物联网发展存在问题总结

第一篇：物联网发展存在问题总结

物联网发展存在问题总结 2011-08-14 16:38 物联网发展存在问题总结，国家安全中国大型企业、政府机构，如果与国外机构，进行项目合作，如何确保企业商业机密、国家机密不被泄漏？这不仅是一个技术问题，而且还涉及到国家安全问题，必须引起高度重视。

个人隐私

在物联网中，射频识别技术是一个很重要的技术。在射频识别系统中，标签有可能预先被嵌入任何物品中，比如人们的日常生活物品中，但由于该物品（比如衣物）的拥有者，不一定能够觉察该物品预先已嵌入有电子标签以及自身可能不受控制地被扫描、定位和追踪，这势必会使个人的隐私问题受到侵犯。因此，如何确保标签物的拥有者个人隐私不受侵犯便成为射频识别技术以至物联网推广的关键问题。而且，这不仅仅是一个技术问题，还涉及到政治和法律问题。这个问题必须引起高度重视并从技术上和法律上予以解决。造成侵犯个人隐私问题的关键在于射频识别标签的基本功能：任意一个标签的标识（ID）或识别码都能在远程被任意的扫描，且标签自动地，不加区别地回应阅读器的指令并将其所存储的信息传输给阅读器。这一特性可用来追踪和定位某个特定用户或物品，从而获得相关的隐私信息。这就带来了如何确保嵌入有标签的物品的持有者个人隐私不受侵犯的问题。

商业模式

没有创新的物联网商业模式很难调动各方的积极性。目前物联网的主要模式还是客户通过自建平台、识读器、识读终端，然后租用运营商的网络进行通信传输，客户建设物联网应用的主要目的还是从自身管理的角度进行信息的收集，在这其中典型的应用就是电力远程监控，特别是电力变压器远程监控和远程抄表的应用。这个是随着电力行业的重视和管理的要求带来，也带动了电力行业的物联网业务应用，但是整个投资及运维的成本压力就都在电力公司身上。因此电力公司就是属于这么一种目前典型的商务模式

1、客户全部自建模式：客户建设包括业务平台、终端识读器、识读终端标识，同时租赁运营商的通信网络方式。在这种模式下，客户承担了物联网平台的全部费用，客户的投资压力大，需要有充足的资金链保证。这种模式下的物联网应用一般来说都有其私密性要求，行业性特点足，其识读器和识读编码都有极强的个性化，跨行业的拓展性难。典型的代表有电力行业的电力远程监控、水利行业的水文监控、环保行业的污染源监控。

2、平台租赁运营模式：平台运营商搭建公共平台，客户无需建设平台，只需要承担物联网识读器和物联网识读标识的费用，并支付相关通信费用。GPS车辆定位、视频监控在这个模式下使用得最多，当然也不排除由通信运营商搭建相关公共平台，但是对于客户来说平台搭建成本得到了均摊，建设成本能够降低较多。

3、广告模式：由平台运营商搭建公共平台、物联网识读器和物联网识读标识，然后租赁给广告商进行运营，广告商通过广告收入来支付物联网平台运营费用。由于物联网的物品管理可以做到精细化，因此也越来越成为广告商看好的一个渠道，象出租车、公交车的移动LED(电视)，楼宇、营业厅的移动广告机等。

4、政府BOT模式：由运营商搭建公共平台，项目运营商自行建设物联网识读器和物联网识读标识，同时支付给运营商相关通信费用，通过项目的运营收入来支付相关费用。比较典型的例子就象公共停车位的收费管理，通信运营商搭建停车场管理的平台，并制定相关规范，项目运营商通过BOT模式建设相关公共停车场的收费系统，通过公共停车位的收费来补贴相关设备及通信费用。

5、移动支付模式：由客户进行相关平台的建设，并自行搭建相关设备，租赁通信运营商的网络，通过现金的佣金进行相关费用的贴补。目前这个应用主要集中在银行的移动POS应用，目前通信运营商也开始通过移动支付和一卡通的应用开始介入该市场。

政策法规

物联网不是一个小产品，也不是一个小企业可以做出来，它不仅需要技术，更牵涉到各个行业、产业，需要多种力量的整合。因此对于复杂的物联网，国家的产业政策和立法上要走在前面，要制定出适合这个行业发展的政策和法规，政府必须要有专门人和专门的机构来研究和协调，才能有真正意义的发展。

技术标准

互联网发展到今天，标准化问题解决的非常好，全球进行传输的协议TCP/IP协议，路由器协议，终端的构架与操作系统，都解决的非常好，因此，我们可以在世界任何角落使用电脑，连接到互联网中去，很方便上网。物联网发展过程中，传感、传输、应用各个层面会有大量的技术出现，可能会采用不同的技术方案。如果各行其是，结果将是灾难的，大量的小而破的专用网，相互无法联网，不能形成规模经济，不能形成整合的商业模式，也不能降低研发成本。因此，尽快统一技术标准，形成一个管理机制，这是物联网马上就要面对问题；这和第一问题相关联，政府应该有专门的部门来管理和协调，出台相应的政策和法规，统一、协调标准。

管理平台

物联网是什么？我们经常会说RFID，这只是感知。物联网的价值在于网，而不在于物。传感是容易的，但是感知的信息，如果没有一个庞大的网络体系，不能进行管理和整合，那网络就没有意义。因此，建立一个全国性的，庞大的，综合的业务管理平台，把各种传感信息进行收集，进行分门别类的管理，进行有指向性的传输，是一个大问题。一个小企业都可以开发出传感技术和传感应用。但小企业没办法建立起一个全国性的高效网络。没有这个平台，各自为政的结果一定是效率低，成本高，很难发展起来，也很难起到效果。

这个平台，电信运营商最有力量与可能来建设，这个过程中，也许会有新的管理平台建设与提供者出现。平台的建设者会在未来的物联网发展中，取得较好的市场地位，甚至是最大受益者。

安全体系

物联网目前的传感技术主要是RFID，植入这个芯片的产品，是有可能被任何人进行感知的，它对于产品的主人而言，有这样的一个体系，可以方便的进行管理。但是，它也存在着一个巨大的问题，其他人也能进行感知，比如产品的竞争对手，那么如何做到在感知、传输、应用过程中，这些有价值的信息可以为我所用，却不被别人所用，尤其不被竞争对手所用。这就需要在安全上下功夫，形成一套强大的安全体系。现在应该说，会有哪些安全问题出现，如何应对这些安全问题，怎么进行屏蔽都是一些非常复杂的问题，甚至是不清晰的。但是这些问题一定值得注意，尤其是这个管理平台的提供者。安全问题解决不好，有一天可能有价值的物联网会成为给竞争对手提供信息方便的平台，那么它的价值就会大大的打折扣，也不会有企业愿意和敢于去使用。

实际应用

物联网的价值不是一个可传感的网络，而是必须各个行业参与进来进行应用，不同行业，会有不同的应用，也会有各自不同的要求，这些必须根据行业的特点，进行深入的研究和有价值的开发。这些应用开发不能依靠运营商，也不能仅仅依靠所谓物联网企业，因为运营商和技术企业都无法理解行业的要求和这个行业具体的特点。很大程度上，这是非常难的一步，也是需要时间来等待。需要一个物联网的体系基本形成，需要一些应用形成示范，更多的传统行业感受到物联网的价值，这样才能有更多企业看清楚物联网的意义，看清楚物联网有可能带来的商业价值，也会把自己的应用和业务与物联网结合起来。

专家观点

2010年6月22日上海开幕的中国国际物联网大会指出：物联网将成为全球信息通信行业的万亿元级新兴产业。到2020年之前，全球接入物联网的终端将达到500亿个。我国作为全球互联网大国，未来将围绕物联网产业链，在政策市场、技术标准、商业应用等方面重点突破，打造全球产业高地。

