新一代信息技术产业包括:大数据、云计算、互联网+、物联网、智慧城市等是新一代信息技术与信息资源充分利用的全新也态,是信息化发展的主要趋势,也是信息系统集成行业今后面临的主要业务范畴。

一、物联网(The Internet of Things)

物联网指通过信息传感设备,按约定的协议,将任何物品与互联网相连接,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络。

1.1 物联网概念定义

物联网主要解决物品与物品(Thing to Thing, T2T)、人与人(Human to Human,H2H)和人与物(Human to Thing,H2T)之间的互连。主要包括这两层意思:

  • 物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络
  • 物联网是把用户端延伸和扩展到了任何物品与物品之间的信息交换和通信

1.2 物联网整体架构

物联网从整体架构可以分为感知层、网络层和应用层:

image-20220401105642537

  1. 感知层:感知层是物联网识别物体、采集信息的来源,是实现物联网全面感知的核心能力。它由各种传感器组成,包括湿温度传感器、二维码标签、RFID标签和读写器、摄像头、GPS等等。
  2. 网络层:由各种网络,包括互联网、广电网、网络管理系统和云计算平台等组成,是整个物联网的中枢。负责传递和处理感知层获取的信息。
  3. 应用层:是物联网发展的根本目标,将物联网技术与行业信息化需求相结合,实现物联网的智能应用。

1.3 物联网中的技术

物联网应用中主要有两项关键技术:传感器技术和嵌入式技术

  1. 传感器(Senor):是一种检测装置,能感受到被测量的信息,其主要作用是将模拟信号转换成数字信号。

    • 射频识别(RFID技术),是物联网中使用的一种传感器技术,可通过无线电信号识别特定目标并读写相关数据,而无需识别系统与特定目标之间建立机械或光学接触。(RFID)具有远距离读取、高存储容量、成本高、可同时被读取、难复制、可工作于各种恶劣环境
    • 条形码:容量小、成本低、容易被复制、构造简单、灵活使用等特点
  2. 嵌入式技术:是综合计算机软硬件、传感器技术、 集成电路技术、电子应用技术为一体的复杂技术。如果将物联网用人体做一个简单比喻,传感器相当于人的眼睛、鼻子、皮肤等感官;网络就是神经系统,用来传递消息;嵌入式系统则是人的大脑,在接收到信息后要进行分类处理

二、云计算(Cloud Computing)

是一种基于互联网的计算方式,通过这种方式,在网络上配置为共享的软件资源、计算资源、存储资源和信息资源可以按需求提供给网上终端设备和用户。

2.1 云计算概念定义

云计算通常通过互联网来提供动态易扩展而且经常是虚拟化的资源,并且计算能力也可作为一种资源通过互联网流通。

云计算通常有以下特点:

  • 宽带网络连接;
  • 快速、按需、弹性的服务;
  • 客户端可以根据需求,动态申请计算、存储和应用服务,在降低硬件、开发和运维成本的同时,大大扩展了客户端的处理能力

2.2 云计算的服务架构层次

从对外提供的服务能力方面来看,云计算的架构可分为基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS):

  1. IaaS:向用户提供计算机能力、存储空间等基础设施方面的服务。这种方式需要较大的基础设施投入和长期运营。比如亚马逊云、腾讯、阿里云等等提供的云服务器
  2. PaaS:向用户提供虚拟的操作系统、数据库管理系统、Web应用等平台化的服务。比如有微软的 Azure、Google App Engine、阿里的 Aliyun Cloud Engine等
  3. SaaS:向用户提供应用软件(比如CRM、办公软件等)、组件、工作流等虚拟化软件的服务,SaaS采用Web技术和SOA架构,通过Internet向用户提供多租户、可定制的应用能力,大大缩短了软件产业的渠道链条,减少了软件升级、定制和运行维护的复杂程度,并使软件提供商从软件产品的生产者变为应用服务的运营者。比如国内的金蝶精斗云、用友好会计、国外的Saleforce等。

三、大数据(Big data)

指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

  1. 数据之和的价值远远大于各数据价值的和
  2. 是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合
  3. 大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点

