黃孝斌，黃 飛，司博章，蔣 輝，樊 勇

（北京時(shí)代凌宇科技股份有限公司，北京 100012）

0 引 言

1991年發(fā)生在劍橋大學(xué)的咖啡壺現(xiàn)象[1]，讓世人第一次感受到了物聯(lián)網(wǎng)的魅力。1998年英國教授Kevin Ashton首次提出了物聯(lián)網(wǎng)的概念，期間經(jīng)歷了7年時(shí)間。此后，物聯(lián)網(wǎng)從最初的C/S架構(gòu)下的感傳用發(fā)展為B/S架構(gòu)下的感傳知用[2]，直至2015年邊緣計(jì)算技術(shù)融入物聯(lián)網(wǎng)[3]，物聯(lián)網(wǎng)技術(shù)架構(gòu)至此趨于完美，產(chǎn)業(yè)規(guī)模開始呈現(xiàn)加速發(fā)展態(tài)勢。

與此同時(shí)，信息技術(shù)以驚人的速度迅猛發(fā)展。IPv6、納米傳感器、物聯(lián)網(wǎng)OS、NB-IoT、LoRa、大數(shù)據(jù)分析[4]、邊緣計(jì)算技術(shù)以及人工智能[5]紛沓而至，全方位影響人們的生活、生產(chǎn)以及社會(huì)的治理，而即將登場的5G技術(shù)更將給人類社會(huì)帶來一次新的歷史性變革。社會(huì)對新技術(shù)應(yīng)用帶來的快感不斷提升，任何單一的技術(shù)發(fā)展都難以滿足不斷變化的應(yīng)用需求。因此，順應(yīng)發(fā)展，滿足需要，IBA（Internet of things，Big data，Artificial intelligence，IBA）融合架構(gòu)應(yīng)運(yùn)而生。

1 IBA融合的內(nèi)涵

1.1 IBA融合的外在需求

應(yīng)用驅(qū)動(dòng)、社會(huì)治理和社會(huì)運(yùn)行，如同人類本身符合馬斯洛需求[6]不斷升級的內(nèi)在規(guī)律一樣。需求的不斷變化和技術(shù)的不斷進(jìn)步，解決了已有的難點(diǎn)和痛點(diǎn)，同時(shí)又產(chǎn)生了新的需求。不斷升級的新需求，往往很難依賴單一技術(shù)手段解決，而多種技術(shù)的共同作用常?？梢詾闈M足需求的升級帶來出乎預(yù)料的驚喜。因此，技術(shù)融合已經(jīng)成為社會(huì)治理進(jìn)步、滿足需求升級的強(qiáng)大推動(dòng)力。

1.2 IBA融合的內(nèi)生條件

相生相依，榮損與共，具有融合的天然基因機(jī)理和內(nèi)生機(jī)制。物聯(lián)網(wǎng)是大數(shù)據(jù)生產(chǎn)的條件，大數(shù)據(jù)是人工智能的基礎(chǔ)，人工智能則是大數(shù)據(jù)發(fā)展的高級表現(xiàn)形式。物聯(lián)網(wǎng)、大數(shù)據(jù)與人工智能三者相生相依，互為作用，相互促進(jìn)，良性循環(huán)。

1.3 IBA融合的內(nèi)涵

1.3.1 技術(shù)維度

對物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能的業(yè)務(wù)元素（或單元）進(jìn)行縱向拆分和橫向重構(gòu)，按照一定的規(guī)則進(jìn)行組合、整合、聚合，實(shí)現(xiàn)了數(shù)據(jù)的融合重混、業(yè)務(wù)創(chuàng)建和應(yīng)用創(chuàng)新。

1.3.2 應(yīng)用維度

對物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能通過場景構(gòu)建實(shí)現(xiàn)各類技術(shù)在同一應(yīng)用中的“你中有我，我中有你”的融合，滿足用戶體驗(yàn)，提升應(yīng)用層級。

