第一节　物联网的应用场景及标识需求

一、研究现状和发展趋势

随着新兴网络信息技术的不断发展和新应用的层出不穷，物联网的内涵和外延也在不断扩展。

标准的物联网系统可以大致分为3个层面（图2-1）：感知层、网络层与应用层。感知层包括各种感知和控制技术，如传感器网络系统、RFID系统、条码识别系统、移动定位系统及相关的设备等。感知层主要完成对信息的采集及预处理。网络层有时也称传输层，是指物联网通过网关等设备，利用互联网、移动通信网等网络形式传递物联网信息，具体来说，包括向上层传输感知信息和向下层传输命令。应用层是面向客户的各类应用，根据应用场景的不同，应用层有不同的业务逻辑，涵盖了物品追踪、环境感知、智能物流、智能交通、智能电网等方方面面。

（一）感知层

感知层主要包括标识编码和近地通信（Near Field Communication，NFC）等环节。在物联网中，标识编制的典型例子是用于电力的KKS（Kraftwerk Kennzeichen System，电厂标识系统）编码；而近地通信主要包括ISO 18092、ISO 21481、ISO 22536和ISO 23917，近地通信设备之间的无线通信规范、接口和测试方法，ECMA（European Computer Manufacturers Association，欧洲计算机制造商协会）340/352/356，近地通信规范和安全标准，ETSI（European Telecommunications Standards Institute，欧洲电信标准组织）的TS 102和TS 190，以及智能卡终端规范等。

感知层提供对物理世界的感知，并承担一定的决策和管理功能，使得具有计算、存储、通信、感知、执行（或控制）能力的节点（或集合）能够与物理世界进行交互。感知包括监测物理世界的各种参数，如温度、光强、风速、压力、湿度等，同时将监测结果转化为可被电子设备理解和处理的数据。执行（或控制）可认为是针对物理世界执行“set”操作，如家电的开关、阀门的调节等。此外，为适应极高实时性或ICT（Information and Communication Technology，信息与通信技术）基础设施难以覆盖的场景，部分物联网节点会配备微型的决策模块，能够根据自身所采集的数据自主地执行相应动作。例如，智能家电的语义计算场景，根据预先设定的规则，家电设备会随环境状态的变化而执行相应的开关闭合动作。

20世纪70年代，终端单元一般采用8位微处理器，处理能力极其有限且存储能力不足（通常在32KB以下）。随着微处理器计算和存储能力的提升，以及数学协处理器的出现，节点的自动化和智能化水平得到一定程度的提高。1980年后，具有更强I/O（Input/Output，输入/输出）能力的串行接口提升了终端的数据传输能力。20世纪90年代之后，计算、存储和通信能力全面提升，远程终端单元普遍能够支持各类通信协议，实现标准Web服务接口，承担更为复杂的采集和管理功能。例如，特定节点采集周围多个感知节点的原始数据，或者实现对其他节点的配置更新和访问控制。

感知层（图2-2）并非指孤立的传感器，而是由多个传感器组成的物联网边缘系统。例如，SCADA（Supervisory Control and Data Acquisition，监视控制与数据采集）系统主要用于对工业或能源领域的基础设施进行监测和控制，在局部范围内通过特定的通信协议实现数据的采集、汇聚和分析。此外，车联网场景中的车联云及物联网领域中的M2M研究，本质上都属于感知层的范畴。

节点的主要功能是采集数据与监控状态，也就是所谓的感知技术（Sensing Technology），其本质就是感知目标或环境的状态变化，准确地采集相关数据（即采样），完成可机读的转换。它主要利用了以下技术：光感知（Optical Sensing）、无线定位和追踪（Radio Location and Tracking）、雷达成像（Radar Imaging）、磁感应（Magnetic Sensing），以及对空气质量、噪声、温度和湿度的监测技术等。

随着微处理器在物联网场景中的应用推广，除了GPS（Global Positioning System，全球定位系统）、RFID、温度计等纯粹的数据采集系统之外，感知层的智能控制功能也得到极大强化。例如，家居设备、网络摄像头（具有一定图像处理功能）、智能手机、平板电脑，以及电力、石油、化工、运输等领域广为应用的各类远程终端单元和智能电子设备等，其具有代表性的功能包括数据处理和搜索等，也就是通常所说的网内处理（In-network Processing）。与之相对，运行在本地/远程平台的计算，即所谓的集中处理（Centralized Processing）。

