温度传感器、湿度传感器等等相关感知设备。通过利用这些实体传感器来采集室内的相关数据，但是传统的物联网只能获取这些信息而无法进行应用，比如当收集到窗外的光线强度较高时，人们只能得到信息必须自行将窗帘关上才行。有了大数据的应用之后，就能够对住户的行为习惯进行分析，从而制定出更加科学的计划，按照消费者的行为习惯对窗帘进行自动开启或者关闭，这样能够达到真正实现智能化以及自动化控制的目的。故此，在物联网的实体层面当中进行融合大数据的主要作用是实现了物体的智能化感知。
3.2 大数据在物联网网络层中的应用
网络层包括以下三个模块“信息采集、传输、接受设备”，主要是各种信息的采集和传输以及接受设备，主要借助于设备的内部的信息采集，硬件获取信息后会通过网络把数据上传到系统当中，然后通过智能技术进行处理，智能技术还会处理感知层得到的不同数据。例如，借助室内传感设备获得室内温度各项数据，再由设备内置的传输装置把这些数据传输到智能技术处理平台。从而计算出室内温度与人体适应体感温度的差异。或在获取消费者使用空调时所产生的一些数据时，智能处理技术系统会自动向空调传输指令调节温度，使得室内温度更加满足身体的需要，使人们感觉更加舒适。此外，网络层主要功能就是对各种设备所产生的数据进行输送，故分析数据是大数据的主要应用领域，对消费者的消费习惯进行数据化分析，保证智能数据处理系统在数据处理时更加科学合理，有目的性地去下达各项信息指令。在物联网的环节当中，大数据的发展和融合，就要确保所获取数据的真实性和海量性。这样才可以使得智能处理技术正常运行。当下我国在大数据和智能处理技术领域都有很大的进展，像阿里巴巴、腾讯、谷歌的等科技应用走在前沿的企业早已在实践中得以实现。
3.3 大数据与物联网应用层的融合
所有的科学技术的出现都需要在社会生产和人们的生活中得到有效的应用，都需要在实践中进行检验。通过数据化来分析和了解人们日常的生活习惯，将物联网应用层和大数据融合从而达到万物互联，实现了互联网技术和大数据技术的智能化发展。比如，交通监控安防设备与大数据结合后，可以进行将车牌、人脸、车辆信息上传到后台进行大数据的对比，当一辆车的信息上传后台后，数据库会自动将其上传信息与数据库进行比对，精准地确定可疑车辆，以提高交通管控的效率。大数据与物联网应用层已经渐渐融入社会各个领域中，扩展了其广泛的应用空间。
4 大数据技术在物联网产业中的应用
当前的物联网产业主要由数据采集、数据存储、数据分析三个部分组成，其中的数据采集环节是一项基础的环节，而数据的处理和应用环节才是核心。现在我们国家的物联网产业还处于初级阶段，我们的一线厂商也只能进行感知层面的数据采集，例如传感器的设备生产厂商、以及在传输层面的数据传递方面，如移动网络运营商等等。而大数据技术通过对数据的挖掘、预测性分析以及语义引擎和数据的管理等等手段将数据变得可视化，更加能够促进物联网产业进一步对应用层面的数据进行智能处理，有效应用于商业信息决策之中。
4.1 数据采集
智能化决策的基础条件就是宏大的数据的采集，当前的物联网的大数据的主要采集环节有获取数据、选择数据以及储存数据等，而大数据获取所采用技术的主要有条形码、传感器以及RFID、移动智能终端等。物理数据首先是由传感器技术所获取的，物品的基本信息大都是从条形码以及RFID获取的，从移动智能终端获取的一般都是定位信息、社交数据以及物理数据等各种各样的数据。例如，我国的移动网络运营商中国移动在推行移动端支付时采用了RFID-SIM代替原来的SIM卡，汇集好物品的交易数据并进行精准的结算。大数据的选择主要是数据去噪和一些关键信息的提取。与广义大数据相比，物联网采集的数据具有异构性、多样性、非结构化、噪声性等特点。主要的区别是它的增长率非常高。此外，物联网的数据非常细化，大多包含时间、地点、行为、环境等相关信息。怎样去噪并将有效的信息进行提取是对其进行智能化处理的关键问题所在。
4.2 数据存储
物联网对数据进行收集之后再对数据进行的分类、汇总、分析，一般都是以计算机群体应用分布式方法来实现的。我们一般对传统化数据进行储存和实时分析，就这些一般的应用需求，关系数据库就可以满足。不过，就物联网产生的大量不同结构数据而言，有很多IT企业将非关系性数据库通过大量的廉价服务器进行处理。而非关系数据库是一种分布式的储存技术，这种技术的出现带动了物联网产业的分布式文件以及大数据基础结构的运用。现今微软、阿里巴巴、腾讯等高新企业的服务器在分布式计算基础都升级到了云存储，用来解决非结构性数据的数据关联以及在此基础上所进行的数据分析和挖掘的问题。
4.3 数据分析
在物联网的后台主要是对数据所进行的统计、挖掘、预测分析以及结果呈现。如上文所述，数据分析是物联网真正的商业价值基础，其主要是对当前已经有的数据通过各种计算方式进行计算，从而实现预测的成效。当前较为常用的几个算法主要有聚类的k-means、用来进行统计分析学习的SVM，通常所采用的工具主要是Mahout。在现今市场营销的经典案例中，谷歌就是通过向用户免费提供服务以及软件从而对其习惯行为进行大数据的收集、统计、分析，进而让每个广告精准地投放给真正需要其服务的客户。
5 结 论
物联网的出现以及与大数据之间的互联互通，使人们的日常生活、生产方式发生了根本性改变，将物联网应用的智能化普遍发展到人们的日常的工作、生活中。本文以物联网与大数据的概念为起点进行研究和分析，分析互联网在融合大数据方面的优势，进而发现互联网中大数据应用的方式、方法。现今大数据及其智能处理技术发展日渐成熟，物联网的广泛应用与人们日常生活已经密不可分，其在城市管理、医疗、产品生产与流通等领域已经形成巨大技术优势，进而推动社会智能化的发展。
参考文献：
[1] 张江珍.论大数据和云计算在物联网中的应用 [J].中国新通信，2019，21（16）：82.
[2] 焦文.云计算和物联网的网络大数据技术分析 [J].信息通信，2019（7）：124-125.
[3] 吉枫.浅析物联网、大数据及云计算技术在油田生产中的应用 [J].中国设备工程，2019（10）：198-200.
[4] 张州.云计算和物联网的网络大数据技术分析 [J].科学技术创新，2019（9）：85-86.
作者简介：秦晓燕（1984.01-），女，汉族，江苏苏州人，讲师，硕士，主要研究方向：软件工程、计算机应用。
