物联网理论与关键技术研究进展与趋势 开放系统专委会 摘要 作为引领信息产业革命新浪潮的一项技术热点，物联网通过对物理世界信息化、网络化， 将传统上分离的物理世界与信息世界实现互联与整合，促使Internet的触角延伸到物理世界 中的方方面面。当前，物联网理论与关键技术的研究与实现已经成为学术界与工业界广泛关 注的焦点。本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介绍国内外物 联网的主要研究进展，对物联网的研究思路和发展路线进行了分析和总结。本文首先论述了 物联网的研究背景及意义：在此基础上，提出了物联网方面的主要研究内容以及关键问题： 并对国内外物联网相关的研究项目与系统原型实现进行阐述：最后，对物联网未来的研究方 向进行了展望。 关键词：物联网，基础理论，关键技术， 系统原型 Abstract As a key technology of the next technological revolution,the Internet of Things(IOT)is able to extract information from the physical world and interconnect it with the information world, enabling the Internet to reach out into the real world of physical objects.Nowadays,the scientific theory and key technology of Internet of Things have attracted broad attentions from academia and industry.This article introduces the research progress in IOT on three perspectives:scientific theory,key technology and prototype system,and further analyzes and summarizes the research ideas and technology roadmap of IOT.We first describe the research background and significance of IOT.On this basis,we propose the main research studies and critical issues of IOT.We then summarize the research projects and prototype systems of IOT.Finally,we outlook the future research directions and conclude. Keyword:Internet of Things,scientific theory,key technology,prototype system 1.引言 随着物联网时代的来临，“物-物相联”成为一个新的理念，即通过对物理世界信息化、 网络化，将传统上分离的物理世界与信息世界实现互联与整合。有别于互联网中人与人在信 息世界相联的理念，物联网将其触角延伸到物理世界中的方方面面。在物联网的计算模式中， 任何一个物理对象都有可能成为一个计算的主体，它可以是一台智能手机、一台冰箱、一个 苹果，甚至可以是一粒沙子。尽管国际上各学术组织对物联网的定义都有所不同，物联网确 确实实给人们提供这样一个愿景：在未来世界，所有的物理对象都有可能被封装成一个个能 够自主感知与自主计算的设备，它们能够通过无线的媒介进行有效地互联与通信。通过分享 各自的智慧信息，这些海量的物理对象节点能够协同起来实现复杂的感知与计算任务。 235
235 物联网理论与关键技术研究进展与趋势 开放系统专委会 摘要 作为引领信息产业革命新浪潮的一项技术热点，物联网通过对物理世界信息化、网络化， 将传统上分离的物理世界与信息世界实现互联与整合，促使 Internet 的触角延伸到物理世界 中的方方面面。当前，物联网理论与关键技术的研究与实现已经成为学术界与工业界广泛关 注的焦点。本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介绍国内外物 联网的主要研究进展，对物联网的研究思路和发展路线进行了分析和总结。本文首先论述了 物联网的研究背景及意义；在此基础上，提出了物联网方面的主要研究内容以及关键问题； 并对国内外物联网相关的研究项目与系统原型实现进行阐述；最后，对物联网未来的研究方 向进行了展望。 关键词：物联网，基础理论，关键技术， 系统原型 Abstract As a key technology of the next technological revolution, the Internet of Things (IOT) is able to extract information from the physical world and interconnect it with the information world, enabling the Internet to reach out into the real world of physical objects. Nowadays, the scientific theory and key technology of Internet of Things have attracted broad attentions from academia and industry. This article introduces the research progress in IOT on three perspectives: scientific theory, key technology and prototype system, and further analyzes and summarizes the research ideas and technology roadmap of IOT. We first describe the research background and significance of IOT. On this basis, we propose the main research studies and critical issues of IOT. We then summarize the research projects and prototype systems of IOT. Finally, we outlook the future research directions and conclude. Keyword：Internet of Things, scientific theory, key technology, prototype system 1. 引言 随着物联网时代的来临，“物-物相联”成为一个新的理念，即通过对物理世界信息化、 网络化，将传统上分离的物理世界与信息世界实现互联与整合。有别于互联网中人与人在信 息世界相联的理念，物联网将其触角延伸到物理世界中的方方面面。在物联网的计算模式中， 任何一个物理对象都有可能成为一个计算的主体，它可以是一台智能手机、一台冰箱、一个 苹果，甚至可以是一粒沙子。尽管国际上各学术组织对物联网的定义都有所不同，物联网确 确实实给人们提供这样一个愿景：在未来世界，所有的物理对象都有可能被封装成一个个能 够自主感知与自主计算的设备，它们能够通过无线的媒介进行有效地互联与通信。通过分享 各自的智慧信息，这些海量的物理对象节点能够协同起来实现复杂的感知与计算任务
