最新公告
  • 欢迎您光临欧资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 大数据及人工智能时代的3项关键技术:云计算、物联网和大

    本文约5040字,建议阅读10分钟。本文介绍了大数据和人工智能时代的三大关键技术:云计算、物联网和大数据

    云计算 大数据 软件未来发展趋势_云计算有哪些特征_云计算最大的特征是

    01 云计算

    根据美国国家标准与技术研究院 (NIST) 的定义,云计算是指为共享和可配置的计算资源按需提供便捷、无处不在的网络访问的能力。模型。上述计算资源包括网络、服务器、存储、应用和服务等,这些资源可以快速提供和回收,所涉及的管理开销应尽可能小。

    具体来说,云模型由五个基本特征、三个服务模型和四个部署模型组成。

    五个基本特征:

    三种服务模式:

    四种部署模型:

    一般来说,云计算可以看成是通过计算机通信网络(如互联网)提供计算服务的分布式系统,其主要目标是利用分布式资源解决大规模计算问题。

    云端的资源对用户是透明的,用户不需要知道资源的具体位置。这些资源可以被大量用户同时共享,用户可以随时随地访问应用和相关数据。

    云计算的架构如图1-3所示,同时描述了三种服务模型。

    云计算 大数据 软件未来发展趋势_云计算最大的特征是_云计算有哪些特征

    ▲图1-3云计算架构

    1.基础设施即服务

    这项服务是云计算提供的最简单的内容,涉及到大规模计算资源的交付,包括存储空间、计算能力和网络带宽。

    基础设施即服务的主要优势是按次付费、安全性和可靠性,因此也称为硬件即服务 (HaaS)。该服务的典型示例包括 Amazon Elastic Compute Cloud (EC2))、Google Compute Engine (GCE) 和 Aliyun (Aliyun)。

    2.平台即服务

    此服务为云计算提供应用程序接口。对于云计算而言,基础设施即服务在很多应用场景中是不够的。

    随着网络应用数量的爆炸式增长,平台即服务的相关研究和应用逐渐兴起。许多全球跨国公司不约而同地寻求称霸云计算平台,就像微软在个人电脑领域的地位一样。平台即服务的典型案例有谷歌应用引擎(Google App Engine,GAE)、微软云(Microsoft Azure)等。

    3.软件即服务

    本服务的目的是提供最终用户可以直接使用的服务,这里的服务可以理解为部署在互联网上的软件。这种服务模式在很大程度上取代了在个人计算机上运行的传统应用程序。

    软件即服务的典型示例包括 Cisco 的 Cisco WebEx (WebEx)、Salesforce 的客户关系管理 (CRM) 系统和 Amazon Web Services (AWS)。

    02 物联网

    云计算有哪些特征_云计算最大的特征是_云计算 大数据 软件未来发展趋势

    物联网技术栈由三个核心层组成,即物联网/设备层、连接层和物联网云层,如图1-4所示。

    云计算有哪些特征_云计算 大数据 软件未来发展趋势_云计算最大的特征是

    ▲图1-4物联网技术栈

    在事物/设备层,可以将传感器和执行器等物联网专用硬件添加到现有核心硬件中,并且可以修改嵌入式软件或将其集成到现有系统中以管理和操作特定设备。

    在连接层,单个事物/设备与云端的通信是通过通信协议实现的,例如消息队列遥测传输(MQTT)协议。

    在物联网云层中,设备通信协议和管理软件用于协调、提供和管理互连的对象/设备,应用平台实现物联网应用的开发和执行。此外,物联网云层引入分析和数据管理软件来存储、处理和分析事物/设备产生的数据。对于跨对象/设备、人员和系统的流程监控,引入流程管理软件来定义和执行。对于给定的目的云计算最大的特征是,物联网应用软件负责协调事物/设备、人员和系统之间的交互。

    在上述三层的全局范围内,还有特定的软件组件来管理整个物联网系统的身份和安全,以及提供与业务系统和外部信息源、通用业务系统的集成和外部信息来源类型是企业资源计划(ERP)系统和客户关系管理(CRM)系统,外部信息来源通常是指来自第三方的信息。

    在谈到物联网技术时,“物联网平台”是一个经常被提及的概念。在计算领域,“平台”一词是一个比较宽泛的概念,一些文献将平台定义为一组有机结合的技术,在此基础上可以开发出其他应用。

