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 236236 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