信息化的物联网系统革新会如何

1 引言

物联网系统从原始需求的角度，可以概括为完成数据传感、数据传输到数据汇聚的软硬件综合系统。随着信息化系统的不断发展，物联网系统部署与应用的行业广度、深度不断扩展。传统物联网系统（如图1）更多的关注传感与控制联接、网络远程传输、中小型应用场景，在面对海量部署与联接、采控集成化、智能化、网络架构复杂化、高稳定性、低运维成本、数据安全、高环境适应性等等一系列行业需求时，存在着较大的应用局限。

与此同时，多样化的应用场景需求，物联网技术正快速革新，并受到业界的广泛关注。新型物联网系统在海量联接、本地逻辑、数据优化、数据安全等方面，表现出优异的系统性能，为面向智能应用、复杂网络、海量联接的新一代信息化系统构建提供了有力的技术支撑。

图1 传统物联网系统

2 存在的挑战

随着经济社会的发展、生产生活效率的快速提升，人们对于信息系统的普及化、智能化、便捷化以及实时、安全性要求越来越高。作为信息化系统的重要组成部分，物联网系统面临着前所未有的挑战。

2.1 CROSS挑战

Connection（联接）：大型物联网系统中，广泛存在异构与海量联接特征，系统中存在不同数据类型、协议类型、网络类型、控制类型的设备与终端，联接、驱动、管理、协调、转换、运维系统中的庞杂设备网络存在着巨大挑战。

Real-time（实时）：物联网系统中存在大量高实时数据获取、传输、逻辑运算场景需求，例如自动驾驶、人机协同工作站、远程手术医疗等。因此，联接实时、业务实时对物联网系统提出新的挑战。

Optimization（优化）：网络边缘终端与设备呈现了差异化的输入输出，对于物联网系统而言，数据融合，数据统一语义与描述，是必要的;而面向中心信息平台与应用，物联网数据还需经优化处理后统一开放与呈现;

Smart（智能）：新型信息化系统的智能化特征，对物联网系统提出了边缘智能需求。在此基础上形成业务创新、业务流程优化，赋能行业，形成效率与成本优势;

Security（安全）：新型信息化系统的垂直延伸、业务拓展不断深入，对物联网系统的设备安全、网络安全、数据安全、应用安全、数据隐私保护提出了更高的要求。

2.2 细分与碎片化的行业需求

物联网行业广泛应用于工业制造、电力、水利、环保、农业、地质灾害等行业，众多碎片行业对物联网系统提出了差异化要求。物联网行业企业提出了众多解决方案，以适应差异化市场需求，但较多仅局限于所关注

行业领域，不同程度存在难以规模化的现象。

另外，各专业行业政府主管单位、行业协会、联盟或科研院所为保障专业领域系统供应质量、互操作性以及竞争秩序，制订了所属行业或地域的物联网系统技术标准，形成了细分行业标准众多，却难以统一、更新缓慢的不利局面。

2.3 解决方案垂直化、多架构并行

物联网系统依托于各行业垂直解决方案并体现其价值， 基于已有技术和垂直市场细分，已演化出各种IoT架构，如集中式，分布式，云化物联网架构。物联网系统产业将在很长一段时间呈现出垂直化、多架构并行的行业特征。

2.4 多元化版图

物联网系统普及性的提高，市场容量的增大，为相关参与者带来了好的发展机遇。企业，电信运营商，互联网企业，科研院所甚至个人、家庭等各纬度主体都参与到体系的研究、发展、建设及消费中。物联网产业的多元化版图促进了行业发展，也带来了系统通用、普及和互操作的难度。

2.5 传统物联网系统弊端

传统物联网系统发源于工业自动化控制系统，构建思维较多的局限于远程数据传输和处理，缺乏系统灵活性和智能化应用潜力，对上述挑战和问题考虑不足，无法满足多样化感知网络及智能化系统需求。

随着物联网系统的广泛应用与部署，海量且异构的网络联接、灵活且通用的组成要件、行业各异的智能要求（数据优化、边缘处理、逻辑实现）以及更加规范和严格的数据安全等一系列挑战，正驱动新型物联网系统的不断涌现。

3 新型物联网系统

为适应信息化系统新的需求，物联网系统不断演进，其主要特征包括边缘计算（Edge Computing）［1］的应用、通用化与标准化、高效运维部署和人工智能应用。上述特征很好的解决了信息化系统多业务多场景的融合智慧化感知与控制需求，成为物联网系统技术发展的主流方向。

3.1 边缘计算

计算技术经历了大型机计算、PC计算、网络计算、云计算等阶段之后，进入了边缘计算。边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，如图2，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。在边缘计算这一概念的发展历程中，Cloudlet［2］、微数据中心（MDC）［3］、雾计算［4］等概念都致力于在网络的边缘处工作。