物联网是继计算机、互联网和移动通信之后的又一次信息产业的革命性发展。目前物联网被正式列为国家重点发展的战略性新兴产业之一。物联网产业具有产业链长、涉及多个产业群的特点，其应用范围几乎覆盖了各行各业。

中国互联网协会理事长胡启恒：中国近年来互联网产业迅速发展，网民数量全球第一，在未来物联网产业发展中已具备基础。物联网连接物品网，达到远程控制的目的，或实现人和物或物和物之间的信息交换。当前物联网行业的应用需求和领域非常广泛，潜在市场规模巨大。物联网产业在发展的同时还将带动传感器、微电子、视频识别系统一系列产业的同步发展，带来巨大的产业集群生产效益。

中国工业和信息化部通信发展司司长张峰：物联网是当前最具发展潜力的产业之一，将有力带动传统产业转型升级，引领战略性新兴产业的发展，实现经济结构和战略性调整，引发社会生产和经济发展方式的深度变革，具有巨大的战略增长潜能，是后危机时代经济发展和科技创新的战略制高点，已经成为各个国家构建社会新模式和重塑国家长期竞争力的先导力。我国必须牢牢把握产业创新方向和机遇，加快物联网产业的发展。

中国联通集团副总经理李刚：在信息技术的支撑下，物联网正在引发新一轮的生活方式变革，已成为一个发展迅速规模巨大的市场。以中国国内RFAD为例，在2009年就达到了85亿人民币，在全球居第三位，仅次于英国和美国。未来更加安全稳定的有线无线数据的传输网络，将成为我国物联网快速发展的关键。

北京易云智力CEO认为物联网的发展需要“四点联动”：物联网发展需要国家政策支持，更需要相关标准和规范；企业应该积累核心技术，纵向发展，横向联合；整个社会要积极应用和推广；积极储备和培养这方面的人才。物联网应用创新受现实所限 “循环怪圈”待打破 2011-08-08 10:40 物联网应用创新受现实所限 “循环怪圈”待打破。近日美国的工程师们，利用自己的创想，开发出了许多新颖的物联网应用产品，比如有人开发了智能拖鞋，可以在老人即将摔倒前给老人的家人或医生发出短信或者提示音，也有人开发了婴儿尿湿提醒装置，当婴儿尿湿时，父母会收到短信通知。这些创意让生活变得更加便利，且非常有意思，因此它们正为更多的美国消费者接受，逐渐成为一个潜力市场。

回顾我国物联网的发展历程，则并不全是叫好声，更有人冷眼相看，前不久搜狐董事局主席兼CEO张朝阳就在微博上表示“不知物联网为何物”。那么对于现阶段的我国而言，人们对于物联网是否真的有需求呢？

社会客观条件的制约

德国电信咨询公司分析师谭炎明认为，“就目前而言，绝大部分的物联网应用都是基于需求而产生，也就是说用户确实需要相应的应用。物联网应用及其主要功能并非凭空出现，通常都是在用户原有的传统功能或应用的基础上，借助更加智能的传感器和多种接入网络以及高效的数据处理分析平台，使原有功能更加强大或者效率更高”。

但同时，也有部分业内人士对我国物联网应用的发展状况并不抱乐观态度。一位电信运营商内部人士就对记者表示，尽管出于目前普通用户增长趋近饱和、“机器用户”为下一步用户增长方向的考虑，运营商非常重视物联网，但与国外发达国家不一样的国情，仍将在一定程度上制约我国物联网应用的范围。“目前我国大多数产业仍处于劳动密集型阶段，对于企业而言，如果新技术比人工更便宜当然会选择技术，但目前的状况是，市场上有大量的剩余劳动力，人工成本远远低于技术创新的成本，同时为了保证就业率，也会在客观上限制了技术的创新，比如抄表，如果真的采用了远程抄表，那么将会有很多工人下岗失业，这就将形成一系列的社会问题，因此目前市场对物联网应用的需求并不高。”该人士告诉记者。

规模效应始终难形成

在人员因素之外，还有什么因素在制约着物联网应用的规模化发展呢？ 业内分析师黄正顺认为，“目前我们国内并没有一个明确的产业标准，产业链发展也尚不成熟，在一些关键领域还存在一定的应用风险和安全问题，这些都亟待解决”。

目前物联网产业参与者众多，其产业链的每一环节主体都不相同，无论运营商、设备商抑或其他企业都不可能通吃。从全球物联网产业的发展现状来看，各种不同领域不同功能的物联网应用所使用的网络以电信运营商的通信网络为主，随着3G和3.5G移动宽带数据网络逐步普及，物联网应用中的通信网络问题已经基本解决；但同时，由于不同领域的物联网应用有着较显著的差异性，感应器和相关嵌入式通信终端和应用平台往往不能通用，比如应用于电力行业的物联网终端往往无法应用到环保领域，而同时由于数据采集的格式和分析的目的等都不一样，应用平台就更加无法实现共用。

因此，当前在物联网应用的推广过程中，由于缺乏规模效应，相关终端的研发和生产成本居高不下，而应用平台的部署往往也是针对性的个性化研发，缺乏有效的成本分担，使得物联网应用系统的部署成本整体较高，普通用户难以承担，而相关厂商也由于缺乏足够的回报预期，不敢持续规模投入。

“在物联网的规模发展中，存在一个循环怪圈——缺乏足够的规模应用，系统整体部署成本较高，用户不愿采用，厂商不愿持续规模投入，而正因此，物联网应用难以快速形成用户规模，并就此陷入循环僵局。”谭炎明向记者表示。物联网未来十年投资达4万亿 2011-08-01 08:57 物联网未来十年投资达4万亿, 我首部物联网蓝皮书《中国物联网发展报告（2011）》近日正式发布。报告认为，作为中国经济发展的一个新的增长点，目前我国物联网产业链条的雏形已经基本形成。

报告认为，在我国目前物联网需要的自动控制、信息传感、射频识别等上游技术和产业都已成熟或基本成熟，而下游的应用也已广泛存在。而且我国物联网产业也呈现电信运营商、高校、科研机构、传感器企业、系统集成、应用软件开发等环节迅速聚合联动之势，我国物联网产业链条已经初步形成，物联网时代即将来临。

报告预测，未来十年，物联网重点应用领域投资可达4万亿元，产出将达8万亿元，拉动就业2500个。物联网技术将围绕物品识别、传感和传动、网络通信、数据存储和处理、智能物体等技术产生庞大产业群，同时将被广泛应用到零售、物流、医药、食品、智能建筑、交通、公共安全、城市管理、政府工作等不同行业和经济领域。

但报告同时指出，物联网技术的发展在短期内可能并不能带来产出的快速增长。我国对物联网机遇的把握仍面临一些挑战和制约因素，如物联网行业标准规范缺失；核心技术缺位；统筹规划和管理缺乏，产业缺乏顶层设计，资源共享不足。

第二篇：我国物联网发展现状及存在的问题123

我国物联网发展现状及存在的问题

摘要：目前物联网概念的风行引起大众的广泛关注。物联网是信息产业发展的第三次浪潮，是信息化与工业化融合的重要途径和载体。我国正处在经济飞速发展的新的历史阶段，物联网被列为新兴战略性产业重点发展。物联网及相关产业发展的时机日趋成熟，推动物联网发展的良好态势正在形成。介绍了物联网的概念及特点，分析了我国物联网的发展现状，指出了影响我国物联网发展及应用的主要因素。

关键词：物联网；物联网产业；发展现状；

Abstract: Now internet of things is popular to public.Internet of things is the third wave of the development of information industry and the important means and vectors of the integration of information and industrialization．The Internet of things can form a new strategic industry in China which is in a historical stage with a rapid developing economy.There are great chances and good situations for the development of the industry.The concept and characteristics of Internet of Things(IoT)are introduced, the development status of IoT in China is analyzed, the main factors impacting the development and application of IoT in China are pointed out。

Keywords: Internet of Things;The industry of the Internet of Things；development status；

