矿井下人员周围环境，实现主动式安全保障，减少人员伤亡事故：(3)感知煤矿主要设备健 康状况，实现预知维修，保持设备良好工作状态。矿山物联网的感知层面主要用于采集煤矿 生产过程中发生的物理事件和数据，包括物理量、标识、音频、视频。感知矿山灾害状况、 设备工作健康状况和矿工周围安全环境状况向。智慧城市感知层面包含的内容非常广、感知 数据的总量也非常庞大。如城市交通领域的噪声感知、视频感知、车辆位置感知等等。感知 层通过无线射频RFD、卫星定位、视频监控、噪声监控、状态监控等多元传感设备，实现 身份识别、位置感知、图像感知、状态感知等多方面感知。 此外，还有一些代表性的工作，如清华大学史元春教授研究组利用智能手机来感知人的 行为特征，使得人们与外界的交互更加方便；清华大学刘云浩教授的CitySee课题组的基于 智慧城市的项目，通过采集二氧化碳含量、光照、湿度等数据的环境感知。 (3)感知数据安全 由于感知层是物联网的基础，负责感知和搜集数据，是整个物联网的信息源。因此，感 知层数据信息的安全保障是整个物联网信息安全的基础。感知层的安全不仅和节点所处的外 部环境有关。物联网中的传感节点通常需要部署在无人值守的环境中，相比于传统网络环境 更容易受到攻击。此外，因为有些感知设备同时也是与用户进行交互的设备。要能够保证这 些设备在与人交互的过程中，不能够出现危险行为，这就涉及到了感知设备的硬件质量检测。 作为感知层中最重要的识别技术，RFID系统面临的安全风险主要有信息泄露、追踪、 重放攻击、克隆攻击、信息篡改、中间人攻击等。对于这些安全威胁，研究人员提出来一些 解决方案，如杀死标签、主动屏蔽和加密解密技术等。而无线传感器网络相比于传统的互联 网具有自身的一些特殊性。在无线传感器网络中的节点资源通常是受限的，这些节点的计算 能力、存储能力、通信能力有限。由于其固有的分布特点，往往会面临如下安全问题：节点 物理俘获、传感信息泄露、耗尽攻击、拥塞攻击、非公平攻击、拒绝服务攻击、转发攻击、 节点复制攻击等。针对这些安全威胁，研究人员提出了加强网关节点部署环境安全防护、加 强对传感网机密性的安全控制、增加节点认证机制、入侵检测机制等解决方法。 2.2.2网络层面 物联网的网络层包括延伸网、接入网和核心网，可依托公众电信网和互联网，也可以依 托行业专用通信网络，主要实现信息的传递、路由和控制。网络层处于物联网感知层和应用 层之间，负责将感知层获取的信息进行传递和处理，是物联网的“神经中枢”。由于网络层具 有异构网络规模大、系统环境动态化等特点，保障异构网络间的互连互通和可靠传输成为网 络层面临的最大挑战。在国家高技术研究发展计划(863计划和国家重点基础研究发展计划 网(973计划)的物联网相关的基础研究项目，都把网络层的研究工作放在突出位置，予以 重点攻克。除此之外，网络层能量、频谱资源利用效率也是网络层面研究工作的重点，主要 体现在网络层的低功耗路由和认知无线电技术等。一般说来，网络层的关键技术网络通信技 术主要包括无线接入增强技术、下一代承载网络技术、低功耗路由、自组织通信技术、网络 240
240 矿井下人员周围环境，实现主动式安全保障，减少人员伤亡事故；（3）感知煤矿主要设备健 康状况，实现预知维修，保持设备良好工作状态。矿山物联网的感知层面主要用于采集煤矿 生产过程中发生的物理事件和数据，包括物理量、标识、音频、视频。感知矿山灾害状况、 设备工作健康状况和矿工周围安全环境状况[6]。智慧城市感知层面包含的内容非常广、感知 数据的总量也非常庞大。如城市交通领域的噪声感知、视频感知、车辆位置感知等等。感知 层通过无线射频 RFID、卫星定位、视频监控、噪声监控、状态监控等多元传感设备，实现 身份识别、位置感知、图像感知、状态感知等多方面感知。 