尽管近年来物联网己经成为国内外学术界与工业界广泛关注的热点，但是从应用需求上 来看，目前物联网仍然存在很多难点问题需要攻克。总结起来，包括如下几个方面： (1)物联网在感知层面存在传感失谐、诊判失据、模型失用和评测失调等挑战性问题 山，物理空间和信息空间存在内在的复杂耦合关联，需要对不确定信息进行有效整合与交互 适配。首先，当前典型的感知系统如无线传感网系统的总规模不超过数百个节点，通常仅 覆盖较小的试验性区域，仅支持几跳甚至单跳数据收集：受制于能量效率、系统管理和网络 维护技术，传感网可持续运转时间也无法满足对城市和森林进行长期持续监测的需求。其次， 物联网所涉及的物理空间和信息空间的耦合关联极为复杂，连续的具有时空属性的物理空 间、与离散的无时空维度的信息空间具有极大的差异性。再次，物联网系统存在着普遍的高 度混杂性和非确定性，如目标环境、传感器属性、终端类型、网络形态、信息处理方式等， 各因素紧密耦合且关联复杂。对于这些不确定的感知信息，如何以确定的表达方式对它们通 过重组、清洗、融合等网内处理，整合为可用的信息为应用服务提供有效的支撑都是当前的 难点问题。 (2)物联网在网络层面存在大规模异构节点间的数据交换问题)以及高度混杂的自治问 题。在物联网应用环境下，大规模异构节点的接入和海量数据的交换成为新的重要特征。 首先，物联网需要借助互联网、通信网等主流平台实现子网互连和网络融合，进而提供信息 共享和协同服务，其通信协议各不相同，形成复杂的网络形态，对物联网终端和子网的组织 协同提出很大挑战：其次，物联网在局部各子网段表现出很强的动态自治需求。局部区域的 各种节点为了执行特定的网络任务，动态地自我组织实现互连互通，需要充分考虑资源的动 态变化和多种类型的异常状况。因此，如何解决物联网超大规模性、多元异构性、系统动态 性与高效数据交换之间的矛盾是物联网在网络层面面临的一个难题。 (3)物联网在数据层面存在海量数据处理以及可信保真问题4。面向物联网应用长期监 测与测量的需求，物联网往往会持续不断地产生海量的多模态感知数据。然而，由于感知数 据的冗余性、混杂性以及不确定性等特性，使得海量的感知数据往往掺杂大量干扰和冗余数 据，并非代表海量的信息。为满足应用的实时处理需求，这些数据需要能够被高效快速的进 行过滤、融合、关联等处理，来抽取出真正有效的信息。此外，物理空间和信息空间的耦合 关联使得物联网面临更为多样复杂的安全可信威胁，物联网混杂性和非确定性也对其安全可 信带来巨大的挑战。物联网中大量逻辑或物理实体基于网络相互连接，物理实体可能被偷窃 屏蔽或转移，带来了新的安全威胁，容易造成个人隐私、商业机密和国家设施信息的泄露。 因此，如何集结和利用物联网内分散、异质的海量计算能力，来对海量的感知数据进行处理， 并且保障物联网数据的可信和保真，是当前数据层面的难点问题。 基于上述的认识，本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介 绍国内外物联网领域的主要研究进展。 2.物联网的研究内容 236
236 尽管近年来物联网已经成为国内外学术界与工业界广泛关注的热点，但是从应用需求上 来看，目前物联网仍然存在很多难点问题需要攻克。总结起来，包括如下几个方面： （1）物联网在感知层面存在传感失谐、诊判失据、模型失用和评测失调等挑战性问题 [1]，物理空间和信息空间存在内在的复杂耦合关联，需要对不确定信息进行有效整合与交互 适配[2]。首先，当前典型的感知系统如无线传感网系统的总规模不超过数百个节点，通常仅 覆盖较小的试验性区域，仅支持几跳甚至单跳数据收集；受制于能量效率、系统管理和网络 维护技术，传感网可持续运转时间也无法满足对城市和森林进行长期持续监测的需求。其次， 物联网所涉及的物理空间和信息空间的耦合关联极为复杂，连续的具有时空属性的物理空 间、与离散的无时空维度的信息空间具有极大的差异性。再次，物联网系统存在着普遍的高 度混杂性和非确定性，如目标环境、传感器属性、终端类型、网络形态、信息处理方式等， 各因素紧密耦合且关联复杂。对于这些不确定的感知信息，如何以确定的表达方式对它们通 过重组、清洗、融合等网内处理，整合为可用的信息为应用服务提供有效的支撑都是当前的 难点问题。 （2）物联网在网络层面存在大规模异构节点间的数据交换问题[3]以及高度混杂的自治问 题[2]。在物联网应用环境下，大规模异构节点的接入和海量数据的交换成为新的重要特征。 首先，物联网需要借助互联网、通信网等主流平台实现子网互连和网络融合，进而提供信息 共享和协同服务，其通信协议各不相同，形成复杂的网络形态，对物联网终端和子网的组织 协同提出很大挑战；其次，物联网在局部各子网段表现出很强的动态自治需求。局部区域的 各种节点为了执行特定的网络任务，动态地自我组织实现互连互通，需要充分考虑资源的动 态变化和多种类型的异常状况。因此，如何解决物联网超大规模性、多元异构性、系统动态 性与高效数据交换之间的矛盾是物联网在网络层面面临的一个难题。 （3）物联网在数据层面存在海量数据处理以及可信保真问题[4]。面向物联网应用长期监 测与测量的需求，物联网往往会持续不断地产生海量的多模态感知数据。然而，由于感知数 据的冗余性、混杂性以及不确定性等特性，使得海量的感知数据往往掺杂大量干扰和冗余数 据，并非代表海量的信息。为满足应用的实时处理需求，这些数据需要能够被高效快速的进 行过滤、融合、关联等处理，来抽取出真正有效的信息。此外，物理空间和信息空间的耦合 关联使得物联网面临更为多样复杂的安全可信威胁，物联网混杂性和非确定性也对其安全可 信带来巨大的挑战。物联网中大量逻辑或物理实体基于网络相互连接，物理实体可能被偷窃 屏蔽或转移，带来了新的安全威胁，容易造成个人隐私、商业机密和国家设施信息的泄露。 因此，如何集结和利用物联网内分散、异质的海量计算能力，来对海量的感知数据进行处理， 并且保障物联网数据的可信和保真，是当前数据层面的难点问题。 基于上述的认识，本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介 绍国内外物联网领域的主要研究进展。 2. 物联网的研究内容
