物联网与泛在智能(3)

　　[编者按] 物联网以信息服务为中心，通过与传感网、互联网、电信网、云计算平台相结合，把对物理世界的感知、认识、影响和控制与计算机系统进行最自然的融合，实现物理世界、数字虚拟世界和人类感知的高度统一，形成完整的信息物理融合系统。本讲座前两期分别介绍了无线传感网络及泛在感知体系架构、泛在网络融合与协同技术，本期将介绍物联网依托于云计算技术的泛在智能业务。

　　9 物联网业务

　　物联网应用极其广泛，从日常的家庭、个人应用，到工业自动化应用。目前比较典型的应用包括电力行业的智能电网、智慧金融、智能交通、智能家居、智能医疗系统等。根据不同的参考标准，物联网的分类方式也很多。按照技术特征及物联网发展趋势可以把物联网的业务大致分为4类[1]，分别是：身份相关业务、信息汇聚型业务、协同感知类业务、泛在智能业务。

　　身份相关的业务类应用主要是利用射频识别（RFID）、二维码等可以标志身份的技术，提供与身份相关的各类服务；而信息汇聚型业务主要是由物联网平台统一对终端、数据、应用和服务进行统一的管理。其中终端只接受平台管理，分别采集数据上报，但终端之间不需要通信。随着终端技术发展的多样化、智能化、多模化趋势，物联网终端之间、物联网终端和人之间的通信将更为紧密复杂，终端间相互协同完成同一业务是物联网发展的趋势；而随时随地提供无所不在、无所不包、无所不能的智能服务将是物联网发展的愿景。

　　泛在智能（AmI）是1999年由欧洲共同体的顾问组提出[2]，后来作为欧盟第六框架计划项目之一，开展了为期5年（2002—2006）的研究。泛在智能是一种建立于普适计算、泛在计算，强调以人为中心的交互模式。同时，也是一种嵌入了多种感知和计算设备的、具有适应性的数字环境，可根据情景来识别人的身体姿态、生理状态、手势、语音等，进而判断出人的意图、并做出相应反映。泛在智能有几下几个特点：

　　（1） 环境感知能力，即设备有感知用户所处情景的能力。嵌入在环境中的传感器使得物理信息转变为有效的状态或操作，如身份验证、获知用户当前位置等。

　　（2） 个性化及自适性，泛在智能服务可为特定用户的需求裁定，并适应用户要求变化。

　　（3） 预判性，即设备在不具备意识思考条件下有能力预期用户的需求和意图。这一特性使用户能够无意识地与环境交互，以简单、自然的方式处理各种信息，享受各种服务。

　　可见，泛在智能服务可在人类的居住和工作环境中真正实现以人为本的新型隐式服务，而上述目标的实现，需要以物联网泛在感知层为支撑，依托于云计算强大信息的处理能力完成。

{$page$}

　　10 云计算

　　云计算的分布式中央处理单元是物联网的核心部分，也是物联网发展的基石。两者的有机结合，并通过对各种能力资源共享、业务快速部署、人与物交互的新业务扩展、信息价值深度挖掘等多方面的促进，可以带动整个产业链和价值链的升级与跃进，而当物联网达到一定规模时，对云计算的依赖性将更强。

　　10.1 概念及发展现状

　　云计算是在电子、通信、计算机与网络技术的共同作用下，从图灵计算逐渐向网络计算演化的一个必然阶段。它是一个基于互联网的计算，能向各种互联网应用提供硬件服务、基础架构服务、平台服务、软件服务和存储服务的系统[3].目前云计算没有统一的定义，维基百科对其定义是：云计算是一种互联网上的资源利用新方式，可为大众用户依托互联网上异构、自治的服务进行按需即取的计算。“云”是对云计算虚拟化、透明性、动态可扩展、聚散自如等特点的形象描述，同时是底层基础设施的一种抽象。

　　云计算是分布式计算、并行计算和网格计算等技术的综合发展。其核心是将大型数据中心的计算资源进行虚拟化并向用户提供以计算资源为形式的服务。

　　随着Google、IBM、Amazon等云计算的领跑者在商业应用中取得成功，云计算得到了中国国内和国际上工业界、学术界乃至政府部门的热烈响应。美国政府在IT 政策和战略中加入了云计算因素，美国国防信息系统部门（DISA）正在其数据中心内部搭建云环境，2009年9月，美国总统奥巴马宣布将执行一项影响深远的长期性云计算政策，希望借此压缩美国政府支出；日本内务部和通信监管机构计划建立“Kasumigaseki Cloud”，一个大规模的云计算基础设施，以支持所有政府运作所需的信息系统；中国政府在“十二五”信息规划的技术背景中特别对云计算技术做了阐述，明确提出云计算技术是中国下一个五年信息化产业发展的重点领域之一。

