信(xin)息通(tong)信(xin)與智能(neng)服務(wu)商(shang)
每(mei)天，我們(men)都被傳(chuan)感器(qi)包圍著，它們(men)以某種形式監控、測(ce)量和(he)發送數據。通過(guo)物(wu)聯網（IOT）連(lian)接的設備和(he)技術可以實時(shi)(shi)監控和(he)測(ce)量數據，幫助(zhu)節省時(shi)(shi)間、能源(yuan)和(he)金(jin)錢。但(dan)是，物(wu)聯網數據是如何收集、處理和(he)分析的？
每天(tian)，我們(men)都被傳感器包(bao)圍著，它們(men)以(yi)某(mou)種(zhong)形(xing)式監(jian)控、測(ce)(ce)量和(he)(he)發(fa)送數(shu)據(ju)。通過(guo)物聯網(wang)(wang)（IOT）連接的(de)設備(bei)和(he)(he)技術可(ke)以(yi)實時監(jian)控和(he)(he)測(ce)(ce)量數(shu)據(ju)，幫助節省(sheng)時間、能源(yuan)和(he)(he)金錢(qian)。但是(shi)，物聯網(wang)(wang)數(shu)據(ju)是(shi)如(ru)何收集、處理和(he)(he)分(fen)析(xi)的(de)？
傳感(gan)器從物聯網消費者設備收(shou)(shou)(shou)集(ji)數據，如安(an)全系統(tong)、智(zhi)能電(dian)器、智(zhi)能電(dian)視和(he)(he)可(ke)穿戴健康裝置。數據也可(ke)以(yi)(yi)(yi)從商業設備中收(shou)(shou)(shou)集(ji)，包括(kuo)商業安(an)全系統(tong)、交(jiao)通監控設備和(he)(he)天(tian)氣跟蹤系統(tong)。數據被傳輸、保存，并(bing)且可(ke)以(yi)(yi)(yi)隨時檢索(suo)。 以(yi)(yi)(yi)下是物聯網設備收(shou)(shou)(shou)集(ji)數據的類型(xing)示例(li)：
自動(dong)化數據：許多人對設(she)備自(zi)動(dong)化(hua)持懷(huai)疑態度。無論(lun)是(shi)辦公室里的(de)自(zi)動(dong)燈還是(shi)恒溫器(qi)(qi)上的(de)自(zi)動(dong)設(she)置，都需要自(zi)動(dong)化(hua)。如果(guo)沒有(you)自(zi)動(dong)化(hua)，某人的(de)工作就是(shi)記住每天調(diao)整2次恒溫器(qi)(qi)的(de)設(she)置，最后一次調(diao)整后，關閉所有(you)燈。
狀(zhuang)態數據：最基本(ben)和最流行的物聯網數(shu)(shu)據類型(xing)是狀(zhuang)態數(shu)(shu)據。大多數(shu)(shu)物聯網設備生(sheng)成(cheng)狀(zhuang)態數(shu)(shu)據，這(zhe)些數(shu)(shu)據作為原始(shi)數(shu)(shu)據收集，然(ran)后(hou)用(yong)于更復雜(za)的分析(xi)。
位置數據：將位置(zhi)數(shu)(shu)據想象成(cheng)一個室內(nei)全(quan)球定位系(xi)統。位置(zhi)數(shu)(shu)據使您(nin)能夠(gou)實時跟(gen)(gen)蹤包裹、托(tuo)盤和設備(bei)，而不是將您(nin)引導(dao)到(dao)特(te)定的目的地。農民可(ke)(ke)以在(zai)收割期間跟(gen)(gen)蹤設備(bei)；倉庫主管可(ke)(ke)以在(zai)車間找(zhao)到(dao)特(te)定的零件托(tuo)盤；在(zai)消費(fei)者層(ceng)面，您(nin)可(ke)(ke)以使用位置(zhi)數(shu)(shu)據來跟(gen)(gen)蹤丟失(shi)的手機、筆記本電(dian)腦，甚(shen)至是鑰匙。
物聯網數據處理