在物联网的感知层进行数据处理，主要是基于以下几个原因。

（1）相较于计算和存储过程，通信是更为主要的能源消耗环节（据研究实验统计[2]，通信阶段的能耗占比达到了40%以上）。在能源供给主要依靠电池的场景中（在满载工作的情况下，可能只能支撑一周时间），减少通信冗余是更为急迫的需求。因此，需要在传输之前先在本地进行处理（如去重或集成），实现对待传输数据的精简。

（2）基于节点本身的计算和存储能力，部分处理功能确实可以放在感知层。物联网的原始数据，尤其是传感器采集的环境数据，质量难以保证。在传感器采集信号并实现数字转换的过程中，由于环境噪声等的干扰，不可避免地会存在不准确性或者不确定性。

（3）诸如添加时间标签，也是在传感器资源限度内可实现的，不但能为后续计算（情景计算、复杂事件处理等）提供便利，而且能够提升数据的精度（相较于在平台一级再添加标签，数据采集时间更真实）。

（4）此外，除了时间维度，地理标签的生成有时也需要在感知层完成。例如，在车联网等场景中，为了支持基于位置的路由机制，节点需要计算与周边节点的相对位置。

在无线传感网络等场景中，由于通信能力受限或不可靠，无法确保数据能够及时地汇聚到本地或云平台。因此，要获得比较准确的信息，可能需要直接在节点侧进行查询和搜索。此外，类同于感知层承担部分数据处理功能，在节点端直接进行查询、获取所需结果，也能够降低传感器的能耗和网络传输压力。例如，Cougar系统[3]在节点上执行数据查询操作，用传统的表结构来刻画传感网络数据，实现类似SQL（Structured Query Language，结构化查询语言）的查询功能；针对传统搜索算法在边缘节点上无法运行的问题，Microsearch[4]实现了基于节点本地信息的搜索引擎，以较高的空间效率满足Top-K查询请求；针对节点自带元数据，Snoogle[5]实现了分布式的Top-K查询。

如前所述，通信是传感器耗能的主要部分，如果在每次采集数据后都立刻提交，就无疑会大大增加通信开销，因此节点端应当具备一定的数据存储能力。这方面的研究主要集中在无线传感网络中的分布式数据库上，即不但每个节点都存储了一部分数据（通常就是自身所采集的数据），而且所有传感器共同组成一个分布式的数据库系统，并以高效的方式统一响应来自外部的访问请求。在收到外部的访问请求后，所有节点都将自身数据提交给一个特定节点，再统一返回结果，以减少通信开销，降低传感器的能耗。

目前，物联网常见的传感数据库有以下几种。

（1）TinyDB，所有节点都存储自身标识和相关属性（即所采集的数据），形成一个树形结构。在收到外部的访问请求后，逐级向下分解为多个查询动作，再将结果逐级向上提交，最终在根节点上汇聚成对外返回的结果。TinyDB支持查询、汇聚、集成和基于事件的操作，在能效方面表现优秀，尤其适合野外环境的无线传感应用。

（2）SolarStore，着眼于整个传感网络的存储能力，根据能源供给和传感器存储的状况，优化已采集数据在整个传感网络中的布局，以提升下一次数据提交的规模。

（3）Antelope，在计算和存储资源有限的节点上构建本地的数据库系统（即每个物联网节点都具有一定的数据管理和组织功能）。

在底层存储技术方面，Flash存储由于在材质、能耗和性能方面的优势，被逐渐用于体积和能源供给有限的物联网边缘节点上，如基于Flash存储实现流数据的在线压缩和更新。

此外，在物联网节点操作系统层面还应进行技术优化，以便在资源受限的条件下高效地完成各类任务。传感节点操作系统应当具有的特性包括：对底层硬件的高能效访问；简洁、高效的编程模型；裁剪传统操作系统中的调度、安全机制、内存管理、多线程等模块；针对应用场景的优化，如无线通信中广播机制的高效实现等。

（二）网络层

网络层的本质是通过各类近、中、远程通信技术（绝大多数属于互联网，少数为场景特定的通信协议，如电网），实现感知层与服务层（本地/远程平台）的信息交互（数据上行、命令下行）。

