傳感器是大數據的重要來(lái)源

　　摘要：本文展望了物聯(lián)網(wǎng)和大數據時(shí)代傳感器的重要性及應用。

　　全新的物聯(lián)網(wǎng)(IoT)應用——從醫療、智能能源到牲畜飼養——推動(dòng)了更多分層智能的需求，可以解決安全性和隱私性問(wèn)題，并且管理劇增的數據量。

　　假設一場(chǎng)會(huì )議同時(shí)傳送到三個(gè)城市的觀(guān)眾。當主持人向觀(guān)眾提問(wèn)時(shí)，觀(guān)眾可以舉手回答，對觀(guān)點(diǎn)表示贊同。當舉行投票時(shí)，全部三個(gè)城市的總投票數會(huì )實(shí)時(shí)呈現在主持人和觀(guān)眾面前。

　　實(shí)際上，這種未來(lái)的場(chǎng)景最近在飛思卡爾已經(jīng)變成了現實(shí)。從某種程度上講，我們做到了這一點(diǎn)，它展示了物聯(lián)網(wǎng)(IoT)的巨大潛力。它的運行原理如下。每一名觀(guān)眾都佩戴了內置運動(dòng)傳感器的腕帶。腕帶的傳感器數據可以捕捉觀(guān)眾腕帶的運動(dòng)。為了將這種動(dòng)作消耗的通信帶寬降到最低，同時(shí)降低無(wú)線(xiàn)通信的功耗，在腕帶中運行的背景感知算法可以翻譯傳感器數據，并且尋找匹配用戶(hù)抬手的垂直位置動(dòng)作數據模式。當標志性運動(dòng)出現時(shí)，腕帶就會(huì )將數據傳送到大會(huì )現場(chǎng)的無(wú)線(xiàn)接入點(diǎn)。

　　無(wú)線(xiàn)接入點(diǎn)將從腕帶接收的數據做好時(shí)間標記，然后迅速將信息轉發(fā)到云應用。這些應用會(huì )利用所有三場(chǎng)會(huì )議地點(diǎn)的腕帶結果，推算出主持人發(fā)起投票的時(shí)間。盡管腕帶中運行的算法可以識別垂直運動(dòng)，但是傳感器難以分辨出垂直運動(dòng)的細微區別，究竟是用戶(hù)正在舉手，還是單純因為觀(guān)眾煩躁不安或正在起身。然而，云環(huán)境的智能可以注意到，在狹窄的時(shí)間窗口期間大部分觀(guān)眾攜帶的傳感器正在同時(shí)向上移動(dòng)，由此推斷會(huì )場(chǎng)正在投票。

　　源頭的傳感器

　　這個(gè)例子說(shuō)明了物聯(lián)網(wǎng)(IoT)的眾多架構挑戰(參見(jiàn)圖1)。在物聯(lián)網(wǎng)(IoT)互聯(lián)設備的源頭通常都是一個(gè)或多個(gè)傳感器。傳感器將物理環(huán)境(例如運動(dòng)、磁場(chǎng)或周?chē)h(huán)境)的信號轉化為數字數據。因為傳感器可以連續且自動(dòng)提供數據，傳感器數據會(huì )快速超越人工產(chǎn)生的數據量。為了緩解數據堵塞及其相關(guān)的傳輸成本，智能傳感器可以實(shí)時(shí)做出數據的重要或相關(guān)決策，只有當這些決策對上游應用有重要作用時(shí)才會(huì )傳輸這些數據。例如，運動(dòng)傳感器的算法可以確定傳感器已經(jīng)靜止并且跳過(guò)一次更新。更加復雜的背景算法能夠區分佩戴者抬手和其它運動(dòng)(比如起身)之間的細微差異。在數據源部署智能會(huì )降低傳感器數據消耗的通信帶寬，并且延長(cháng)電池驅動(dòng)無(wú)線(xiàn)傳感器節點(diǎn)的電池使用時(shí)間。但是，傳感器節點(diǎn)的計算容量比云計算的成本更高，針對特定應用設計的智能傳感器面向不同的用途時(shí)可能效率較低。

　　在安全性十分重要的環(huán)境中，數據源的智能也至關(guān)緊要。目前正在探討各種不同的安全性和隱私性協(xié)會(huì )，這需要云應用和許可數據源(使用部分或全部數據)之間的協(xié)商。這在可穿戴式傳感器領(lǐng)域特別敏感，它可以記錄對個(gè)體看似毫無(wú)意義的各種信號。采用數據挖掘算法時(shí)這些信號與其它信號結合在一起，它們會(huì )無(wú)意間泄漏消費者隱私。