目前物联网概念的风行引起大众的广泛关注，物联网不仅仅是技术领域的概念，而且有实际应用，其应用领域很广泛，遍及物流、智能交通、智能电网、环境监测、城市管理、智能家居、工业监测、农业畜牧、森林防火监控、手机支付、远程医疗、护理和保健等等，可谓无所不在。物联网是继计算机、互联网、移动通信之后全球重大的科技革命，已成为国际新一轮信息技术竞争的关键技术和制高点。互联网的迅猛发展对人类社会影响深远，而物联网则是将世间万物相互连接，并与互联网相连的非常庞大系统，其影响将比互联网更大。

1.物联网概述

1.1 物联网定义

物联网(Internet of Things)一词最早于1999 年由英国工程师 Kevin Ashton在宝洁公司的一次演讲中首次提出。物联网顾名思义，就是物物相连的互联网，其中包含两层涵义:第一，物联网的核心和基础仍是互联网，是在互联网基础上延 1

伸和扩展的网络;第二，其用户端延伸和扩展到了任何物品与物品之间，可以实现物与物、物与人之间的信息交换和通讯。从技术和产业的角度，“物联网”可以定义为通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和共享，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网的产业链主要包括芯片与技术提供商、应用设备提供商、系统集成商、软件与应用开发商、网络提供商、运营及服务提供商、用户七个环节。其中，芯片与技术提供商包括 RFID 芯片设计、二维码码制、光纤传感等厂商;应用设备提供商包括电子标签、读写器模块、读写设备、读写器天线、智能卡、二维条码、光纤传感设备等厂商;运营及服务提供商指行业的、领域的物联网应用系统的专业运营服务商，为客户提供统一的终端设备鉴权、计费等服务，实现终端接入控制、终端管理、行业应用管理、业务运营管理、平台管理等服务。

1.2 物联网三层技术架构

物联网总体上由三层典型技术架构组成，即可以分成感知层、网络传输层和应用层。从产业链的角度，物联网以传感感知、传输通信、运算处理为基础，形成面向最终用户的具体应用解决方案。传感感知是基础，传输通信是保障，运算处理是能力，并以行业应用解决方案为核心的。

感知层包括二维码标签和识读器、RFID 标签和读写器、智能卡、摄像头、GPS、传感器、终端、传感器网络等，主要是识别物体，采集信息，与人体结构中皮肤和五官的作用相似。网络传输层，即通过现有的互联网、广电网络、通信网络、网络管理中心、智能处理中心、三网融合或未来的 NGN 网络，网络层将感知层获取的信息进行传递、计算和处理，类似于人体结构中的神经中枢和大脑。应用层面把感知和网络传输来的信息进行分析，作出决策和控制，实现智能化的管理、应用和服务。应用层是物联网技术与行业需求深度融合，实现行业智能化。

1.3 物联网的工作机制

首先通过 RFID 标签对物体属性进行标识，接着通过传感器或识别设备对物体属性获取，最后将获取信息通过网络传输到信息处理中心，进行相关计算和处理。该过程可逆，控制者可通过网络系统来控制物体做出相应的动作，甚至以更

加精细和动态方式管理生产和生活，达到“智慧”状态。也就是说，物联网可以做到全面感知、可靠传递和智能化处理。

2.我国物联网产业发展现状

我国早在十多年前就开始了物联网相关领域的研究，技术和标准与国际基本同步。标准方面，2007 年，我国领先于国际启动传感网标准化制定工作，在 ISO/IEC 国际传感网标准化大会第 2 次会议上我国提出了传感网体系架构、标准体系、演进路线、协同架构等代表传感网发展方向的顶层设计。我国已成为国际传感网标准化的四大主导国(中国、美国、韩国、德国)之一，在制定国际标准中享有重要话语权。专利方面，根据国家知识产权专利数据库和德温特世界专利数据库资料的统计，截至2008 年底，国内申请的关于传感网的专利数是 378件，基础和核心专利分别是 10 件和 211 件，分别占整个比重的 2.6%和 55.8%，而外围专利为 157 件，占整个比重的 41.5%。【1】技术方面，自 1999 年起，中科院就启动了传感网研究，组成了2000多人的研究团队，先后投入数亿元，在无线智能传感器网络通信技术、微型传感器、传感器终端机、移动基站等方面已取得重大进展，建立了传感技术国家重点实验室、微米/纳米国家重点实验室、国家传感技术工程中心等研发开发基地，并初步建立从材料、技术、器件、系统到网络的完整产业链.。应用发展方面，我国已经2007 年传感器业总产量达到 20.93 亿只，品种规格已有近6000 种，物联网已在我国公共安全、民航、交通、环境监测、智能电网、农业等行业得到初步规模性应用，部分产品已打入国际市场。中国信息产业商会发布的 《中国 RFID 与物联网 2009 发展报告》显示，2009 年我国射频识别技术市场规模已达 85.1 亿元，同比增长 29.3%，在全球居第三位［2］，仅次于英国、美国。2010 年 8 月 9 日国家标准化管理委员会通报称，国际标准化组织(ISO)发布了集装箱货运标签系统，这是在物流和物联网领域首个由我国提出并推动制定，由 ISO 正式发布的可公开提供的规范。

2009 年 8 月 7 日温家宝总理在无锡表示: 在传感网发展中，要早一点谋划未来，早一点攻破核心技术，并尽快建立 “感知中国”中心［3］。我国已将物联网明确列入 《国家中长期科学技术发展规划(2006 － 2020 年)》 和 2050 年国家产业路线图，2010 年已把物联网写进 《政府工作报告》，并纳入我国发展物联

网的对策和建议到国家五大战略新兴产业发展规划，意味着物联网作为战略新兴产业已正式列入国家战略层次。

3.我国物联网发展存在的问题

尽管我国拥有发展物联网行业的基础及行业优势，中央和地方也很重视，但是我们也要清楚地认识到中国物联网产业发展仍处于初级阶段，技术、标准、产品以及市场尚不完善，物联网处于技术研发与应用试验的交接阶段，仍有很多问题亟待解决。

3.1战略规划滞后，顶层设计和统筹规划缺乏

我国物联网产业发展战略尚不明晰，虽然我国各地政府机构积极开展推动物联网相关产业发展工作，成立了相关园区、产业联盟，但是在全国范围内缺乏统筹规划，部门之间、地区之间、行业之间的分割情况较为普遍，产业顶层设计缺乏，资源共享不足。规划意识与协调机制薄弱，更加凸显出研究成本过高、资源利用率过低、重复无序建设现象严重的态势［4］。而国家物联网发展战略和路线图都没有出台，不利于我国当前及未来物联网产业的发展。

3.2 标准规范缺失问题

物联网与计算机、通信、电子、材料等多学科有关，其涉及的技术多种多样，导致相关的标准也非常多，而我国 RFID 标准至今仍未有统一说法，这是制约我国 RFID 发展的关键因素之一。如果物联网没有统一标准，就不能实现互联互通，就不能形成规模经济，也不能形成整合的商业模式，更不能降低研发成本，这是非常不利于物联网的发展的。随着物联网相关领域研究的不断深入、研究范围的不断扩大，标准规范的缺失将导致整个物联网产业的混乱。

3.3 核心关键技术有待突破

物联网的技术涉及到传感、射频识别(RFID)、统一编码、通信网络等技术，其中，RFID 和传感器技术及其产品最为关键。我国在低频 RFID(125 或134.2 kHz)、高频 RFID(13.56 MHz)比较成熟，但 90%以上超高频(868 ～ 956 MHz)RFID 芯片仍然依靠进口;而物联网的另一核心产品——传感器及信息处理