　　10.2 关键技术

　　云计算是一种新型的数据密集型超级计算方式，以数据为中心，在数据存储、数据管理、编程模式等多方面具有自身独特的技术。

　　10.2.1 虚拟化技术

　　虚拟化作为云计算的核心特征，是云计算依托的基础。虚拟化技术是指计算元件在虚拟的基础上运行，以扩大硬件的容量、简化软件的重新配置过程、减少软件虚拟机相关开销并支持更广泛的操作系统。通过虚拟化技术，单个服务器可以支持多个虚拟机运行多个操作系统和应用，从而大大提高服务器的利用率。在云计算实现中，计算系统虚拟化是一切建立在“云”上的服务与应用的基础。

　　中国移动开发社区对虚拟化概括如下：虚拟化即基础设施的虚拟化，核心是传统的已经成熟的集群技术和分区技术的结合。虚拟化目前包括：网络虚拟化（VPN）、存储虚拟化（SAN/NAS）、服务器虚拟化，这些均为云计算的基础设施。

　　10.2.2 数据存储与管理技术

　　云计算数据存储以冗余的方式提供高可靠性和高可用性，具体包括集群计算、数据冗余和分布式存储技术，以保证数据具有高可用、高可靠和经济性。此外，云计算系统需要并行提供服务以满足大量用户的应用需求，故其存储技术需要具备高吞吐率和高传输率的特点。云计算的数据存储技术主要有谷歌的非开源GFS [4]和Hadoo的开源版GFS——HDFS [5].云计算数据存储本质上是一种分布式存储技术，它与相关的虚拟化技术实现了对上层屏蔽具体的物理存储器的位置、信息等。

　　云数据管理方面，由于云计算的特点之一是对海量的数据存储、读取后进行大量的分析，数据的读操作频率远大于数据的更新频率[6]，所以云数据管理是一种读优化的数据管理。云数据管理必须能够高效管理大数据集，从而对分布式海量数据集进行处理、分析并向用户提供高效服务。同时，如何在泛在感知获取的规模巨大的数据中找到特定数据，也是云计算数据管理技术所必须解决的问题。

　　10.2.3 并行编程技术

　　云计算的编程模型必须十分简单，并隐藏后台复杂的并行执行和任务调度。良好的透明性使得用户能够利用该模型编写程序达到特定预期的目的，轻松地享受云计算带来的服务。

　　云计算大部分采用MapReduce[7]的编程模式，MapReduce是由Google提出的一种新兴的分布式并行编程模型，同时也是一种高效的任务调度模型。该编程模式仅适用于编写任务内部松耦合、高度并行化的程序。因此，如何有效改进此编程模式约束，使编程人员轻松编写紧耦合程序、高效调度和执行任务，是MapReduce编程模型未来发展方向之一。

　　10.3 与物联网的结合

　　云计算与物联网相辅相成。一方面，物联网的发展需要云计算强大的处理和存储能力作为支撑，使用云计算设施对物联网泛在感知层采集的海量数据进行处理、分析、挖掘，可以迅速、准确、智能地对物理世界进行管理和控制，从而为泛在智能服务提供技术保障；另一方面，物联网将成为云计算最大的用户，为云计算取得更大的商业成功奠定基础。

　　物联网与云计算结合早在2009年8月24日已由中国移动总裁王建宙在中国台湾提出来，但其结合的优劣势、可能存在的商业模式、企业为此进行的准备等诸多问题还需要进一步研究探讨。

　　物联网与云计算结合的两个重要方面是规模化与业务模式。首先，规模化是物联网与云计算结合的基础。一方面，云计算中心对接入网络终端的普适性，推动了物联网应用的广泛性；另一方面，物联网感知的泛在性与云计算超大规模的分布式计算性质、物联网感知数据的冗余性与云计算冗余数据存储有机地联系对应。云计算和物联网的结合有效地发挥了各自的优势和特点，相得益彰。因此，物联网发展的规模需要足够大，才能高效地与云计算结合，施展各自优势。如应用在智能电网、物流管理、地震台监测等。当然，两者的结合也不能一概而论，对于一般性的、局域的、家庭网的物联网应用，则无需结合云计算。