2 IBA融合技術(shù)架構(gòu)的設(shè)想

如圖1所示，圍繞“全面感知，縱橫協(xié)同，分層認(rèn)知，多維智能，按需配置，安全可控”的核心思想構(gòu)建IBA融合技術(shù)架構(gòu)，全面實(shí)現(xiàn)對物的感知，即物物相連；打通東西向數(shù)據(jù)流，實(shí)現(xiàn)邊緣協(xié)同，端邊云協(xié)同；抓住認(rèn)知事物的本質(zhì)，通過分層認(rèn)知探索事物的運(yùn)行規(guī)律；在架構(gòu)的不同維度，按需實(shí)現(xiàn)等級智能化，架構(gòu)功能彈性配置，安全管理自主可控。

圖1 IBA融合技術(shù)架構(gòu)

3 IBA融合應(yīng)用難點(diǎn)

實(shí)現(xiàn)IBA融合應(yīng)用的5大難點(diǎn)

難點(diǎn)1：跨域多維數(shù)據(jù)融合應(yīng)用技術(shù)：研究多源異構(gòu)數(shù)據(jù)中存在的深度規(guī)律和關(guān)聯(lián)，分析IBA融合架構(gòu)下預(yù)測決策融合數(shù)據(jù)特有的跨粒度、跨層次、跨領(lǐng)域的不確定性特征，實(shí)現(xiàn)實(shí)體與關(guān)聯(lián)的自動(dòng)抽取、知識(shí)圖譜融合構(gòu)建與演化以及場景算法的構(gòu)建與管理等大數(shù)據(jù)分析與挖掘功能。

難點(diǎn)2：分布式多源異構(gòu)數(shù)據(jù)平臺(tái)整合技術(shù)。IBA融合架構(gòu)下，將不同的縱向應(yīng)用體系融合為橫向一體化系統(tǒng)，需構(gòu)建新型信息系統(tǒng)接口互操作方法，在分布式認(rèn)知層實(shí)現(xiàn)無源碼、無數(shù)據(jù)字典、不侵入后臺(tái)服務(wù)器和數(shù)據(jù)庫情況下的系統(tǒng)業(yè)務(wù)數(shù)據(jù)按需讀寫、系統(tǒng)互操作接口生成與管理功能。構(gòu)建高準(zhǔn)確度的系統(tǒng)知識(shí)圖譜，實(shí)現(xiàn)知識(shí)融合與自演化，為實(shí)時(shí)的事務(wù)檢索與導(dǎo)航提供支撐。

難點(diǎn)3：跨平臺(tái)免聚集定向數(shù)據(jù)聯(lián)合建模技術(shù)。IBA融合架構(gòu)下，認(rèn)知層機(jī)構(gòu)數(shù)據(jù)在限制向外傳輸數(shù)據(jù)的情況下，通過不傳輸具體數(shù)據(jù)內(nèi)容實(shí)現(xiàn)利用多方機(jī)構(gòu)的數(shù)據(jù)建立應(yīng)用模型，并提供效用，解決現(xiàn)有技術(shù)必須傳輸數(shù)據(jù)聚集數(shù)據(jù)引發(fā)數(shù)據(jù)安全的問題。

難點(diǎn)4：東西向數(shù)據(jù)貫通。這是實(shí)現(xiàn)數(shù)據(jù)重混重構(gòu)的難點(diǎn)和關(guān)鍵，通過軟硬件在邊緣側(cè)實(shí)現(xiàn)數(shù)據(jù)一致性描述、彈性路由配置技術(shù)突破、多線程讀寫技術(shù)優(yōu)化以及構(gòu)建高準(zhǔn)確度系統(tǒng)知識(shí)圖譜，實(shí)現(xiàn)知識(shí)融合。

難點(diǎn)5：應(yīng)用場景構(gòu)建。IBA融合架構(gòu)的核心是應(yīng)用創(chuàng)新。如應(yīng)用場景發(fā)掘構(gòu)建，并通過數(shù)據(jù)融合節(jié)點(diǎn)的精選，使得顯性相關(guān)和隱形相關(guān)數(shù)據(jù)科學(xué)關(guān)聯(lián)，以及算法的應(yīng)用和創(chuàng)新，實(shí)現(xiàn)應(yīng)用創(chuàng)新。

