人和人的互聯(lián)，是人的信息通過網(wǎng)絡傳遞給另一人，同理可得物和物的互聯(lián)，是物的信息通過網(wǎng)絡傳遞給另一個物或者人。是的，物沒有生命，物沒有思考，它會有什么信息?它又如何收發(fā)信息?這些信息又是如何得以應用?

　　這便是物聯(lián)網(wǎng)的四層架構(gòu)：感知層，傳輸層，平臺層，應用層。

　　(一)感知層

　　一個停車位是如何得知自己的坐標定位，如何得知自己是否已停?秘密就在于“傳感器”。就像人的鼻子可以嗅到氣味，舌頭可以嘗到味道，皮膚可以感知溫度，人的各個器官承擔了傳遞感覺的責任。物的傳感器猶如人的器官，用于獲知與物體相關的各種信息。

　　感知層是物聯(lián)網(wǎng)的底層，是物聯(lián)網(wǎng)應用和發(fā)展的基礎。物聯(lián)網(wǎng)的感知層包括基礎芯片、傳感器以及RFID、二維碼等感知裝置，感受到被測量的信息，并能將感受到的信息，按一定規(guī)律變換成電信號或者其他所需的信息形式輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。簡單點理解，就是物通過傳感器獲取到了信息，為后續(xù)的傳輸和應用等過程提供了基礎。

　　(二)傳輸層

　　物聯(lián)網(wǎng)的網(wǎng)絡與互聯(lián)網(wǎng)的并無太大差異，都是通過網(wǎng)絡實現(xiàn)互聯(lián)來進行信息的傳輸。但是物聯(lián)網(wǎng)的網(wǎng)絡對比我們平常使用的互聯(lián)網(wǎng)在實際的應用場景中有著不一樣的需求。如在物聯(lián)網(wǎng)中，傳送的數(shù)據(jù)量巨大，且對數(shù)據(jù)傳輸?shù)膶崟r性有一定的要求，甚至不一樣的物聯(lián)網(wǎng)應用場景也會有著較大差異的需求。為了適應各式各樣的物聯(lián)網(wǎng)應用場景，需要對物聯(lián)網(wǎng)的網(wǎng)絡在現(xiàn)有網(wǎng)絡的基礎上進行擴展和優(yōu)化，利用新技術(shù)來實現(xiàn)更加廣泛高效的互聯(lián)功能。

　　物聯(lián)網(wǎng)的傳輸層主要負責傳遞和處理感知層獲取的信息。無線傳輸技術(shù)可以分為2類：一類是以Zigbee、Wi-Fi、藍牙等為代表的短距離傳輸技術(shù)，即局域網(wǎng)通信技術(shù);另一類則是LPWAN，即廣域網(wǎng)通信技術(shù)。LPWAN又可以分為兩類，一類是工作于未授權(quán)頻段的LoRa、Sigfox等技術(shù);另一類是工作于授權(quán)頻段的NB-IoT、eMTC等。

常用通信技術(shù)

　　(三)平臺層

　　物聯(lián)網(wǎng)平臺層是連接物聯(lián)網(wǎng)網(wǎng)絡架構(gòu)和產(chǎn)業(yè)鏈條的關鍵環(huán)節(jié)，向下連接感知層，向上面向應用服務提供商提供應用開發(fā)能力和統(tǒng)一接口，提供各種服務能力，如數(shù)據(jù)路由、數(shù)據(jù)處理與挖掘、應用開發(fā)、設備維護服務等。

　　從平臺的功能框架來看，將物聯(lián)網(wǎng)的平臺層自頂向上分為四個部分：

　　連接管理平臺CMP(Connectivity Management Platform)：通過連接物聯(lián)網(wǎng)卡實現(xiàn)對物聯(lián)網(wǎng)連接管理、故障管理、網(wǎng)絡資源用量管理、資費管理等;

　　設備管理平臺DMP(Devive Management Platform)：對物聯(lián)網(wǎng)終端遠程監(jiān)控、配置升級、通過提供開放API接口幫助客戶實現(xiàn)系統(tǒng)集成和增值開發(fā)等;

　　應用支持平臺AEP(Application Enablement Platform)：能快速部署物聯(lián)網(wǎng)應用的云平臺，同時為客戶提供完整、具有動態(tài)擴展、按需服務以及高可用性的物聯(lián)網(wǎng)應用;

　　業(yè)務分析平臺BAP(Business Analytics Platform)：包括基礎大數(shù)據(jù)服務和機器學習，將數(shù)據(jù)采集分析處理并實現(xiàn)可視化，將數(shù)進行訓練，形成具有預測性功能的業(yè)務分析邏輯。

　　(四)應用層

　　物聯(lián)網(wǎng)的根本目標時要與行業(yè)需求結(jié)合，實現(xiàn)物聯(lián)網(wǎng)智能應用。我們在感知層使用了各種技術(shù)收集到了多種數(shù)據(jù)，不斷研究適用的網(wǎng)絡技術(shù)讓這些數(shù)據(jù)得以傳輸，那到底如何利用這些數(shù)據(jù)解決行業(yè)問題就是應用層在思考的事情。

　　在大數(shù)據(jù)的時代，目標是從海量數(shù)據(jù)中挖掘出有用的信息，這些信息可以反映出某些問題或解決某些問題，如城市交通情況的分析與預測;環(huán)境狀態(tài)的監(jiān)控、分析與預警;健康狀況監(jiān)測與醫(yī)療方案建議等等。如何進行合理的數(shù)據(jù)挖掘并進行決策分析十分重要。

　　更多關于“物聯(lián)網(wǎng)培訓”的問題，歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學，課程大綱緊跟企業(yè)需求，更科學更嚴謹，每年培養(yǎng)泛IT人才近2萬人。不論你是零基礎還是想提升，都可以找到適合的班型，千鋒教育隨時歡迎你來試聽。