大數(shù)據(jù)與云計(jì)算和物聯(lián)網(wǎng)之間的關(guān)系

大數(shù)據(jù)時代的到來，是全球知名咨詢公司麥肯錫最早提出的，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長和消費(fèi)者盈余浪潮的到來。”

《互聯(lián)網(wǎng)進(jìn)化論》一書中提出“互聯(lián)網(wǎng)的未來功能和結(jié)構(gòu)將于人類大腦高度相似，也將具備互聯(lián)網(wǎng)虛擬感覺，虛擬運(yùn)動，虛擬中樞，虛擬記憶神經(jīng)系統(tǒng)” ，并繪制了一幅互聯(lián)網(wǎng)虛擬大腦結(jié)構(gòu)圖。

根據(jù)這一觀點(diǎn)，我們嘗試分析目前互聯(lián)網(wǎng)最流行的四個概念————-大數(shù)據(jù)，云計(jì)算，物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)與傳統(tǒng)互聯(lián)網(wǎng)之間的關(guān)系。

從這幅圖中我們可以看出：

物聯(lián)網(wǎng)對應(yīng)了互聯(lián)網(wǎng)的感覺和運(yùn)動神經(jīng)系統(tǒng)。

云計(jì)算是互聯(lián)網(wǎng)的核心硬件層和核心軟件層的集合，也是互聯(lián)網(wǎng)中樞神經(jīng)系統(tǒng)萌芽。

大數(shù)據(jù)代表了互聯(lián)網(wǎng)的信息層(數(shù)據(jù)海洋)，是互聯(lián)網(wǎng)智慧和意識產(chǎn)生的基礎(chǔ)。

包括物聯(lián)網(wǎng)，傳統(tǒng)互聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)在源源不斷的向互聯(lián)網(wǎng)大數(shù)據(jù)層匯聚數(shù)據(jù)和接受數(shù)據(jù)。

作為數(shù)據(jù)存儲巨頭，大數(shù)據(jù)理念是，首先從“大”入手，“大”肯定是指大型數(shù)據(jù)集，一般在10TB規(guī)模左右。很多用戶把多個數(shù)據(jù)集放在一起，形成PB級的數(shù)據(jù)量。同時從數(shù)據(jù)源來談，大數(shù)據(jù)是指這些數(shù)據(jù)來自多種數(shù)據(jù)源，以實(shí)時、迭代的方式來實(shí)現(xiàn)。

物聯(lián)網(wǎng)所需要感受的物件對象范圍非常之寬，物聯(lián)網(wǎng)收集數(shù)據(jù)，我們剛剛說虛擬東西也是物聯(lián)網(wǎng)對象，我們看很多東西收集，如瀏覽器、搜索引擎、智能終端、游戲終端、GPS等，他通過大家日常網(wǎng)絡(luò)留下痕跡和腳印獲取大量的數(shù)據(jù)。

物聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)。美國人前幾年醫(yī)院一年產(chǎn)生500個數(shù)據(jù)，IMT1。4TB數(shù)據(jù)等各種的數(shù)據(jù)通過傳感器產(chǎn)生，也有在網(wǎng)上直接產(chǎn)生的，我們現(xiàn)在處于大數(shù)據(jù)時代，物聯(lián)網(wǎng)一分鐘可以產(chǎn)生非常多的東西，蘋果下載2萬余次，一分鐘會上傳10萬條新微博，全世界物聯(lián)網(wǎng)上虛擬網(wǎng)絡(luò)上，產(chǎn)生了大量的數(shù)據(jù)。

國外的這些公司數(shù)據(jù)量不一定有中國大，中國淘寶網(wǎng)在雙十一一天創(chuàng)收10。5億，新浪微博晚上有100萬以上的響應(yīng)請求，中國聯(lián)通也進(jìn)行大數(shù)據(jù)搜集，他們以前給用戶每一個月發(fā)一個帳單，很多用戶認(rèn)為我沒有上這么多，中國聯(lián)通改制就詳細(xì)記錄客戶的上網(wǎng)記錄一秒鐘83萬條。

虛擬運(yùn)行管理產(chǎn)生數(shù)據(jù)量更大，這個比較是美國，每天是80個，發(fā)動機(jī)引擎收據(jù)588，企業(yè)資源管理客戶關(guān)系管理等現(xiàn)在是大數(shù)據(jù)，企業(yè)本身也是每時每刻產(chǎn)生大量數(shù)據(jù)。

2012年IDC公司指出在2005年由機(jī)器產(chǎn)生的數(shù)據(jù)占到數(shù)據(jù)總量的11%，2020增加到42%。比如說醫(yī)療，現(xiàn)在到醫(yī)院看病都要CT，清晰度很高300多兆，一個病人CT影響往往多大兩千幅，數(shù)據(jù)量已經(jīng)到了幾十個GB，如今中國大城市的醫(yī)院每天門診上完人，全國每年住院已經(jīng)達(dá)到了兩億人次，按照醫(yī)療行業(yè)的相關(guān)規(guī)定，一個患者的數(shù)據(jù)通常需要保留50年以上。

物聯(lián)網(wǎng)產(chǎn)生的大數(shù)據(jù)與一般的大數(shù)據(jù)有不同的特點(diǎn)。物聯(lián)網(wǎng)的數(shù)據(jù)是異構(gòu)的、多樣性的、非結(jié)構(gòu)和有噪聲的，更大的不同是它的高增長率。物聯(lián)網(wǎng)的數(shù)據(jù)有明顯的顆粒性，其數(shù)據(jù)通常帶有時間、位置、環(huán)境和行為等信息。物聯(lián)網(wǎng)數(shù)據(jù)可以說也是社交數(shù)據(jù)，但不是人與人的交往信息，而是物與物，物與人的社會合作信息。

