【2013年4月23日，北京 物聯網世界網訊】2013(第中屆)中國物聯網大會今天（4月23日在北京國際會議中心舉行，同期還將舉行2013中國國際（北京）物聯網展覽會。物聯網世界網作為本次大會的獨家合作媒體將全程在線直播此次大會的盛況。

　　 點擊進入直播頁面

中國工程院院士，中國電子學會物聯網專家委員會主任 鄔賀銓(物聯網世界 記者攝)

會上，中國工程院院士，中國電子學會物聯網專家委員會主任 鄔賀銓以“物聯網大數據”為題做主題報告。

以下是文字實錄：

　　【鄔賀銓】：尊敬的各位院士專家來賓早上好，很高興來參加今天大會，一年一度物聯網大會召開既高興又有壓力。高興是看到這么多領導專家參加，說明大家關注物聯網，壓力是每年講話選什么題目講。今天以“物聯網與大數據”為題跟大家分享，講三個方面內容：

　　第一個是格物致知，物聯網通過感知幫助我們進行決策，今天用物聯網概念怎么理解格物致知，讓我們看看ITU關注物聯網定義，物理和虛擬的。我們過去理解物聯網都認為物聯網對象一定是物理的，實際上ITU認為虛擬也是物聯網對象。其中虛擬物件是指什么，是指存儲處理結構內容，利用多媒體內容和應用軟件，物聯網提供滿足安全要求，我把理解物聯網，物理實體分成兩部分，一種身份識別的ID，另一種沒有識別身份ITU，還包括虛擬部分，在這里你可以看到，現在一個新詞(英語)，理解把它泛網絡。物聯網中的實物和虛擬相聯合的。

　　IOT本身是子集，你可以看到包括智能電話、交通等，虛擬物里頭USN，他實際上是概念性的網絡，NIT是網絡的識別。

　　實物類，一是身份識別，比如說條碼，還有非身份識別類的，需要識別，你可以ID進去，對這個物體我們不是靠ID識別，是需要物體的實體體征和屬性。

　　物聯網所需要感受的物件對象范圍非常之寬，物聯網收集數據，我們剛剛說虛擬東西也是物聯網對象，我們看很多東西收集，瀏覽器、搜索引擎、智能終端、游戲終端、GPS等，他通過大家日常網絡留下痕跡和腳印獲取大量的數據。

　　第二物聯網產生大數據

　　這是美國人前幾年醫院一年產生500個數據，IMT1.4TB數據等各位各種的數據通過傳感器產生，也有在網上直接產生的，我們現在處于大數據時代，物聯網一分鐘可以產生非常多的東西，蘋果下載2萬余次，一分鐘會上傳10萬條新微博，全世界物聯網上虛擬網絡上，產生了大量的數據。

　　國外的這些公司數據量不一定比中國大，中國淘寶去年11節，一天1.05億，新浪微博晚上100萬以上的響應請求，中國聯通也進行大數據搜集，他們以前給用戶每一個月發一個帳單，很多用戶認為我沒有上這么多，中國聯通改制就詳細記錄客戶的上網記錄一秒鐘83萬條。

　　虛擬運行管理產生數據量更大，這個比較多是美國，每天是80個，發動機引擎數據588，企業資源管理客戶關系管理等現在是大數據，企業本身也是每時每刻產生大量數據。

　　2010年黃色是監控數據，還有娛樂的，還有數據處理的，還有淺色是娛樂，到了2020年，中間這一塊會展出來，把監控數據加起來一共超過總數據的一半。

　　2012年IDC公司發布了數字世界2020，指出在2005年由機器產生的數據占到數據總量的11%，2020增加到42%。

　　比如說醫療，現在到醫院看病都要CT，清晰度很高300多兆，一個病人CT影響往往多大兩千幅，數據量已經到了幾十個GB，如今中國大城市的醫院每天門診上完人，全國每年住院已經達到了兩億人次，按照醫療行業的相關規定，一個患者的數據通常需要保留50年以上。

　　物聯網數據類型這是澳大利亞一個大學，他計算機科室研究，量很大，從2010年到2015年漲五倍，以及產業還有實業、物流，這是公共設施以及我們汽車，智慧城市發展智慧醫療、家具等，都會帶動物聯網發展。