    IoT 平台本质上是一种软件产品,提供了许多与应用程序无关的功能,这些功能可以构建 IoT 应用程序。对于各种物联网平台,它们的提供商专注于不同的物联网技术,因此提供的功能集也不同。

    也就是说,物联网平台的配置没有统一的标准,但是针对不同领域的特定需求,物联网平台有很多,比如ThingSpeak、DeviceHive、Xively、WSO2、海尔COSMOPlat。

    比较分析云计算和物联网,给出两个技术领域的互补方面。具体如表1-1所示。

    ▼表 1-1 云计算和物联网的互补方面

    云计算 大数据 软件未来发展趋势_云计算有哪些特征_云计算最大的特征是

    一般而言,物联网可以弥补自身对云计算虚拟形态的无限计算能力和资源的技术限制(如存储、计算能力、通信能力等)。

    云计算可以为物联网中服务的管理和组合提供有效的解决方案,同时支持利用物联网中生成的数据的应用程序和服务。对于物联网,云计算可以以更加分布式和动态的方式扩展其可以处理的现实世界对象/设备的范围,进而交付大量现实生活场景所需的服务。

    在大多数情况下,云计算可以在事物和应用程序之间提供一个中间层,同时隐藏实现应用程序所需的复杂性和功能云计算最大的特征是,这将影响未来的应用程序开发。在未来的多云环境下,应用开发面临着信息采集、处理和传输的新挑战。

    物联网在工业领域的应用涵盖自动化、优化、可预测制造、交通运输等诸多方面。

    制造业是工业物联网最大的市场,涉及软件、硬件、连接和服务。随着物联网的引入,由原材料、工件、机器、工具、库存和物流组成的工业系统构成了执行制造过程的生产单元,这些部件可以相互通信。

    物联网提供的连接性驱动各种操作技术(OT)的实际性能融合,包括机械手、传送带、仪表、发电机等。传感器、分布式控制和安全软件充当“胶水”贯穿整个制造过程。如今,工业领域具有前瞻性的公司正在物联网上构建其生产线和生产流程。

    交通运输是工业物联网的第二大市场。如今,许多城市出现的智能交通网络可以优化传统交通网络中的路线,生成高效安全的路线,降低基础设施开销,缓解交通拥堵。航空、铁路、城际等货运公司可以整合海量数据,实时分析需求,实现统筹规划,优化运营。

    03 大数据

    随着物联网和云计算技术的发展,医疗保健、政府机构、社交网络、环境监测和金融市场等异构数据源以前所未有的速度生成海量数据。

    p>

    在这些场景的背后,有大量强大的系统和分布式应用程序来支持数据相关的操作,例如智能电网系统、医疗保健系统、零售系统、政府系统等。

    在大数据革命之前,绝大多数机构和公司没有能力长期保存归档数据,也没有能力高效管理和利用大规模数据集。事实上,现有传统技术所能应对的存储和管理规模是有限的。在大数据环境下,传统技术缺乏可扩展性和灵活性,性能也不尽如人意。

    目前,针对海量数据集,需要设计可行的解决方案,涵盖清洗、处理、分析、加载等操作。业内公司越来越意识到大数据的处理和分析是提高企业竞争力的重要因素。

    云计算有哪些特征_云计算最大的特征是_云计算 大数据 软件未来发展趋势

    1.三种定义

    当前大数据在各个领域的广泛普及,使得学术界和工业界难以就大数据的定义达成一致。然而,人们普遍认为大数据不仅仅是大量数据。通过梳理现有的大数据定义,我们总结出描述和理解大数据的三个定义。

    1)属性定义

    作为大数据研究和应用的先驱,国际数据公司 (IDC) 在 DELL EMC 的资助下,于 2011 年提出了以下对大数据的定义:

    大数据技术描述的技术和架构旨在通过实施高速捕获、发现和分析,从各种类型的大量数据中经济地提取价值。

    该定义描述了大数据的四个显着特征:数量、速度、多样性和价值。 Gartner分析师Doug Laney总结的一份研究报告中给出了与上述定义类似的描述,指出数据增长带来的挑战和机遇是三个维度的,即显着增长的数量(Volume),速度和多样性。

