The Invicible Guest, IoT Security, deep learning, machine learning, big data, smart Cities

来源： OFweek 安防网

大數據、物聯網、智慧城市三者之間的關係簡單來說就是：大數據的發展，源於物聯網技術的應用，並用於支撐智慧城市的發展。物聯網是智慧城市的基礎，但智慧城市的範疇相比，物聯網而言更為廣泛；智慧城市的衡量指標，由大數據來體現，大數據促進智慧城市的發展；物聯網是大數據產生的催化劑，大數據源於物聯網應用。

大數據的關鍵在於分享

大數據的類型大致可分為三類：

傳統企業數據（Traditional enterprise data）：包括 CRM systems的消費者數據，傳統的ERP數據，庫存數據，以及賬目數據等。

機器和傳感器數據（Machine－generated /sensor data）：包括呼叫記錄（Call Detail Records），智慧儀表，工業設備傳感器，設備日誌（通常是Digital exhaust），交易數據等。

社交數據（Social data）：包括用戶行為記錄，反饋數據等。如Twitter，Facebook這樣的社交媒體平台。

從理論上來看：所有產業都會從大數據的發展中受益。但由於數據缺乏，以及從業人員本身的原因，第一、第二產業的發展速度，相對於第三產業來說會遲緩一些。

大數據的關鍵在於分享。智慧城市發展的一個瓶頸，在於資訊孤島效應，各地方政府部門間不願公開、分項數據，這就造成數據之間的割裂，無法產生數據的深度價值。

關於這一問題，有些國家的一些地方政府部門，也有清醒的認識，開始尋求解決方案，這是受自身的需求驅動的。比如，一些政府部門原來不願分享自己的數據，但現在開始尋求數據交換夥伴，因為他們逐漸意識到，單一的數據是沒法發揮最大效能的，部門之間相互交換數據已經成為一種發展趨勢。

同時，隨著各方面的發展及政策的推進，很多以前不公開的數據也逐漸公開了，這對大數據的發展都是有力的支持。

物聯網中的大數據

相比傳統的互聯網，在物聯網中，對大數據技術具有更高的要求，主要體現在以下幾方面：

物聯網中的數據量更大：物聯網的最主要特徵之一是節點的海量性，除了人和服務器之外，物品、設備、傳感網等，都是物聯網的組成節點，其數量規模遠大於互聯網；同時，物聯網節點的數據生成頻率，遠高於互聯網，如傳感節點多數處於全時工作狀態，數據流源源不斷。

物聯網中的數據速率更高：一方面，物聯網中數據海量性，必然要求骨幹網匯聚更多的數據，數據的傳輸速率要求更高；另一方面，由於物聯網與真實物理世界直接關聯，很多情況下需要即時訪問、控制相應的節點和設備，因此需要高數據傳輸速率來支持相應的即時性。

物聯網中的數據更加多樣化：物聯網涉及的應用範圍廣泛，從智慧城市、智慧交通、智慧物流、商品溯源，到智慧家庭、智慧醫療、安全監控等，無一不是物聯網應用範疇；在不同領域、不同行業，需要面對不同類型、不同格式的應用數據，因此物聯網中數據多樣性更為突出。

物聯網對數據真實性的要求更高：物聯網是真實物理世界與虛擬資訊世界的結合，其對數據的處理，以及基於此進行的決策，將直接影響實體世界，物聯網中數據的真實性，顯得尤為重要。

大數據支撐智慧城市的發展

城市運行體徵是透過數據，進行量化表現出來的，但這些數據散亂在政府的各個部門中。政府部門做的每一個決策，都需要長期的調研，調研的資料來源於政府部門運行、城市運行的長期積累。

政府資訊化的高速發展，已使政府產生了幾百TB的數據。但數據本身沒有任何意義，只有經過一定的系統分析之後，才能發揮數據的價值。

智慧城市的每一個細節，都會產生龐大的數據，同時，智慧城市的運行基礎，也來源於對大數據的深度分析。

大數據表面是一系列靜態的數據堆砌，但其實質是對數據進行複雜的分析之後，得出一系列規律的動態過程。政府部門本身沒有去做這樣的事，這就需要企業對其進行支撐。城市運行體徵的管理，也需要大數據的推動。

大數據在反映城市運行體徵的時候，並不需要瞭解城市部門的主要業務及運作流程，單純從數據的角度出發，透過電腦軟體分析之後，數據就能得出一些規律，不關乎業務，不關乎結果，但能完全反映出數據之間的關聯性。

從大數據的角度出發，驅動城市運行體徵發展，是一個可以在決策前段刨出人力的純電腦運作模式，這樣的好處是運作的量化和規範化。

大數據驅動下的智慧城市，關乎每個人的生活。最普遍的例子就是天氣預報，以前的天氣預報只會預測一下天氣，但現今的天氣預報會告訴公眾更多的資訊，如氣象指數、空氣污染指數、穿衣指數、驅車安全指數等，甚至是否有利於運動，對髮型及妝容的影響都有說明。

這是能讓普通百姓切身體會的智慧生活，未來，教育、交通等關乎人們衣食住行的方方面面，都會變得智慧起來。