2.1研究目标 对于物联网系统和应用来说，需要满足一系列的性能指标，包括：效率、服务质量、可 靠性、安全性，其中可靠性与安全性是前提，效率和服务质量是根本。这里，服务质量是指 由于物联网运行环境中的随机性和突发性，其功能实现需要达到预期的指标，例如：确保定 位的精度等：效率主要是指能量效率(energy-efficiency)以及时间效率(time-efficiency), 在无线移动环境下，所谓能量效率是指单位任务消耗的能耗需要尽可能少，时间效率是指任 务的处理以及数据的传输需要保证低时延；可靠性是指由于外界物理环境的扰动，需要确保 计算节点和数据传输的稳定运行，符合预期的状态：安全性是指物联网的系统应用需要为用 户提供足够的安全与隐私保护机制，确保用户的相关权益不受侵害，例如，身份信息保护等。 基于上述认识，为了给物联网系统和应用提供足够的性能保障，有必要在相关层面和关 键技术范畴进行针对性的研究和探讨。由于物联网应用的广泛包容性，物联网的研究内容涉 及到当前信息领域研究的众多研究热点，包括普适计算中的群智感知计算、高性能计算中的 大数据、机器学习中的深度学习等等。总体来说，从物联网的核心内容来看，目前物联网的 研究内容主要集中在四个层面与三个关键技术上。四个层面即所谓的感知层面、网络层面、 数据层面以及应用层面：三个关键技术问题主要包括自动识别、智能感知以及室内定位技术。 这几个部分的关系如图1所示。 性能指标 主要研究内容 关健技术问题研究 服务质量 应用层面：智能交通、智能电网、智慧城市等示范应用 自动识别 效率 收据层面：高效存情、数据挖掘与融合、安全与德私保护 智能感知 可靠性 网络层面：异构互联、可靠传输、网内处理 安全性 感知层面：要件支持、高效识别、多模态感知、数据安全 室内定位 图 错误仅主文档。性能指标、主要研究内容与关键技术问题 下面我们将从上述四个层面以及三个关键技术方面来逐一阐述相关的研究内容以及国 内外相关领域学者和团队的研究进展。 2.2主要研究内容 2.2.1感知层面 感知识别技术是联系物理世界和信息世界的纽带。感知层位于物联网体系结构的最底 层，实现对物理世界的智能感知识别、信息采集处理和自动控制，并通过通信模块将物理世 界的物体连接到网络层和应用层，是物联网所有上层结构的支撑基础-8)。其中，感知技术 借助传感器将物理世界中的各项感知数据转化成可供处理的数字信号，识别技术实现对物联 网中目标识别和位置信息等的获取。由于感知层面的各种感知识别设备用途不同、种类繁多、 237
237 2.1 研究目标 对于物联网系统和应用来说，需要满足一系列的性能指标，包括：效率、服务质量、可 靠性、安全性，其中可靠性与安全性是前提，效率和服务质量是根本。这里，服务质量是指 由于物联网运行环境中的随机性和突发性，其功能实现需要达到预期的指标，例如：确保定 位的精度等；效率主要是指能量效率（energy-efficiency）以及时间效率（time-efficiency）， 在无线移动环境下，所谓能量效率是指单位任务消耗的能耗需要尽可能少，时间效率是指任 务的处理以及数据的传输需要保证低时延；可靠性是指由于外界物理环境的扰动，需要确保 计算节点和数据传输的稳定运行，符合预期的状态；安全性是指物联网的系统应用需要为用 户提供足够的安全与隐私保护机制，确保用户的相关权益不受侵害，例如，身份信息保护等。 基于上述认识，为了给物联网系统和应用提供足够的性能保障，有必要在相关层面和关 键技术范畴进行针对性的研究和探讨。由于物联网应用的广泛包容性，物联网的研究内容涉 及到当前信息领域研究的众多研究热点，包括普适计算中的群智感知计算、高性能计算中的 大数据、机器学习中的深度学习等等。总体来说，从物联网的核心内容来看，目前物联网的 研究内容主要集中在四个层面与三个关键技术上。四个层面即所谓的感知层面、网络层面、 数据层面以及应用层面；三个关键技术问题主要包括自动识别、智能感知以及室内定位技术。 这几个部分的关系如图 1 所示。 主要研究内容 应用层面：智能交通、智能电网、智慧城市等示范应用 数据层面：高效存储、数据挖掘与融合、安全与隐私保护 网络层面：异构互联、可靠传输、网内处理 感知层面：硬件支持、高效识别、多模态感知、数据安全 关键技术问题研究 自动识别 智能感知 室内定位 性能指标 效率 可靠性 安全性 服务质量 图 错误!仅主文档。 性能指标、主要研究内容与关键技术问题 下面我们将从上述四个层面以及三个关键技术方面来逐一阐述相关的研究内容以及国 内外相关领域学者和团队的研究进展。 2.2 主要研究内容 2.2.1 感知层面 感知识别技术是联系物理世界和信息世界的纽带。感知层位于物联网体系结构的最底 层，实现对物理世界的智能感知识别、信息采集处理和自动控制，并通过通信模块将物理世 界的物体连接到网络层和应用层，是物联网所有上层结构的支撑基础[5-8]。其中，感知技术 借助传感器将物理世界中的各项感知数据转化成可供处理的数字信号，识别技术实现对物联 网中目标识别和位置信息等的获取。由于感知层面的各种感知识别设备用途不同、种类繁多
数量巨大，物联网感知层所涉及的技术领域也非常广，因此与物联网感知层面相关的研究内 容也非常多。我们将感知层面主要的研究内容从如下几个方面进行总结。图2展示了感知层 面技术的分类。 数据采集技术 多棋态感知 高效识别 GPS 各类传感器 RFID 二维条码 无线信号 视频、音须等 感知层 多媒体 嵌入式系统 徽机电系统 电源和储能 新材料技术 硬件支排技术 图错误！仅主文档。感知层面的技术分类 (1)感知层面的硬件支持 物联网感知层面的硬件支持包括微机电系统(MEMS)、嵌入式系统、电源和存储、新材 料技术等。微机电系统实现对传感器、执行器、处理器、通信模块、电源系统等的高度集 成，是传感器节点微型化、集成化发展趋势的关键。嵌入式系统是满足物联网对设备功能、 可靠性、成本、体积、功耗等的综合要求，按照不同应用需求定制的嵌入式计算机技术，是 实现感知层节点智能化的基础。电源和存储是感知层的又一个支撑技术，包括电池技术、能 量储存、能量捕获、恶劣环境下的发电、能量循环、新能源等技术。由于电池技术直接影响 着感知层节点的使用寿命，因此，电池技术被视为大规模无线自组织网络长期、稳定运行的 极为重要因素。此外，新材料技术也是感知层面的一个研究热点。物联网感知层面的新材料 技术主要指应用于传感器的敏感元件实现的技术。传感器敏感材料主要是面向各种感知需 求，包括湿敏材料、气敏材料、热敏材料、压敏材料、光敏材料。新型材料的使用主要是为 了克服传统敏感材料在尺寸、精度、稳定性等方面性能的不足。 (2)高效识别 为了实现感知层的自动识别，首先要解决的问题就是标识和解析。标识和解析技术是对 物理实体、通信实体和应用实体赋予的或其本身固有的一个或一组属性，并能实现正确解析 的技术)。不同的自动识别技术的标识体系、标识管理、全球解析或区域解析也不同，典型 的代表有射频识别(FD)技术、条码技术、二维码技术、红外技术、图像识别技术等。 其中，以RFD、条码技术的使用最为广泛、技术也最为成熟。 RFD技术集成了无线通信、芯片设计与制造、天线设计与制造、标签封装、系统集成、 信息安全等技术。它是一种通过无线电信号识别特定目标并读写相关数据的无线通信技术。 238
