1.1技术基础

1.1.1感知层由各种传感器构成包括温度传感器二维码标签、RFID标签和读写器摄像头GPS等感知终端。

感知层是物联网识别物体、采集信息的来源。

1.1.2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。

1.1.3应用层:应用层是物联网和用户的接口它与行业需求结合以实现物联网的智能应用。

1.2关键技术

1.2.3应用系统框架物联网应用系统框架是一种以机器终端智能交互为核心的、网络化的应用与服务。

它将使对象实现智能化的控制涉及5个重要的技术部分机器、传感器硬件、通信网络、中间件和应用。

2、云计算

2.1.1基础设施即服务IaaS向客户提供计算机能力、存储空间等基础设施方面的服务。

服务器、存储、网络

2.1.2平台即服务PaaS:向用户提供虚拟的操作系统、数据库管理系统、Web应用等平台服务

2.1.3软件服务SaaS:向用户提供应用软件如CRM、办公软件、组件、工作流等虚拟化软件的服务。

选择在家自己做披萨的他所做的就是上面第一栏本地部署也叫私有化部署。

选择买成品在家做披萨吃的他选择的服务就是上面第二栏基础设施服务即IaaS。

选择直接去披萨店吃的就是软件即服务最后一栏的购买者了即SaaS。

2.2关键技术:

2.2.1虚拟化技术虚拟化技术与多任务以及超线程技术是完全不同的

2.2.1.1多任务是指在一个操作系统中多个程序同时并行运行。

2.2.1.2虚拟化技术则可以同时运行多个系统且每一个操作系统都运行一个虚拟的CPU或者虚拟主机上

2.2.1.3超线程技术只是单CPU模拟双CPU来平衡程序的运行性能这两个模拟出来的CPU不是分离的只能协同工作。

2.2.2云存储技术分布式文件系统作为云存储技术中的重要组成部分

2.2.3多租户和访问控制管理基于ABE秘密机制的云计算访问控制包括4个参与方

2.2.4云安全技术云计算安全性、保障云基础设施的安全性、云安全技术服务

3、大数据

大数据获取技术大数据获取的研究主要集中在数据采集、整合和清洗三个方面

3.2.2

分布式数据处理技术主流的分布式计算系统有Hadoop、Spark和Storm。

Hadoop常用于离线的复杂的大数据处理Spark常用语离线的快速的大数据处理而Storm常用于在线的实时的大数据处理。

3.2.3大数据管理技术大数据管理技术主要集中在大数据存储、大数据协同和安全隐私等方面

3.2.4大数据应用和服务技术大数据应用和服务技术主要包含分析应用技术和可视化技术。

4、区块链

4.1.1概念以非对称加密算法为基础以改进的默克尔树Merkle

Tree为数据结构使用共识机制、点对点网络、智能合约等技术结合而成的一种分布式存储数据库技术

4.1.2典型特征多中心化、多方维护、时序数据、智能合约、不可篡改

4.2关键技术

从当前的人工智能技术进行分析可知其在技术研究方面主要聚焦在热点技术、共性技术和新兴技术三个方面

5.2关键技术

自然语言处理主要应用于机器翻译、舆情检测、自动摘要、文本分类、问题回答、文本语义对比、语音识别、中文OCR等

5.2.3专家系统

6.1基础技术主要特征沉浸式、交互性、多感知性、构想性也称想象性和自主性

6.2关键技术人际交互技术、传感器技术、动态环境建模技术常用的虚拟建模工具为计算机辅助设计Computer

Aided