    虽然Doug Laney对数据三个维度的描述原本并不是为了定义大数据,但包括IBM和微软在内的业界在接下来的十年里继续使用上述“3V”模型来定义大数据。描述。

    2)比较定义

    麦肯锡 2011 年的研究报告将大数据定义为:

    超出典型数据库软件工具的捕获、存储、管理和分析能力的数据集。

    虽然该报告没有根据具体指标来定义大数据,但它确实介绍了构成称为大数据的数据集的革命性方面。

    3)架构定义

    美国国家标准与技术研究院 (NIST) 将大数据描述为:

    大数据是指限制使用传统关系数据库方法进行有效分析的能力的数据量、获取速度和数据表示,需要使用具有良好可扩展性的新方法来高效处理数据。

    云计算最大的特征是_云计算 大数据 软件未来发展趋势_云计算有哪些特征

    2.5V

    以下是文献中对大数据特征的一些描述:

    数据规模成为问题的一部分,传统技术已无法处理此类数据。

    数据规模迫使学术界和工业界放弃曾经流行的方法并寻找新方法。

    大数据是一个类别,包括在合理的时间内捕获、处理、分析和可视化可能非常大的数据集,而传统信息技术不足以满足这些需求。

    大数据的核心必须包含三个关键方面:数量、速度和多样性,即著名的“3V”。

    1)数量

    数据量也称为数据规模。在大数据中,是指数据处理过程中面临的超大量数据。目前,数以百万计的设备和应用程序(例如,ICT、智能手机、软件代码、社交网络、传感器和各种日志)不断产生大量数据。

    2)速度

    在大数据中,数据的速度是指数据处理过程中面临的高频、高实时数据流。应及时处理高速生成的数据,以提取有用信息并洞察潜在价值。

    Walmart 是世界领先的折扣连锁店,每小时根据消费者交易产生 2.5PB 的数据。视频分享网站(如优酷、爱奇艺等)是大数据高频实时性的又一例证。

    3)多元化

    在大数据中,数据的多样化是指数据处理过程中面临的不同语法格式的数据类型。随着物联网技术和云计算技术的普及,不同数据源、不同数据格式的海量多源异构数据源源不断地产生。典型的数据源包括传感器、音频、视频、文档等。

    大量异构数据形成各种数据集,这些数据集可能包含结构化数据、半结构化数据、非结构化数据,数据集的属性可能是公开的或私有的、共享的或机密的、完整的或不完整的等。

    随着大数据理论的发展,为了更好地定义大数据,逐渐考虑到更多的特征,例如:

    描述大数据的五个关键特征(“5V”):

    4)准确度

    在商业世界中,决策者通常不会完全信任从大数据中提取的信息,而是会进一步处理和处理信息以做出更好的决策。如果决策者不信任输入数据,那么输出数据将无法获得信任,这些数据将不会参与决策过程。

    随着大数据中数据规模的快速变化和数据类型的多样化,如何更好地衡量和提高数据可信度成为研究热点。

    5)价值

    一般来说,海量数据存在价值密度低的缺点。

    如果不能有效地从中提取潜在价值,数据在某种程度上是无用的。数据的价值是决策者最关心的问题,需要仔细研究。目前,大量的人力、物力、财力投入到大数据的研究和应用中,这些投资行为都期望从海量数据中获取有价值的内容。

    但是,对于不同的机构和不同的价值提取方式,同一数据集产生的价值可能会有很大差异,即投入和产出不一定成正比。因此,大数据的价值研究需要建立一个更加完善的体系。

    作者简介:高聪,男,1985年11月出生,西安电子科技大学计算机科学与技术学士,计算机系统架构硕士、博士。 2015年12月至今在西安邮电大学计算机学院任教。主要研究方向为数据感知与融合、边缘计算和无线传感器网络。

    本文摘自《工业大数据融合架构与关键技术》,经出版社授权发布。

    ——结束——

    云计算 大数据 软件未来发展趋势_云计算最大的特征是_云计算有哪些特征

    站内大部分资源收集于网络,若侵犯了您的合法权益,请联系我们删除!
    欧资源网 » 大数据及人工智能时代的3项关键技术:云计算、物联网和大

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    欧资源网
    一个高级程序员模板开发平台

    发表评论