芯片也一直是短板。本土企业生产的传感器产品以及搭载具有信息处理功能的传感器模块的技术参数(如精确性、稳定性、使用期限等指标)与国际企业(如英飞凌、飞思卡尔 TI)差距明显［5］，尤其是重金属传感器和光感应传感器，国内都没有相关的研发和生产单位。在 RFID 底层专利上，目前我国并无主导权。我国物联网核心技术研发力量薄弱而分散，体系架构尚未建立，关键技术有待攻关和突破。总之，拥有自主知识产权的核心技术是物联网产业可持续发展的根本驱动力，也是抢占物联网产业制高点的关键，否则，就会导致产业大量采用国外技术，核心技术专利受制于人，信息安全方面失去保障;更会导致物联网数据采集环节的传感器、电子标签等设备的成本过高，从而拖累整个物联网行业的发展。

3.4 安全保障有待提高

物联网的安全性就是物联网可控性问题。物联网目前的传感技术主要是RFID，植入这个芯片的产品，有可能被任何人进行感知，所以在感知、传输、应用过程中，这些有价值的信息存在被别人所用，尤其是被竞争对手所利用的安全隐患。而且物联网越发展，其牵涉到的安全问题越突出，不仅涉及到网络系统自身的安全，如专有数据和信息安全传输问题，还涉及到公民个人隐私、企业商业秘密和国家军事安全等方面问题。总之，物联网的安全性也是急需解决的问题。

3.5大规模产业化应用不足

物联网的价值不是体现在一个独立的可传感的网络中，而是各个行业的共同参与应用，因为不同行业有不同的应用和不同的需求，因此必须根据行业的特点，进行深入地研究和有价值地开发。目前我国物联网虽然有一些基础应用，但 “以物为互联”的应用需求还是低层次的，难以激起产业链各环节的参与和投入热情。大规模行业应用的不足，制约物联网产业在核心关键技术和标准化方面的重大突破。应用开发不能仅依靠运营商和应用物联网的企业，因为运营商和技术企业都无法理解行业的要求和具体的特点。如果要真正建立一个有效的物联网，只有具备了规模，才能使物品的智能发挥作用。例如，一个城市有100万辆汽车，若只在1万辆汽车上装上智能系统，就不可能形成一个智能交通系统。产业化规模过低也制约着物联网的进一步发展。

3.6 产业链构成不完善

物联网的市场潜力巨大，产业链的任何一个环节都举足轻重。目前我国物联网产业链中的网络提供商(三大电信运营商)和系统设备制造商都已跻身国际先进行列，但是产业链其他环节特别是上游环节相对欠缺和不足。产业链的不完善一定程度上制约了物联网产业健康有序发展。

3.7物联网产业的政策和法规欠缺

物联网不是一个小产品，也不只是一个小企业可以做起来的。它不仅需要技术，更牵涉到各行各业，需要多种力量的整合。国家的产业政策和立法需要走在前面，需制定出适合行业发展的政策和法规，以保证其正常发展。而我国可行性产业扶持政策欠缺，成为我国物联网产业谋求突破一大障碍。

3.8成熟商业模式缺乏

物联网的前提是广泛设置传感器，这需要一定的初期投入成本，而快速形成物联网的服务模式和商业模式是解决成本问题的重要出路。目前国内还没有一个特别突出的物联网商业模式，成熟商业模式的缺乏，变相地阻碍了我国物联网产业的快速推广。

结束语：作为一个新兴行业，物联网在快速发展的过程中必然会存在一些问题，但只要我们能发现其存在的问题，并针对这些问题去解决它，就能让其健康快速发展，为社会经济的发展提供助力，为人民的生活带来便利。

参考文献：

[1] 王殊，阎毓杰，胡富平等.无线传感器网络的理论及应用[M].北京航空航天大学出版社,2007

[2] 于莘明． 我电子标签市场规模居世界第三 ［N］． 科技日报，2010.06.09．

[3] 国务院办公厅． 温家宝江苏考察: 让经济发展更具可持续性竞争力 ［EB/OL］,2010.06.08．

[4] 姚东铌． 物联网在中国的发展 ［J］． 企业导报，2010(3):134－135

[5] 方圆． 物联网: 助力中国经济新一轮增长 ［EB/OL］,20104.20．

第三篇：物联网战略发展总结

物联网战略发展总结

射频识别（RFID）、红外感应器、激光扫描器、气体感应器等信息传感设备，按约定协议进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。传统的互联网，用户是有意识地与网站发生交互行为之后留下行为信息，而物联网却能在用户尚未意识到的情况下完成信息的搜集，使物可以在脱离人的状态下获得感知或被感知的能力。由此，物理世界与网络（虚拟）世界被打通，形成了互动反馈。

物联网的逻辑架构包括感知、网络和应用三个层次。感知层负责信息采集，主要通过传感器、RFID标签、数码设备等采集数据；网络层负责信息传输，随着IPV6技术的出现和4G网络的建设，网络传输技术正在向更快的方式迈进。应用层方面，覆盖了可穿戴设备、车联网、智能家居、智慧城市以及工业互联网等众多垂直应用领域。

物联网的发展将至少包含三大维度：第一个维度是感知层和网络层的万物互联。第二个维度是应用层的全面实施。物联网的技术将逐步深入到产业和消费者领域，带来新的商业模式和商业逻辑。在众多垂直领域中，诸如工业互联网、智慧城市、智能家居所带来的智能生产、智能交通以及智能生活的雏形，新的商业逻辑将逐步形成。第三个维度是感知层、网络层与应用层的完美统一，物联网最终将成为一个覆盖全球、懂得自我建设和运行的智能系统，这将改变整个社会的形态，使企业得以更智能、更高效地开展商业活动，人类得以享受更加智能化的生活。

一、金融物联网（传统物联网在金融领域的应用）：

目前物联网集中爆发在可穿戴设备、智能家居、无人机等消费者领域。

1、实时运行情况分析。

物联网感知设备和智能终端采集数据，运用云计算对数据分析应用,来改进产品、完善服务,提高企业竞争力。

2、移动设备客户端软件应用

物联网信息在手机、平板上的展示等应用系统建设。

3、智能家居

1）运营设备：让传统智能安防监控从事后追踪变革为事前预警

2）办公设备：手机、汽车、冰箱、电表、可穿戴设备和视频监控摄像机，都嵌入了微型芯片和传感器元件之后，万物将实现互联互通，人类社会和经济结构将发生根本性的改变。

4、可穿戴设备应用。

1）穿戴设备：苹果手表，收集人的信息。

5、虚拟现实

谷歌眼镜，虚拟银行：身临其境更好的体验，在线解答问题，与客户交流等。打破传统地域的局限。

6、无人机

二、物联网金融（物联网和金融的深度融合，变革金融的信用体系，将带来金融模式新革命，改变金融模式。动产融资，抵押风险控制，供应链金融领域。资产管理：动产、不动产）：

“物联网金融实现资金流、信息流、实体流的三流合一，全面降低虚拟经济的风险，将深刻而深远地变革银行、证券、保险、租赁、投资等众多金融领域的原有模式。”

物联网金融则能通过海量的、客观的、全面的数据建立相对客观的信用体系，风险管控的可靠性和效率性将得到提升。互联网金融停留在你看到的、听到的信息上，而物联网金融将基于你看不到、听不到的信息上，是全景式的，对实体+虚拟经济的全面影射，而基于此将会产生更好的信贷模式、信用评估和风险模式。

物联网发展给银行带来的全新机遇：一是产业领域构建物联网金融服务的生态圈（在诸多垂直领域与大型生产企业、交易平台、仓储物流企业合作，将银行的生态系统扩展为一个庞大的物联网络。银行的角色定位是从中获取大量的客户经营数据和以此为基础的对客户的洞察，以此为客户提供定制化、个性化的建议。）。二是物联网技术将使银行风控从主观信用走向客观信用模式，从而使经营效率大幅度提升。三是物联网发展最终将带来零边际成本的金融行为，使得全面服务中小企业成为可能（物联网+大数据+预测性算法+自动化系统）。

信用体系：

通过物联网为银行建立起客观信用体系，结合物联网先进的货物质押系统，将实现动产的全程无遗漏环节的监管。又比如，可以帮助银行实时掌控贷款企业的采购渠道、原料库存、生产过程、成品积压、销售情况，甚至用户使用情况，可按需贷款、按进度放款，并可帮助银行开展贷前调查，贷中管理，贷后预警，预防欺诈违约案件，提高风控水平。