与感知层决策所依赖的相对简单的逻辑（如读数超过阈值，或在时间窗口内未收到上游节点信息）不同，一些需要综合较大时空范围内的数据而做出的决策所需的计算和存储资源比较多，因此需要有“平台”来支撑，实现更加全面而智能的决策需求。

随着互联网和云计算的发展，通过将各底层场景挂接到互联网，可以在更高层上形成新的管理和决策平台，突破原有的空间和规模限制，实现更为完整的智能决策。整体架构中的“服务层”，使得在更为广阔的视角下的智能化成为可能。例如，基于Web的监测、管理和决策系统，能够提供对设备随时随地的访问。

随着互联网的兴起，各类孤立的应用信息实现了互通。原来局限在特定空间内的采集和控制行为向互联网迁移，推动智能决策的广度和深度不断提升。于是，物联网的概念逐渐成形。另外，互联网技术也在向底层渗透，不断提升各类应用场景内部信息系统的标准化水平。因此，本节主要关注底层场景内部，以及底层场景与互联网之间的网络通信。

网络层包括各类近、中、远距离通信，涵盖了物联网主要的内场通信场景（外场通信基于互联网实现，与物联网无关）。相关的协议标准主要包括以下几个。

（1）IEEE 802.16宽带无线标准。

（2）IEEE 1547分布式资源与电力系统的互联标准，致力于电网内部分布式资源的交互。

（3）IEEE 1609车载无线通信标准（Wireless Access in Vehicular Environments，WAVE），规定了车联网场景内的通信规范。

（4）针对无线传感网络能源供给受限的特点：IEEE 802.15低速无线个域网标准（Wireless Personal Area Network，WPAN），针对低速率无线个域网的物理层和媒体接入控制协议，其中还包括IEEE 802.15.1、IEEE 802.15.4、IEEE 802.15.6等；6LoWPAN（IPv6 over Low-power Wireless Personal Area Networks）则是基于IPv6的低速无线个域网标准。

（5）针对物联网节点与互联网的互通，IETF（The Internet Engineering Task Force，国际互联网工程任务组）制定了一系列的协议和标准。例如，在低能源供给设备与互联网交互方面，典型的有低功耗和有损网络路由协议（Routing Protocol for Low Power and Lossy Networks，RPL）和受限应用协议（Constrained Application Protocol，CoAP）。

（三）应用层

物联网的核心目的在于实现物理世界的数字化。因此，在上述各种通信技术的基础上，根据应用场景需求的不同，衍生出各类定制化的数据定义和传输协议，如电网中的ANSI C12.22规定了如何在智能电表和配电站之间实现各类读数的传输。而协议制定的核心之一是对消息或数据包的识别。在电网/能源等场景中，大量传感器部署于网络覆盖较差的环境，丢包、比特错误、噪声等是难以避免的，必须根据消息或数据的重要性制定相应的信息交互协议。在底层场景内部，如在SCADA中，特定消息有着严格的时延要求。

在区分了消息类型之后，考虑到底层场景的网络资源可能受限，需要相应地指定数据传输的优先级，确保高优先级消息优先使用网络资源，如高优先级消息优先发送，或有重要消息需要发送的节点，优先与数据汇聚点建立通信。

在底层场景与服务平台之间，以MQTT（Message Queuing Telemetry Transport，消息队列遥测传输）协议为例，通常会依据传输数据的重要性将传输模式分为3个级别：最低级别模式，如传输系统日志等常规消息，无需接收方反馈确认；中间级别模式用于传输用户行为记录等比较重要的数据，需要确认对方接收成功，但无须考虑消息冗余的情况；最高级别模式用来传输重要的状态汇报和控制指令，在要求确认接收成功的同时还要去除重复消息。

二、应用场景描述

（一）物流场景

在实际应用环境中，需要将物品分类编码、标识编码、属性编码组合在一起使用，才能完整地描述一个物品，实现物品的信息化管理，如物品的自动识别、电子化采购、物品信息搜索等。

物品分类。根据物品的各种特征属性，将具有相同属性的物品归为一类。物品分类代码就是物品分类的代码化表现方式。分类编码主要用于统计、汇总，常见的分类编码有产品总分类（Commerce Product Code，CPC）、商品名称及编码协调制度（Harmonized System，HS）、联合国的标准产品与服务分类代码（Universal Standard Products and Services Classification，UNSPSC）。