物聯網傳感器和設備產生的大(da)量數(shu)(shu)據必須經過處(chu)理才能使用。但是，由(you)于(yu)數(shu)(shu)據通常來自多(duo)種(zhong)設備或不同(tong)的格式(shi)，因(yin)此在對數(shu)(shu)據進行處(chu)理或應用任何(he)類型的分析之前，您(nin)必須做(zuo)幾(ji)件事(shi)：
▲將(jiang)數據標準化或轉換為統一格式(shi)，確(que)保該格式(shi)與您的應用(yong)程序兼容。
▲存(cun)儲或創建新轉(zhuan)換格式數據(ju)的備份。
▲過濾(lv)任何(he)重復、過時或不(bu)需要的數據，以幫助(zhu)提高準確性(xing)。
▲集(ji)(ji)成其他來源的其他結構(gou)化(或非結構(gou)化)數據，以幫助豐(feng)富您當前(qian)的數據集(ji)(ji)。
物聯網數據分析
通過將(jiang)分析(xi)工具應用于(yu)物聯網(wang)(wang)設備生成的各種類(lei)型數(shu)據來(lai)執行物聯網(wang)(wang)分析(xi)。使(shi)用物聯網(wang)(wang)分析(xi)，可以從海量(liang)數(shu)據中提取有價值的信息，然后用于(yu)改進(jin)應用、業務(wu)流程和(he)生產等等。可以使(shi)用多種類(lei)型的數(shu)據分析(xi)：
規范性分析：規(gui)范(fan)性分析用(yong)于分析特定情況下應采(cai)取的步驟。它通常被稱(cheng)為描述性和預(yu)測(ce)性分析的結合。當(dang)用(yong)于商業(ye)應用(yong)時，規(gui)范(fan)性分析有助于破譯大(da)量信(xin)息，以獲得更準(zhun)確的結論。
空間分析：該方法(fa)用于(yu)(yu)分析基于(yu)(yu)位置的物(wu)聯網數據和(he)應用。空(kong)間分析解讀各種(zhong)地理(li)模式，確(que)定(ding)各種(zhong)物(wu)理(li)對象之間的任(ren)何(he)類型的空(kong)間關(guan)系。停車(che)應用、智能汽車(che)和(he)作物(wu)規劃都是受益于(yu)(yu)空(kong)間分析的應用實(shi)例。
流式分(fen)析：流(liu)式(shi)分(fen)析(xi)，有(you)時也稱(cheng)為事件(jian)流(liu)處理，有(you)助于分(fen)析(xi)大量“動態(tai)”數據(ju)集。可(ke)以對這些實時數據(ju)流(liu)進行(xing)分(fen)析(xi)，以檢測緊急情況，從而促進立即響應。從流(liu)式(shi)分(fen)析(xi)中(zhong)受益的物聯網數據(ju)類(lei)型包括流(liu)量分(fen)析(xi)、空(kong)中(zhong)交通和金(jin)融交易跟蹤(zong)中(zhong)使用的數據(ju)類(lei)型。
時間(jian)序列(lie)分析：時間(jian)序(xu)列(lie)(lie)分(fen)析基(ji)于基(ji)于時間(jian)的(de)數據，數據被分(fen)析以揭(jie)示任何(he)異(yi)常、模式或(huo)趨勢。從時間(jian)序(xu)列(lie)(lie)分(fen)析中獲益匪淺的(de)兩(liang)個(ge)系統是健康監(jian)測和天氣監(jian)測系統。
我們(men)被物聯(lian)網(wang)數(shu)據包圍著(zhu)——在我們(men)的(de)家里、汽車里、辦公室(shi)里，而且物聯(lian)網(wang)技術產生的(de)數(shu)據量是巨大的(de)。通過(guo)收集、處(chu)理和分(fen)析物聯(lian)網(wang)數(shu)據，消費者和組織可(ke)以(yi)獲得有價(jia)值(zhi)的(de)見解，幫助他(ta)們(men)成長并對(dui)未來做出(chu)更(geng)好的(de)決策。