此外，还有一些代表性的工作，如清华大学史元春教授研究组利用智能手机来感知人的 行为特征，使得人们与外界的交互更加方便；清华大学刘云浩教授的 CitySee 课题组的基于 智慧城市的项目，通过采集二氧化碳含量、光照、湿度等数据的环境感知。 （3）感知数据安全 由于感知层是物联网的基础，负责感知和搜集数据，是整个物联网的信息源。因此，感 知层数据信息的安全保障是整个物联网信息安全的基础。感知层的安全不仅和节点所处的外 部环境有关。物联网中的传感节点通常需要部署在无人值守的环境中，相比于传统网络环境 更容易受到攻击。此外，因为有些感知设备同时也是与用户进行交互的设备。要能够保证这 些设备在与人交互的过程中，不能够出现危险行为，这就涉及到了感知设备的硬件质量检测。 作为感知层中最重要的识别技术，RFID 系统面临的安全风险主要有信息泄露、追踪、 重放攻击、克隆攻击、信息篡改、中间人攻击等。对于这些安全威胁，研究人员提出来一些 解决方案，如杀死标签、主动屏蔽和加密解密技术等。而无线传感器网络相比于传统的互联 网具有自身的一些特殊性。在无线传感器网络中的节点资源通常是受限的，这些节点的计算 能力、存储能力、通信能力有限。由于其固有的分布特点，往往会面临如下安全问题：节点 物理俘获、传感信息泄露、耗尽攻击、拥塞攻击、非公平攻击、拒绝服务攻击、转发攻击、 节点复制攻击等。针对这些安全威胁，研究人员提出了加强网关节点部署环境安全防护、加 强对传感网机密性的安全控制、增加节点认证机制、入侵检测机制等解决方法。 2.2.2 网络层面 物联网的网络层包括延伸网、接入网和核心网，可依托公众电信网和互联网，也可以依 托行业专用通信网络，主要实现信息的传递、路由和控制。网络层处于物联网感知层和应用 层之间，负责将感知层获取的信息进行传递和处理，是物联网的“神经中枢”。由于网络层具 有异构网络规模大、系统环境动态化等特点，保障异构网络间的互连互通和可靠传输成为网 络层面临的最大挑战。在国家高技术研究发展计划(863 计划)和国家重点基础研究发展计划 网（973 计划）的物联网相关的基础研究项目，都把网络层的研究工作放在突出位置，予以 重点攻克。除此之外，网络层能量、频谱资源利用效率也是网络层面研究工作的重点，主要 体现在网络层的低功耗路由和认知无线电技术等。一般说来，网络层的关键技术网络通信技 术主要包括无线接入增强技术、下一代承载网络技术、低功耗路由、自组织通信技术、网络
传送技术、异构网络融合接入技术以及认知无线电等资源管理技术等。下面，我们从网络 层的异构互连、可靠传输和网内处理三个方面介绍近年来的研究工作进展。 资源管理、业务控制 远程控制 异构网络融合 资源和存储管理 骨干网络 网络层 互联网 移动透信网 有线网 专用网络 接入网络 无线接入增强 下一代承载网 低功率路由 图3物联网的网络层面研究内容 (1)异构互连 目前在物联网感知层和网络层采用的无线技术包括RFD、近距离无线通信技术、无线 局域网(EEE802.11)、蓝牙、蜂窝移动通信、宽带无线接入技术等。如此众多的异构通信 网络间要实现互连互通，首先要解决的就是参与通信的两个对象的网络标识问题。现阶段正 在使用的网络标识有Pv4、Pv6、E.164、MSI、MAC等。物联网在通信标识方面的需求与 传统网络的不同主要体现在两个方面：首先，物联网中的通信设备的规模非常大，使得标识 资源需求的大规模增加，Pv4、E.164等传统网络资源地址的分配已经满足不了应用的需求。 其次，以无线传感器网络(Wireless Sensor Network,WSN)为代表的无线通信网络在通信的 带宽和处理能耗上的要求，使得设备的标识长度又不能太长，以提高资源、能量的利用效率。 因此，异构网络系统的互连模型和网元编码体系是网络层研究的首要问题。 