4 實(shí)現(xiàn)IBA融合應(yīng)用的路徑

4.1 采集域

對目標(biāo)對象的狀態(tài)、可能影響其狀態(tài)的包含多類型傳感器數(shù)據(jù)，以及人機(jī)界面觀測事實(shí)信息形成的數(shù)據(jù)統(tǒng)一在端側(cè)進(jìn)行采集后，根據(jù)場景需要可北向上傳至網(wǎng)關(guān)、分布式服務(wù)器或大數(shù)據(jù)平臺(tái)，亦可按照多維智能的理念，在前端實(shí)現(xiàn)微閉環(huán)智能控制。

4.2 認(rèn)知域

對由南向北的目標(biāo)數(shù)據(jù)分層進(jìn)行數(shù)據(jù)融合，并在邊緣認(rèn)知層根據(jù)需要進(jìn)行控制型數(shù)據(jù)重混，在分布式服務(wù)器層進(jìn)行調(diào)度型數(shù)據(jù)重混，在大數(shù)據(jù)平臺(tái)層進(jìn)行決策型數(shù)據(jù)重混。

4.2.1 邊緣認(rèn)知層

在邊緣認(rèn)知層，先將不同傳感器組合輸出的數(shù)據(jù)按照場景需要選擇數(shù)據(jù)融合的節(jié)點(diǎn)，建立多源數(shù)據(jù)庫，利用彈性路由技術(shù)通過路由協(xié)議建立路由回路數(shù)據(jù)，貫通東西向數(shù)據(jù)流。通過自操作自讀取技術(shù)按需提取特征關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)治理，實(shí)現(xiàn)數(shù)據(jù)一致性描述，進(jìn)而實(shí)施控制型數(shù)據(jù)重混或建立數(shù)據(jù)分析集，通過相關(guān)算法在邊緣層實(shí)現(xiàn)更高效率的控制和智能應(yīng)用。

4.2.2 分布式認(rèn)知層

在分布式服務(wù)認(rèn)知層，對邊緣認(rèn)知層或感知層的北上數(shù)據(jù)按系統(tǒng)對應(yīng)入庫，然后對各類專用數(shù)據(jù)應(yīng)用平臺(tái)，以產(chǎn)生決策智能為目標(biāo)建立關(guān)聯(lián)鏈接，并根據(jù)智能決策需要抽取數(shù)據(jù)庫中相關(guān)數(shù)據(jù)，對其數(shù)據(jù)進(jìn)行一致性轉(zhuǎn)換、治理，構(gòu)建成一個(gè)符合應(yīng)用場景需要的分析數(shù)據(jù)集。該數(shù)據(jù)集具備彈性重構(gòu)功能，可隨數(shù)據(jù)源的變化進(jìn)行新的組合和重混。例如：重大化工廠爆炸應(yīng)急反應(yīng)指揮除了在感知域要具備爆炸物成分采集、風(fēng)向風(fēng)力風(fēng)速采集，還有具有邊緣認(rèn)知側(cè)的消防設(shè)施自控系統(tǒng)聯(lián)動(dòng)等功能，同時(shí)服務(wù)器認(rèn)知層也能夠調(diào)取公共消防管理部門的聯(lián)動(dòng)報(bào)警預(yù)警數(shù)據(jù)、政府公共服務(wù)平臺(tái)的組織疏散聯(lián)動(dòng)數(shù)據(jù)以及醫(yī)療部門的救護(hù)資源調(diào)度統(tǒng)籌聯(lián)動(dòng)數(shù)據(jù)。最后，通過對構(gòu)建場景的調(diào)度型數(shù)據(jù)重混形成新的數(shù)據(jù)集進(jìn)行關(guān)聯(lián)分析，實(shí)現(xiàn)高效智能指揮。