　　物聯網產生的大數據與一般的大數據有不同的特點。

　　物聯網的數據是異構的、多樣性的、非結構和有噪聲的，更大的不同是它的高增長率。

　　物聯網的數據有明顯的顆粒性，其數據通常帶有時間、位置、環境和行為等信息。

　　物聯網數據可以說也是社交數據，但不是人與人的交往信息，而是物與物，物與人的社會合作信息。

　　物聯網的混搭將使物聯網的數據變得更有用，將物聯網感知的數據與通過社會媒體獲得的數據結合，也就是人跟機器的社會聯網，將使決策更科學。

　　與隱私與法律有關的特殊性，誰是物聯網數據的擁有者，通過物聯網可以控制家用電器。

　　最后大數據助力物聯網，不僅僅是收集傳感性的數據，實物跟虛擬物要結合起來，我們傳感器今天北京交通堵塞，但是并不知道堵塞原因，如果政府發布消息和市民微博發布消息結合起來就知道發生什么事，物聯網要過濾，過濾要有一定模式。

　　決策的時候還要考慮我發布什么東西，會帶來什么影響，最近有地震，他能預測60%地震，總有一天會說準。

　　物聯網數據挖掘涉及到數據存儲，從實物虛擬物獲取存儲，然后進行一些虛擬化和找出數據摘要，是要加標簽的。

　　數據挖掘模式，合并壓縮、清洗過濾、格式轉換，法階段數據分析、知識發現、可視化、數據階段，關聯規則，分類、聚類、序列、路徑。因此后面工作更大更重要而且更難。

　　我舉例子泥石流，最近發生蘆山和寶興地震，很容易發生泥石流，把這些數據收集，收集完了根據已有的數據模式進行分析。

　　最近大家關注PM2.5，另外云南西北邊、西川西南邊干旱容易發生火災，利用雷達、飛機可以搜集數據，也需要進行分析，然后產生判斷。

　　在水面取樣，通過衛星發出去，利用云計算、中心數據挖掘，河流的環境污染，數字化的模式，我們可以發現有的地方有環境污染，所污染本身需要異源數據，除了傳感器、物聯網數據有噪聲的不干凈的，所以需要多種數據的結合，歷史數據的挖掘，然后進行分析預感、預警，所以數據后面的處理，食品現在也是大家所關注的，手機拍下來食品到后臺去查，哪個公司食品，在什么地方生產，他食品生產日期等等，包括食品安全不安全，營養成分怎么樣等等，食品監控，運用后臺數據。

　　最近禽流感流行，怎么去監測，凡是產生流感病人在網上尋找，吃什么藥好，哪個地方看病好，或者微博交流我這幾天感冒了。

　　大數據在個性化醫療應用。

　　智能交通虛擬化和可視化。交通管理中心再大，也裝不上所有的視頻，因此10秒鐘，這樣看上去每時每刻只有能夠監控很小一部分內容，通過軟件把整條路上變成一個視頻，再進一步我把所有馬路都通過大數據軟件后臺分析組成圖象，這圖象像上海市領導人坐飛機俯視地面一樣。所以這些都是后臺數據分析。

　　最近網上說四川一所大學教授發明了刷臉點名器，利用人臉識別技術分析學生個體之間的人跡交流情況。

　　大數據在社會管理上有很好的作用。美國紐約的警察分析交通用度與犯罪發生地點的關系有效改進治安。 北京交通一卡通每天產生4千萬條刷卡記錄，地鐵每天1千萬人次，分析這些數據可改善城市交通狀況。 新加坡的公共交通部門十年來已經使用個人位置數據做交通需求的預測。荷蘭的交通部門利用移動電話的定位功能預測汽車和行人的擁堵狀況。

　　最后講M2M的總量

　　全世界的M2M2011年20億，2020年180億，預測2020年有500億連接，主要是在消費電子和只能建筑兩個領域，占70%。

　　2011年M2M全市場為2000億美元，2022年12000億美元，三分之二收入來自設備與安裝，三分之一來自服務，2020年最大的M2M市場在中國和美國，分別占20%和19%。

　　經濟學人預測2013年年底10億物品連接，物聯網產生大數據，大數據助力物聯網謝謝大家。