238 数量巨大，物联网感知层所涉及的技术领域也非常广，因此与物联网感知层面相关的研究内 容也非常多。我们将感知层面主要的研究内容从如下几个方面进行总结。图 2 展示了感知层 面技术的分类。 嵌入式系统 微机电系统 电源和储能 新材料技术 RFID 二维条码 高效识别 GPS 各类传感器 无线信号 视频、音频等 多媒体 多模态感知 硬件支撑技术 数据采集技术 感 知 层 图 错误!仅主文档。 感知层面的技术分类 （1）感知层面的硬件支持 物联网感知层面的硬件支持包括微机电系统（MEMS）、嵌入式系统、电源和存储、新材 料技术等[5]。微机电系统实现对传感器、执行器、处理器、通信模块、电源系统等的高度集 成，是传感器节点微型化、集成化发展趋势的关键。嵌入式系统是满足物联网对设备功能、 可靠性、成本、体积、功耗等的综合要求，按照不同应用需求定制的嵌入式计算机技术，是 实现感知层节点智能化的基础。电源和存储是感知层的又一个支撑技术，包括电池技术、能 量储存、能量捕获、恶劣环境下的发电、能量循环、新能源等技术。由于电池技术直接影响 着感知层节点的使用寿命，因此，电池技术被视为大规模无线自组织网络长期、稳定运行的 极为重要因素。此外，新材料技术也是感知层面的一个研究热点。物联网感知层面的新材料 技术主要指应用于传感器的敏感元件实现的技术。传感器敏感材料主要是面向各种感知需 求，包括湿敏材料、气敏材料、热敏材料、压敏材料、光敏材料。新型材料的使用主要是为 了克服传统敏感材料在尺寸、精度、稳定性等方面性能的不足。 （2）高效识别 为了实现感知层的自动识别，首先要解决的问题就是标识和解析。标识和解析技术是对 物理实体、通信实体和应用实体赋予的或其本身固有的一个或一组属性，并能实现正确解析 的技术[5]。不同的自动识别技术的标识体系、标识管理、全球解析或区域解析也不同，典型 的代表有射频识别（RFID）技术、条码技术、二维码技术、红外技术、图像识别技术等。 其中，以 RFID、条码技术的使用最为广泛、技术也最为成熟。 RFID 技术集成了无线通信、芯片设计与制造、天线设计与制造、标签封装、系统集成、 信息安全等技术。它是一种通过无线电信号识别特定目标并读写相关数据的无线通信技术
RFD在金融（手机支付）、交通（不停车付费）、物流（物品跟踪管理）等行业以形成一定 的规模性应用，但自动化、智能化、协同化程度仍然较低。在国内，RFD被广泛应用在 身份识别、电子收费系统和物流供应链管理等领域，己步入成熟发展期，是最重要的自动识 别技术。我国成为继美国和英国之后第三大RFD应用市场。我国形成了RFD低频和高频 的完成产业链，在低频和高频RFD设备制造和相关的软件技术方面相对成熟。但是，在超 高频和微波频段的RFD标签芯片设计、标签天线设计、标签封装技术与设备、读写器具设 计与制造、系统集成与软件开发等方面，我国还远远落后于美国和欧洲等先进国家或地区。 缺乏具有自主知识产权的接口协议标准和自主可控的标签芯片和读写器芯片。在RD技术 的体系标准中，影响力最大的是ISO/IEC和EPCglobal。.它们都支持UⅢ(Unique Item Identifier)、TID(Tag ID)、OID(Object ID)、tag OID以及UD(Ubiquitous ID)。 FD技术市场应用成熟，标签成本低廉，多用来进行物品的甄别和属性的存储。但是， 它也有不具备数据采集功能、受水、金属等电离体物质干扰大的缺点。针对RFD技术的这 些缺点，相关的研究工作被先后提了出来。例如，由清华大学刘云浩教授领导的SecurityRFID 项目，它们致力于研究一套可信RFD理论和关键技术。此外，利用超高频RFID技术无线 信号受人体影响的特点，一些研究者还将这一技术应用于人们日常活动的感知以及异常行为 的检测等9.13)。 (3)多模态感知 随着传感器设备制造工艺的不断提高，传感器节点的微型化和普适化发展使得进行环境 的多模态感知成为可能。多模态感知的数据来自不同的传感器节点、不同的感知维度，必须 智能地利用才能有效地发挥价值，形成从数据到信息再到知识的飞跃。客观环境的物理 量有物体位置、方向、加速度、声音、温度、湿度、光照度、浓度等等，这些都有可能成为 多模态感知的内容。目前在工业界推出的多样化的传感器设备，如加速度计、陀螺仪、指南 针、GPS、麦克风、摄像头以及各种无线信号GSM、Wi-Fi和蓝牙等设备都为多模态感知提 供的方便。多模态数据挖掘(multimodal data mining)就是针对不同模态信息关联性以及不 同模态挖掘结果整合等传统单模态环境下所忽视的内容展开研究。对多模态数据的处理，能 够获得比单一传感器具有更高的准确率、更有效和更易理解的上下文信息。 多模态感知为物联网感知层面进行智能交互、情景感知和协同感知提供的基础。智能交 互根据感知的物理信号，对外界不同事件做出决策以及调整自身的监控行为。如帮助决策以 低能耗的方式在本地资源受限的传感器节点上处理，从而减小整个网络的能耗和通信带宽。 多模态感知的一个代表性工作，是美国杜克大学利用智能手机上丰富的传感器来采集室内指 纹特征是实现的定位技术。这些室内的指纹特征包括室内环境的无线信号、声音、光线特征 等。通过人事先在大楼室内环境中进行采集，从而建立一个样本数据库。通过指纹的匹配来 进行室内定位。中国矿业大学物联网（感知矿山）研究中心为了构建新型的煤矿安全技术体 系：实现煤矿生产的掘进、采煤、运输、供电的无人化或少人化作业，在煤矿安全感知就包 括三个方面：(1)感知煤矿重大灾害风险，实现事故检测预警，保障安全生产：(2)感知煤 239
239 RFID 在金融（手机支付）、交通（不停车付费）、物流（物品跟踪管理）等行业以形成一定 的规模性应用，但自动化、智能化、协同化程度仍然较低[5]。在国内，RFID 被广泛应用在 身份识别、电子收费系统和物流供应链管理等领域，已步入成熟发展期，是最重要的自动识 别技术。我国成为继美国和英国之后第三大 RFID 应用市场。我国形成了 RIFD 低频和高频 的完成产业链，在低频和高频 RFID 设备制造和相关的软件技术方面相对成熟。但是，在超 高频和微波频段的 RFID 标签芯片设计、标签天线设计、标签封装技术与设备、读写器具设 计与制造、系统集成与软件开发等方面，我国还远远落后于美国和欧洲等先进国家或地区。 缺乏具有自主知识产权的接口协议标准和自主可控的标签芯片和读写器芯片。在 RFID 技术 的体系标准中，影响力最大的是 ISO/IEC 和 EPCglobal。它们都支持 UII (Unique Item Identifier)、TID (Tag ID)、OID (Object ID)、tag OID 以及 UID (Ubiquitous ID)。 RFID 技术市场应用成熟，标签成本低廉，多用来进行物品的甄别和属性的存储。但是， 它也有不具备数据采集功能、受水、金属等电离体物质干扰大的缺点。针对 RFID 技术的这 些缺点，相关的研究工作被先后提了出来。例如，由清华大学刘云浩教授领导的 SecurityRFID 项目，它们致力于研究一套可信 RFID 理论和关键技术。