4.2.3 數(shù)據(jù)平臺(tái)認(rèn)知層

在數(shù)據(jù)平臺(tái)認(rèn)知層，對包括物聯(lián)網(wǎng)感知域數(shù)據(jù)，邊緣認(rèn)知域匯聚分析計(jì)算的衍生數(shù)據(jù)，分布式認(rèn)知域匯聚及分析衍生數(shù)據(jù)中的可供預(yù)測、決策的數(shù)據(jù)，相關(guān)政府社團(tuán)的組織數(shù)據(jù)，相關(guān)企業(yè)的ERP、CRM數(shù)據(jù)，相關(guān)個(gè)人的消費(fèi)數(shù)據(jù)中可對目標(biāo)狀態(tài)產(chǎn)生影響的可供預(yù)測決策的數(shù)據(jù)等進(jìn)行再融合，通過對數(shù)據(jù)的研究、理解、轉(zhuǎn)化、清理，按照一定規(guī)則進(jìn)行重混和組合建立分析數(shù)據(jù)集，綜合應(yīng)用概率統(tǒng)計(jì)、Data Mining Algorithms、模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)、決策樹以及RapidMiner等多學(xué)科，實(shí)現(xiàn)科學(xué)的預(yù)測和決策。

4.3 應(yīng)用域

當(dāng)今物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)、移動(dòng)互聯(lián)網(wǎng)以及云計(jì)算等技術(shù)，其應(yīng)用之間不再彼此孤立，而是在應(yīng)用與發(fā)展上相互融合。在信息化技術(shù)迅猛發(fā)展的大趨勢下，這種融合創(chuàng)新迫使IT業(yè)由提供簡單服務(wù)轉(zhuǎn)向提供貼近用戶需要的多業(yè)務(wù)融合服務(wù)。社會(huì)管理的痛點(diǎn)和難點(diǎn)不再依賴單一技術(shù)提供差強(qiáng)人意的解決方案，而是通過技術(shù)的不斷發(fā)展與創(chuàng)新、多種技術(shù)的合力作用以及跨技術(shù)跨行業(yè)的不斷融合得以實(shí)現(xiàn)。大數(shù)據(jù)的發(fā)展需要物聯(lián)網(wǎng)源源不斷提供數(shù)據(jù)資源，物聯(lián)網(wǎng)需要利用人工智能提供創(chuàng)新性的服務(wù)，而人工智能則需要大數(shù)據(jù)提供學(xué)習(xí)訓(xùn)練的條件。簡言之，物聯(lián)網(wǎng)為大數(shù)據(jù)提供了可靠的資源，大數(shù)據(jù)為人工智能的學(xué)習(xí)訓(xùn)練創(chuàng)造了條件；人工智能為物聯(lián)網(wǎng)向智能網(wǎng)絡(luò)演進(jìn)、滿足市場需要提供了足夠有利的推動(dòng)力。

5 IBA融合架構(gòu)安全

IBA融合技術(shù)架構(gòu)的結(jié)構(gòu)更加復(fù)雜，網(wǎng)絡(luò)安全更加突出。

5.1 感知域

感知域包含種類繁多的位置、狀態(tài)、身份、視頻、語音、MEMS以及納米等多種新興傳感器，用以實(shí)現(xiàn)數(shù)據(jù)采集、獲取或識(shí)別物體等功能。由于應(yīng)用場景簡單，大多數(shù)終端的存儲(chǔ)、計(jì)算力極其有限。傳感器微型化、低功耗的客觀要求，迫使其犧牲計(jì)算力和存儲(chǔ)以保證其適應(yīng)應(yīng)用環(huán)境。在其CPU上部署安全軟件或者高復(fù)雜度的加解密算法會(huì)增加運(yùn)行負(fù)擔(dān)，甚至可能導(dǎo)致無法正常運(yùn)行。而移動(dòng)化、無線化作為物聯(lián)網(wǎng)傳感終端的特點(diǎn)，認(rèn)知層與感知層交叉，使得物聯(lián)網(wǎng)的感傳邊界不清。特別是近距離或近場通信等自組織網(wǎng)絡(luò)和通信協(xié)議的安全性先天不足，依托于網(wǎng)絡(luò)邊緣側(cè)的安全產(chǎn)品難以有效發(fā)揮作用。另外，大多數(shù)物聯(lián)網(wǎng)設(shè)備都部署在無人監(jiān)控場景中，對外界非法攻擊的防范更加困難。