物品本身。物品的唯一身份ID代码是用以标识某类、某种、某个物品本身的代码，主要是为了避免自然语言的多义性。标识代码中有用于对一种物品进行标识的物品品种代码，也有对单个物品进行标识的单个物品编码。例如，零售商品编码/物流单元编码/储运包装箱编码、车辆识别代号（Vehicle Identification Number，VIN）/车牌号等。

物品属性。其核心功能是描述一类/个物品。

1. 场景梳理

1）定义

物流是在物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程。可见物流是由两个基本要素组成的：物，指一切可以进行物理性位置移动的物质资料；流，指物理性的运动，即位移。

2）功能

物流单元是为了便于运输和仓储而建立的任何组合包装单元。在供应链中需要对其进行个体的跟踪与管理，即识别、定位、认证（证明就是这个物品）个体；存储和访问每个物品的所有权、历史记录及服务等属性信息。

3）子场景

（1）分拣运输。在铁路运输、航空运输和邮政通信等场景中，大批量的货物需要在很短的时间内准确无误地装到指定的车厢或航班，因此配送中心的自动分拣技术十分有必要。典型的配送中心的作业从收货开始，在送货卡车到达后，叉车司机在卸车的时候用手持式扫描器识别所卸的货物，条码信息通过无线数据通信技术传给计算机，计算机向叉车司机发出作业指令。在传送或出库过程中，也需通过自动或人工的扫描，确保货物准确地存储或提取。

（2）仓储保管。通过扫描标识，提取其中或后台的相关信息，确定产品的生产厂家、种类、数量、保质期、重量和体积等，提升产品的采购、保管和销售效率。典型案例如UPS、DHL和Delta航空等。例如，Delta航空于2016年投资5000万美元，实现了RFID系统对90%以上航线的覆盖[6]。

2. 标签的作用

利用标签技术并借助于物联网对海量货物及运输工具的实时监控，物流行业能够有效地提升运维效率。

（1）运营准确率。RFID能够帮助物流业提升信息处理和货物运输的效率，而遍布各处的传感器能够及时发现装卸和运输过程中出现的错误。据调查，如果没有RFID，那么库存的准确率将逐月下降1.5%～3%[7]。

（2）运营效率。RFID能够实现对多个物品的并发读取，实现物品的高效、自动分拣。同时，RFID技术的运用还有助于降低库存损耗。

（3）业务透明度。在消费环节，RFID能够提供端对端的透明度，在食品溯源等方面满足了消费者的迫切需求。在运输环节，物流服务是按尺寸和重量收费的，这些信息对业主十分重要。在零售环节，零售商需要对地理分布的库存有精确的掌控，粒度细到物品的颜色、式样和规格等。在制造环节，在物品打包和装载的过程中进行检查，能够有效降低制造端的运营成本。

3. 传感器的作用

传感器监测温度、湿度、空气、货物、运输工具、管道的状态或情况，通过有线或无线通信，将信息提交到附近或远程的平台。例如，对集装箱、铁路货车和罐子等，需要及时掌握装载量、是否有泄漏等情况。基于RFID及近地通信技术，能够实现对供应链各个环节的实时监控，覆盖产品生产、原料采购、生产制造、运输、存储和销售等环节，从而快速获取产品的相关信息，提升整个供应链的市场反应能力。以航空业为例，根据IATA（International Air Transport Association，国际航空运输协会）预测，2016—2023年，RFID能够为运输业节省30亿美元的支出[8]。

4. 对标签的需求

（1）正确读取。对产品和运输单元的唯一标识，事关生产和交易，非常重要。条码的扫描过程容易出现人工操作失误，如扫描了多次导致记录出问题或者遗漏了产品等，从而导致货物数量不准确。因此，业界普遍采用更为稳定、可靠的RFID技术方案。但即使是对RFID标签来说，99%的识别正确率对于快递物流也偏低，因此识别正确率也是影响RFID标签在物流领域推广使用的一大技术障碍。同时，随着网购及快递等行业的迅猛发展，实时性的需求日益明显，必须在高速扫描时确保信息读取的正确性，如物流行业以货物通道的形式，使用密集分布的扫描器全方位地识读条码。

