邬贺铨：物联网与大数据

　　【2013年4月23日，北京 物联网世界网讯】2013(第中届)中国物联网大会今天（4月23日在北京国际会议中心举行，同期还将举行2013中国国际（北京）物联网展览会。物联网世界网作为本次大会的独家合作媒体将全程在线直播此次大会的盛况。

　　 点击进入直播页面

中国工程院院士，中国电子学会物联网专家委员会主任 邬贺铨(物联网世界 记者摄)

会上，中国工程院院士，中国电子学会物联网专家委员会主任 邬贺铨以“物联网大数据”为题做主题报告。

以下是文字实录：

　　【邬贺铨】：尊敬的各位院士专家来宾早上好，很高兴来参加今天大会，一年一度物联网大会召开既高兴又有压力。高兴是看到这么多领导专家参加，说明大家关注物联网，压力是每年讲话选什么题目讲。今天以“物联网与大数据”为题跟大家分享，讲三个方面内容：

　　第一个是格物致知，物联网通过感知帮助我们进行决策，今天用物联网概念怎么理解格物致知，让我们看看ITU关注物联网定义，物理和虚拟的。我们过去理解物联网都认为物联网对象一定是物理的，实际上ITU认为虚拟也是物联网对象。其中虚拟物件是指什么，是指存储处理结构内容，利用多媒体内容和应用软件，物联网提供满足安全要求，我把理解物联网，物理实体分成两部分，一种身份识别的ID，另一种没有识别身份ITU，还包括虚拟部分，在这里你可以看到，现在一个新词(英语)，理解把它泛网络。物联网中的实物和虚拟相联合的。

　　IOT本身是子集，你可以看到包括智能电话、交通等，虚拟物里头USN，他实际上是概念性的网络，NIT是网络的识别。

　　实物类，一是身份识别，比如说条码，还有非身份识别类的，需要识别，你可以ID进去，对这个物体我们不是靠ID识别，是需要物体的实体体征和属性。

　　物联网所需要感受的物件对象范围非常之宽，物联网收集数据，我们刚刚说虚拟东西也是物联网对象，我们看很多东西收集，浏览器、搜索引擎、智能终端、游戏终端、GPS等，他通过大家日常网络留下痕迹和脚印获取大量的数据。

　　第二物联网产生大数据

　　这是美国人前几年医院一年产生500个数据，IMT1.4TB数据等各位各种的数据通过传感器产生，也有在网上直接产生的，我们现在处于大数据时代，物联网一分钟可以产生非常多的东西，苹果下载2万余次，一分钟会上传10万条新微博，全世界物联网上虚拟网络上，产生了大量的数据。

　　国外的这些公司数据量不一定比中国大，中国淘宝去年11节，一天1.05亿，新浪微博晚上100万以上的响应请求，中国联通也进行大数据搜集，他们以前给用户每一个月发一个帐单，很多用户认为我没有上这么多，中国联通改制就详细记录客户的上网记录一秒钟83万条。

　　虚拟运行管理产生数据量更大，这个比较多是美国，每天是80个，发动机引擎数据588，企业资源管理客户关系管理等现在是大数据，企业本身也是每时每刻产生大量数据。

　　2010年黄色是监控数据，还有娱乐的，还有数据处理的，还有浅色是娱乐，到了2020年，中间这一块会展出来，把监控数据加起来一共超过总数据的一半。

　　2012年IDC公司发布了数字世界2020，指出在2005年由机器产生的数据占到数据总量的11%，2020增加到42%。

　　比如说医疗，现在到医院看病都要CT，清晰度很高300多兆，一个病人CT影响往往多大两千幅，数据量已经到了几十个GB，如今中国大城市的医院每天门诊上完人，全国每年住院已经达到了两亿人次，按照医疗行业的相关规定，一个患者的数据通常需要保留50年以上。

　　物联网数据类型这是澳大利亚一个大学，他计算机科室研究，量很大，从2010年到2015年涨五倍，以及产业还有实业、物流，这是公共设施以及我们汽车，智慧城市发展智慧医疗、家具等，都会带动物联网发展。

