大数据科技译丛大数据与物联网：面向智慧环境路线图 pdf下载

　　《大数据科技译丛 大数据与物联网：面向智慧环境路线图》反映了物联网和大数据领域的基本主题，分为3篇：第1篇主要介绍了当前探究内容的基础和原理，并给出了与大数据管理相关的挑战和进展；第2篇主要介绍了理论和成熟的模型、架构、网络基础设施和算法；第3篇主要介绍与物联网相关的前沿相关应用。
　　《大数据科技译丛 大数据与物联网：面向智慧环境路线图》可供工作在物联网传感器、分布式技术、集成和计算智能领域的学者，相关计算专家、从业者、管理者和咨询顾问学习参考。

第一部分 基础与原理
面向物联网的大数据平台
1 引言
2 物联网情景感知基础数据
3 面向物联网的机会数据传播支持研究
3．1 机会数据传播和物联网
3．2 传播技术分类
3．3 传播算法关键分析
4 面向物联网的大数据平台的未来趋势和研究方向
5 结论
参考文献
改善数据与服务的互操作性：结构、合规性、一致性与情景感知
1 引言
2 背景
3 互操作性问题
3．1 源之间交互的一般模型
3．2 信息源交互的意义
3．3 抽象层以及互操作性的其他方面
4 提高现有解决方案：从网络到栅格
5 结构性服务方式
5．1 发挥SOA和REST的最大作用
5．2 新型实现机制的需要
5．3 源的文本表示
5．4 源的二进制表示
5．5 消息协议
6 使用合规性和异质性提高互操作性
7 通过情景感知提高互操作性
8 讨论和基本原理
9 未来研究方向
10 结论
参考文献
面向普适环境开发的大数据管理系统
1 引言
2 NoSQL
3 NoSQL的分类
4 普适环境下的情景感知
5 MARA案例的研究
5．1 数字存储库和语义发现
5．2 內容类型
6 迈向大数据
7 结论
参考文献
关于RFID误认证
1 引言
1．1 误认证实例
1．2 本研究的目的与贡献
1．3 章节纲要
2 相关工作
3 预备知识
3．1 假设
3．2 原始操作
4 协议模式
4．1 质询响应的模式
4．2 出现在协议模式中的误认证
5 误认证协议的分类
6 基于信号量的解决方案
6．1 信号量
6．2 基于信号量操作的解决方案
……

第二部分 先进模型与体系架构
第三部分 先进应用与未来趋势

　　数据密集型计算正被视为新型的科学第四范式的基础。有两个因素驱动着这一趋势：第一，大量的数据在越来越多的领域都可利用了；第二，永久存储、共享和处理这些数据的基础设施已经成为现实。这使得从科学研究的三大范式（理论、实验和仿真）中获取知识的方式统一为从大量的多学科数据中获取。与此相关的技术和科学问题都被命名为“大数据”挑战，并且主要研究机构认定它们具有高度战略意义。
　　另外，互联网和近场通信、实时定位和嵌入式传感器等新兴技术将日常物体转变为能够理解环境并作出回应的智能体。这样的智能体使得新型的计算应用成为可能，也是如今将全球的物理实体基础设施进行网络互联，从而构成物联网的基础。用智能体构造物联网的愿景对系统架构、设计和研发、人为参与等方面提出了几个重要的研究问题。例如：智能体及支持它的基础设施之间在功能分布上的合适平衡在哪里；云计算和大数据是否能成为物联网基础设施的推动者。近年来，IT行业已经发生了几个技术上的重大范式转变，这些转变主要发生在云计算、大数据、移动设备和物联网。这四个领域的聚合早已为企业研发新的商业和业务能力创造了一个新平台。这些能力将为我们在本书中探讨的IT架构提供一个更为综合的视角。
　　通过聚焦于相关的挑战，本书阐述了与大数据管理相关的当前进展，呈现了与情景感知、数据密集型应用和服务相关的进展和挑战。其中一个具有代表性的应用就是智慧环境，如智慧城市，它涵盖了与公共安全、水资源、能源管理、智慧建筑、政府和机构管理、交通、健康、教育等相关的一系列需求。这类应用将成为未来许多研发活动的主题，以及一些政府战略计划的优先事项。情景感知、数据密集型应用具有具体的要求，它包括但不限于实时数据处理、数据接入模式（平路、周期、专用网络、网络相关、位置、设备等）、服务质量、智能查询等。
　　近年来，为适应数据密集型应用不断增长的需求，大型存储设备得到了不断改进。许多著作阐述了云环境中与数据密集型科学应用和网络应用相关的问题。在科学应用中，从大吞吐量实验仪器、观测装置、LHC以及其他设备中收集的大量数据都上传到了复杂的软件包中，以进行蒙特卡罗模拟、扩展分析、数据挖掘等。这些数据也用于图像输出和可视化，并在数据库中存档，以备将来之用。研究的中心点在于采用能够回应扩展性和性能需求的平行方法。一个例子就是MapReduce模型的应用：它原先用于高能物理数据分析和K-均值聚类的大量文本数据分析。网络应用基于交互式非结构化数据，这些数据以一次写入、多次读取的方式进行处理。例如，分布式存储系统Bigtable就是为大数据规模设计的。它回应了大量的负荷配置文件，从面向吞吐量的批量处理工作到延迟敏感的终端用户数据传送。
　　另一个对大数据服务有高要求的应用是情景感知。其中的一些需求与科学和网络应用中的相同。由于移动设备（传感器、移动电话）出现在情景感知应用中，其需求（如电池寿命和受限带宽）与移动计算应用相同。情景感知范例是开发应用的基础，包括人、经济、移动和管理。它们利用情景信息丰富了城市环境，市民能够在他们的职业、社会和个人活动中利用这些情景信息，这将增加城市的竞争力。此外，用户中心式的服务方法能够改进核心城市系统（如公共安全、运输、政府、机构管理和社会服务、教育、医疗）在生活质量上的影响。这样使得用户能够与其他的人、服务和设备以一种自然而不打断现实世界活动的方式进行交流。情景感知应用要求和使用大量不同格式的输入数据，这些数据是从传感器、移动用户、公众开放数据源或者其他应用中收集的。尽管几个应用可能共用商业和情景数据，但它们的接口和处理配置文件可能各异。例如，公共安全应用应该对情景变化快速反应，为可能的危险情况发出实时警报。联合诊断令医师能够综合他们的专业技能，应对疑难杂症，并使他们得到更多信息，做出合理评估。
　　‘
　　因此，本书的目的是作为讨论现有进展的参考书，但也揭示了新兴计算技术及.其与支持物联网相关先进功能未来方向相关的理论、实践、标准和策略，包括商业和e科学的组织设置。除了交互式操作和交联合作等方面，本书还涉及了巨大机遇，即当前趋势中的合作共享，以及内容生成正在从互联网终端用户中兴起的现象。特别地，本书提供了从智慧环境（如智慧城市）中管理和利用大规模数据，以及朝着整体、合作的智能途径发展方面的进展。我们相信，网络基础设施将会使大量数据的存储和生成成为可能，而这如果与敏捷、协同、合作和智能收集的方式相结合，将会改变组织设置和它们的用户社区。