产业领域：

通过物联网技术，赋予动产以不动产的属性，变革供应链金融模式，带来动产融资业务的智慧式新发展。物联网可实现对动产无遗漏环节的监管，极大地降低动产质押的风险。

1.物流管理：动产监管，过程追踪和溯源。借助RFID(射频识别)技术进行溯源和追踪，提高了供应链的可视化程度，成功破解了动产业务的品质管理难题。应用：动产融资监管，抵押风险控制

2.仓库管理：借助物联网技术对仓单质押、融通仓、物资银行等服务的进一步提升。借助物联网技术，可以对仓储金融的监管服务实现网络化、可视化、智能化，使得过去独立的仓储金融服务得到发展，也可使金融创新服务风险得到有效控制。应用：供应链金融领域。消费领域：

1.公共服务物联网金融：如在远程抄表系统的智能卡上集成金融服务，可以实现远程金融直接结算，为控制风险，可增加手机或网络实时授权确认功能；这项金融服务可在燃气、水表、电表等公共服务上应用，完全可以集成在同一卡上，借助金融卡的集成作用作为通行证，打通各个公共服务物联网，实现各个专业的、孤立的物联网之间的共享服务。

2.支付领域展开合作，探索更加安全、低成本的支付标准。移动支付：光子支付解决方案以光为支付介质，利用手机闪光灯，离线状态下也可实现支付数据从手机到POS机的传输。通过光子支付，用户体验到了更便捷、安全和新颖的移动支付。利用指纹、虹膜、掌纹、掌静脉、声纹等进行个人身份鉴定的生物识别技术日趋成熟，密码支付正在向识别支付过渡。而物联网的快速发展，将推动感知支付时代的来临。未来，物联网在支付中应用后，会感知消费者的周边环境和自身的状态，以确保支付者的资金安全、人身安全。物联网还可通过透彻感知，将支付行为与企业运营状态、个人健康、家庭情况的动态变化相关联，动态调整支付额度，控制银行的风险。

第四篇：物联网实施存在的问题和解决方法

物联网实施存在的问题和解决方法：

问题1.使用成本

物联网产业是需要将物与物连接起来并且进行更好的控制管理。这一特点决定了其发展必将会随着经济发展和社会需求而催生出更多的应用。所以，在物联网传感技术推广的初期，功能单一，价位高是很难避免的问题。因为，电子标签贵，读写设备贵，所以，很难形成大规模的应用。而由于没有大规模的应用，电子标签和读写器的成本问题便始终没有达到人们的预期。成本高，就没有大规模的应用，而没有大规模的应用，成本高的问题就更难以解决。如何突破初期的用户在成本方面的壁垒成了打开这一片市场的首要问题。所以在成本尚未降至能普及的前提下，物联网的发展将受到限制。

问题2.安全问题

任何新技术都是双刃剑，而在物联网应用上尤为突出，它的广泛应用极有可能引发“泄露个人机密”、“暴露个人隐私的问题”。在物联网中，传感网的建设要求RFID标签预先被嵌入任何与人息息相关的物品中。可视人们在观念上似乎还不是很能接受自己周围的生活物品甚至包括自己时刻都处于一种被监控的状态，这直接导致嵌入标签势必会使个人的隐私权问题受到侵犯。因此，如何确保标签物的拥有者个人隐私不受侵犯便成为射频识别技术以至物联网推广的关键问题。而且如果一旦政府在这方面和国外的大型企业合作，如何确保企业商业信息，国家机密等不会泄露也至关重要。所以说在这一点上，物联网的发展不仅仅是一个技术问题，更有可能涉及到政治法律和国家安全问题。

问题3.产业链条

和美国相比，国内物联网产业链完善度上还存在着较大差距。虽然目前国内三大运营商和中兴华为这一类的系统设备商都已是世界级水平，但是其他环节相对欠缺。物联网的产业化必然需芯片商、传感设备商、系统解决方案厂商、移动运营商等上下游厂商的通力配合，所以要在我国发展物联网，在体制方面还有很多工作要做，如加强广电、电信、交通等行业主管部门的合作，共同推动信息化、智能化交通系统的建立。加快电信网，广电网，互联网的三网融合进程。产业链的合作需要兼顾各方的利益，而在各方利益机制及商业模式尚未成型的背景下，物联网普及仍相当漫长。

问题4.行业协作

物联网应用领域十分广泛，许多行业应用具有很大的交叉性，但这些行业分属于不同的政府职能部门，要发展物联网这种以传感技术为基础的信息化应用，在产业化过程中必须加强各行业主管部门的协调与互动，以开放的心态展开通力合作，打破行业、地区、部门之间的壁垒，促进资源共享，加强体制优化改革，才能有效的保障物联网产业的顺利发展。

问题5.盈利模式

物联网分为感知，网络，应用三个层次，在每一个层面上，都将有多种选择去开拓市场。这样，在未来生态环境的建设过程中，商业模式变得异常关键。对于任何一次信息产业的革命来说，出现一种新型而能成熟发展的商业盈利模式是必然的结果，可是这一点至今还没有在物联网的发展中体现出来，也没有任何产业可以在这一点上统一引领物联网的发展浪潮。目前物联网发展直接带来的一些经济效益主要集中在与物联网有关的电子元器件领域，如射频识别装置、感应器等等。而庞大的数据传输给网络运营商带来的机会以及对最下游的如物流及零售等行业所产生的影响还需要相当长时间的观察。

问题6.技术标准

目前行业技术主要缺乏以下两个方面标准：接口的标准化；数据模型的标准化。虽然我国早在2005年11月就成立了RFID产业联盟，同时次年又发布了《中国射频识别(RFID)技术政策白皮书》，指出应当集中开展RFID核心技术的研究开发，制定符合中国国情的技术标准。但是，现在我们可以发现，中国的RFID产业仍是一片混乱。技术强度固然在增强，但是技术标准却还如镜中之月。正如同中国的3G标准一样，出于各方面的利益考虑，最后中国的3G有了三个不同的标准。物联网的标准最终怎样，只能等时间来告诉我们答案了。

问题7.知识产权

在物联网技术发展产品化的过程中，我国一直缺乏一些关键技术的掌握，所以产品档次上不去，价格下不来。缺乏RFID等关键技术的独立自主产权这是限制物联网发展的关键因素之一。

解决方案：

解决方法1.国家提供有效的政策支持（成本）

在我国，除了少数的资金雄厚的企业可以购买设备推广物联网技术，甚至自主研究开发之外，我国的众多中小企业还不具备这样的实力。物联网的发展既是技术科技发展的客观要求，也是经济发展的迫切需要，政府应在政策上对于这一技术的推广应用予以倾斜。一就是要在资金上给予支持，形式可以多种多样，例如政府可以在物联网的基础设施建设上加大投资力度，为企业提供优厚的贷款政策，或者直接对一些重要的国有企业进行直接拨款。这些资金上的保证可以降低企业的应用成本，推动物联网技术的发展。二是要在政策上提供动力支持，比如对新设备的使用进行补贴、对进入这一行业的审批进行相应的放宽。

解决方法2.建立健全相关法律法规（安全）

物联网的实现不仅涉及技术方面的问题，同时还会涉及有关管理、协调、合作等多方面的问题，甚至还涉及个人隐私保护的问题。比如在众多涉及问题中个人隐私保护是现在争论的最为激烈的问题之一，如何确保物品拥有者个人隐私不受侵犯成为射频识别技术以至物联网推广的关键问题所在。在一点上除了对技术本身进行改进之外，更重要的国家要出台一系列相应的配套法律和规范。

