雲技術，不因物聯網而生卻是為物聯網而來！

2006年谷歌在矽谷首次提出“雲計算” （Cloud Computing）的概念，今年，已經整整10周年。

随着網際網路和IT行業的快速發展，10年來，我們欣慰的看到各種新技術的不斷湧現和進步。雲也不僅僅賦予使用者前所未有的計算能力，而是具有超大規模，虛拟化，高可靠性，通用性，高可伸縮性等特點，并具有按需服務以及價格低廉等實用性。雲成為一項技術從虛無飄渺的概念逐漸走向政府，企業乃至個人， 各種基于雲的應用也日趨成熟。

而物聯網作為網際網路進一步的發展，有着更複雜的使用場景和應用需求， 更加需要雲作為基礎架構和服務來支撐巨量資料的傳輸，分析，管理，應用等等 。

是以，雲技術不是因為物聯網而産生的，但是雲技術必将應用于物聯網，并且發揮非常重要的作用。

那麼，現在的雲技術包括哪些内容？這些技術能滿足物聯網發展的需求嗎？

大家最熟悉的雲技術的概念是根據雲部署的類别來分的， “私有雲”，“公有雲“和近幾年流行的“混合雲“。這幾種雲的類型在什麼場景下使用呢？我們建議：

1) 當使用者需要在封閉環境下運維自己的雲平台，需要使用私有雲服務。

2) 當使用者隻是在某些方面對系統的私密性有特殊需求，可以在架構設計時剝離私密系統，使其營運在私有雲，其餘服務則運維在公有雲服務中。即混合雲。

3) 沒有特殊需求的行業客戶，公有雲+安全機制依然能保障系統和資料的安全性

接下來，我們看看雲技術包括哪些技術:

前三者雲安全，雲計算，雲存儲屬于基礎架構，過去的10年，雲在運算能力，虛拟化，安全和大資料等領域都獲得了巨大的技術突破。

而雲服務，作為綜合的IT 架構的應用和服務平台，幫助雲技術廣泛的推廣和應用到各種企業和場景。可以說，雲服務是趨勢也是未來的方向。

雲服務一般指公有雲根據客戶需求分為以下三種：基礎設施即服務（IaaS），平台即服務 （PaaS）和 軟體即服務（SaaS）。差別如下

IaaS : 

•       使用者通過Internet擷取基礎IT架構服務（資料中心，存儲，資料庫等）。

• 通過使用 IaaS使用者可以獲得的好處有：

1) 減少伺服器，網絡，存儲，安全等硬體和軟體配置，維護開銷

2) 可以集中精力進行行業雲平台的開發和運維，無需為基礎設施的穩定性擔憂

PaaS：

• 将軟體研發的平台作為一種服務，為客戶提供網絡，伺服器作業系統等，并由客戶來控制部署的應用程式。

• 使用PaaS的好處也是顯而易見的：

1) 節約平台環境的搭建和運維時間

2) 節約基礎軟體服務的開發和維護時間

3) 集中精力進行行業雲應用開發

4) 更便捷的為行業使用者提供雲服務解決方案

SaaS：

• 軟體即服務，使用者無需購買軟體，而是向提供商租用基于Web的軟體，來管理企業經營活動。 真正實作一切皆服務的軟體概念。

• 由于各個行業對應用的需求不同，目前SaaS雖說是最受關注的雲服務，但仍處于發展階段。

雲技術，特别是雲服務可以幫助企業減少硬體，軟體開發和人力成本等，也可以解決物聯網的資料處理，存儲，安全等問題。 雲技術與物聯網放到一起，似乎是完美的結合。雲技術解決了物聯網衆多問題，物聯網的最終展示通過雲技術展現出來。事實上雲技術和物聯網的未來是否如此美好？我們又将如何将兩者迅速配對結合？

從雲技術的特點來看，符合物聯網的發展需求。

• 分布式

雲技術所包含的分布式處理、并行處理和網格計算是解決物聯網的最佳解決方案，雲技術的網絡分布拓撲與物聯網網絡拓撲也高度重合。雲技術不僅可以處理數量衆多的終端裝置并發接收資料對服務端的負載問題，同時計算方式也充分考慮終端裝置之間的協同性。

• 資料處理能力

雲技術是利用叢集技術解決單個計算機或者少量計算機無法完成的計算。物聯網終端裝置最基本的功能是産生資料，但終端數量龐大，産生資料速度也是持續不斷的，是以隻有雲技術有這能力處理如此大量的資料。

• 存儲空間

物聯網的特點之一是産生了巨量的資料，而雲技術中的雲存儲技術滿足了可擴充，易伸縮的存儲空間。這都為物聯網早期部署，快速擴充提供了延續性的技術基礎。

• 大資料分享

物聯網的發展對大資料分享的需求很高，尤其在物聯網不同部署階段使用的雲服務内容不一緻，或者選擇不同雲服務提供商，那麼如此龐大的資料如何合并計算，如何分享，是需要也隻有雲技術能夠解決。

• 行業性和多樣性

物聯網可以應用到各個行業，每個行業又有千差萬别的分支。公有雲和私有雲的不同适應性，正好符合物聯網不同行業不同企業獨立發展的訴求。

如此說來，雲技術确實可以助力物聯網的快速發展。那麼在物聯網實施雲技術過程中可能存在哪些問題？應該如何解決呢？

• 物聯網基礎建設的落後與雲技術飛速發展的落差

從目前物聯網發展的進度看，是單點突破，基礎建設發展緩慢，而雲技術卻是整個網際網路行業的熱點，關注度，技術的應用上都非常迅速。這樣一個對比導緻了雲技術在物聯網領域的應用存在下面兩個落差：

