第一,以客户机与服务器直接相连的模式构建物联网应用系统的安全性比较低,网络黑客可能通过客户机控制服务器,进入中心数据库,进而窃取相关信息,获取不法利益,导致数据丢失或中心数据库瘫痪。
第二,客户机内的程序数量庞大且随时需要更新,如果出现问题,就很容易加大维护工作量,从而增加维修成本。
第三,在网络高峰期,海量的数据使网络流量剧增,造成网络堵塞。
新的分布式应用系统结构是传统结构模式的升级,它由原来的两层结构变化为三层或多层结构。在三层和多层体系结构中,客户机内的软件比较惟一,一般只有表示层软件,而中间件服务器的应用比较多,专门的中间件服务器多用于Web服务、实时监控、信息排队以及事物处理等业务逻辑,中心数据库和其他应用系统多设置在后台。分布式应用系统结构中的多层结构包括以下几个层次:
①表示层
表示层的主要作用是:一方面可以交互用户信息,另一方面可以显示数据计算结果。客户端一般由J2EE进行规范,它既可以基于Web,又可以是一个独立的应用系统。若客户端是基于Web的应用,则启动浏览器后,用户可以下载Web层中的静态HTML页面、JSP动态生成的网页或者Servlet动态生成的网页。
②Web层
JSP网页、Java Applets以及Servlet共同构成了Web层,在组装过程中,创建Web组件需要通过这些基本元素通过打包才能实现。
③业务层
业务层中的EJB组件是企业信息系统中的代码构件,该构件可用于解决或满足特定商务领域的规则。
④企业信息系统层
该层包括三大系统,即关系数据库系统、大型机事务处理系统、企业资源规划系统。
(2)系统架构
物联网中间件解决方案架构以SOA架构为基础,它层层功能明确,每一层都可利用标准接口与其他层交互。该种架构可使组件分离,既可实现应用的可扩展性,又可实现应用的可维护性。与分布式应用系统结构相同,物联网中间件的解决方案架构也可分为四个层次:
①表示层
表示层可为系统提供三类组件,分别是零售店门户组件、配送中心组件、供应商门户组件。这三类组件拥有同样的作用,即作为系统接口。表示层整合了第三方EIS和服务,具有灵活的导航系统,使内容管理功能更加方便快捷,同时由于它的外观可定制,可以为不同的用户群体提供个性化的信息感受。
②业务流程层
工作流的所有需要在业务流程层中都有体现,该层可为系统架构提供两种能力,一是减少和消除人工干预的能力,主要用于未完成业务流程时;二是实现业务流程自动化,主要是通过数据源、协调服务与人进行信息交互。业务流程层可为连接RFID提供重要接口,用于解决集成问题。物联网中间件的解决方案架构拥有两个关键组件,一个是RFID消息总线,另一个是事件模型。作为系统的主要接口,利用这两个关键组件可以实现对系统的连接。其中,RFID消息总线的作用是为一个或多个接收者传送放置总线中的消息,而事件模型的作用是监听JMS事件和EDI、FTP等外部源事件。
③服务层
该层的功能有两个,即进行数据处理和执行业务逻辑。常用的服务层组建有定制控件和EJB,定制控件是Java结构,该结构的好处在于,在构建逻辑时可以避免进一步了解复杂的J2EE,实现意愿操作。服务层可用于获取数据、存储数据以及相关系统之间的信息交互,但一般要依赖集成层才能得以实现。
④集成层
除了RFID应用,集成层可以为其他企业应用系统提供访问的功能。物联网中间件解决方案架构中的集成层隐藏了访问复杂性,这种访问复杂性体现在架构高层访问外部系统之中。RFID应用系统之外的其他外部系统包括信息管理系统(PIM),对象名称服务系统(ONS)以及EPC-IS系统,集成层的各种数据库管理系统在对这些外部系统进行访问时存在多样性。例如,集成层可以通过JDBC来访问中心数据库,可以通过LDAP应用编程接口访问目录服务,可以通过Web服务接口实现对ONS、EPC-IS等的访问。另外,利用数据引擎、JCA适配器等也能实现对其他系统的访问。
3.物联网应用层的功能
物联网结构中的最底层是感知层,而最高层则是应用层。感知层用于获取和收集信息,应用层用于处理和运用信息。作为物联网结构中的最顶层,应用层核心功能是处理和应用,而实现这种功能的平台是云计算平台。显然,应用层和感知层是物联网的核心层级,它们突出了物联网的显著特征。应用层与感知层具有紧密的联系,一个是获取数据,一个是利用数据,它们之间存在因果的关系。应用层一方面可以对感知层所采集的数据进行计算、处理,另一方面也能对这些数据进行知识挖掘、信息挖掘等,其功能实现的最终目的是对世界万物进行控制、管理以及决策。
