第2章 信息技术发展-2.2新⼀代信息技术及应⽤
2.2新⼀代信息技术及应⽤
2.2.1物联⽹
物联⽹(The Internet of Things)是指通过信息传感设备,按约定的协议将任何物品与互联⽹相连接,进⾏信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的⽹络。
物联⽹主要解决物品与物品(Thing to Thing, T2T)、⼈ 与 物 品 (Human to Thing, H2T)、⼈与⼈(Human to Human, H2H)之间的互连。
1 .技术基础。物联⽹架构可分为三层:感知层、⽹络层和应⽤层。
2 .关键技术。物联⽹关键技术主要涉及传感器技术、传感⽹和应⽤系统框架等。
1) 传感器技术
传感器是⼀种检测装置,它能“感受”到被测量的信息。
也是物联⽹获取物理世界信息的基本⼿段。
射频识别技术(RFID)是物联⽹中使⽤的⼀种传感器技术。
RFID技术让物品能够“开⼝说话”,这赋予了物联⽹⼀个特性:可跟踪性,即可以随时掌握物品的准确位置及其周边环境。
2)传感⽹
微机电系统(MEMS)是由微传感器、微执⾏器、信号处理和控制电路、通信接⼝和电源等部件组成的⼀体化的微型器件系统。
其⽬标是把信息的获取、处理和执⾏集成在⼀起,组成具有多功能的微型系统,集成于⼤尺⼨系统中,从⽽⼤幅地提⾼系统的⾃动化、智能化和可靠性⽔平。
如:⻝品蔬菜的标签会向顾客的⼿机介绍“⾃⼰”是否真正“绿⾊安全”。
3)应⽤系统框架
物联⽹应⽤系统框架是⼀种以机器终端智能交互为核⼼的、⽹络化的应⽤与服务。
它将使对象实现智能化的控制,涉及5个重要的技术部分:机器、传感器硬件、通信⽹络、中间件和应⽤。
该框架基于云计算平台和智能⽹络,可以依据传感器⽹络获取的数据进⾏决策,改变对象的⾏为控制和反馈。
如:智能化的住宅在主⼈上班时,传感器⾃动关闭⽔电⽓和⻔窗,定时向主⼈的⼿机发送消息,汇报安全情况。
3.应⽤和发展
物联⽹的应⽤领域涉及⼈们⼯作与⽣活的⽅⽅⾯⾯。在⼯业、农业、环境、交通、物流、安保等基础设施领域的应⽤,有效地推动了这些⽅⾯的智能化发展。
2.2.2云计算
1 技术基础
云计算是⼀种基于互联⽹的计算⽅式,通过这种⽅式将⽹络上配置为共享的软件资源、计算资源、存储资源和信息资源,按需求提供给⽹上的终端设备和终端⽤⼾。
云计算实现了“快速、按需、弹性”的服务,⽤⼾可以随时通过宽带⽹络接⼊“云”并获得服务,按照实际需求获取或释放资源,根据需求对资源进⾏动态扩展。
按照云计算服务提供的资源层次,可以分为基础设施即服务(Infrastructure as a Service,IaaS)、平台即服务(Platform as a Service, PaaS )和软件即服务(Software as a Service,SaaS)三种服务类型。
laaS向⽤⼾提供计算机能⼒、存储空间等基础设施⽅⾯的服务。这种服务模式需要较⼤的基础设施投⼊和⻓期运营管理经验,其单纯出租资源的盈利能⼒有限。
PaaS向⽤⼾提供虚拟的操作系统、数据库管理系统、Web应⽤等平台化的服务。PaaS服务的重点不在于直接的经济效益,⽽更注重构建和形成紧密的产业⽣态。
SaaS向⽤⼾提供应⽤软件(如CRM、办公软件等)、组件、⼯作流等虚拟化软件的服务。
SaaS⼀般采⽤Web技术和SOA架构,通过Internet向⽤⼾提供多租⼾、可定制的应⽤能⼒。
2 .关键技术
云计算的关键技术主要涉及虚拟化技术、云存储技术、多租⼾和访问控制管理、云安全技术等。
1 )虚拟化技术
虚拟化技术可以扩⼤硬件的容量,简化软件的重新配置过程。