1) 雲技術在物聯網領域的應用相對滞後

雲技術是獨立于物聯網而存在的，是以隻有物聯網應用為雲技術提供者帶來極大利益的時候，才能針對物聯網給出合理的技術方案。

2) 物聯網基礎建設緩慢，無法充分利用雲技術

雖然物聯網1.0階段的目标是為了提高行業效率，還沒到去利用物聯網徹底改變整個行業的階段。但是，行業基礎建設的緩慢還是導緻了無法迅速使用、實施雲技術 。

但是這個問題也并不是無解，現階段我們可以采用：單點突破+私有雲+移動服務；行業由資訊化技術到智能化技術最後到雲技術。

這一步的驅動力是由行業客戶推進，這歸功于智能移動終端的普及以及移動網際網路對人的觀念的改變，行業客戶都在試圖用網際網路來解決目前遇到的問題或困境。

利用現有的私有雲技術，使得物聯網行業實施可以由小型技術公司快速的獨立進行，而不必等待整個行業技術的發展。

物聯網行業在實施過程中可以由之前的資訊化思路轉向行業智能化，再到雲技術方向進行，隻有終端智能化，資料更準确，才有被計算，分析的價值。

• 雲計算的安全性是否适應物聯網的要求

傳統行業一個通用思維是雲端的資料是不安全的，這很限制物聯網的實施。同時在物聯網1.0階段局域物聯網的需求更多，那麼如何協調這種情況呢？

我們提出的方案是：分布計算+安全管道+雲端資料加密服務

1) 分布技術：即将重要的資料技術部分分布到不同的裝置上進行，局域物聯網裡面的協同計算以及分級管理都可以在這一階段完成.

2) 安全通道：雲服務商能夠為物聯網企業提供安全通道的服務和技術，一個是保證資料的傳輸速度，一個是保證資料傳輸的安全性。

3) 雲端資料加密服務：存放在雲端的資料能夠根據物聯網企業的要求進行不同等級的加密，并能夠根據業務設定不同的加密政策。

• 雲的空間服務是否能夠存儲海量的物聯網資料

物聯網的基礎特性就是海量資料，需求雲端超大的可伸縮的空間。同時物聯網行業多樣性，資料增加速度快等特性需要一個針對不同行業不同領域的物聯網企業提供雲端空間服務。

但是目前提供雲存儲的服務暫時是滿足不了這一點的，首先其能夠提供的空間服務都相對有限，其次沒有針對物聯網行業特性而提供服務。

那麼雲端存儲服務要針對物聯網做哪些方面的增強呢？

1) 雲企業化

雲服務商需要将服務針對企業進行定制化，甚至提供本地存儲與遠端存儲相結合的方案。為企業由資訊化時代轉向雲技術時代的轉變提供整體解決方案。

2) 雲資料壓縮

在物聯網定義裡面有提到物聯網是物物之間的資訊互動，物聯網終端裝置是感覺物體一個或多個屬性， 從這個描述中可以看出某一個企業的物聯網資料屬性是相同或類似的，這為資料壓縮提供了極大的空間，同時也滿足節省存儲空間的需求。同時資料并發情況下是否可以快速壓縮，也為雲資料壓縮提出來新的要求。

3) 雲資料分享

當不同領域之間的資料需要進行分享，同一企業在不同時間部署的資料之間分享，不同雲服務資料之間的分享是物聯網未來發展的一個推動力。

如果大量資料擁有者之間不能分享，共同計算，那麼物聯網願景中提到的超級計算需求的環境預測，疾病預防，天文學計算等等都很難實作。

4) 邊緣計算到神經網絡單元

理論上無論雲有多強大，都無法滿足物聯網長期，實時，超海量的節點産生的資料，是以出現了霧計算，神經網絡單元的新型技術，因為資料産生和終端裝置數量，處理能力是成正比的，是以提高物聯網終端，網關這些物聯網基本單元的邊緣資料處理能力是根本的解決之道。

邊緣計算是指物聯網終端裝置需要有資料存儲，資料解析，資料聚合，資料基礎計算，壓縮以及按照雲端需求進行預處理和封裝的能力。一旦物聯網終端裝置有了邊緣計算的能力，不僅減少物聯網網絡的承載負荷，同時通過對有價值的資料傳輸，減少無用資料傳輸到雲端對資源的浪費。

當物聯網終端裝置作為神經網絡單元後，那麼物聯網的整體計算能力将是沒有數量級的，也是雲計算将會以最高效的方式運作。同時AI對計算能力的要求也可以通過海量終端裝置計算能力的聚合得到滿足。

• “計算即服務”, 雲計算能力需要突破

超強的計算能力應該是物聯網企業最想得到的技術補充。物聯網企業本身，包括服務于物聯網企業的傳統技術公司都很難掌握這種新型的技術， 是以雲技術服務商應該針對物聯網制定計算即服務的技術體系。

物聯網企業可以提供計算模型，計算拓撲，資料類型，提出計算要求，計算期望等等，雲技術服務提供強大的雲端計算能力，這樣才能夠真正的升華資料，提高效率，滿足物聯網1.0的最根本目标。

在雲技術與物聯網結合初期，如果雲技術在安全性，空間服務，計算即服務這幾個方面，能夠針對物聯網給出相應的解決方案，相信物聯網會借助雲技術得到普及與快速發展。正如我們所說，雲計算雖然不是因為物聯網而生，但卻是為物聯網而來。

原文出處：物聯網智庫

<a href="http://www.iot101.com/kpwl/2016-09-07/12138.html" target="_blank">原文連結</a>

轉載請與作者聯系，同時請務必标明文章原始出處和原文連結及本聲明。