解决方法3.要高度重视物联网在中国制造，在发展绿色低碳经济中的战略性地位。（盈利模式）

在物联网的推进策略上，应充分考虑到中国制造的产业基础和优势。将物联网相关技术作为进一步提升中国制造技术含量和服务品质含量的关键手段。“物联网”的应用将对“中国制造”和世界经济产业格局产生重大的影响。随着物联网技术的成熟和商业模式的不断丰富完善，嵌入了“物联网”新应用和服务的中国制造产品将不断涌现，信息产业与中国制造将更紧密地结合，这对中国和世界的经济和社会发展将产生重大的影响。同时，要把物联网和发展“绿色、环保、节能、低碳经济”相结合，充分利用物联网能够实现更精细、更简单、更高效管理的特性，通过重点领域的应用示范效应促进物联网创造更大的经济效益和社会效益。

解决方法4.高度重视共性技术标准的制定，重视产学研用协同创新建设物联网技术产业标准体系。（技术标准）

重视标准问题的战略性地位，但不应盲目夸大其影响。物联网是一个涉及众多行业应用的实践性技术领域，其领域跨度非常广，因此期望做出完全统一、自成体系的标准是不现实的，也不具可操作性。更多的是应在涉及互联互通等共性问题方面尽早制定相应的标准，如统一编码规则、基础应用平台的中间件接口标准等。同时，物联网产业的发展和壮大势必与各类行业应用、个人应用紧密相关。在制定标准过程中应广泛建立“产学研用”相结合协调创新的机制，才能制定出适合行业应用、顺应产业发展的物联网标准体系。

第五篇：物联网信息融合技术及存在的问题

物联网信息融合技术及存在的问题研究

王 洪 波1,2

（1.合肥工业大学 管理学院 合肥 23009；）

（2.过程优化与智能决策教育部重点实验室 合肥 230009）

摘要：物联网是通过各种传感设备将物品与互联网连接起来的一种新型网络。在物联网信息感知过程中，信息融合已成为一个关键性技术。本文阐述了物联网信息融合技术，包括数据级融合、特征级融合和决策级融合。在此基础上，指出了物联网信息融合过程中存在问题和挑战，分析了有待进一步研究的方向。关键词：物联网；信息融合；信息感知

中图法分类号: TP301.6

文献标识码: A Research of Information Fusion Technologies and Existing Problems

in the Internet of Things

WANG Hong-bo1,2

(1.School of Management, Hefei University of Technology, Hefei, 230009, China)(2.Key Laboratory of Process Optimization and Intelligent Decision-making, Ministry of Education, Hefei，230009, China)Abstract:The internet of things is a new network in which things are connected to the internet by various sensing equipments.In the process of information sensing in the internet of things, the information fusion technologies have become critical.In this paper, the information fusion technologies in the internet of things have been presented, including data-level fusion, feature-level fusion and decision-level fusion.On this basis, the problems and challenges existing in the information fusion process in the internet of things have been showed, and the further research directions have also been put forwarded.Keywords: Internet of Things;Information fusion;Information sensing

一、引言

物联网(Internet of Things，简称IoT)概念于1999年由麻省理工学院（MIT）Auto-ID中心最早提出（Sundmaeker et al.，2010）。2005年11月，国际电信联盟（International Telecommunication Union，简称ITU）在信息社会世界峰会（WSIS）上发布了《ITU互联网报告 2005：物联网》并在报告中正式确定了“物联网”概念（ITU，2005），报告指出物联网发展所依赖的技术包括：无线射频技术（RFID）、无线传感器技术（WSN）、智能嵌入技术、小型化技术和纳米技术等。

物联网是通过各种传感设备将不同种类的物品与互联网连接起来的一种具有智能化识别、定位、跟踪、监控和管理的网络，以实现人与物、物与物之间的信息交换。在物联网中，信息感知是一个基本功能，它是通过传感器对物联网中物品进行信息收集，根据应用目标的需要对所收集到的信息加以筛选，将有效数据或有价值数据提供给用户进行分析和处理。由于物联网所能提供的传输、处理和分析等资源有限，因此在满足客户需要的条件下，采用信息融合技术对数据进行有必要的处理，以实现对信息的高效感知。1 王洪波，男，1983年生，博士生，主要研究领域为人工智能、数据挖掘、云计算、决策理论与方法.E-mail：bz308cctv@163.com

随着物联网技术研究不断深入，物联网信息融合技术取得了一定数量的成果，因此需要对该类技术进行一定程度的梳理。本文对物联网信息融合技术的现有研究成果进行归纳，阐述了物联网信息融合的主要技术。首先从信息提取水平角度将融合技术划分三个层次，对现有技术和方法进行归纳和分析；然后，探讨了物联网信息融合研究的热点领域，指出了物联网信息融合所存在的问题和挑战，并展望了未来研究的方向；最后，对全文进行概括和总结。

二、物联网信息融合技术

信息融合是指在一定准则下利用计算机技术对多源信息分析和综合以实现不同应用的分类任务而进行的处理过程。根据信息提取水平，Nakamura et al.（2007）将物联网中信息融合技术划分为4个层次，主要包括：低等水平融合、中等水平融合、高等水平融合和多级融合。Nakamura分类方法中多级融合技术是前三种融合技术的综合，故本文认为将数据融合技术划分为3个层次较为合理。对于物联网，数据级融合主要是消除输入数据中的噪声，而特征级融合和决策级融合则侧重于获取与实际应用相关的有价值信息。

（一）数据级融合技术

数据级融合主要是指在原始数据采集后的融合。该融合的特点是必须在同质信息前提下的融合，不同质信息则不能在此阶段融合。在数据级融合阶段常用的方法多为加权平均法、特征匹配法法和金字塔算法等传统方法。

加权平均法是最简单的融合算法，直接对传感器所获得信息进行线性的加权平均。Mechitov et al.（2003）提出通过对传感器的位置进行加权平均，估计出目标运动轨迹上的各点坐标位置。崔逊学等（2011）则根据计算几何理论，提出基于三圆交集计算二值传感器网络目标的位置。加权平均法具有实现简单、快速的优点，能够有效地抑制噪声，但是其融合结果的对比度相对较低，且无法通过增大权重的方式反映某些信息所具有的突出作用。

特征匹配法就是利用通过特征的匹配关系建立图像间的配准映射变换，最常用的方法是ICP算法。Besl&Mckey（1992）提出一种基于轮廓特征的点配准方法ICP。刘繁明、屈昊（2004）提出了对准集合的一种方法，采用对准误差通过非线性最优化算法直接最小化。杨明等（2004）提出一种基于切线的角度直方图的ICP方法，该方法首先使用M估计器鲁棒地计算扫描中每点的切线方向，然后使用基于Hough变换的切线角度直方图计算旋转分量，最后使用迭代切线加权最近点ITCP计算相对位姿估计。

金字塔算法是采用通过不断地滤波原始图像的方式，形成一个多级塔状结构用以分析和融合图像数据。Burt &Adelson（1983）首先提出拉普拉斯金字塔算法，它是在高斯滤波图像的基础上，与预测图像之间形成一系列误差图像。Toet（1989a，1989b，1989c，1992）则提出了比对度金字塔算法和形态学金字塔算法。Burt（1992）通过利用梯度算子对每层图像进行计算，以实现对图像的分解。Barron &Thomas（2001）通过纹理滤波器对每层图像中不同方向的纹理信息进行提取，获得图像更多细节信息。Chipman et al.（1995）和Li et al.（1995）则分别提出了不同的离散小波变换的融合算法。

（二）特征级融合技术

特征级融合主要是在对原始数据进行了特征值提取的工作后，运用基于特征值比较的融合方法，其特点为可在不同质信息范围内进行融合，但无法对融合结果进行判别并作出合理决策。在特征级融合技术阶段常使用k近邻、卡尔曼滤波、聚类算法等方法。