此外，利用超高频 RFID 技术无线 信号受人体影响的特点，一些研究者还将这一技术应用于人们日常活动的感知以及异常行为 的检测等[9-13]。 （3）多模态感知 随着传感器设备制造工艺的不断提高，传感器节点的微型化和普适化发展使得进行环境 的多模态感知成为可能。多模态感知的数据来自不同的传感器节点、不同的感知维度，必须 智能地利用才能有效地发挥价值，形成从数据到信息再到知识的飞跃[15]。客观环境的物理 量有物体位置、方向、加速度、声音、温度、湿度、光照度、浓度等等，这些都有可能成为 多模态感知的内容。目前在工业界推出的多样化的传感器设备，如加速度计、陀螺仪、指南 针、GPS、麦克风、摄像头以及各种无线信号 GSM、Wi-Fi 和蓝牙等设备都为多模态感知提 供的方便。多模态数据挖掘（multimodal data mining）就是针对不同模态信息关联性以及不 同模态挖掘结果整合等传统单模态环境下所忽视的内容展开研究。对多模态数据的处理，能 够获得比单一传感器具有更高的准确率、更有效和更易理解的上下文信息。 多模态感知为物联网感知层面进行智能交互、情景感知和协同感知提供的基础。智能交 互根据感知的物理信号，对外界不同事件做出决策以及调整自身的监控行为。如帮助决策以 低能耗的方式在本地资源受限的传感器节点上处理，从而减小整个网络的能耗和通信带宽。 多模态感知的一个代表性工作，是美国杜克大学利用智能手机上丰富的传感器来采集室内指 纹特征是实现的定位技术。这些室内的指纹特征包括室内环境的无线信号、声音、光线特征 等。通过人事先在大楼室内环境中进行采集，从而建立一个样本数据库。通过指纹的匹配来 进行室内定位。中国矿业大学物联网（感知矿山）研究中心为了构建新型的煤矿安全技术体 系；实现煤矿生产的掘进、采煤、运输、供电的无人化或少人化作业，在煤矿安全感知就包 括三个方面：（1）感知煤矿重大灾害风险，实现事故检测预警，保障安全生产；（2）感知煤
矿井下人员周围环境，实现主动式安全保障，减少人员伤亡事故：(3)感知煤矿主要设备健 康状况，实现预知维修，保持设备良好工作状态。矿山物联网的感知层面主要用于采集煤矿 生产过程中发生的物理事件和数据，包括物理量、标识、音频、视频。感知矿山灾害状况、 设备工作健康状况和矿工周围安全环境状况向。智慧城市感知层面包含的内容非常广、感知 数据的总量也非常庞大。如城市交通领域的噪声感知、视频感知、车辆位置感知等等。感知 层通过无线射频RFD、卫星定位、视频监控、噪声监控、状态监控等多元传感设备，实现 身份识别、位置感知、图像感知、状态感知等多方面感知。 此外，还有一些代表性的工作，如清华大学史元春教授研究组利用智能手机来感知人的 行为特征，使得人们与外界的交互更加方便；清华大学刘云浩教授的CitySee课题组的基于 智慧城市的项目，通过采集二氧化碳含量、光照、湿度等数据的环境感知。 (3)感知数据安全 由于感知层是物联网的基础，负责感知和搜集数据，是整个物联网的信息源。因此，感 知层数据信息的安全保障是整个物联网信息安全的基础。感知层的安全不仅和节点所处的外 部环境有关。物联网中的传感节点通常需要部署在无人值守的环境中，相比于传统网络环境 更容易受到攻击。此外，因为有些感知设备同时也是与用户进行交互的设备。要能够保证这 些设备在与人交互的过程中，不能够出现危险行为，这就涉及到了感知设备的硬件质量检测。 作为感知层中最重要的识别技术，RFID系统面临的安全风险主要有信息泄露、追踪、 重放攻击、克隆攻击、信息篡改、中间人攻击等。对于这些安全威胁，研究人员提出来一些 解决方案，如杀死标签、主动屏蔽和加密解密技术等。而无线传感器网络相比于传统的互联 网具有自身的一些特殊性。在无线传感器网络中的节点资源通常是受限的，这些节点的计算 能力、存储能力、通信能力有限。由于其固有的分布特点，往往会面临如下安全问题：节点 物理俘获、传感信息泄露、耗尽攻击、拥塞攻击、非公平攻击、拒绝服务攻击、转发攻击、 节点复制攻击等。针对这些安全威胁，研究人员提出了加强网关节点部署环境安全防护、加 强对传感网机密性的安全控制、增加节点认证机制、入侵检测机制等解决方法。 2.2.2网络层面 物联网的网络层包括延伸网、接入网和核心网，可依托公众电信网和互联网，也可以依 托行业专用通信网络，主要实现信息的传递、路由和控制。网络层处于物联网感知层和应用 层之间，负责将感知层获取的信息进行传递和处理，是物联网的“神经中枢”。由于网络层具 有异构网络规模大、系统环境动态化等特点，保障异构网络间的互连互通和可靠传输成为网 络层面临的最大挑战。在国家高技术研究发展计划(863计划和国家重点基础研究发展计划 网(973计划)的物联网相关的基础研究项目，都把网络层的研究工作放在突出位置，予以 重点攻克。除此之外，网络层能量、频谱资源利用效率也是网络层面研究工作的重点，主要 体现在网络层的低功耗路由和认知无线电技术等。一般说来，网络层的关键技术网络通信技 术主要包括无线接入增强技术、下一代承载网络技术、低功耗路由、自组织通信技术、网络 240
240 矿井下人员周围环境，实现主动式安全保障，减少人员伤亡事故；（3）感知煤矿主要设备健 康状况，实现预知维修，保持设备良好工作状态。矿山物联网的感知层面主要用于采集煤矿 生产过程中发生的物理事件和数据，包括物理量、标识、音频、视频。感知矿山灾害状况、 设备工作健康状况和矿工周围安全环境状况[6]。智慧城市感知层面包含的内容非常广、感知 数据的总量也非常庞大。如城市交通领域的噪声感知、视频感知、车辆位置感知等等。感知 层通过无线射频 RFID、卫星定位、视频监控、噪声监控、状态监控等多元传感设备，实现 身份识别、位置感知、图像感知、状态感知等多方面感知。 此外，还有一些代表性的工作，如清华大学史元春教授研究组利用智能手机来感知人的 行为特征，使得人们与外界的交互更加方便；清华大学刘云浩教授的 CitySee 课题组的基于 智慧城市的项目，通过采集二氧化碳含量、光照、湿度等数据的环境感知。 （3）感知数据安全 由于感知层是物联网的基础，负责感知和搜集数据，是整个物联网的信息源。因此，感 知层数据信息的安全保障是整个物联网信息安全的基础。感知层的安全不仅和节点所处的外 部环境有关。物联网中的传感节点通常需要部署在无人值守的环境中，相比于传统网络环境 更容易受到攻击。此外，因为有些感知设备同时也是与用户进行交互的设备。要能够保证这 些设备在与人交互的过程中，不能够出现危险行为，这就涉及到了感知设备的硬件质量检测。 作为感知层中最重要的识别技术，RFID 系统面临的安全风险主要有信息泄露、追踪、 重放攻击、克隆攻击、信息篡改、中间人攻击等。对于这些安全威胁，研究人员提出来一些 解决方案，如杀死标签、主动屏蔽和加密解密技术等。而无线传感器网络相比于传统的互联 网具有自身的一些特殊性。在无线传感器网络中的节点资源通常是受限的，这些节点的计算 能力、存储能力、通信能力有限。由于其固有的分布特点，往往会面临如下安全问题：节点 物理俘获、传感信息泄露、耗尽攻击、拥塞攻击、非公平攻击、拒绝服务攻击、转发攻击、 节点复制攻击等。针对这些安全威胁，研究人员提出了加强网关节点部署环境安全防护、加 强对传感网机密性的安全控制、增加节点认证机制、入侵检测机制等解决方法。 2.2.2 网络层面 物联网的网络层包括延伸网、接入网和核心网，可依托公众电信网和互联网，也可以依 托行业专用通信网络，主要实现信息的传递、路由和控制。网络层处于物联网感知层和应用 层之间，负责将感知层获取的信息进行传递和处理，是物联网的“神经中枢”。由于网络层具 有异构网络规模大、系统环境动态化等特点，保障异构网络间的互连互通和可靠传输成为网 络层面临的最大挑战。在国家高技术研究发展计划(863 计划)和国家重点基础研究发展计划 网（973 计划）的物联网相关的基础研究项目，都把网络层的研究工作放在突出位置，予以 重点攻克。除此之外，网络层能量、频谱资源利用效率也是网络层面研究工作的重点，主要 体现在网络层的低功耗路由和认知无线电技术等。一般说来，网络层的关键技术网络通信技 术主要包括无线接入增强技术、下一代承载网络技术、低功耗路由、自组织通信技术、网络