使用Global IP为物联网中的网元进行标识编码，是解决物联网可扩展性以及进行服务 的透明集成的最佳途径。目前基于Pv6的网络协议已经成为实现Global IP的共识。韩国 科学技术高级研究院提出了面向全P体系的无线传感器网络通信协议SNAIL(Sensor Networks for All--IP World)。该协议体系包含一个完整的Pv6自适应方法(IPv6 Adaptation) 以及针对节点移动性问题的移动管理协议(Mobility)、Web可访问性(Web Enablement)、 时间同步(Time Synchronization)、安全性(Security)I。从2005年开始，ETF6 LoWPAN 工作组针对物联网中的大量计算和资源均受限的设备，提出Pv6实施方案6 LoWPAN。该 方案具有头部结构简单、分层级地址模型的特点，非常适合于无线嵌入式设备。2007年， 6 LoWPAN的第一个版本发布。20O8年，IETF成立了一个新的工作组ROLL来制定针对低 241
241 传送技术、异构网络融合接入技术以及认知无线电等资源管理技术等[5]。下面，我们从网络 层的异构互连、可靠传输和网内处理三个方面介绍近年来的研究工作进展。 互联网 移动通信网 专用网络 接入网络 网 络 层 有线网 无线接入增强 下一代承载网 低功率路由 远程控制 异构网络融合 资源和存储管理 骨干网络 资源管理、业务控制 图 3 物联网的网络层面研究内容 （1）异构互连 目前在物联网感知层和网络层采用的无线技术包括 RFID、近距离无线通信技术、无线 局域网（IEEE 802.11）、蓝牙、蜂窝移动通信、宽带无线接入技术等。如此众多的异构通信 网络间要实现互连互通，首先要解决的就是参与通信的两个对象的网络标识问题。现阶段正 在使用的网络标识有 IPv4、IPv6、E.164、IMSI、MAC 等。物联网在通信标识方面的需求与 传统网络的不同主要体现在两个方面：首先，物联网中的通信设备的规模非常大，使得标识 资源需求的大规模增加，IPv4、E.164 等传统网络资源地址的分配已经满足不了应用的需求。 其次，以无线传感器网络（Wireless Sensor Network, WSN）为代表的无线通信网络在通信的 带宽和处理能耗上的要求，使得设备的标识长度又不能太长，以提高资源、能量的利用效率。 因此，异构网络系统的互连模型和网元编码体系是网络层研究的首要问题。 使用 Global IP 为物联网中的网元进行标识编码，是解决物联网可扩展性以及进行服务 的透明集成的最佳途径。目前基于 IPv6 的网络协议已经成为实现 Global IP 的共识[15]。韩国 科学技术高级研究院提出了面向全 IP 体系的无线传感器网络通信协议 SNAIL（Sensor Networks for All-IP World）。该协议体系包含一个完整的 IPv6 自适应方法（IPv6 Adaptation） 以及针对节点移动性问题的移动管理协议（Mobility）、Web 可访问性（Web Enablement）、 时间同步（Time Synchronization）、安全性（Security）[16]。从 2005 年开始，IETF 6LoWPAN 工作组针对物联网中的大量计算和资源均受限的设备，提出 IPv6 实施方案 6LoWPAN。该 方案具有头部结构简单、分层级地址模型的特点，非常适合于无线嵌入式设备。2007 年， 6LoWPAN 的第一个版本发布。2008 年，IETF 成立了一个新的工作组 ROLL 来制定针对低