5.2 認(rèn)知域

在IBA融合技術(shù)架構(gòu)下，認(rèn)知層物聯(lián)網(wǎng)網(wǎng)絡(luò)采用多種異構(gòu)網(wǎng)絡(luò)，通信傳輸模型相比傳統(tǒng)網(wǎng)絡(luò)更為復(fù)雜，特別是在邊緣認(rèn)知層、東西向數(shù)據(jù)貫通后，存在著協(xié)同通信協(xié)議破解、加密算法破解以及黑客攻擊等諸多安全隱患。在分布式服務(wù)側(cè)和大數(shù)據(jù)平臺(tái)側(cè)，不僅面臨Key、核心算法以及證書等多種安全挑戰(zhàn)，還面臨跨域平臺(tái)鏈接帶來的安全風(fēng)險(xiǎn)。此外，物聯(lián)網(wǎng)數(shù)據(jù)傳輸鏈路本身與傳輸內(nèi)容安全問題也必須引起高度重視。分布式服務(wù)側(cè)和大數(shù)據(jù)平臺(tái)側(cè)的安全風(fēng)險(xiǎn)或危及整個(gè)網(wǎng)絡(luò)系統(tǒng)的安全。

5.3 應(yīng)用域

在IBA融合技術(shù)架構(gòu)下，應(yīng)用通常是將智能設(shè)備通過網(wǎng)絡(luò)經(jīng)由分層認(rèn)知后，即邊緣側(cè)經(jīng)過東西向數(shù)據(jù)協(xié)同認(rèn)知。服務(wù)器側(cè)經(jīng)過跨域協(xié)同認(rèn)知連接到大數(shù)據(jù)平臺(tái)，借助APP與邊緣側(cè)、分布式服務(wù)器側(cè)和大數(shù)據(jù)平臺(tái)側(cè)進(jìn)行信息交互，從而實(shí)現(xiàn)對設(shè)備的遠(yuǎn)程管理和應(yīng)用。因此，系統(tǒng)安全不僅來自大數(shù)據(jù)平臺(tái)面臨的常見風(fēng)險(xiǎn)，系統(tǒng)內(nèi)部來自管理疏漏和外部的威脅，往往更加難以防范。企業(yè)內(nèi)部管理制度執(zhí)行缺失、系統(tǒng)安全設(shè)施配套不足、專業(yè)黑客的網(wǎng)絡(luò)攻擊等，都可能導(dǎo)致大數(shù)據(jù)平臺(tái)和分布式服務(wù)側(cè)乃至整個(gè)系統(tǒng)徹底癱瘓。

實(shí)現(xiàn)IBA融合技術(shù)架構(gòu)下的安全，需要貫徹以下理念：全節(jié)點(diǎn)加密，任何一個(gè)數(shù)據(jù)采集接入點(diǎn)都要實(shí)施加密措施；全鏈路防護(hù)，無論通信鏈接方式如何變化，都要設(shè)置安全防護(hù)措施，確保全鏈路安全；全過程可控，安全的鑰匙把握在自己手中，從采用可控可信軟硬件產(chǎn)品入手，從新安全技術(shù)手段切入，包括區(qū)塊鏈等技術(shù)的應(yīng)用，實(shí)現(xiàn)本質(zhì)安全。

6 結(jié) 語

物聯(lián)網(wǎng)是互聯(lián)網(wǎng)的應(yīng)用拓展，不僅是物物相連的網(wǎng)絡(luò)，更是實(shí)體世界與虛擬世界相連的橋梁。應(yīng)用創(chuàng)新是物聯(lián)網(wǎng)發(fā)展的核心。滿足用戶不斷升級的需要，是物聯(lián)網(wǎng)發(fā)展的靈魂。

本文基于物聯(lián)網(wǎng)領(lǐng)域面臨的機(jī)遇與挑戰(zhàn)，結(jié)合長期深耕物聯(lián)網(wǎng)領(lǐng)域的經(jīng)驗(yàn)體會(huì)和社會(huì)生產(chǎn)生活管理形態(tài)的變化，以及大數(shù)據(jù)、人工智能等技術(shù)對物聯(lián)網(wǎng)創(chuàng)新應(yīng)用產(chǎn)生的影響和促進(jìn)，為研究物聯(lián)網(wǎng)未來技術(shù)演進(jìn)提供了一種新的思路和方法。