传送技术、异构网络融合接入技术以及认知无线电等资源管理技术等。下面，我们从网络 层的异构互连、可靠传输和网内处理三个方面介绍近年来的研究工作进展。 资源管理、业务控制 远程控制 异构网络融合 资源和存储管理 骨干网络 网络层 互联网 移动透信网 有线网 专用网络 接入网络 无线接入增强 下一代承载网 低功率路由 图3物联网的网络层面研究内容 (1)异构互连 目前在物联网感知层和网络层采用的无线技术包括RFD、近距离无线通信技术、无线 局域网(EEE802.11)、蓝牙、蜂窝移动通信、宽带无线接入技术等。如此众多的异构通信 网络间要实现互连互通，首先要解决的就是参与通信的两个对象的网络标识问题。现阶段正 在使用的网络标识有Pv4、Pv6、E.164、MSI、MAC等。物联网在通信标识方面的需求与 传统网络的不同主要体现在两个方面：首先，物联网中的通信设备的规模非常大，使得标识 资源需求的大规模增加，Pv4、E.164等传统网络资源地址的分配已经满足不了应用的需求。 其次，以无线传感器网络(Wireless Sensor Network,WSN)为代表的无线通信网络在通信的 带宽和处理能耗上的要求，使得设备的标识长度又不能太长，以提高资源、能量的利用效率。 因此，异构网络系统的互连模型和网元编码体系是网络层研究的首要问题。 使用Global IP为物联网中的网元进行标识编码，是解决物联网可扩展性以及进行服务 的透明集成的最佳途径。目前基于Pv6的网络协议已经成为实现Global IP的共识。韩国 科学技术高级研究院提出了面向全P体系的无线传感器网络通信协议SNAIL(Sensor Networks for All--IP World)。该协议体系包含一个完整的Pv6自适应方法(IPv6 Adaptation) 以及针对节点移动性问题的移动管理协议(Mobility)、Web可访问性(Web Enablement)、 时间同步(Time Synchronization)、安全性(Security)I。从2005年开始，ETF6 LoWPAN 工作组针对物联网中的大量计算和资源均受限的设备，提出Pv6实施方案6 LoWPAN。该 方案具有头部结构简单、分层级地址模型的特点，非常适合于无线嵌入式设备。2007年， 6 LoWPAN的第一个版本发布。20O8年，IETF成立了一个新的工作组ROLL来制定针对低 241
241 传送技术、异构网络融合接入技术以及认知无线电等资源管理技术等[5]。下面，我们从网络 层的异构互连、可靠传输和网内处理三个方面介绍近年来的研究工作进展。 互联网 移动通信网 专用网络 接入网络 网 络 层 有线网 无线接入增强 下一代承载网 低功率路由 远程控制 异构网络融合 资源和存储管理 骨干网络 资源管理、业务控制 图 3 物联网的网络层面研究内容 （1）异构互连 目前在物联网感知层和网络层采用的无线技术包括 RFID、近距离无线通信技术、无线 局域网（IEEE 802.11）、蓝牙、蜂窝移动通信、宽带无线接入技术等。如此众多的异构通信 网络间要实现互连互通，首先要解决的就是参与通信的两个对象的网络标识问题。现阶段正 在使用的网络标识有 IPv4、IPv6、E.164、IMSI、MAC 等。物联网在通信标识方面的需求与 传统网络的不同主要体现在两个方面：首先，物联网中的通信设备的规模非常大，使得标识 资源需求的大规模增加，IPv4、E.164 等传统网络资源地址的分配已经满足不了应用的需求。 其次，以无线传感器网络（Wireless Sensor Network, WSN）为代表的无线通信网络在通信的 带宽和处理能耗上的要求，使得设备的标识长度又不能太长，以提高资源、能量的利用效率。 因此，异构网络系统的互连模型和网元编码体系是网络层研究的首要问题。 使用 Global IP 为物联网中的网元进行标识编码，是解决物联网可扩展性以及进行服务 的透明集成的最佳途径。目前基于 IPv6 的网络协议已经成为实现 Global IP 的共识[15]。韩国 科学技术高级研究院提出了面向全 IP 体系的无线传感器网络通信协议 SNAIL（Sensor Networks for All-IP World）。该协议体系包含一个完整的 IPv6 自适应方法（IPv6 Adaptation） 以及针对节点移动性问题的移动管理协议（Mobility）、Web 可访问性（Web Enablement）、 时间同步（Time Synchronization）、安全性（Security）[16]。从 2005 年开始，IETF 6LoWPAN 工作组针对物联网中的大量计算和资源均受限的设备，提出 IPv6 实施方案 6LoWPAN。该 方案具有头部结构简单、分层级地址模型的特点，非常适合于无线嵌入式设备。2007 年， 6LoWPAN 的第一个版本发布。2008 年，IETF 成立了一个新的工作组 ROLL 来制定针对低
能耗、无线不可靠网络的路由解决方案71)。uPv6是第一个针对存储资源受限的而设计的 基于Pv6的、轻量级的运行在802.15.4/6 LowPan、802.11、以太网等协议层之上的协议栈20。 uPv6使用两阶段的时钟来管理和移除过期的数据信息。 而目前移动通信网络和无线接入网络的标准化工作，主要集中于对现有移动通信网络协 议的增强，使其能更好的适应物联网的业务特点。主要的移动通信标准化组织均已开展相关 工作，3 GPP SA和RAN分别针对网络架构、核心网以及无线接入网开展了工作，目前网络 架构的增强已经进入实质性工作的阶段，而无线接入网的增强仍处于研究阶段。类似的， 3GPP2和IEEE802.16/WiMAX Forum也针对CDMA和WiMAX系统开展了相关的工作，但 目前的工作进展普遍慢于3GPP。 2010年，由北京邮电大学马华东教授作为首席科学家的国家重点基础研究发展计划 (973计划)“物联网体系结构基础研究”正式启动。其研究内容的第一个关键科学问题“大 规模异质网元的数据交换问题”与物联网网络层的异构互连问题密切相关。