能耗、无线不可靠网络的路由解决方案71)。uPv6是第一个针对存储资源受限的而设计的 基于Pv6的、轻量级的运行在802.15.4/6 LowPan、802.11、以太网等协议层之上的协议栈20。 uPv6使用两阶段的时钟来管理和移除过期的数据信息。 而目前移动通信网络和无线接入网络的标准化工作，主要集中于对现有移动通信网络协 议的增强，使其能更好的适应物联网的业务特点。主要的移动通信标准化组织均已开展相关 工作，3 GPP SA和RAN分别针对网络架构、核心网以及无线接入网开展了工作，目前网络 架构的增强已经进入实质性工作的阶段，而无线接入网的增强仍处于研究阶段。类似的， 3GPP2和IEEE802.16/WiMAX Forum也针对CDMA和WiMAX系统开展了相关的工作，但 目前的工作进展普遍慢于3GPP。 2010年，由北京邮电大学马华东教授作为首席科学家的国家重点基础研究发展计划 (973计划)“物联网体系结构基础研究”正式启动。其研究内容的第一个关键科学问题“大 规模异质网元的数据交换问题”与物联网网络层的异构互连问题密切相关。其研究内容包括 异构网络系统的互连模型与网元的高效编码体系、网络动态行为规律、面向P体系演进的 网络融合架构和同时支持非P和IP的网络融合架构等。设计基于Pν6的轻量级的物联网 编址寻址架构。研究基于主机标识和定位符分离的新型物联网编址寻址架构，探讨层次化、 可扩展的网络单元命名方法，提出一种新型的主机名字空间组织构架，实现高效的主机标识 符到定位符的映射。2011年，由中国科学院上海微系统与信息技术研究所刘海涛研究员作 为首席科学家的国家重点基础研究发展计划(973计划)“物联网的基础理论与实践研究”， 同样提出了要针对物联网应用场景的动态性以及网络和终端互连方式高度异构性的特点，进 行异构网络的融合和自治机理的研究。 (2)可靠传输 物联网的网络层与传统互联网的网络相比往往具有如下的突出特点：自组织性，参与通 信的节点间不需要网络基础设施的支持，节点可以随时加入或离开网络：分布式，大量的网 络节点以分布式的方式存在：拓扑动态变化，由于节点的移动性导致网络拓的变化，进而导 致网络中的通信链路也会变化：终端资源受限，每个节点的计算资源、存储资源和使用寿命 的限制，导致构建可靠的传输链路成为一个挑战：安全性，由于节点是分布在整个部署环境 中的，所以，单个节点容易受到攻击，信息传递的不可控因素增大。保障网络层传输的可靠 性对于保障物联网的安全性具有非常关键的作用。 Gou.等人提出了一种基于多路径的无线传感器网络可靠数据传输协议(LCRT),该协议 在提高网络通信可靠性的同时，还可以保证传输过程的能量消耗和时延都较低2。Jiag等 人针对两跳传输协议的无线传感器网络，提出了一种基于协作的规模有限网络的安全、可靠 传输协议22)。Zhag.等人提出了一种利用拓扑感知和结构化虚拟标识空间的方法，来建立物 242
242 能耗、无线不可靠网络的路由解决方案[17-19]。uIPv6 是第一个针对存储资源受限的而设计的 基于 IPv6 的、轻量级的运行在 802.15.4/6LowPan、802.11、以太网等协议层之上的协议栈[20]。 uIPv6 使用两阶段的时钟来管理和移除过期的数据信息。 而目前移动通信网络和无线接入网络的标准化工作，主要集中于对现有移动通信网络协 议的增强，使其能更好的适应物联网的业务特点。主要的移动通信标准化组织均已开展相关 工作，3GPP SA 和 RAN 分别针对网络架构、核心网以及无线接入网开展了工作，目前网络 架构的增强已经进入实质性工作的阶段，而无线接入网的增强仍处于研究阶段。类似的， 3GPP2 和 IEEE802.16/WiMAX Forum 也针对 CDMA 和 WiMAX 系统开展了相关的工作，但 目前的工作进展普遍慢于 3GPP。 2010 年，由北京邮电大学马华东教授作为首席科学家的国家重点基础研究发展计划 （973 计划）“物联网体系结构基础研究”正式启动。