K近邻算法（Vapnik，1999）是一种简单的分类算法，该算法使用某一种距离度量计算待分类样本与所有训练样本之间的距离，寻找与待分类样本最近的k个近邻，根据k个近邻所属的类别来确定待分类样本的类别。Ye et al.（2001）将聚类算法与K近邻算法相结合，提出了CCA-S（Clustering and Classification Algorithm-Supervised）算法。Rosa et al.（2003）为了快速且有效寻找最优k值，提出将遗传算法与K近邻算法相结合。陈黎飞、郭躬德（2011）

提出了一种多代表点的学习算法（Multi-Representativesfor Efficient Classification，简称MEC）用于最近邻分类。金弟等（2010）提出一个基于结构化相似度的网络聚类算法将向量数据集转化成k邻近网络, 然后用SSNCA（Structural Similarity based Network Clustering Algorithm）对k邻近网络进行聚类。

卡尔曼滤波是一种最优随机滤波技术，能够较好地消除噪声对信号的干扰，但是经典的卡尔曼滤波和扩展的卡尔曼滤波一般仅限于线性高斯系统。Julier et al.（1997）针对上述问题，提出无迹卡尔曼滤波（Unscented Kalman Filter，简称UKF）处理非线性非高斯系统的跟踪问题。刘献如、蔡自兴、唐 琎（2010）提出将绝对差值和（SAD）方法、无迹卡尔曼滤波（UKF）和Mean shift算法相结合的混合自主跟踪动态目标的方法。

聚类算法是数据挖掘领域中常见的一种分类技术，常见的聚类算法有基于划分的聚类k-means。k-means（Hartigan&Wong，1979）的评判标准是以样本与相关聚类中心之间的欧式距离之和为参照标准，将该评判准则最小化以实现数据集的划分。公茂果、王爽、马萌（2011）则提出二阶段聚类算法（two-phase clustering，简称TPC），该算法不仅能够有效处理复杂分布的数据聚类问题，而且其计算复杂度低于MEC。陈小全、张继红（2012）提出了一种基于改进的粒子群算法的聚类算法，该算法将k-means和粒子群算法相结合，提高了k-means的局部搜索能力。

（三）决策级融合技术

决策级融合是通过对不同质数据进行预处理、特征值提取和识别、分配可信度作出最优决策，其特点为能对传感器采集的数据做出融合，并可利用融合结果进行分析和判别，形成决策建议。相比较前两个融合，决策级融合是最高层次的信息融合，融合系统不仅容错性能好，而且适用领域广。常见决策级识别方法有专家系统、Bayes推理法和证据理论法等。

专家系统（Expert system，简称ES）主要是由知识库、推理机、综合数据库、解释器和接口等组成。专家系统有很多种，具有代表性的有基于规则的专家系统、基于框架的专家系、基于模型的专家系统、基于案例的专家系统等，目前大多数智能决策系统都是基于专家系统的。Shortliffe et al.（1976）构建MYCIN系统用于诊断和治疗血液感染和脑炎感染。Duda et al.（1977）提出经典PROSPCTOR系统用于地质勘探。王青等（2006）提出一种基于神经网络与专家系统的自学习智能决策支持系统。

Bayes推理法是基于概率分析、图论的一种不确定性知识表达和推理的方法。Pearl（1998）和Lauritzen（1998）提出贝叶斯网的精确推理方法，即Polytree和Jmtetion Tree，而Pearl（1987）和Jensen et al.（1995）则提出近似推理方法，即Importnat Sampling和Gibbs Sampling。Dean&Kanazawa（1989）提出针对动态时变系统的动态贝叶斯网（Dynmaic Bayesian Networks，简称DBN）。Wellman（1990）提出定性贝叶斯网（Qualitative Bayesian Networks，简称QBN）。国内学者对Bayes推理法也有一定的研究，杨小军等（2007）在Bayes框架下基于粒子滤波器预测和估计目标状态分布，提出一种有效的粒子方法逼近目标状态期望的方差, 实现了传感器的最优选择。

证据理论法（Dempster-Shafer理论，简称DS理论）最先由Dempster（1967）提出的，他的学生Shafer（1967）又进一步发展了该理论使之成为一种不确定推理方法。Yager（1987）提出既然无法合理分配冲突证据，那就将冲突系数k赋给未知域。Smets（1990）提出将冲突证据分配给空集，这样将不会引起错误判断。Lefevre（2002）提出统一信任函数组合规则，该规则核心是根据权重公式将其分配给相关子集。MurPhy（2000）的方法是将证据的基本信任分配取平均值，通过多次迭代取得融合信息。邓勇（2004）提出一种加权平均组合方法，该方法考虑了各证据之间的相关性。林作铨等（2004）提出在Dempster 合成之前，基于未知扰动对mass函数进行预处理，并通过预处理来解决标准化问题。Nakamura et al.（2005）采用DS证据理论实现了对网络路由状态的分析和判断，给出了路由是否需要重建的结论。

三、存在的问题

信息融合能够减少所需要传输的数据量，降低传输过程中数据之间的冲突、减轻物联网中拥塞现象发生次数，合理利用网络资源。因此，信息融合技术已成为物联网的关键技术和研究热点。为了让物联网中的信息融合过程更加快速、有效，现实中还有很多物联网信息融合技术需要完善和改进。

（一）多源异构信息的融合问题

由于物联网中传感器所采集的信息内容不同、传感器采集的频率不同、传感器所输出信息的表示方式不同、传感器所能感知的物体种类不同以及传感器的数量众多等原因，导致物联网信息融合技术需要处理的信息具有多源异构的特征。此外，由于物联网中网络节点在功能和结构上存在巨大差异，使得在信息融合过程中，不同的网络节点所能处理、传输和存储的信息数量存在很大差异。因此，在物联网针对多源异构信息的融合技术所面临的问题主要为四个方面：(1)由于物联网信息需要在表示方式和语义知识两个方面必须进行统一化处理，因此信息融合过程存在建立统一的表达形式和统一的描述语言问题；(2)由于参与信息融合的网络节点所提供信息的测量维数不同，因此信息融合过程面临多维信息的降维优化问题；(3)不同网络节点对信息的采样率和时间同步率都不一样，因此信息融合过程存在不确定数据融合的问题；(4)在信息融合过程需要利用大量网络节点进行融合运算，因此信息融合过程存在保证各网络节点间的调度和分配、容错管理以及对数据的高效率存取访问等问题。

（二）大数据的融合问题

客观世界中物体的种类复杂、形态多样、数量巨大，这导致物联网对信息的采集需要各种传感设备，并且这些设备所采集到的信息具有海量规模。为了有效的从海量信息中发现有价值的知识为物联网用户提供各种领域信息服务，必须对物联网海量信息进行处理。原有的传感器网络的规模一般都比较小，节点数目一般在几十到上百之间，而且所应用的传感器种类相对比较单一，常采集若干种信息。随着物联网规模的不断扩大，网络中节点的数目也出现几何式增长，触感器种类也不断增多，由此所引起的信息数量也具有海量规模。针对大规模传感器网络中信息融合技术的研究目前处于起步阶段，大部分融合技术仅能适应小规模融信息的融合。因此，需要对涉及大数据融合的节点负载均衡、无线网络延迟、算法能量消耗、数据传输可靠性等热点问题进行必要的研究。

（三）信息融合的安全问题

随着物联网适用范围的不断扩大，物联网中融合技术所涉及到的信息范围也不断扩展，相当一部分信息属于政府、金融等高敏感领域。因此，信息的安全问题也日益成为物联网信息融合需要重视的问题之一。物联网信息融合是信息感知的重要手段。如果海量节点中某一个节点因病毒感染而导致信息被篡改，融合节点将很难分辨出正常信息和恶意信息。由于信息融合节点处于物联网信息感知和交互的中枢位置，从而对融合信息的破坏不但会使融合过程产生混乱，而且还会使物联网用户在错误结论指导下采取错误行为。因此，物联网融合过程中的信息安全必须加以考虑。这就要求融合节点需要具有分辨数据有效性的机制和措施，能够在海量融合信息中快速、准确的判断出信息真伪，使物联网用户的隐私得到保障。