其研究内容包括 异构网络系统的互连模型与网元的高效编码体系、网络动态行为规律、面向P体系演进的 网络融合架构和同时支持非P和IP的网络融合架构等。设计基于Pν6的轻量级的物联网 编址寻址架构。研究基于主机标识和定位符分离的新型物联网编址寻址架构，探讨层次化、 可扩展的网络单元命名方法，提出一种新型的主机名字空间组织构架，实现高效的主机标识 符到定位符的映射。2011年，由中国科学院上海微系统与信息技术研究所刘海涛研究员作 为首席科学家的国家重点基础研究发展计划(973计划)“物联网的基础理论与实践研究”， 同样提出了要针对物联网应用场景的动态性以及网络和终端互连方式高度异构性的特点，进 行异构网络的融合和自治机理的研究。 (2)可靠传输 物联网的网络层与传统互联网的网络相比往往具有如下的突出特点：自组织性，参与通 信的节点间不需要网络基础设施的支持，节点可以随时加入或离开网络：分布式，大量的网 络节点以分布式的方式存在：拓扑动态变化，由于节点的移动性导致网络拓的变化，进而导 致网络中的通信链路也会变化：终端资源受限，每个节点的计算资源、存储资源和使用寿命 的限制，导致构建可靠的传输链路成为一个挑战：安全性，由于节点是分布在整个部署环境 中的，所以，单个节点容易受到攻击，信息传递的不可控因素增大。保障网络层传输的可靠 性对于保障物联网的安全性具有非常关键的作用。 Gou.等人提出了一种基于多路径的无线传感器网络可靠数据传输协议(LCRT),该协议 在提高网络通信可靠性的同时，还可以保证传输过程的能量消耗和时延都较低2。Jiag等 人针对两跳传输协议的无线传感器网络，提出了一种基于协作的规模有限网络的安全、可靠 传输协议22)。Zhag.等人提出了一种利用拓扑感知和结构化虚拟标识空间的方法，来建立物 242
242 能耗、无线不可靠网络的路由解决方案[17-19]。uIPv6 是第一个针对存储资源受限的而设计的 基于 IPv6 的、轻量级的运行在 802.15.4/6LowPan、802.11、以太网等协议层之上的协议栈[20]。 uIPv6 使用两阶段的时钟来管理和移除过期的数据信息。 而目前移动通信网络和无线接入网络的标准化工作，主要集中于对现有移动通信网络协 议的增强，使其能更好的适应物联网的业务特点。主要的移动通信标准化组织均已开展相关 工作，3GPP SA 和 RAN 分别针对网络架构、核心网以及无线接入网开展了工作，目前网络 架构的增强已经进入实质性工作的阶段，而无线接入网的增强仍处于研究阶段。类似的， 3GPP2 和 IEEE802.16/WiMAX Forum 也针对 CDMA 和 WiMAX 系统开展了相关的工作，但 目前的工作进展普遍慢于 3GPP。 2010 年，由北京邮电大学马华东教授作为首席科学家的国家重点基础研究发展计划 （973 计划）“物联网体系结构基础研究”正式启动。其研究内容的第一个关键科学问题“大 规模异质网元的数据交换问题”与物联网网络层的异构互连问题密切相关。其研究内容包括 异构网络系统的互连模型与网元的高效编码体系、网络动态行为规律、面向 IP 体系演进的 网络融合架构和同时支持非 IP 和 IP 的网络融合架构等。设计基于 IPv6 的轻量级的物联网 编址寻址架构。研究基于主机标识和定位符分离的新型物联网编址寻址架构，探讨层次化、 可扩展的网络单元命名方法，提出一种新型的主机名字空间组织构架，实现高效的主机标识 符到定位符的映射。2011 年，由中国科学院上海微系统与信息技术研究所刘海涛研究员作 为首席科学家的国家重点基础研究发展计划（973 计划）“物联网的基础理论与实践研究”， 同样提出了要针对物联网应用场景的动态性以及网络和终端互连方式高度异构性的特点，进 行异构网络的融合和自治机理的研究。 （2）可靠传输 物联网的网络层与传统互联网的网络相比往往具有如下的突出特点：自组织性，参与通 信的节点间不需要网络基础设施的支持，节点可以随时加入或离开网络；分布式，大量的网 络节点以分布式的方式存在；拓扑动态变化，由于节点的移动性导致网络拓的变化，进而导 致网络中的通信链路也会变化；终端资源受限，每个节点的计算资源、存储资源和使用寿命 的限制，导致构建可靠的传输链路成为一个挑战；安全性，由于节点是分布在整个部署环境 中的，所以，单个节点容易受到攻击，信息传递的不可控因素增大。保障网络层传输的可靠 性对于保障物联网的安全性具有非常关键的作用。 Gou.等人提出了一种基于多路径的无线传感器网络可靠数据传输协议（LCRT），该协议 在提高网络通信可靠性的同时，还可以保证传输过程的能量消耗和时延都较低[21]。Jiang.等 人针对两跳传输协议的无线传感器网络，提出了一种基于协作的规模有限网络的安全、可靠 传输协议[22]。Zhang.等人提出了一种利用拓扑感知和结构化虚拟标识空间的方法，来建立物
理标识符合与更高层物理地址的映射关系，通过省略数据和控制信息在网络中的洪泛，提高 了网络的可扩展性和鲁棒性2。由香港科技署发起的面向结构化健康监控的无线传感器网 络平台T℉项目的首要目标就是保证平台的高可靠性。香港科技大学张黔教授研究了链路不 可靠的无线自组织网络中节点密度和传输延时之间的关系24。 973计划“物联网的基础理论与实践研究”关于网络层可靠传输也提出要针对服务的动态 变化和多模异质特性以及对通信资源的竞争访问，研究物联网终端的高效无线接入协议：研 究物联网中可靠的多终端协同中继传输机制；针对网络拓扑及信道质量的快速动态变化，研 究非确定环境下的物联网端到端实时可靠数据传输的在线优化调度机制。 (3)网内处理 从计算模型的角度可以把物联网应用模式分成两大类：感知模式和海计算模式2。感 知模式关注对两个方面的强化：前端传感器对物理世界的有效感知、后端云计算平台的智能 判定和决策。感知计算模式在物联网网络层面的体现，可以追潮到无线传感器网络的网内数 据处理技术的研究。而海计算把智能推向了前端，网络中的智能化前端具有存储、计算和通 信能力，能在局部场景空间内实现前端之间的协同感知，并对感知事件及时作出相应，具有 高度的动态自治性。 在无线传感器网络中，电池能量是最重要的资源之一。数据传输占据着占据节点能量消 耗很大的一部分。网内数据处理技术通过在网络中部署具有一定计算能力的中继节点，对无 线传感器网络中的原始数据进行处理，从而达到降低传输能耗的目的。香港理工大学的 Yingwen Chen等人较早地提出了如何在无线传感器网络中部署中继节点的问题。考虑到实 际网络中很难获得网络全局拓扑信息的约束，他们提出了一种仅利用邻居节点网络信息的近 似最优化解决方案ENERGY26。美国康奈尔大学的Yong Yao等人提出了一种声明式的无线 传感器网内查询方法，该方法可以有效地减小网络资源的消耗、延长网络使用寿命27。 海计算这个概念是由中国科学院江锦恒副院长在2010年4月12日参加中国科学院战略 高技术十二五规划研讨会上首先提出的。海计算是物理世界的物体之间的计算模式。海 计算模式一方面通过强化融入在各种物体中的信息装置，实现物体和信息装置的紧密融合， 自然地（原生态地，Natively)获取物质世界信息；另一方面通过强化海量的独立个体之间 的局部的即时交互和分布式智能，使物体具备自组织、自计算、自反馈的海计算功能。海计 算的本质是物体与物体之间的智能交流，实现的是物之间的交互(Interaction of Things),强 调物理世界的智能连接和物理性质涌现(Emergence),是以物理世界为中心的思维2)。海 计算所具有的的融入性、自主性、局部交互、群体智能等特征，可以被认为是传统无线传感 器网络网内处理技术的高级发展阶段。 243