　　其次，适合的业务模式是实现条件。需要考虑非常现实的技术支撑和产业链建设的价值平衡，并有效促进产业与行业发展。只有通过适合的业务模式和实用的实际服务，才能使物联网和云计算更好服务，形成一个有效、良性的价值链体系和业务生态系统，从而推动整个信息产业能够良性可持续发展。

　　物联网与云计算的结合在实现了泛在智能服务、创造更多价值的同时，在信息的安全性、价值链形成过程中的利益分配平衡也存在着一定的风险和不确定性，需要进一步研究探索。

{$page$}

　　11 信息物理融合系统

　　信息物理融合系统（CPS）的概念最早是由美国国家基金委员会在2006年提出，有望成为继计算机、互联网之后世界信息技术的第3次浪潮。CPS广泛的感知、控制及计算能力以及“人-机-物”深度的融合是物联网发展的最终目标。

　　11.1 CPS概述

　　CPS自提出以来，就得到研究机构、各国政府的普遍关注。2007年，美国总统科学与技术顾问委员会（PCAST）在题为《挑战下的领先——竞争世界中的信息技术研发》的报告中列出了八大关键信息技术，其中CPS位列首位；欧盟计划从2007年到2013年在嵌入智能与系统的研究与技术（ARTMEIS）研究中投入54亿欧元，希望在2016年成为智能电子系统的世界领袖；中国对CPS研究也十分重视，国家自然科学基金、“973”计划和“863”计划都把其作为重点。

　　CPS是一个综合计算、网络和物理环境的新型多维复杂嵌入式系统，通过3C（Computation、Communication、Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互增加或扩展新的功能，以安全、可靠、高效和实时的方式监测或者控制出一个物理实体[8].何积丰院士指出， CPS 的最终目标是实现信息世界和物理世界的完全融合，构建一个可控、可信、可扩展并且安全高效的CPS 网络，并最终从根本上改变人类构建工程物理系统的方式。

　　参照国际电信联盟有关物联网的定义以及PCAST有关CPS定义，可见CPS内涵更为丰富，从专业角度为物联网研究和开发提供了所需要的理论和技术内涵。而物联网展现了CPS应用的一个直观画面，并进一步向CPS核心——信息物理的深度融合方向发展，即实现物理世界、数字虚拟世界和人类感知的高度统一。

　　11.2 CPS特性

　　CPS与自动化、传感网络联系紧密，期望通过科学技术的发展进一步加强计算和物理元素的联系，通过虚拟世界的信息交互优化物理世界的物体传递、操作和控制，从而形成一个高效、智能、环保的物理世界。

　　PCAST咨询报告认为CPS的设计、构造、测试和维护难度较大，通常涉及到无数联网软件和硬件在多个子系统环境下的精细化集成。而物理系统监测控制复杂、变化迅速，这就要求CPS在计算能力、内存和成本等有限资源的约束下，必须可靠和实时地操作。CPS具有以下特性：

　　（1） CPS将计算能力深度嵌入在各个物理子系统中，追求对物理过程的网络化精确控制，具有计算、通信、控制的深度集成与融合的鲜明特性。

　　（2） 要求计算技术与控制技术的融合。为了把信息世界与物理连接，CPS系统需要把已有的、与离散事件相关、不关心时间空间的参数的计算技术与现有的、与连续过程相关、注重时间空间的参数的控制技术融合起来。即离散的计算过程与连续的物理过程持续交互，紧密耦合，相互作用和影响。

　　（3） 自主适应物理环境的动态变化，具有较强的重组织和重构造能力，并易于升级扩展，易于与其他CPS子系统连接。

　　（4） 呈现多尺度的时空复杂性，要求开放、可信赖、行为可预测的嵌入式系统。CPS中的嵌入式计算系统需要通过网络与其他信息系统进行互联和互操作。同时，CPS已步入与国家基础设施、人们日常生活密切相关的领域，安全敏感性也随之升高，其技术和产品必须具有确定性、高可靠性，进而要求嵌入式系统也具有可靠、确定性。