（2）高效率。在物流业，货物以3米/秒的速度运动，大型机场每小时可能要处理80～100个货运航班，而人工输入货物数据的速度是每分钟10～20件，远不能满足大量货物高速处理的需求。RFID可以大规模并发读取，基本能够满足这一需求。

（3）低成本。由于部署规模大，成本是重要考虑因素。21世纪初，RFID标签的平均成本为50～75美分。2006年后，新一代RFID技术的出现不但提升了性能，还极大降低了成本[9]（2018年，平均成本已降到3～8美分）。成本的下降成为RFID普及的重要推动力。

（4）访问授权。根据静态信息（厂商或买家）和动态信息（时间及位置等），提供访问授权机制。以网购流程为例：顾客下单，产品ID的属主变更为顾客本人；产品ID供运输过程中的溯源追踪使用；产品ID的送货地址变更为顾客地址，物流业者被授权读取地址，但不会获知顾客的其他信息。

（5）兼容性。供应链物流系统涉及多个生产企业、运输业、配销业及用户，其需求关系、供应关系等随时变化，因此要求系统管理必须具有足够的灵活性与可变性。例如，RFID目前在系统兼容性方面仍显不足，还需要进一步发展。此外，物流的编码体系也应该考虑兼容性，即向下兼容。例如，快递物流遵循的国际标准ISO 15459，包括国际物品编码组织（GS1）的货运容器序号条码EPC和美国国家标准机构（ANSI）的MH10标准，而EPC不兼容MH10编码。

（6）信息多元。为了提升分拣、配送的效率，需要直接在标识编码中包含相关信息，如运输目的地、包装重量、尺寸等。以航空业为例，国际航空运输协会要求，条码应包含航班号和目的地等信息。食品尤其是生鲜食品的条码还应该包含生产日期、批号、温度范围等。此外，物流单元（集装箱、火车车皮、包装箱、托盘等）与其中物品的关系，也需要比较便捷的方式进行提取。

5. 对传感器的需求

物流中的无线传感网，根据目前的发展现状来看，并不具有典型性，主要原因如下。

（1）数据量不大。很多物流应用只需要简单的信息（如位置和状态等），通常不要求实时性，而且在大多数情况下，所需信息的量级也比较小，如对于环境温度不需要具体的数值，而只需要是否超过阈值的判断结果。

（2）实时性不高。除了冷链，环境信息的提交频率仅一天只有数次而已，如对油气管道的监控。

（3）传感器简单。单向提交数据，没有执行指令的功能，而且接入点固定，在移动性和动态性方面不具有典型性。

因此，本节选取了更为典型的智慧医疗场景对无线传感器网络下的标识应用进行研究。

（二）智慧医疗场景

智慧医疗将物联网、无线传感网等技术应用到医疗场景中，以提高医疗水平和效率。一些典型的智慧医疗场景包括（但不限于）以下应用：大规模灾害性疾病监测、医院生命体征监测、家庭养老、医疗方面的科研等。智慧医疗场景示意图如图2-3所示。

1. 网络结构

随着物联网的发展，无线传感器网络已经变成物联网最重要的底层（感知层）核心技术之一（另一个是RFID技术，被大量用于物流、产品流通等场景）。无线传感器网络一般通过3种方式组网并连接到互联网（见图2-4）。

（1）Star：星形结构，每个传感器都直接连接到网关。

（2）Cluster Tree：树状结构，每个传感器都连接到上一层节点，数据从下层节点向上传输一直到网关。

（3）Mesh：网格结构，传感器和网关之间随机连接，数据一般通过路由算法选择的最可靠路径传输到网关。

大部分物联网设备都是资源受限的，这些限制包括计算能力、存储能力、网络通信能力、能量消耗等。这就决定了这些设备无法在本地完成复杂的计算任务。因此，通常来说，物联网设备仅完成数据采集与传输的任务，数据处理和分析则由计算能力更为强大的服务器节点来完成。在某些情况下（一般是在异构多跳网络环境下），一些传感器也会对采集到的数据进行简单处理，再将数据发送到汇聚节点或者网关，最终这些数据都会汇集到外部服务器进行集中处理。