物联网应用层要处理两个核心问题,分别是数据和应用。从数据上来看,物理网应用层需要把接收到的海量数据进行精准处理和实时管理,让这些数据随时“待命”,一旦人们有需要,应用层就可以随时随地调用这些数据;从应用上来看,只管理和处理数据明显是不够的,还要将这些数据和各种现实事务进行精准配对,把数据内容与各种事务的具体内容紧密联系起来,实现数据和业务应用相结合。
以电力抄表为例,在智能电网中,无需通过人工抄表来获取用户用电信息,通过智能物联网中的传感器便可获取相关信息。在每一家用户的电表上都有一个智能读表器,该读表器其实就是物联网感知层中的传感器。用户用电后会产生用电信息,这些用电信息就由这些传感器来采集和获取,定期采集完用电信息后,读表器会将这些数据汇总,并通过网络发送到电力部门的中心处理器上。在这个过程中,读表器是感知层的传感器,传感器进行的工作就是感知层的工作;而中心处理器是应用层的组件,中心处理器在应用层进行的工作是分析和处理用户的用电信息,并根据信息的具体内容来制定收费方法。
物联网应用层从结构上可分为以下几个部分:
第一个部分是物联网中间件。物联网中间件可以是一个系统软件,也可以是一个服务程序,它能够为物联网应用系统提供各种统一封装的公用能力。
第二部分是物联网应用系统。物联网应用系统涵盖了许多实际应用,例如电力抄表、安全检测、智能农业、远程医疗、地质勘探等。
第三部分是云计算。海量的物联网数据要借助云计算的力量进行存储和分析,云计算的服务类型包括三种,分别是以服务和软件为核心的即服务(SaaS)、以基础架构为核心的即服务(IaaS)、以平台为核心的即服务(PaaS)。
目前,随着网络技术的发展,物联网网络层已经相对成熟,在传感器方面的不断创新,也使物联网在感知层取得了巨大的进步。但是,物联网应用层在技术上却相对落后,现阶段,物联网的相关产品还没有被大量推出。与其他物联网层级相比,应用层可以直接为用户提供具体的服务,是最能影响和改变人们生活的层级,也是实现物联网全面普及的目的层级。
4.物联网数据融合及管理技术
数据融合和管理技术是物联网应用层的核心技术,也是物联网技术体系的重要组成部分,它们为促进物联网的广泛应用起到了关键作用。由于受到网络的动态特性、感知节点的能源有限性、数据的时间敏感性等诸多因素的影响,人类在物联网数据融合及管理技术方面遇到了越来越多的难题,这也成为了阻碍物联网广泛应用的难题之一。因此,对物联网数据融合及管理技术的探讨一直是国际物联网机构研究的课题。
物联网的数据融合及管理技术包括两个方面,分别是数据融合和数据管理,它们的定义和原理分别是:
(1)数据融合技术
数据融合技术涉及的范围较广,研究的内容较多,且自创始以来,应用于多个领域,其内容的广泛性和形式的多样性使得它很难有一个完整的定义。目前,人们对数据融合所做的较为简单的定义是“利用计算机技术对时序获得的若干感知数据,在一定准则下加以分析、综合,以完成所需决策和评估任务而进行的数据处理过程”。
数据融合技术具有以下三种含义:
第一,所融合的数据覆盖了全频段,具有全空间性。也就是说,它所包含的数据既是多维度的,又是多源头的,可以是数字数据或非数字数据,也可以是确定数据或模糊数据,还可以是全空间数据或子空间数据。
第二,数据具有互补性。就像一群人要共同完成一件事情一样,他们需要分工和互补才能将一件事做好。同样,通过完成相关数据来完成一项功能或应用,也需要数据之间具有这种相关性和互补性。这种互补性呈现在多种方面,可以是机构上的互补,也可以是层次上的互补,还可以是表达方式上的互补。
第三,数据融合区别于数据组合。这是因为,数据融合要求,融合的数据之间具有内部的特性,而这与数据组合的外部特性不符。
数据融合其实就是将多维度的数据先进行系统的关联,然后再做综合分析,最后融合成需要的数据资源。在这个过程中,融合的模式具有多样性,处理的算法具有广泛性,融合的目的是在已有数据信息的基础上,提高数据质量,提取可用知识,从而为物联网的广泛应用奠定基础。由此可见,数据融合需要数据的配对和识别。因此,在研究数据融合时要解决以下多种问题,比如虚假数据的识别、不一致数据的对准、估计目标数据的类型、感知数据的不确定性等。
数据融合的处理过程具有多层次、多方位的特点,在数据融合的过程中,要对具有广泛来源的数据进行检测、相关、综合以及评估。数据融合可以分成三个层次:数据级融合、特征级融合、决策级融合。