容器(Container)技术是⼀种全新意义上的虚拟化技术(开销更⼩),操作系统虚拟化范畴,⽬前最受欢迎的容器环境是Docker。
2 ) 云存储技术
分布式⽂件系统是云存储技术中的重要组成部分。
过云集群管理实现云存储的可拓展性。
3)多租⼾和访问控制管理
访问控制管理是云计算应⽤的核⼼问题之⼀。云计算访问控制的研究主要集中在云计算访问控制模型、基于ABE密码体制(基于属性的加密,可根据⽤⼾属性加解密)的云计算访问控制、云中多租⼾及虚拟化访问控制研究。
云中多租⼾及虚拟化访问控制是云计算的典型特征。
4 )云安全技术
云安全研究主要包含两个⽅⾯的内容:
⼀是云计算技术本⾝的安全保护⼯作,涉及相应的数据完整性及可⽤性、隐私保护性以及服务可⽤性等⽅⾯的内容。
⼆是借助于云服务的⽅式来保障客⼾端⽤⼾的安全防护需求,通过云计算技术来实现互联⽹安全,涉及基于云计算的病毒防治、⽊⻢检测技术等。
在云安全技术的研究⽅⾯,主要包含:
①云计算安全性(保障互联⽹⽤⼾数据的安全性,如何有效防护恶意⽹络攻击)
②保障云基础设施的安全性(实现云服务的优化,保障满⾜预期的安全防护的要求)
③云安全技术服务(互联⽹终端⽤⼾的安全服务要求)
云安全技术是新⼀代互联⽹中安全技术构架的核⼼内容,体现了当前快速发展的云计算的先进性,是未来的信息安全技术发展的必然趋势。
3.应⽤和发展
“上云”将成为各类组织加快数字化转型、⿎励技术创新和促进业务增⻓的第⼀选择,甚⾄是必备的前提条件。
从AI与机器学习、IoT与边缘计算、区块链到⼯程实践领域的DevOps、云原⽣和ServiceMesh,都有云计算⼚商积极参与、投⼊和推⼴的⾝影。云计算实际上已成为AI相关技术的基础。
2.2.3⼤数据
⼤数据(Big Data)指⽆法在⼀定时间范围内⽤常规软件⼯具进⾏捕捉、管理和处理的数据集合,是具有更强的决策⼒、洞察发现⼒和流程优化能⼒的海量、⾼增⻓率和多样化的信息资产。
1 .技术基础
⼤数据主要特征包括:
• 数据海量:⼤数据的数据体量巨⼤,从TB级别跃升到PB级别 (1PB=1024TB)、EB级别 (1EB=1024PB),甚⾄达到ZB级别 ( 1ZB=1024EB)。
• 数据类型多样:
⼤数据的数据类型繁多,⼀般分为结构化数据和⾮结构化数据。相对于以往便于存储的以⽂本为主的结构化数据,⾮结构化数据越来越多,包括⽹络⽇志、⾳频、视频、图⽚、地理位置信息等,这些多类型的数据对数据的处理能⼒提出了更⾼要求。
• 数据价值密度低:数据价值密度的⾼低与数据总量的⼤⼩成反⽐。以视频为例,⼀部1⼩时的视频,在连续不间断的监控中,有⽤数据可能仅有⼀⼆秒。如何通过强⼤的机器算法更迅速地完成数据的价值“提纯”,成为⽬前⼤数据背景下亟待解决的难题。
• 数据处理速度快:为了从海量的数据中快速挖掘数据价值,⼀般要求要对不同类型的数据进⾏快速的处理,这是⼤数据区分于传统数据挖掘的最显著特征。
2 .关键技术
⼤数据技术架构主要包含⼤数据获取技术、分布式数据处理技术和⼤数据管理技术,以及⼤数据应⽤和服务技术。
1)⼤数据获取技术
⼤数据获取的研究主要集中在数据采集、整合和清洗三个⽅⾯。
2)分布式数据处理技术
⽬前主流的分布式计算系统有Hadoop、Spark和 Storm。Hadoop常⽤于离线的复杂的⼤数据处理,Spark常⽤于离线的快速的⼤数据处理,⽽Storm常⽤于在线的实时的⼤数据处理。
3)⼤数据管理技术
⼤数据管理技术主要集中在⼤数据存储、⼤数据协同和安全隐私等⽅⾯。
4 ) ⼤数据应⽤和服务技术
⼤数据应⽤和服务技术主要包含分析应⽤技术和可视化技术。