其研究内容的第一个关键科学问题“大 规模异质网元的数据交换问题”与物联网网络层的异构互连问题密切相关。其研究内容包括 异构网络系统的互连模型与网元的高效编码体系、网络动态行为规律、面向 IP 体系演进的 网络融合架构和同时支持非 IP 和 IP 的网络融合架构等。设计基于 IPv6 的轻量级的物联网 编址寻址架构。研究基于主机标识和定位符分离的新型物联网编址寻址架构，探讨层次化、 可扩展的网络单元命名方法，提出一种新型的主机名字空间组织构架，实现高效的主机标识 符到定位符的映射。2011 年，由中国科学院上海微系统与信息技术研究所刘海涛研究员作 为首席科学家的国家重点基础研究发展计划（973 计划）“物联网的基础理论与实践研究”， 同样提出了要针对物联网应用场景的动态性以及网络和终端互连方式高度异构性的特点，进 行异构网络的融合和自治机理的研究。 （2）可靠传输 物联网的网络层与传统互联网的网络相比往往具有如下的突出特点：自组织性，参与通 信的节点间不需要网络基础设施的支持，节点可以随时加入或离开网络；分布式，大量的网 络节点以分布式的方式存在；拓扑动态变化，由于节点的移动性导致网络拓的变化，进而导 致网络中的通信链路也会变化；终端资源受限，每个节点的计算资源、存储资源和使用寿命 的限制，导致构建可靠的传输链路成为一个挑战；安全性，由于节点是分布在整个部署环境 中的，所以，单个节点容易受到攻击，信息传递的不可控因素增大。保障网络层传输的可靠 性对于保障物联网的安全性具有非常关键的作用。 Gou.等人提出了一种基于多路径的无线传感器网络可靠数据传输协议（LCRT），该协议 在提高网络通信可靠性的同时，还可以保证传输过程的能量消耗和时延都较低[21]。Jiang.等 人针对两跳传输协议的无线传感器网络，提出了一种基于协作的规模有限网络的安全、可靠 传输协议[22]。Zhang.等人提出了一种利用拓扑感知和结构化虚拟标识空间的方法，来建立物
理标识符合与更高层物理地址的映射关系，通过省略数据和控制信息在网络中的洪泛，提高 了网络的可扩展性和鲁棒性2。由香港科技署发起的面向结构化健康监控的无线传感器网 络平台T℉项目的首要目标就是保证平台的高可靠性。香港科技大学张黔教授研究了链路不 可靠的无线自组织网络中节点密度和传输延时之间的关系24。 973计划“物联网的基础理论与实践研究”关于网络层可靠传输也提出要针对服务的动态 变化和多模异质特性以及对通信资源的竞争访问，研究物联网终端的高效无线接入协议：研 究物联网中可靠的多终端协同中继传输机制；针对网络拓扑及信道质量的快速动态变化，研 究非确定环境下的物联网端到端实时可靠数据传输的在线优化调度机制。 (3)网内处理 从计算模型的角度可以把物联网应用模式分成两大类：感知模式和海计算模式2。感 知模式关注对两个方面的强化：前端传感器对物理世界的有效感知、后端云计算平台的智能 判定和决策。感知计算模式在物联网网络层面的体现，可以追潮到无线传感器网络的网内数 据处理技术的研究。而海计算把智能推向了前端，网络中的智能化前端具有存储、计算和通 信能力，能在局部场景空间内实现前端之间的协同感知，并对感知事件及时作出相应，具有 高度的动态自治性。 在无线传感器网络中，电池能量是最重要的资源之一。数据传输占据着占据节点能量消 耗很大的一部分。网内数据处理技术通过在网络中部署具有一定计算能力的中继节点，对无 线传感器网络中的原始数据进行处理，从而达到降低传输能耗的目的。香港理工大学的 Yingwen Chen等人较早地提出了如何在无线传感器网络中部署中继节点的问题。考虑到实 际网络中很难获得网络全局拓扑信息的约束，他们提出了一种仅利用邻居节点网络信息的近 似最优化解决方案ENERGY26。美国康奈尔大学的Yong Yao等人提出了一种声明式的无线 传感器网内查询方法，该方法可以有效地减小网络资源的消耗、延长网络使用寿命27。 