四、结论

物联网信息融合技术涉及到较多领域内容，虽然物联网的概念出现时间不短，但作为物联网信息感知过程中关键性环节的信息融合技术还有很多方面有待完善。本文重点分析了数据级融合、特征级融合、决策级融合等3类信息融合技术，并讨论了多源异构信息的融合、大数据的融合和信息融合的安全等问题。通过对上述内容的总结和归纳，有助于促进物联网信息融合技术更好地发展和完善。

参考文献

陈黎飞, 郭躬德, 2011:《最近邻分类的多代表点学习算法》,《模式识别与人工智能》第6期。陈小全, 张继红, 2012:《基于改进粒子群算法的聚类算法》,《计算机研究与发展》第z1期。

崔逊学, 周强, 方震, 2011:《基于三圆交集的二值传感器网络目标跟踪快速算法》《,计算机研究与发展》第2期。

公茂果, 王爽, 马萌, 2011:《复杂分布数据的二阶段聚类算法》,《软件学报》第11期。

金弟, 刘杰, 贾正雪, 刘大有, 2010:《基于k最近邻网络的数据聚类算法》,《模式识别与人工智能》第4期。

林作铨, 牟克典, 韩庆, 2004:《基于未知扰动的冲突证据合成方法》,《软件学报》第8期。刘繁明, 屈昊, 2004:《ICP算法的鲁棒性改进》,《仪器仪表学报》第4期。

刘献如, 蔡自兴, 唐 琎, 2010:《基于SAD与UKF-Mean Shift的主动目标跟踪》,《模式识别与人工智能》第5期。

王青, 祝世虎, 董朝阳, 陈宗基, 2006:《自学习智能决策支持系统》,《系统仿真学报》第4期。杨明, 董斌, 王宏, 张钹, 2004:《基于激光雷达的移动机器人实时位姿估计方法研究》,《自动化学报》第5期。

杨小军, 邢科义, 施坤林, 潘泉, 2007:《传感器网络下机动目标动态协同跟踪算法》,《自动化学报》第10期。

Burt, P.J., 1992, A gradient pyramid basis for pattern selective image fusion, Proc of the Society for Information Display Conference, San Jose: SID Press, pp.467-470.Barron, D.R.and Thomas, O.D.J., 2001, “Image fusion though consideration of texture components”, IEEE Trans on Electronics Letters, Vol.37, No.12, pp.746-748.Chipman, L.J., Orr, T.M.and Graham, L N., 1995, Wavelets and image fusion, Proc of Int Conf on Image Processing, Los Alamitos: IEEE Computer Society, pp.248-251.Dean, T.L.and Kanazawa, K., 1989, “A model of reasoning about persistence and causation”, Computational Intelligence, No.5, No.3, pp.142-150.Dempster, A.P., 1967, “Upper and Lower Probabilities Induced by a Multivalued Mapping”, The Annals of Mathematical Statistics, Vol.38, No.4, pp.325-339.Deng, Y., Shi, W.K., Zhu, Z.F., and Liu Q., 2004, “Combining Belief Functions Based on Distance of Evidence”, Decision Support Systems, Vol.38, No.3, pp.489-493.Duda, R.O., 1977, Development of a computer-base consultant for mineral exploration Annual Report, [ S..l ]: SRI Project, pp.5821-5824.Hartigan, J.A.and Wong, M.A., 1979, “A k-means clustering algorithm”, Applied Statistics, Vol.28, No.1, pp.100-108.International Telecommunication Union(ITU), 2005, ITU Internet Reports 2005: The Internet of Things, Tunis: World Summit on the Information Society(WSIS).Jensen, C., Kong, A.and Kjaerul, U., 1995, “Blocking gibbs sampling in very large probabilistic expert systems”, International Journal of Human Computer Studies.Specia1 Issue on Real-World Applications of Uncertain Reasoning, Vol.42, No.6, pp.647-666.Julier, S.J.and Uhlmann, J.K., 1997, A new extension of the Kalman filter to nonlinear systems, Proc SPIEInt Soc Opt Eng, Orlando: SPIE, pp.182-193.Lauritzen, S.L.and Spiegelhalter, D.J., 1988, “Local computations with Probabilities on graphical Structures and their application to expert systems”, Journal of the Royal Statistical Society B, Vol.50, No.2, pp.57-224.Lefevre, E.and Colot, O., 2002, “Vannoorenberghe P.Belief Functions Combination and Conflict Management”, Information Fusion, Vol.3, No.2, pp.149-162.5

Li, H., Manjunath, B.S.and Mitra, S., 1995, “Mult isensor image fusion using the wavelet transform”, Graphical Models and Image Process, Vol.57, No.3, pp.235-245.Mechitov, K., Sundresh, S., Kwon Y.and Agha, G., 2003, Cooperative tracking with binary detection sensor networks, Conference On Embedded Networked Sensor Systems: Proceedings of the 1st international conference on Embedded networked sensor systems, New York: ACM Press, pp.332-333.Murphy, C.K., 2000, “Combining belief functions when evidence conflicts”, Decision support systems, Vol.29, No.1, pp.1-9.Nakamura, E.F., Figueiredo, C.M.and Loureiro, A.A., 2005, Information fusion for data dissemination in self-organizing wireless sensor networks, Proceedings of the 4th International Conference on Networking(ICN2005), Reunion, France, pp.585-593.Nakamura, E.F., Loureiro, A.A.F.and Frery, A.C., 2007, “Information fusion for wireless sensor networks: Methods, models, and classifications”, ACM Computer Survey, Vol.39, No.3, pp.1-55.Pearl, J., 1987, “Addendum: Evidential Reasoning using stochastic simulation of causal models”, Artificial Intelligence, Vol.33, No.2, pp.245-257.Pearl, J., 1988, Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference, Morgan Kaufman, Inc., San Mateo, CA.Rosa, J.L.A.and Ebecken, N.F.F., 2003, Data Mining for Data Classification Based on the KNN-Fuzzy Method Supported by Genetic Algorithm, Proc of the 5th International Conference on High Performance Computing for Computational Science, Porte, Portugal, pp.126-133.Shortliffe, E.H., 1976, Computer-based medical consultation: MYCIN, New York: American Elsevier.Shafer, G.A., 1967, A Mathematical Theory of Evidence Princeton, USA: Princeton University Press, 1-80.Smets P., 1990, “The Combination of Evidence in the Transferable Belief Model”, IEEE Transon Pattern Analysis and Machine Intelligence, Vol.12, No.5, pp.447-458.Sundmaeker, H., Guillemin, P., Friess, P.and Woelfflé, S., 2010, Vision and Challenges for Realising the Internet of Things, Luxemborg: Publications Office of the European Union.Toet A., 1989, “Image fusion by a rat io of low_pass pyramid”, Pattern Recognition Letters, Vol.9, No.4, pp.245-253.Toet, A., Ruyven, L.J.and Valeton, J.M., 1989, “Merging thermal and visual images by a contrast pyramid”, Optical Engineering, Vol.28, No.7, pp.789-792.Toet, A., 1989, “A morphological pyramidal image decomposition” Pattern Recognition Letters, Vol.9, No.4, pp.255-261.Toet, A., 1992, “Mult iscale contrast enhancement with applications to image fusion”, Optical Engineering, Vol.31, No.5, pp.1026-1031.Vapnik, V.N., 1999, The Nature of Stat istical Learning Theory, NY: Springer Verlag.Ye, N.and Li, X.Y., 2001, A Machine Learning Algorithm Based on Supervised Clustering and Classification, Proc of the 6th International Computer Science Conference on Active Media Technology, Hong kong, China, pp.327-334.Wellman, M.P.,1990, “Fundamental concepts of qualitative Probabilistic networks”, Artificial Intelligence, Vol.44, No.3, pp.257-303.Yager, R.R., 1987, “On the Dempster-Shafer Framework and New Combination Rules”, Information Sciences: An International Journal, Vol.41, No.2, pp.93-137.6