一般情况下，智慧医疗的网络规模都不大，其无线节点的组网方式主要采用星形结构。而对于一些比较大的物联网场景，如智能建筑等，其组网结构可使用其他两种方式以满足其规模性需求。这些物联网场景基本上都有一个共性，那就是基于无线传感器网络，因此可将智慧医疗作为典型场景，对这部分物联网场景进行分析，研究场景特点及对全联网标识的需求情况。

2. 网络协议

智慧医疗场景中的设备，一部分是能够连接电源的家用电器（一般称为Resource-rich设备），这种设备一般在资源尤其是能量消耗上没有限制，因此一般多使用Wi-Fi协议实现网络连接。除此之外，主要的设备就是上文提到的传感器，这种设备是典型的资源受限设备，使用的网络协议栈各异，网络数据模式也不同于一般网络的形式，这些差异具体表现在以下几个方面（见表2-1）。

作为物联网的重要组成部分，低功耗传感器设备最初的设计并不是基于IP架构的，因此如果使用IPv6对物联网设备进行通信标识，就必须对IPv6进行扩展。6LoWPAN就是在这种背景下，由IETF提出的一种解决方案。在智能家居或者其他一些PAN（Personal Area Network，个人局域网络）场景中，低功耗传感设备一般主要使用的是基于IEEE 802.15.4标准的ZigBee或者WirelessHART协议。6LoWPAN通过对IP协议头部进行压缩和封装，从而使得IP数据包能够在基于IEEE 802.15.4的网络中进行传输。这样传感器设备就可以连接到IP网络中，用户也可以通过IP地址或者URL（Uniform Resource Locator，统一资源定位符）来访问传感器。

而对于RFID与IPv6而言，一种方式是使用代理将RFID码映射到64比特的空间，作为IPv6地址的接口ID；另一种方式是将RFID信息封装在IPv6数据包中。

无线传感器网络常见的协议主要包括（但不限于）以下几种。

（1）IEEE 802.15.4：适用于低速无线传感器网络的主要协议，定义了短距离无线传输的物理层、链路层标准，具有低功耗、低复杂度和低成本的特点，一般作为无线协议的补充，也作为其他物联网增强网络协议的基础协议。

（2）ZigBee：IEEE 802.15.4标准的增强版本。在原物理层和链路层的基础之上增加了网络层、安全层及应用框架层。ZigBee适用于多种拓扑结构的无线传感器网络，该网络定义了3种设备：FFD（Full Function Device，完整功能设备，可作为Mesh网络路由节点）、RFD（Reduced Function Device，精简功能设备，一般只有测量数据的搜集功能）、ZigBee网关（完成协议转换功能）。ZigBee协议适用的场景包括智能家居、智能建筑、智能医疗及能源电力的智能管理等。

（3）Bluetooth：由SIG（Bluetooth Special Interest Group，蓝牙技术联盟）提出并定义的短距离无线通信协议。目前，其最新版本已经增加了支持低功耗的协议，可用于物联网的低功耗设备。但是其传输速率较低（721 Kbps）且覆盖范围小（1～100米）。同时，与其他短程协议相比，Bluetooth在安全性方面考虑不足。

（4）WirelessHART：Wireless Highway Addressable Remote Transducer Protocol，也是基于IEEE 802.15.4标准发展而来的，主要是增强了健壮性和互操作性，在网络架构的不同层都提高了安全性，如在MAC（Media Access Control，媒体访问控制）层使用支持高等级加密标准的时分复用技术，因此可以为M2M提供安全、可靠的通信，非常适用于工业自动化应用场景。

（5）6LoWPAN：一种基于IPv6的通信技术，通过数据包头压缩机制（与Bluetooth和ZigBee协议不同），能够将IPv6数据包装配到IEEE 802.15.4定义的各类数据帧中，在确保传输可靠性的同时，提升通信的能效比。因此，它适用于智能电网、家居等低功耗传输的场景。但是，6LoWPAN较小的覆盖范围（10～100米）和较低的传输速率（250Kbps）使得就近需要有互联网接入点。

（6）LoRaWAN：属于低功率广域技术（Low Power Wide Area Network，LPWAN）的一种，主要针对广域的物联网连接。与绝大多数以提升数据传输速率为目的的无线通信技术不同，LoRa通过降低传输速率（0.3～50Kbps）来获得较低的功耗和更广的覆盖范围（在城市内的覆盖范围在2～5千米，在野外环境内的覆盖范围则可达15千米）。LoRaWAN在设计上还包括对移动性、传输安全、本地化服务及互操作性的支持。