　　物联网产生的大数据与一般的大数据有不同的特点。

　　物联网的数据是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。

　　物联网的数据有明显的颗粒性，其数据通常带有时间、位置、环境和行为等信息。

　　物联网数据可以说也是社交数据，但不是人与人的交往信息，而是物与物，物与人的社会合作信息。

　　物联网的混搭将使物联网的数据变得更有用，将物联网感知的数据与通过社会媒体获得的数据结合，也就是人跟机器的社会联网，将使决策更科学。

　　与隐私与法律有关的特殊性，谁是物联网数据的拥有者，通过物联网可以控制家用电器。

　　最后大数据助力物联网，不仅仅是收集传感性的数据，实物跟虚拟物要结合起来，我们传感器今天北京交通堵塞，但是并不知道堵塞原因，如果政府发布消息和市民微博发布消息结合起来就知道发生什么事，物联网要过滤，过滤要有一定模式。

　　决策的时候还要考虑我发布什么东西，会带来什么影响，最近有地震，他能预测60%地震，总有一天会说准。

　　物联网数据挖掘涉及到数据存储，从实物虚拟物获取存储，然后进行一些虚拟化和找出数据摘要，是要加标签的。

　　数据挖掘模式，合并压缩、清洗过滤、格式转换，法阶段数据分析、知识发现、可视化、数据阶段，关联规则，分类、聚类、序列、路径。因此后面工作更大更重要而且更难。

　　我举例子泥石流，最近发生芦山和宝兴地震，很容易发生泥石流，把这些数据收集，收集完了根据已有的数据模式进行分析。

　　最近大家关注PM2.5，另外云南西北边、西川西南边干旱容易发生火灾，利用雷达、飞机可以搜集数据，也需要进行分析，然后产生判断。

　　在水面取样，通过卫星发出去，利用云计算、中心数据挖掘，河流的环境污染，数字化的模式，我们可以发现有的地方有环境污染，所污染本身需要异源数据，除了传感器、物联网数据有噪声的不干净的，所以需要多种数据的结合，历史数据的挖掘，然后进行分析预感、预警，所以数据后面的处理，食品现在也是大家所关注的，手机拍下来食品到后台去查，哪个公司食品，在什么地方生产，他食品生产日期等等，包括食品安全不安全，营养成分怎么样等等，食品监控，运用后台数据。

　　最近禽流感流行，怎么去监测，凡是产生流感病人在网上寻找，吃什么药好，哪个地方看病好，或者微博交流我这几天感冒了。

　　大数据在个性化医疗应用。

　　智能交通虚拟化和可视化。交通管理中心再大，也装不上所有的视频，因此10秒钟，这样看上去每时每刻只有能够监控很小一部分内容，通过软件把整条路上变成一个视频，再进一步我把所有马路都通过大数据软件后台分析组成图象，这图象像上海市领导人坐飞机俯视地面一样。所以这些都是后台数据分析。

　　最近网上说四川一所大学教授发明了刷脸点名器，利用人脸识别技术分析学生个体之间的人迹交流情况。

　　大数据在社会管理上有很好的作用。美国纽约的警察分析交通用度与犯罪发生地点的关系有效改进治安。 北京交通一卡通每天产生4千万条刷卡记录，地铁每天1千万人次，分析这些数据可改善城市交通状况。 新加坡的公共交通部门十年来已经使用个人位置数据做交通需求的预测。荷兰的交通部门利用移动电话的定位功能预测汽车和行人的拥堵状况。

　　最后讲M2M的总量

　　全世界的M2M2011年20亿，2020年180亿，预测2020年有500亿连接，主要是在消费电子和只能建筑两个领域，占70%。

　　2011年M2M全市场为2000亿美元，2022年12000亿美元，三分之二收入来自设备与安装，三分之一来自服务，2020年最大的M2M市场在中国和美国，分别占20%和19%。

　　经济学人预测2013年年底10亿物品连接，物联网产生大数据，大数据助力物联网谢谢大家。