　　11.3 面临的技术挑战及问题

　　CPS融合系统中近所有物理设备都被赋予了计算和通信能力，其功能的丰富性及系统间融合可能使CPS成为规模最大、部署长久的系统之一。要实现CPS规划的愿景，研究领域尚有一些技术挑战和问题。良好的整体工业架构是保持其可扩展性、持久性、丰富性和技术持续创新的关键因素[9]，同时也是研究的基础以及客户投资的关键。

　　保持CPS未来发展的动力有以下几个原则。首先是架构的稳定性，需要进一步研究以定义稳定的CPS架构；其次是清晰的发展路线规划，根据核心CPS架构组织目标明确、一致的研究；最后是协调发展日程，对技术发展成果进行规划和预期，引导、驱动并平衡自然的发展周期。

　　同时，CPS发展也面临一系列挑战。一方面是理论基础和应用系统模型的差异性。从科学研究、进一步发展到具体环境部署实施是技术成功的关键。以电力系统为例，其理论基础以连续数学为主，建模工具一般是代数方程组和微分方程组；且出于实时性要求，电力系统模型一般将时间作为一个显式变量来表征物理过程的次序，而一般信息系统不能恰当地适应以上特点。如何既显式表征物理系统的时域信息又能显式表征信息系统的执行次序，以适应电力CPS 连续性与离散性并存的特点是需要解决的问题。另一方面，保持系统架构完整、可靠、安全性[10].外部环境的不确定性和各种潜在的变化要求CPS系统需要自动、自治地对系统随机故障及恶意攻击有快速反应力。与11.2节提到的特征一致，操作系统和架构需要具备在互联的设备层上对冗余资源的管理能力，对用户应用和物理构件错误监测能力以及系统故障的快速恢复力。

{$page$}

　　12 总结

　　物联网、云计算及CPS三者相互渗透耦合，物联网作为CPS的直观应用，而云计算是其信息服务（Control）部分的技术支持。当前经济及社会对物联网和CPS系统需求潜力远远超过现有应用，无论从经济发展还是从技术变革的角度，物联网及其发展的目标CPS 都是一个全球信息技术和信息产业发展的新趋势，将对现有的工业格局产生深远影响。 （续完）

　　13 参考文献

　　[1] 邢晓江，王建立，李明栋。物联网业务及关键技术[J].中兴通讯技术，2010，16（2）：27-30.

　　[2] Philips Research. What is AmI [EB/OL].http://www.research.philips.com/technologies/syst- softw/ami/background.html， 2006.

　　[3] 张建勋，古志民，郑超。云计算研究进展综述[J].计算机应用研究，2010，27（2）：429-433.

　　[4] GHEMAWAT S，GOBIOFF H， LEUNG S T. The Google File System[C] //Proceedings of the 19th ACM SIGOPS Symposium on Operating Systems Principles （SOSP‘03）， Oct 19 - 22， 2003， Bolton Landing， NY， USA. New York， NY， USA： ACM， 2003：29 - 43.

　　[5] Apache Hadoop.Hadoop [EB/OL]. [2009-03-06].http://hadoop.apache.org.

　　[6] 陈全，邓倩妮。云计算及其关键技术[J].计算机应用，2009，29（9）：2562-2567.

　　[7] DEAN J，GHEMAWAT S. MapReduce：Simplied Data Processing on Large Clusters [C]// Proceedings of the 6th USENIX Symposium on Operation Systems Design and Implementation （OSDI'04）， Dec 6-8， 2004， San Francisco， CA USA. New York， NY， USA： ACM， 2004： 137 - 150.

　　[8] 何积丰。Cyber-physical Systems[J].中国计算机学会通讯， 2010，6（1）：25-29

　　[9] Aldridge t， AlLee g， Gorius a，et al. System Architecture and Industry Structure as Interrelated Foundations for Progress in Cyber-physical Energy Systems[C]//Proceedings of National Workshop on Research Directions for Future Cyber-physical Energy Systems，Jun 3-4，2009，Baltimore，MD，USA.2009.

　　[10] Neogi n， Sauer p， Hadjicostas c. Reliability and Security Preservation in Cyber-Physical Energy Systems[C]//Proceedings of National Workshop on Research Directions for Future Cyber-physical Energy Systems，Jun 3-4，2009，Baltimore，MD，USA. 2009.