（7）Z-Wave：低功耗的射频（Radio Frequency，RF）物联网通信技术，主要针对小数据包在有限范围内（30米左右）的低速率（100Kbps）传输，适用于智能家居等短程通信的场景。Z-Wave具有较高的可扩展性，能够同时支撑数百台设备。

3. 网络数据的特点

无线传感器网络中网络数据的传输特点与应用相关，一般来说大体上按照模式可以分为连续传输、事件驱动、查询驱动，或者上述若干种的混合形式。连续传输是指传感器节点周期性地、不间断地发送数据到网关节点；事件驱动是指只有在特定事件触发的情况下节点才会发送数据，如温度传感器的报警数据等；查询驱动则是指只有当网关节点向传感器节点发送查询请求时才会发送数据。无线传感器网络中这种数据传输特点的差异性也是在设计标识或者解析系统时候需要考量的一个因素。

4. 标识需求考虑

1）通用需求

通常来讲，物联网标识设计需要着重考虑连接性、扩展性、移动性、安全性等问题。从标识服务角度来讲，物联网通常需要提供下面几种服务：ID服务、信息聚合、协作感知及通用性服务。每种服务对标识都有不同的要求。例如，信息聚合服务一般不要求每个对象都有唯一的标识。因此，这就意味着设计物联网标识体系需要考虑多种服务的需求。

2）场景化需求

物联网场景的两个重要特性是ID/Locator的解析，以及信息服务与发现服务。物联网应用场景的设备很多都是资源限制型的（能耗、存储、计算能力等），如无线传感器，只能携带有限的元数据，因此这些标识服务需要能够充分考虑这些限制。ID解析一般是指标识编码映射到网络地址的过程，这个过程通常只完成简单、轻量的任务，如提供系统之间的映射，或者为不同的系统提供衔接或者桥梁作用。对智慧医疗场景来说，其标识的需求特点主要体现在以下几个方面。

（1）标识多样性：资源受限网络下的命名一般包括设备名称、资源名称和服务名称等，此外还可能需要考虑不同协议直接的地址映射与转换。

（2）标识自动配置：设备入网后的自动配置及服务发现，如IPv6-6LoWPAN的自动配置。

（3）基础架构无关性：标识方案和服务应当能够屏蔽网络协议栈及底层感知技术的差别。

（4）标识解析智能化：在信息融合的基础上采用自然语言处理技术的智能标识解析。

3）安全需求

由于智能传感设备会连接到公共的信息网络，以便于其数据或信息能够被随时随地的访问，因此智慧医疗领域可能会成为攻击者的潜在攻击对象。在物联网技术大规模应用到智慧医疗场景之前，首先应该从医疗的角度分析其安全方面的需求，主要包括以下方面。

（1）保密性：保证数据不被未授权用户访问。

（2）数据完整性：维持数据在设备传输之间的完整性。

（3）认证：互相通信的节点之间能够互相验证身份。

（4）可用性：本地、云端等医疗服务在某些情况下能够正常提供服务（如在遭受DDoS攻击的情况下）。

（5）数据实时性：由于智慧医疗场景的数据随时间实时变化或更新，需要保证网络中传输的数据都是最新的。

（6）访问控制：保证仅授权的节点能够访问网络服务或资源。

（7）容错性：安全方案应当在发生错误的情况下（如软件缺陷、系统宕机、设备故障等）能够持续提供基本医疗安全方面的保障。

（8）互操作性：不同类型的节点接入网络能够协同完成期望的功能或提供期望的服务。

（9）隐私保护：由于医疗数据的敏感性，当数据在网络中进行传输或在节点间进行交换时，需要保证数据不被泄露。

（三）工业互联网场景

1. 概念与背景

工业互联网将人、数据和机器连接起来，以在全球化背景下重构企业和产业、激发生产力，是新一轮工业革命和产业变革的一个重点发展领域，是全联网的重要组成部分。工业互联网将具有感知、监控能力的各类采集或控制传感或控制器，以及泛在技术、移动通信、智能分析等技术融入工业生产过程中的各环节，从而大幅提高制造效率，改善产品质量，降低产品生产成本和资源消耗，最终实现将传统工业提升到智能化阶段的目的。

