（文章來源：網絡整理）
物聯網的概念最早是在1999年由Kevin Ashton在一次演講中提出來的，當時他是一個RFID研究機構的執行主任，這家研究機構是在寶潔公司和吉列公司的贊助下成立的。而他本人也因此被稱為物聯網之父。隨后麻省理工學院的Neil Gershenfeld教授出版了一本名為《When things Start to Think》的書。以這些為標志，正式揭開了物聯網的序幕。

物聯網的英文是Internet of Things，縮寫為IoT。這里的“物”指的是我身邊一切能與網絡聯通的物品。例如你帶的手表、你騎的共享單車、馬路上的汽車、家里的冰箱、路邊的路燈、甚至是一棵樹。只要一件物品能夠與網絡相連，它就都是物聯網中的“物”。而所謂物聯網，就是“物”與人，以及“物”與“物”之間，通過網絡來傳遞和處理信息。

通過物聯網，人們將能夠以低廉的價格大量使用能夠通信的“物”，并從這些“物”中獲取數據，而各種各樣的服務才能如雨后春筍般涌現出來。此外，先進感測技術的普及幫助人們實現了對真實世界的掌握和預測，通過實時且海量地搜集人、物、環境數據，將可以進行新型社會基礎設施的構建，保障和優化城市運行，監測和預警關系民生的危險與災害等。

在物聯網的實現方面，近年來，機器對機器通信（M2M）等關鍵技術備受人們關注。物聯網和M2M在很多方面可以視作同一個意思，但從嚴格意義上來說二者是不同的。M2M是不經人為控制的、機器和機器之間的通信，多數情況下它表示的是機器與機器之間自動交換信息的整體系統，重點關注機器通信之間的協議與標準。而物聯網則大多含有給信息接收者提供服務的含義，作為一個服務網絡，它比M2M的范圍更廣。

物聯網的組成，從普通用戶而非技術人員角度，大致可以概括為如下四個部分：物聯網終端、傳感器、網絡與物聯網服務物聯網終端就是指前面提到的“物”。它上面會裝有一種名為傳感器的電子元件，并與網絡相連接。比如大家拿著的智能手機和平板電腦就是物聯網終端的一種。汽車、家電產品、自行車、我們時刻戴著的手表和手環，包括農場中的一座大棚，工廠里的一臺機器等，只要能滿足上述條件，就是一種物聯網終端。這些終端通常起著兩個作用：感測和反饋。

感測指的是搜集終端本身的狀態及周邊環境的狀態并通知系統。這里說的狀態包括如燈是開是關、房間的溫度和濕度、門口有沒有人、機器運行的狀態，等等。而終端是利用傳感器這種電子元件來實現感測的。

反饋是指接收從系統發來的通知后，顯示信息或執行指定的操作。系統會基于從傳感器搜集到的數據，經過處理后，進行一些反饋，并通常需要通過物聯網終端針對現實世界采取相應的行動。反饋有多種形式，包括可視化、通知，以及控制等。通過“可視化”，用戶能夠使用電腦和智能手機上的Web 瀏覽器或APP隨時查看經物聯網服務處理后的信息；通過“推送通知”，系統就能在檢測到“物”的異常狀態或觸發某些指令后，將其通知給終端或信息接收者，以達到提醒和告警的目的；通過“控制”，系統就可以直接控制終端的運轉，實現自動化操作，而無需借助人工。

在物聯網終端中，要想搜集終端和環境的狀態，就需要利用一個叫做傳感器的電子元件。傳感器負責把物理現象用電子信號的形式輸出。例如有的傳感器可以把溫度和濕度作為電子信號輸出，還有的傳感器能把超聲波和紅外線等人類難以感知的現象轉換成電子信號輸出，等等。通過傳感器輸出的電子信號，系統就能夠獲取現實世界中的“物”的狀態或周邊環境的狀態了。人們很少單獨利用這些傳感器，通常都是將它們置入各種各樣的物聯網終端里來加以利用的。

在把終端連接到物聯網服務時，網絡是不可或缺的。物聯網使用的網絡大體上分為兩種：一種是把終端連接到其他終端的網絡，另一種是把終端連接到物聯網服務的網絡。

無法或不需要直接連接到互聯網的終端是存在的，而通過把終端連接到其他終端，如連接到負責收集傳感器數據的物聯網網關設備，就能通過物聯網網關把這些不能連接到互聯網的終端再集中連接到互聯網了。這種網絡連接方式在工業領域應用極廣，能夠節省成本以及提高連接效率。而針對終端之間的連接，藍牙、ZigBee、LoRa、WIFI 是幾種比較有代表性的網絡標準。

至于把終端直接連接到物聯網服務系統，則通常會涉及到互聯網的訪問。除了基于WIFI和寬帶網絡外，GPRS/3G/4G/5G以及通用的NB-IoT等移動線路也很常用，尤其是在戶外和移動場景下。而除了現在Web 服務中廣泛使用的HTTP 和WebSocket 協議以外，還有一些專為機器對機器通信和物聯網而產生的輕量級協議，如MQTT,CoAp,XMPP等。

對于技術人員來說，在網絡層之上，物聯網體系還會劃分出如基礎設施層、平臺層、應用層等不同層次，但對于普通用戶來說，可以統稱為物聯網服務。物聯網服務有兩個作用：一是從終端接收數據以及發送數據給物聯網終端；二是處理和保存數據。物聯網接收從終端直接發來的數據。終端發來的數據內容包括終端搭載的傳感器所采集到的信息，以及用戶對終端進行的操作等。

而僅僅采集傳感器和終端發來的數據，那只不過是將一堆龐大的數據聚在一起而已，很難直接應用這些數據。為了實現具體的應用服務，就需要從采集到的數據中分析出有價值的信息。因此，只有通過對數據進行分析，才有可能掌握終端的運轉情況，找出其中蘊含的趨勢，提前檢測出今后可能會發生的異常情況。這樣才能把整個物聯網服務從一個單純的采集數據的系統升華到一項幫助使用者創造價值的服務。

不過，從終端接收到的數據不只有能用計算機簡單處理的數值型數據，根據傳感器的不同，還包含圖像、語音、自然語言等很難直接用計算機處理、沒有被結構化的數據。我們把這種數據叫做非結構化數據。數據處理時，有時也會把那些易于用計算機處理的數據從非結構化數據中提取出來，例如把表示圖像和語音特征的特征值提取出來。這些信息也會被保存到結構化的數據庫中，并按照傳統數據處理的方式進行分析和使用。而對于那些無法進行結構化數據提取的非結構化數據，則需要借助目前日臻成熟的如大數據、機器學習等技術去進行分析和處理了。
（責任編輯：fqj）