243 理标识符合与更高层物理地址的映射关系，通过省略数据和控制信息在网络中的洪泛，提高 了网络的可扩展性和鲁棒性[23]。由香港科技署发起的面向结构化健康监控的无线传感器网 络平台 ITF 项目的首要目标就是保证平台的高可靠性。香港科技大学张黔教授研究了链路不 可靠的无线自组织网络中节点密度和传输延时之间的关系[24]。 973 计划“物联网的基础理论与实践研究”关于网络层可靠传输也提出要针对服务的动态 变化和多模异质特性以及对通信资源的竞争访问，研究物联网终端的高效无线接入协议；研 究物联网中可靠的多终端协同中继传输机制;针对网络拓扑及信道质量的快速动态变化，研 究非确定环境下的物联网端到端实时可靠数据传输的在线优化调度机制。 （3）网内处理 从计算模型的角度可以把物联网应用模式分成两大类：感知模式和海计算模式[25]。感 知模式关注对两个方面的强化：前端传感器对物理世界的有效感知、后端云计算平台的智能 判定和决策。感知计算模式在物联网网络层面的体现，可以追溯到无线传感器网络的网内数 据处理技术的研究。而海计算把智能推向了前端，网络中的智能化前端具有存储、计算和通 信能力，能在局部场景空间内实现前端之间的协同感知，并对感知事件及时作出相应，具有 高度的动态自治性。 在无线传感器网络中，电池能量是最重要的资源之一。数据传输占据着占据节点能量消 耗很大的一部分。网内数据处理技术通过在网络中部署具有一定计算能力的中继节点，对无 线传感器网络中的原始数据进行处理，从而达到降低传输能耗的目的。香港理工大学的 Yingwen Chen 等人较早地提出了如何在无线传感器网络中部署中继节点的问题。考虑到实 际网络中很难获得网络全局拓扑信息的约束，他们提出了一种仅利用邻居节点网络信息的近 似最优化解决方案 ENERGY[26]。美国康奈尔大学的 Yong Yao 等人提出了一种声明式的无线 传感器网内查询方法，该方法可以有效地减小网络资源的消耗、延长网络使用寿命[27]。 海计算这个概念是由中国科学院江锦恒副院长在 2010 年 4 月 12 日参加中国科学院战略 高技术十二五规划研讨会上首先提出的[25]。海计算是物理世界的物体之间的计算模式。海 计算模式一方面通过强化融入在各种物体中的信息装置，实现物体和信息装置的紧密融合， 自然地（原生态地，Natively）获取物质世界信息；另一方面通过强化海量的独立个体之间 的局部的即时交互和分布式智能，使物体具备自组织、自计算、自反馈的海计算功能。海计 算的本质是物体与物体之间的智能交流，实现的是物之间的交互（Interaction of Things），强 调物理世界的智能连接和物理性质涌现（Emergence），是以物理世界为中心的思维[25]。海 计算所具有的的融入性、自主性、局部交互、群体智能等特征，可以被认为是传统无线传感 器网络网内处理技术的高级发展阶段
2.2.3数据层面 在物联网应用环境下，物联网源源不断地产生海量的多模态感知数据，这些数据大都是 包含有一定噪声的不确定数据，具有异构性、时空敏感性等特性，如果不能对其很好地描述 和处理，则很难有效利用这些数据，因此，在物联网的数据层面，如何在分布式环境下对海 量的数据进行存储、分析与挖掘，并且提供安全与隐私保障，成为当前研究者们高度关注的 问题。 分布式存储 高效数据存储 集中式存情 预测、寻证分析 数 层面 教据挖掘与融合 集中式数据挖掘 分布式教据挖揭 基于数据的隐私保护 安全与隐私保障 基于位置的隐私保护 图4物联网的数据层面研究内容 (1) 高效数据存储 对于物联网而言，现有的大规模数据存储系统并不能很好地满足物联网的存储需求。现 有的系统一般都采用通用型的关系型数据库管理系统来索引元数据，但其在峰值性能、伸缩 性、容错性、可扩展性等方面有很大局限性，不能有效地支持物联网上大规模的多模态感知 数据的存储和查询。 当前针对物联网的现有存储模式分为分布式和集中式两类。分布式存储方法2830是指将 采样数据直接存储在各传感器结点，查询处理时再通过远程访问获取数据。分布式存储的好 处是能减少不必要的数据传输。然而分布式存储方式有很多局限，比如传感器的内存以及外 部存储容量都很有限，不适应长期部署任务：如果传感器发生故障或重启，数据都会丢失： 查询数据会带来大量的通信开销等。 事实上，随着数据中心和云存储技术的发展，集中式的存储方案受到很大的关注。在工 业界，Google、微软、中国腾讯、阿里巴巴等国内外知名网络服务企业已经建立了大规模的 数据中心网络，用于存储海量数据，并利用分布式存储和强大的处理功能处理数据。云存储 是在云计算概念上延伸和发展出来的一个新的概念，目前己经有很多成熟的云存储服务，如 244
244 2.2.3 数据层面 在物联网应用环境下，物联网源源不断地产生海量的多模态感知数据，这些数据大都是 包含有一定噪声的不确定数据，具有异构性、时空敏感性等特性，如果不能对其很好地描述 和处理，则很难有效利用这些数据，因此，在物联网的数据层面，如何在分布式环境下对海 量的数据进行存储、分析与挖掘，并且提供安全与隐私保障，成为当前研究者们高度关注的 问题。 数据 层面 数据 层面 高高效效数数据据存存储储 数数据据挖挖掘掘与与融融合合 安安全全与与隐隐私私保保障障 分分布布式式存存储储 集集中中式式存存储储 预预测测、、寻寻证证分分析析 集集中中式式数数据据挖挖掘掘 分分布布式式数数据据挖挖掘掘 基基于于数数据据的的隐隐私私保保护护 基基于于位位置置的的隐隐私私保保护护 图 4 物联网的数据层面研究内容 （1） 高效数据存储 对于物联网而言，现有的大规模数据存储系统并不能很好地满足物联网的存储需求。现 有的系统一般都采用通用型的关系型数据库管理系统来索引元数据，但其在峰值性能、伸缩 性、容错性、可扩展性等方面有很大局限性，不能有效地支持物联网上大规模的多模态感知 数据的存储和查询。 当前针对物联网的现有存储模式分为分布式和集中式两类。分布式存储方法[28-30]是指将 采样数据直接存储在各传感器结点，查询处理时再通过远程访问获取数据。分布式存储的好 处是能减少不必要的数据传输。然而分布式存储方式有很多局限，比如传感器的内存以及外 部存储容量都很有限，不适应长期部署任务；如果传感器发生故障或重启，数据都会丢失； 查询数据会带来大量的通信开销等。 事实上，随着数据中心和云存储技术的发展，集中式的存储方案受到很大的关注。在工 业界，Google、微软、中国腾讯、阿里巴巴等国内外知名网络服务企业已经建立了大规模的 数据中心网络，用于存储海量数据，并利用分布式存储和强大的处理功能处理数据。云存储 是在云计算概念上延伸和发展出来的一个新的概念，目前已经有很多成熟的云存储服务，如