物聯(lián)網(wǎng)的混搭將使物聯(lián)網(wǎng)的數(shù)據(jù)變得更有用，將物聯(lián)網(wǎng)感知的數(shù)據(jù)與通過社會媒體獲得的數(shù)據(jù)結(jié)合，也就是人跟機(jī)器的社會聯(lián)網(wǎng)，將使決策更科學(xué)。

與隱私與法律有關(guān)的特殊性，誰是物聯(lián)網(wǎng)數(shù)據(jù)的擁有者，通過物聯(lián)網(wǎng)可以控制家用電器。

最后，大數(shù)據(jù)助力物聯(lián)網(wǎng)，不僅僅是收集傳感性的數(shù)據(jù)，實(shí)物跟虛擬物要結(jié)合起來。今天北京交通堵塞，但是并不知道堵塞原因，如果政府發(fā)布消息和市民微博發(fā)布消息結(jié)合起來就知道發(fā)生什么事，物聯(lián)網(wǎng)要過濾，過濾要有一定模式。

決策的時候還要考慮發(fā)布什么東西，會帶來什么影響，最近有地震，他能預(yù)測60%地震，總有一天會說準(zhǔn)。

物聯(lián)網(wǎng)數(shù)據(jù)挖掘涉及到數(shù)據(jù)存儲，從實(shí)物虛擬物獲取存儲，然后進(jìn)行一些虛擬化和找出數(shù)據(jù)摘要，是要加標(biāo)簽的。

數(shù)據(jù)挖掘模式，合并壓縮、清洗過濾、格式轉(zhuǎn)換，法階段數(shù)據(jù)分析、知識發(fā)現(xiàn)、可視化、數(shù)據(jù)階段，關(guān)聯(lián)規(guī)則，分類、聚類、序列、路徑。因此后面工作更大更重要而且更難。

最近大家關(guān)注PM2.5，另外云南西北邊、西川西南邊干旱容易發(fā)生火災(zāi)，利用雷達(dá)、飛機(jī)可以搜集數(shù)據(jù)，也需要進(jìn)行分析，然后產(chǎn)生判斷。

在水面取樣，通過衛(wèi)星發(fā)出去，利用云計(jì)算、中心數(shù)據(jù)挖掘，河流的環(huán)境污染，數(shù)字化的模式，我們可以發(fā)現(xiàn)有的地方有環(huán)境污染，所污染本身需要異源數(shù)據(jù)，除了傳感器、物聯(lián)網(wǎng)數(shù)據(jù)有噪聲的不干凈的，所以需要多種數(shù)據(jù)的結(jié)合，歷史數(shù)據(jù)的挖掘，然后進(jìn)行分析預(yù)感、預(yù)警，所以數(shù)據(jù)后面的處理，食品現(xiàn)在也是大家所關(guān)注的，手機(jī)拍下來食品到后臺去查，是哪個公司的食品，在什么地方生產(chǎn)，食品生產(chǎn)日期等等，包括食品安全不安全，營養(yǎng)成分怎么樣，食品監(jiān)控，運(yùn)用后臺數(shù)據(jù)等等。最近禽流感流行，怎么去監(jiān)測，凡是產(chǎn)生流感病人在網(wǎng)上尋找，吃什么藥好，哪個地方看病好，或者微博交流。

智能交通虛擬化和可視化。交通管理中心再大，也裝不上所有的視頻，因此10秒鐘，這樣看上去每時每刻只有能夠監(jiān)控很小一部分內(nèi)容，通過軟件把整條路上變成一個視頻，再進(jìn)一步我把所有馬路都通過大數(shù)據(jù)軟件后臺分析組成圖象，這圖象像上海市領(lǐng)導(dǎo)人坐飛機(jī)俯視地面一樣。所以這些都是后臺數(shù)據(jù)分析。

大數(shù)據(jù)在社會管理上有很好的作用。美國紐約的警察分析交通用度與犯罪發(fā)生地點(diǎn)的關(guān)系有效改進(jìn)治安。北京交通一卡通每天產(chǎn)生4千萬條刷卡記錄，地鐵每天1千萬人次，分析這些數(shù)據(jù)可改善城市交通狀況。新加坡的公共交通部門十年來已經(jīng)使用個人位置數(shù)據(jù)做交通需求的預(yù)測。荷蘭的交通部門利用移動電話的定位功能預(yù)測汽車和行人的擁堵狀況。

最后講M2M的總量，全世界的M2M到2011年將有20億，2020年180億，預(yù)測2020年有500億連接，主要是在消費(fèi)電子和智能建筑兩個領(lǐng)域，將占70%。

2011年M2M全市場為2000億美元，2022年12000億美元，三分之二收入來自設(shè)備與安裝，三分之一來自服務(wù)，2020年最大的M2M市場在中國和美國，分別占20%和19%。

經(jīng)濟(jì)學(xué)人預(yù)測物聯(lián)網(wǎng)所帶來的產(chǎn)業(yè)價值將比互聯(lián)網(wǎng)大30倍,物聯(lián)網(wǎng)將成為下一個萬億元級別的信息產(chǎn)業(yè)業(yè)務(wù)。