3.应⽤和发展
⼤数据像⽔、矿⽯、⽯油⼀样,正在成为新的资源和社会⽣产要素。
2.2.4区块链
区块链技术具有多中⼼化存储、隐私保护、防篡改等特点,提供了开放、分散和容错的事务机制,成为新⼀代匿名在线⽀付、汇款和数字资产交易的核⼼,被⼴泛应⽤于各⼤交易平台。
1 .技术基础
区块链概念可以理解为以⾮对称加密算法为基础,以改进的默克尔树为数据结构,使⽤共识机制、点对点⽹络、智能合约等技术结合⽽成的⼀种分布式存储数据库技术。
区块链分为:公有链(Public Blockchain) 、联 盟 链 ( Consortium Blockchain)、私有链 ( Private Blockchain)和混合链(Hybrid Blcokchain) 四⼤类。
⼀般来说,区块链的典型特征包括:
•多中⼼化:链上数据的验证、核算、存储、维护和传输等过程均依赖分布式系统结构,运⽤纯数学⽅法代替中⼼化组织机构在多个分布式节点之间构建信任关系,从⽽建⽴可信的分布式系统。
•多⽅维护:激励机制可确保分布式系统中的所有节点均可参与数据区块的验证过程,并通过共识机制选择特定节点将新产⽣的区块加⼊到区块链中。
•时序数据:区块链运⽤带有时间戳信息的链式结构来存储数据信息,为数据信息添加时间维度的属性,从⽽可实现数据信息的可追溯性。
•智能合约:区块链技术能够为⽤⼾提供灵活可变的脚本代码,以⽀持其创建新型的智能合约。
•不可篡改:在区块链系统中,因为相邻区块间后序区块可对前序区块进⾏验证,若篡改某⼀区块的数据信息,则需递归修改该区块及其所有后序区块的数据信息,然⽽每⼀次哈希的重新计算代价是巨⼤的,且须在有限时间内完成,因此可保障链上数据的不可篡改性。
•开放共识:在区块链⽹络中,每台物理设备均可作为该⽹络中的⼀个节点,任意节点可⾃由加⼊且拥有⼀份完整的数据库拷⻉。
•安全可信:数据安全可通过基于⾮对称加密技术对链上数据进⾏加密来实现,分布式系统中各节点通过区块链共识算法所形成的算⼒来抵御外部攻击、保证链上数据不被篡改和伪造,从⽽具有较⾼的保密性、可信性和安全性。
2 .关键技术
1 )分布式账本
分布式账本是区块链技术的核⼼之⼀。分布式账本的核⼼思想是:交易记账由分布在不同地⽅的多个节点共同完成,⽽且每⼀个节点保存⼀个唯⼀、真实账本的副本,它们可以参与监督交易合法性,同时也可以共同为其作证。
2 )加密算法
区块链系统中的加密算法⼀般分为散列(哈希)算法和⾮对称加密算法。
3 )共识机制
区块链的共识机制的思想是:在没有中⼼点总体协调的情况下,当某个记账节点提议区块数据增加或减少,并把该提议⼴播给所有的参与节点,所有节点要根据⼀定的规则和机制,对这⼀提议是否能够达成⼀致进⾏计算和处理。
3.应⽤和发展
(1)区块链将成为互联⽹的基础协议之⼀;
(2)区块链架构的不同分层将承载不同的功能;
(3)区块链的应⽤和发展呈螺旋式上升趋势。
2.2.5⼈⼯智能
⼈⼯智能是指研究和开发⽤于模拟、延伸和扩展⼈类智能的理论、⽅法、技术及应⽤系统的⼀⻔技术科学。
1 .技术基础
其在技术研究⽅⾯主要聚焦在热点技术、共性技术和新兴技术三个⽅⾯。
1)机器学习:以机器学习为代表的基础算法的优化改进和实践,以及迁移学习、强化学习、多核学习和多视图学习等新型学习⽅法是研究探索的热点;
2)⾃然语⾔处理:
⾃然语⾔处理相关的特征提取、语义分类、词嵌⼊等基础技术和模型研究,以及智能⾃动问答、机器翻译等应⽤研究也取得诸多的成果;
3)专家系统:以知识图谱、专家系统为逻辑的系统化分析也在不断地取得突破,⼤⼤拓展了⼈⼯智能的应⽤场景(如医疗诊断等)。
