要实现物联网，需要很多技术要素。除了传感器等电子零件和电子电路以外，还包括 Web 应用中经常用到的技术，以及数据分析等。一起康康吧
设备
物联网与以往的 Web 服务不同，设备在其中担任着重要的作用。
设备指的是一 种 “ 物 ”， 它装有一种名为传感器的电子零件 ，并与网络相连接。比如大家拿着的智能手机和平板电脑就是设备的一种。
设备的作用：感测和反馈
感测
感测指的是搜集设备本身的状态和周边环境的状态并通知系统。 这里说的状态包括房门的开闭状态、房间的温度和湿度、房间里面有没有人，等等。
反馈
设备的另外一个作用是接收从系统发来的通知，显示信息或执行指定操作。
反馈有多种方法。大体分成3 种方法，分别是可视化、通知，以及控制
用户通过可视化 就能使用电脑和智能手机上的 Web 浏览器浏览物联网服务搜集到的信息。
利 用推送通知 ， 系统就能检测到 “ 物 ”的状态和某些活动， 并将其通知给设备
利用控制 ， 系统就可以直接控制设备的运转， 而无需借助人工。
’
传感器
传感器负责把物理现象用电子信号的形式输出（我之前玩了那么多传感器知道是为啥了吧）。通过传感器输出的电子信号，系统就能够获取现实世界的“物”的状态和环境的状态。
下面是几种常见类型的传感器
我们通常很少单独利用这些传感器，一般情况都是将它们置入各种各样的“物”里来加以利用。
还有一种东西叫作传感器节点，它把传感器本身置入环境中搜集信息。
传感器节点是集蓝牙和 Wi-Fi等无线通信装置与电池为一体的传感器。我们把这些传感器连接到一种叫作网关的专用无线路由器来进行传感器数据的搜集。
网络
在把设备连接到物联网服务时，网络是不可或缺的。不仅要把设备连接到物联网服务，还得把设备连接到其他设备。
物联网使用的网络大体上分为两种：
- 把设备连接到其他设备的网络，
- 把设备连接到物联网服务的网络
把设备连接到其他设备的网络
无法直接连接到互联网的设备也是存在的。我们通过把设备连接到其他设备，就能通过其他设备把这些不能连接到互联网的设备连接到互联网。
要把设备连接到其他设备，除了 1 对 1 之外，还可以采用 1 对 N、N 对 N 的方式连接。特别是 N 对 N
连接的情况，我们称这种情况为网状网络。
把设备连接到服务器的网络
把设备连接到物联网服务的网络时，会用到互联网线路。3G 和LTE 等移动线路最为常用。
除了现在 Web 服务中广泛使用的 HTTP 和 WebSocket 协议以外，还有一些专为机器对机器通信和物联网而产生的轻量级协议，如MQTT等。
物联网服务
物联网服务有两个作用：
- 数据交换(从设备接收数据以及发送数据给设备)
- 处理和保存数据
数据交换
通常的 Web 服务会根据 Web 浏览器发送的 HTTP 请求发送 HTML，然后用 Web 浏览器显示。
物联网服务则不采用 Web 浏览器，而是接收从设备直接发来的数据。
设备发来的数据内容包括设备搭载的传感器所采集到的信息，以及用户对设备进行的操作。
设备和物联网服务的通信方法大致分为两种：同步传输和异步传输
在同步传输的情况下，设备发送数据时会把数据发送给物联网服务。接下来直到物联网服务接收完数据之前，不管设备向物联网服务发送多少次数据，都算作一次传输。 反过来，物联网服务在执行对设备的反馈时，则是先由设备向物联网服务发送请求消息，然后物联网服务会响应请求并将消息发送给设备。
就这种方法而言，直到设备发送请求之前，物联网服务都不能把消息发送给设备。但是这种方法只适用于不知道设备 I P 地址的情况，因为就算不知道设备的 I P 地址，只要设备发送了请求，物联网服务就能把消息发送给设备。
在异步传输中，设备会把数据发送给物联网服务，每发送一次，就算作一次传输。此外，从物联网服务向设备进行传输时，无需等待设备发来的请求，可以在任意时间点执行发送。采用这个方法能在物联网服务规定的任意一个时刻发送消息。但是，物联网服务需要预先知道发送消息的设备的
IP 地址。
处理和保存数据
处理和保存数据的操作包括把从设备接收到的数据保存到数据库，以及从接收到的数据来判断如何控制设备。
这些处理和保存的方法大体上分为两种：
- 保存的数据定期进行采集和处理的批处理
- 将收到的数据逐次进行处理的流处理
举个例子：
根据房间的温度变化来调整空调的运转时，从向空调发出指示到温度发生变化，这中间会需要一段时间。这种情况下就适合采用批处理来持续记录每隔一定时间的温度值，并定期执行处理。 此外，如果希望回到房间之后再打开空调，那么就适合采用能立即执行操作的流处理。
数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
数据分析的代表性方法有两种，分别是统计分析和机器学习。
统计分析
统计分析是用数学手法通过搜集到的大量数据来明确事物的联系性的方法。
比如为了实现给空调节能的目的，我们调查了空调在某个固定的温度下运转时，房间的温度和空调的耗电量，并将这些数据制成了表从这个关系中可以推导出在室温下把空调温度设定在多少才能最省电，由此就能决定阈值了。
机器学习
机器学习则不仅仅能进行分析，还能预测今后的发展状况。机器学习就如它的字面意思一样，计算机会按照程序决定的算法，机械性地学习所给数据之间的联系性。当给出未知数据时，也会输出与其对应的值。详情查看我之前写的人工智能——机器学习就不赘述了。
举个例子，假设我们想使用若干种传感器来识别房间里有没有人。这种情况下需要准备两种数据，即房间里有人时的传感器数据（正面例 子 ） 和 房 间> 里没人时的传感器数据（ 反 面 例 子 ）。 计 算 机 通 过 把 这 两 种数据分别交给学习器，可以获取制作鉴别器用的参数。对于以参数为基准制作的鉴别器而言，只要输入从各个感测设备接收到的数据，鉴别器就能输出结果，告诉我们现在房间里是否有人。
参考资料
- https://xymgf.blog.csdn.net/article/details/123001963 人工智能——机器学习
- 《图解物联网》
- https://baike.so.com/doc/3840640-4032787.html 数据分析