海计算这个概念是由中国科学院江锦恒副院长在2010年4月12日参加中国科学院战略 高技术十二五规划研讨会上首先提出的。海计算是物理世界的物体之间的计算模式。海 计算模式一方面通过强化融入在各种物体中的信息装置，实现物体和信息装置的紧密融合， 自然地（原生态地，Natively)获取物质世界信息；另一方面通过强化海量的独立个体之间 的局部的即时交互和分布式智能，使物体具备自组织、自计算、自反馈的海计算功能。海计 算的本质是物体与物体之间的智能交流，实现的是物之间的交互(Interaction of Things),强 调物理世界的智能连接和物理性质涌现(Emergence),是以物理世界为中心的思维2)。海 计算所具有的的融入性、自主性、局部交互、群体智能等特征，可以被认为是传统无线传感 器网络网内处理技术的高级发展阶段。 243
243 理标识符合与更高层物理地址的映射关系，通过省略数据和控制信息在网络中的洪泛，提高 了网络的可扩展性和鲁棒性[23]。由香港科技署发起的面向结构化健康监控的无线传感器网 络平台 ITF 项目的首要目标就是保证平台的高可靠性。香港科技大学张黔教授研究了链路不 可靠的无线自组织网络中节点密度和传输延时之间的关系[24]。 973 计划“物联网的基础理论与实践研究”关于网络层可靠传输也提出要针对服务的动态 变化和多模异质特性以及对通信资源的竞争访问，研究物联网终端的高效无线接入协议；研 究物联网中可靠的多终端协同中继传输机制;针对网络拓扑及信道质量的快速动态变化，研 究非确定环境下的物联网端到端实时可靠数据传输的在线优化调度机制。 （3）网内处理 从计算模型的角度可以把物联网应用模式分成两大类：感知模式和海计算模式[25]。感 知模式关注对两个方面的强化：前端传感器对物理世界的有效感知、后端云计算平台的智能 判定和决策。感知计算模式在物联网网络层面的体现，可以追溯到无线传感器网络的网内数 据处理技术的研究。而海计算把智能推向了前端，网络中的智能化前端具有存储、计算和通 信能力，能在局部场景空间内实现前端之间的协同感知，并对感知事件及时作出相应，具有 高度的动态自治性。 在无线传感器网络中，电池能量是最重要的资源之一。数据传输占据着占据节点能量消 耗很大的一部分。网内数据处理技术通过在网络中部署具有一定计算能力的中继节点，对无 线传感器网络中的原始数据进行处理，从而达到降低传输能耗的目的。香港理工大学的 Yingwen Chen 等人较早地提出了如何在无线传感器网络中部署中继节点的问题。考虑到实 际网络中很难获得网络全局拓扑信息的约束，他们提出了一种仅利用邻居节点网络信息的近 似最优化解决方案 ENERGY[26]。美国康奈尔大学的 Yong Yao 等人提出了一种声明式的无线 传感器网内查询方法，该方法可以有效地减小网络资源的消耗、延长网络使用寿命[27]。 海计算这个概念是由中国科学院江锦恒副院长在 2010 年 4 月 12 日参加中国科学院战略 高技术十二五规划研讨会上首先提出的[25]。海计算是物理世界的物体之间的计算模式。海 计算模式一方面通过强化融入在各种物体中的信息装置，实现物体和信息装置的紧密融合， 自然地（原生态地，Natively）获取物质世界信息；另一方面通过强化海量的独立个体之间 的局部的即时交互和分布式智能，使物体具备自组织、自计算、自反馈的海计算功能。海计 算的本质是物体与物体之间的智能交流，实现的是物之间的交互（Interaction of Things），强 调物理世界的智能连接和物理性质涌现（Emergence），是以物理世界为中心的思维[25]。海 计算所具有的的融入性、自主性、局部交互、群体智能等特征，可以被认为是传统无线传感 器网络网内处理技术的高级发展阶段