2 .关键技术
⼈⼯智能的关键技术主要涉及机器学习、⾃然语⾔处理、专家系统等技术。
1) 机器学习
机器学习是⼀种⾃动将模型与数据匹配,并通过训练模型对数据进⾏“学习”的技术。
机器学习的研究主要聚焦在机器学习算法及应⽤、强化学习算法、近似及优化算法和
规划问题等⽅⾯。
机器学习包括神经⽹络和强化学习两种形式。
机器学习模型是以统计为基础的。
2 ) ⾃然语⾔处理
⾃然语⾔处理(Natural Language Processing, NLP)是计算机科学领域与⼈⼯智能领域中的⼀个重要⽅向。它研究能实现⼈与计算机之间⽤⾃然语⾔进⾏有效通信的各种理论和⽅法。
⾃然语⾔处理主要应⽤于机器翻译、舆情监测、⾃动摘要、观点提取、⽂本分类、问题回答、⽂本语义对⽐、语⾳识别、中⽂OCR等⽅⾯。
3) 专家系统
专家系统是⼀个智能计算机程序系统,通常由⼈机交互界⾯、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成,其内部含有⼤量的某个领域专家⽔平的知识与经验。
专家系统模拟⼈类专家的决策过程,以便解决那些需要⼈类专家处理的复杂问题。
3.应⽤和发展
实现从专⽤⼈⼯智能向通⽤⼈⼯智能的跨越式发展,既是下⼀代⼈⼯智能发展的必然趋势,也是研究与应⽤领域的重⼤挑战,是未来应⽤和发展的趋势。
1)从⼈⼯智能向⼈机混合智能发展
2)从“⼈⼯+智能”向⾃主智能系统发展
3)⼈⼯智能将加速与其他学科领域交叉渗透
4)⼈⼯智能产业将蓬勃发展:“⼈⼯智能+X”的创新模式将随着技术和产业的发展⽇趋成熟,对⽣产⼒和产业结构产⽣⾰命性影响,并推动⼈类进⼊普惠型智能社会
5)⼈⼯智能的社会学将提上议程
2.2.6虚拟现实
1 .技术基础
虚拟现实(Virtual Reality, V R) 是⼀种可以创⽴和体验虚拟世界的计算机系统(其中虚拟世界是全体虚拟环境的总称)。
虚拟现实技术的主要特征包括沉浸性、交互性、多感知性、构想性(也称想象性)和⾃主性。
虚拟现实技术已经从桌⾯虚拟现实系统、沉浸式虚拟现实系统、分布式虚拟现实系统(共享空间协同⼯作)等,向着增强式虚拟现实系统(AR) 和元宇宙的⽅向发展。
2 .关键技术
虚拟现实的关键技术主要涉及⼈机交互技术、传感器技术、动态环境建模技术和系统集成技术等。
1 )⼈机交互技术
是⼀种新型的利⽤VR眼镜、控制⼿柄等传感器设备,能让⽤⼾真实感受到周围事物存在的⼀种三维交互技术。
2) 传感器技术
传感器技术是VR技术更好地实现⼈机交互的关键。
3) 动态环境建模技术
该技术是利⽤三维数据建⽴虚拟环境模型。
4 ) 系统集成技术
VR系统中的集成技术包括信息同步、数据转换、模型标定、识别和合成等技术。
3.应⽤和发展
1)硬件性能优化迭代加快。轻薄化、超清化加速了虚拟现实终端市场的迅速扩⼤。
2)⽹络技术的发展有效助⼒其应⽤化的程度。
3)虚拟现实产业要素加速融通。
“虚拟现实+商贸会展”成为后疫情时代的未来新常态,“虚拟现实+⼯业⽣产”是组织数字化转型的新动能,”虚拟现实+智慧⽣活”提升未来智能化的⽣活体验,“虚拟现实+⽂娱休闲”成为新型信息消费模式的新载体等。
4)元宇宙等新兴概念为虚拟现实技术带来了 “沉浸和叠加”、“激进和渐进”、“开放和封闭”等新的商业理念,⼤⼤提升了其应⽤价值和社会价值。
NPDP、PMP、ACP、PBA、PRINCE2、CSM、A-CSM、SAFe、PgMP、MSP、TOGAF、信息系统项目管理师、系统架构设计师、系统分析师、一级建造师等各种职业资格类考试备考心得交流及实战经验探讨,欢迎各位朋友关注。