图2 边缘计算分布式开放物联网架构

图3示出了边缘计算的5大关键利益，正是由于边缘计算呈现了它在复杂物联网场景的技术优势，所以这几年赢得了行业的特殊关注。

图3 边缘计算的五大关键利益

边缘计算架构令物联网系统由感知层并行延伸至网络层和数据服务层。分布式构架使得感知系统获得了更加灵活的任务适应能力，因而更能满足新型信息化系统的多业务多场景需求。

3.2 通用化、标准化

IoT核心网与边缘化物联网终端构成了灵活多变却又通用、标准的物联网系统，如图4。

网络、计算、存储、应用的边缘化，使得物联网终端获得了更多的职能权限。边缘化物联网终端通过自身操作系统与IoT核心网的协调运作，可以实现对南、北向驱动管理、设备运行状态监控以及容器化边缘任务管理。边缘化物联网终端实现了接口融合、数据融合、协议融合以及容器化的应用管理，满足了差异化场景与碎片化行业需求，最终呈现出通用化、标准化特征。图5示出了边缘化的物联网操作系统内部功能结构。

图5边缘化的物联网操作系统

3.3 高效的部署与运维

图2示例中，IoT核心网通过边云协同方式实现了物联网系统的网络、应用、计算资源及数据订阅和发放管理。平台化、服务化的边缘管理机制带来了中心化的高效系统部署与系统运维能力。该能力在面向万物互联的未来数字化系统中，将发挥巨大的经济效益。

3.4 人工智能

作为风头正盛的人工智能技术，深度学习（Deep Learning，DL）受到业界的大量关注。DL与边缘计算的结合将为智能系统带来实用且灵活的技术手段。首先，DL植入边缘计算框架中，实现网络边缘的自适应管理。另外，云端也将大量的模型计算推至边缘，实现低延迟、高可靠的智能业务。

作为典型的AI技术之一，DL在计算机视觉（CV）和自然语言处理（NLP）领域展现出了强大的性能优势［5］，相应的智能服务与应用也快速的改变着人们的生活［6］。随着边缘算力的不断增长和计算方式的革新，更加智能的算法能够从云端拓展至终端用户，网络边缘将具备更加智能化的任务执行能力，且能够被云端不断升级和更新。

4 典型应用场景

上文详细分析了新型物联网系统面临的挑战和应对思路，相较于传统物联网系统，其性能优势明显且综合成本有所降低，可广泛应用于智慧电网、智慧生态、智能制造等领域。图6例举了一种较为典型的新型物联网系统解决方案。

图6 典型的新型物联网系统解决方案

4.1 智慧电网

传统配电网络由“配电自动化主站”，靠近居民的“低压变压器（10kV/400V）”以及延伸到每家每户的低压馈线网络组成，低压配电网络在整个国家电网中多达480万个，连接着4亿多终端，网络拓扑复杂，对供电质量影响大，当前仍处于较低的自动化和智能化水平，难以快速应对分布式光伏、新能源汽车、能源流调度等需求。

新型物联网系统所构建的“云、管、边、端”方案架构跟传统配电网结合，在“云”层采用IoT核心网，用微服务架构解耦业务和数据，同时引入大数据和AI框架;在“管”层提供丰富的上下行通信方式，支持物联网协议实现设备互联互通;在“边”层采用边缘计算方式，打造通用且标准的智能配变终端硬件平台，使业务APP化，软件可定义;在“端”层引入物联网操作系统，为末端终端植入通信与计算，使物联网终端智能化。

4.2 智慧生态

智慧生态包含水利、林业、农业、环保、自然灾害、应急管理等众多方向，其信息化水平较为落后，感知网络覆盖率较低，系统存活率低，信息孤岛问题严重，数据智能分析及模型化研究滞后，难以满足生态监控、治理与利用需求。

新型物联网系统可利用其感知融合、数据融合、协议融合能力，实现农、林、水、国土、应急、环保等领域感知网络的统一建设与接入。利用边云结合的智能运算能力，将云端训练的模型推送至监测与控制现场，实现农业生产精准管理、水利管控智能化、自然灾害（洪涝灾害、地质灾害、森林火险）预警预测科学化、环保监测精确化等功能，大大提升智慧生态信息化系统的管理效能。

4.3 智能制造

工业环境下的边缘计算通常以实时或者以接近实时的方式获取正确的设备数据，以推动更好的决策，必要时还可以进行工业过程控制。为了实现这一目标，必须先行构建边缘设备及嵌入其中的软件、边缘服务器以及云的基础架构，并连续全天候地运行。

工业网络边缘可以扩展到工业设备、机械制造、控制器和传感器。当下，边缘计算和分析正在快速地向靠近机械装置和数据源的地点部署。随着工业系统数字化转型已成定势，分析、决策和控制这些以往都是集中完

成的功能，正在从物理上加速向边缘设备、边缘服务器、网络、云及其联接系统分散。与此同时，自动化资产设备正在提升其执行边缘计算的功能。

5 总结

新世纪的第一个十年，得益于更加广泛的联接，我国信息化产业获得了快速的发展，深刻地改变着人们的生产、生活方式。随着5G、边缘计算、人工智能等技术的发展，物联网系统也将不断革新，应用于国民经济的各个行业领域，带来生产力的大幅提升，最终实现感知中国、智慧中国。

责任编辑：ct