2.2.3数据层面 在物联网应用环境下，物联网源源不断地产生海量的多模态感知数据，这些数据大都是 包含有一定噪声的不确定数据，具有异构性、时空敏感性等特性，如果不能对其很好地描述 和处理，则很难有效利用这些数据，因此，在物联网的数据层面，如何在分布式环境下对海 量的数据进行存储、分析与挖掘，并且提供安全与隐私保障，成为当前研究者们高度关注的 问题。 分布式存储 高效数据存储 集中式存情 预测、寻证分析 数 层面 教据挖掘与融合 集中式数据挖掘 分布式教据挖揭 基于数据的隐私保护 安全与隐私保障 基于位置的隐私保护 图4物联网的数据层面研究内容 (1) 高效数据存储 对于物联网而言，现有的大规模数据存储系统并不能很好地满足物联网的存储需求。现 有的系统一般都采用通用型的关系型数据库管理系统来索引元数据，但其在峰值性能、伸缩 性、容错性、可扩展性等方面有很大局限性，不能有效地支持物联网上大规模的多模态感知 数据的存储和查询。 当前针对物联网的现有存储模式分为分布式和集中式两类。分布式存储方法2830是指将 采样数据直接存储在各传感器结点，查询处理时再通过远程访问获取数据。分布式存储的好 处是能减少不必要的数据传输。然而分布式存储方式有很多局限，比如传感器的内存以及外 部存储容量都很有限，不适应长期部署任务：如果传感器发生故障或重启，数据都会丢失： 查询数据会带来大量的通信开销等。 事实上，随着数据中心和云存储技术的发展，集中式的存储方案受到很大的关注。在工 业界，Google、微软、中国腾讯、阿里巴巴等国内外知名网络服务企业已经建立了大规模的 数据中心网络，用于存储海量数据，并利用分布式存储和强大的处理功能处理数据。云存储 是在云计算概念上延伸和发展出来的一个新的概念，目前己经有很多成熟的云存储服务，如 244
244 2.2.3 数据层面 在物联网应用环境下，物联网源源不断地产生海量的多模态感知数据，这些数据大都是 包含有一定噪声的不确定数据，具有异构性、时空敏感性等特性，如果不能对其很好地描述 和处理，则很难有效利用这些数据，因此，在物联网的数据层面，如何在分布式环境下对海 量的数据进行存储、分析与挖掘，并且提供安全与隐私保障，成为当前研究者们高度关注的 问题。 数据 层面 数据 层面 高高效效数数据据存存储储 数数据据挖挖掘掘与与融融合合 安安全全与与隐隐私私保保障障 分分布布式式存存储储 集集中中式式存存储储 预预测测、、寻寻证证分分析析 集集中中式式数数据据挖挖掘掘 分分布布式式数数据据挖挖掘掘 基基于于数数据据的的隐隐私私保保护护 基基于于位位置置的的隐隐私私保保护护 图 4 物联网的数据层面研究内容 （1） 高效数据存储 对于物联网而言，现有的大规模数据存储系统并不能很好地满足物联网的存储需求。现 有的系统一般都采用通用型的关系型数据库管理系统来索引元数据，但其在峰值性能、伸缩 性、容错性、可扩展性等方面有很大局限性，不能有效地支持物联网上大规模的多模态感知 数据的存储和查询。 当前针对物联网的现有存储模式分为分布式和集中式两类。分布式存储方法[28-30]是指将 采样数据直接存储在各传感器结点，查询处理时再通过远程访问获取数据。分布式存储的好 处是能减少不必要的数据传输。然而分布式存储方式有很多局限，比如传感器的内存以及外 部存储容量都很有限，不适应长期部署任务；如果传感器发生故障或重启，数据都会丢失； 查询数据会带来大量的通信开销等。 事实上，随着数据中心和云存储技术的发展，集中式的存储方案受到很大的关注。在工 业界，Google、微软、中国腾讯、阿里巴巴等国内外知名网络服务企业已经建立了大规模的 数据中心网络，用于存储海量数据，并利用分布式存储和强大的处理功能处理数据。云存储 是在云计算概念上延伸和发展出来的一个新的概念，目前已经有很多成熟的云存储服务，如