Un
Internet de las Cosas
1. ¿Qué es el Internet de las Cosas?
La definición anterior de Internet de las Cosas es conectar cualquier cosa a Internet de acuerdo con un protocolo acordado a través de equipos de detección de información como identificación por radiofrecuencia (RFID), sensores infrarrojos, sistemas de posicionamiento global, escáneres láser. y sensores de gas, una red que realiza identificación, posicionamiento, seguimiento, monitoreo y gestión inteligentes. En pocas palabras, IoT es el "Internet de las cosas".
Más tarde, se redefinió como la combinación de casi todas las tecnologías con tecnologías informáticas e Internet, logrando el intercambio en tiempo real de información sobre el entorno y el estado entre objetos, así como la recopilación, transmisión, procesamiento y ejecución inteligentes. A grandes rasgos, las aplicaciones de tecnologías de la información actualmente involucradas pueden incluirse en el ámbito del Internet de las Cosas.
2. Tecnologías clave del Internet de las Cosas
Tecnología de sistemas integrados: Es una tecnología compleja que integra software y hardware informático, tecnología de sensores, tecnología de circuitos integrados y tecnología de aplicaciones electrónicas. Después de décadas de evolución, los productos terminales inteligentes caracterizados por sistemas integrados se pueden ver en todas partes, desde reproductores de MP3 entre las personas hasta sistemas satelitales en el sector aeroespacial; Los sistemas integrados están cambiando la vida de las personas y contribuyendo al desarrollo de la producción industrial y la industria de defensa. Si se compara simplemente el Internet de las cosas con el cuerpo humano, los sensores equivalen a los ojos, la nariz, la piel y otros sentidos humanos, la red es el sistema nervioso que transmite información y el sistema integrado es el cerebro humano. Luego de recibir la información, ésta debe ser clasificada y procesada. Este ejemplo describe vívidamente el estado y el papel de los sensores y sistemas integrados en Internet de las cosas.
Tecnología de sensores: También es una tecnología clave en las aplicaciones informáticas. Como todos sabemos, hasta ahora la mayoría de las computadoras procesan señales digitales. Desde que existen las computadoras, se necesitan sensores para convertir señales analógicas en señales digitales antes de que la computadora pueda procesarlas.
Etiqueta RFID: También es una tecnología de sensores. La tecnología RFID es una tecnología integral que combina tecnología de radiofrecuencia y tecnología integrada. RFID tiene amplias perspectivas de aplicación en la identificación automática y la gestión de logística de carga.
II
Computación en la nube
1. ¿Qué es la computación en la nube?
La computación en la nube es un modelo de pago por uso que proporciona acceso a la red disponible, conveniente y bajo demanda y un conjunto configurable de recursos informáticos (que incluyen redes, servidores, almacenamiento, software de aplicaciones y servicios). Estos recursos se pueden aprovisionar rápidamente con poco esfuerzo administrativo o una interacción mínima con los proveedores de servicios.
2. La relación entre el Internet de las Cosas y la computación en la nube
La computación en la nube es equivalente al cerebro humano y el centro neurálgico del Internet de las Cosas. La computación en la nube es un modelo para agregar, usar y entregar servicios relacionados a través de Internet, que generalmente implica el suministro de recursos dinámicamente escalables y a menudo virtualizados a través de Internet.
Actualmente, los servidores IoT se despliegan en la nube, proporcionando diversos servicios en la capa de aplicaciones a través de la computación en la nube. La computación en la nube puede proporcionar los siguientes servicios:
IaaS: infraestructura como servicio
Los consumidores pueden obtener servicios de instalaciones informáticas completas a través de Internet. Por ejemplo: arrendamiento de servidores de hardware.
Plataforma como servicio
PaaS en realidad se refiere a la plataforma de desarrollo de software como un servicio, que se entrega a los usuarios en el modelo SaaS. Por tanto, PaaS también es una aplicación del modelo SaaS. Sin embargo, la aparición de PaaS puede acelerar el desarrollo de aplicaciones SaaS, como el desarrollo personalizado de software.
SaaS: Software as a Service
Es un modelo para proporcionar software a través de Internet. Los usuarios no necesitan comprar software, sino alquilar software basado en la web de proveedores, como Amazon, para gestionar las actividades comerciales.
Tres
Big Data
1.
Big data es una recopilación de datos a gran escala que supera con creces las capacidades de las herramientas de software de bases de datos tradicionales en términos de adquisición, gestión y análisis. Tiene cuatro características: escala de datos masiva, flujo de datos rápido, diversos tipos de datos y baja densidad de valor. Si se compara el big data con una industria, entonces la clave de la rentabilidad en esta industria radica en mejorar las "capacidades de procesamiento" de los datos y lograr el "valor agregado" de los datos a través del "procesamiento".
2. La relación entre big data y computación en la nube
Técnicamente hablando, la relación entre big data y computación en la nube es tan inseparable como las dos caras de una moneda. Los big data no pueden ser procesados por una sola computadora y deben utilizar una arquitectura distribuida. Se caracteriza por la minería distribuida de datos masivos, pero debe depender del procesamiento distribuido, bases de datos distribuidas, almacenamiento en la nube y tecnologías de virtualización de la computación en la nube.
Con la llegada de la era de la nube, el big data ha recibido una atención cada vez mayor. El equipo de analistas cree que big data se utiliza generalmente para describir grandes cantidades de datos no estructurados y semiestructurados creados por una empresa. El análisis de big data a menudo se asocia con la computación en la nube porque el análisis en tiempo real de grandes conjuntos de datos requiere marcos como MapReduce para distribuir el trabajo a docenas, cientos o incluso miles de computadoras.
Big data requiere técnicas especiales para procesar eficazmente grandes cantidades de datos dentro de tiempos de tolerancia. Las tecnologías adecuadas para big data incluyen bases de datos de procesamiento paralelo masivo, minería de datos, sistemas de archivos distribuidos, servidores de datos distribuidos, plataformas de computación en la nube, Internet y sistemas de almacenamiento escalables.
Cuatro
Inteligencia Artificial
1. ¿Qué es la inteligencia artificial?
La inteligencia artificial, abreviada como AI en inglés, es una ciencia de nueva tecnología que estudia y desarrolla teorías, métodos, tecnologías y sistemas de aplicación que simulan, extienden y expanden la inteligencia humana. La inteligencia artificial es una rama de la informática que intenta comprender la naturaleza de la inteligencia y producir un nuevo tipo de máquina inteligente que pueda responder de manera similar a la inteligencia humana. La investigación en esta área incluye robótica, reconocimiento de lenguaje, reconocimiento de imágenes, procesamiento del lenguaje natural y sistemas expertos. Es una simulación del proceso de información de la conciencia y el pensamiento humanos. La inteligencia artificial no es inteligencia humana, pero puede pensar como los humanos e incluso superar la inteligencia humana.
Desde el punto de vista anterior, simplemente podemos sacar una conclusión: el funcionamiento normal del Internet de las cosas es transmitir información a la plataforma de computación en la nube a través de big data, y luego la inteligencia artificial extrae los datos almacenados. en la plataforma de computación en la nube para actividades.