3.1 大数据的特点

大数据具有这五V特点:

  1. 大量(Volume):数据体量巨大PB、EB
  2. 多样(Variety):数据类型繁多,有结构化和非结构化数据
  3. 价值(Value):大数据具有较高的价值,但是更多的价值还有待于算法去提取
  4. 高速(Velocity):处理速度快
  5. 真实性(Veracity):数据来自于各种、各类信息系统网络以及网络终端的行为或痕迹

3.2 大数据关键技术

大数据有这三种关键技术:大数据存储管理技术、大数据并行分析技术和大数据分析技术

  1. 大数据存储管理技术:Hadoop分布式文件系统HDFS、谷歌文件系统GFS
  2. 大数据并行分析技术:开源分布式并行计算技术Apache HadoopMapReduce 大数据计算软件平台
  3. 大数据分析技术:对非结构化数据和结构化数据的分析

3.3 大数据应用

  1. 大数据征信:支付宝的芝麻信用
  2. 大数据风控:多头贷款监控
  3. 大数据消费金融:百度金融、阿里花呗、腾讯微粒贷
  4. 大数据财富管理:余额宝
  5. 大数据疾病预测:利用搜索数据

四、移动互联网

将移动通信与互联网二者结合一起而形成,用户可以通过移动终端来对因特网上的信息进行访问,并获取一些所需要的信息。

4.1 移动互联网的特点

  1. 终端移动性:便于用户随身携带和随时使用
  2. 业务使用的私密性:所使用的内容和服务更私密,比如手机支付业务
  3. 终端和网络的局限性:网络方便受到无线网络能力因素限制;终端能力方面受到终端大小、处理能力、电池容量等的限制
  4. 业务与终端、网络的强关联:业务内容和形式也需要适合特定的网络技术规格和终端类型

五、人工智能

人工智能研究使得计算机来模拟人的某些思维过程和智能行为(如学习、推理等)其实际应用有:机器视觉、指纹识别,人脸识别,专家系统和博弈等等

六、区块链

区块链的本质是不可篡改和不可伪造的分布式账本,是分布式数据存储、点对点传输、共识机制、加密算法等的新型应用模式。源自比特币

6.1 区块链概念

  1. 分布式账本:交易记账有分布在不同地方的多个节点共同完成,而且每一个节点都记录的是完整的账目,不同于传统的中心化记账方案,没有任何一个节点可以单独记录账单。同时也保证了账目数据的安全性
  2. 非对称加密和授权技术:交易信息是公开的,但是账户身份信息是高度加密的,只有在数据拥有者授权的情况下才能访问到,从而保证了数据的安全和个人的隐私
  3. 共识机制:只有在控制了全网超过51%的记账节点的情况下,才有可能伪造出一条不存在的记录
  4. 智能合约:可以自动化的执行一些预先定义好的规则和条款
  5. 公有链:任何人都可以参与其共识过程。公有区块链是最早的区块链,也是目前应用最广泛的区块链,各大bitcoins系列的虚拟数字货币均基于公有区块链
  6. 私有链:严格限制参与节点,提供安全、可追溯、不可篡改、自动执行的运算平台,可以同时防范来自内部和外部对数据的安全攻击。属于许可链
  7. 联盟链:由联盟(如行业联盟)指定多个预选的节点为记账人。属于许可链

6.1 区块链系统

区块链基础技术架构

  1. 应用层:封装了区块链的各种应用场景和案例
  2. 合约层:封装各类脚本、算法和智能合约,是区块链可编程特性的基础
  3. 激励层:将经济因素集成到区块链技术体系中来,主要包括经济激励的发行机制和分配机制等
  4. 共识层:封装网络节点的各类共识算法
  5. 网络层:包括分布式组网机制、数据传播机制和数据验证机制等
  6. 数据层:封装了底层数据区块以及相关的数据加密和时间戳等基础数据和基本算法
Logo

华为开发者空间,是为全球开发者打造的专属开发空间,汇聚了华为优质开发资源及工具,致力于让每一位开发者拥有一台云主机,基于华为根生态开发、创新。

更多推荐