2. 工业互联网标识

在工业互联网中，为了实现机器、车间、企业、人之间的互联，满足机器与机器之间、物与物之间的数据交互，需要利用标识来对感知设备、产品、人等对象，终端，网络节点及各类业务应用进行识别，并通过标识解析与寻址进行数据映射、转换，以获取相应的地址或关联信息。

标识解析体系是全球工业互联网安全运行的核心基础设施之一，其作用类似于互联网领域的域名解析系统。工业互联网中的标识解析技术的变化在于，标识对象从网络内部各实体主机细化到物品、信息和服务等资源；标识功能增加了对异主、异地、异构的信息实现智能化关联。而标识解析系统是利用标识对机器和物品进行唯一性的定位和信息查询，是实现全球供应链系统和企业生产系统的精准对接、产品的全生命周期管理和智能化服务的前提和基础。

工业互联网中包括域名在内的标识技术及系统，对海量实体（人、机、物）及内容和服务提供安全、智能、高效、泛在、可控的命名及寻址功能，在网络中扮演的角色越来越关键。工业互联网的关键技术及应用方向之一是智能制造所涉及的各类分散化数据的整合及应用。具体来讲，标识解析体系对于工业互联网发展的支撑作用体现在3个方面。

第一，通过构建工厂内部的标识采集、数据解析等基础设施，将分散的物理生产单元相互连接，打破“信息孤岛”，促进生产企业内部各层级信息系统的集成整合，实现生产、供应链、产品等数据的无缝传输，构建数据优化闭环。

第二，基于物联网、大数据、云计算等信息技术，能够对工厂生产线运行、生产经营状况、产业链协同和市场需求进行充分感知、复杂计算和深度分析，形成工业生产的智能化决策。

第三，通过与外部解析系统的互联，将生产企业与上下游企业、市场用户紧密连接，形成协同化、定制化和服务化的智能生产模式和商业模式，提高生产资源的配置效率，创造新的服务价值。

工业互联网中的标识技术可对生产过程中的各类要素，以及产品全生命周期的数据和资源进行统一管理，有利于发展高效的信息化、智能化生产技术，避免“信息孤岛”的产生，在保障安全的前提下真正实现跨领域、跨行业互联互通。标识系统是工业互联网的核心资源和重要基础设施，是实现工业全要素各环节信息互通的关键枢纽，为工业大数据和智能化产业的进一步形成与聚集提供了坚实的保障。

3. 标识需求分析

在当前互联网、物联网中已存在多种异构的标识体系及服务系统，实现不同应用环境中的服务、通信、对象的标识注册和解析。国际上主流的标识技术有DNS、OID、EPC和Handle等。其中OID、EPC和Handle源自物联网，现已逐渐在工业互联网领域展开推广应用；DNS仍主要应用于互联网域名标识，但也承载OID和EPC解析系统的部分寻址功能。同时，我国相关单位也积极探索具有自主知识产权或自主管理控制权的标识方案，如中国科学院计算机网络信息中心的物联网异构标识解析方案NIOT、中国物品编码中心的Ecode等。此外，许多行业内部或者中小型企业内部也在大量使用自定义的私有标识，而只在涉及流通环节的供应链管理等应用中采用跨企业的共有标识。目前，这些方案在国内的应用基本都形成了一定的规模，且不同的共有标识方案之间也具备一定的互通能力，可以互相兼容、共存，共同在工业互联网中发挥重要的作用。

随着工业互联网的发展，上述标识体系也面临着一些新的需求和挑战，难以完全满足工业互联网的需求，主要表现在以下几个方面。

一是功能。工业互联网需要识别的对象复杂多样、数量庞大，要求标识体系能够支持多种多类、海量的标识对象，同时异构兼容，并具备良好的扩展性；另外，在网络层，工业互联网网络的发展需要海量IP地址，IPv6理论上可以满足工业互联网地址空间的需求，能够为工厂内网设备提供全球唯一的地址，支撑数据交互、整合及深度处理。但是，由于工业互联网场景的特殊性，其内部网络在安全性、可靠性和性能上都有较高的要求，IPv6能否满足这些要求，还需进一步研究。

二是性能效率。工业互联网的标识数据是海量的，这就要求标识解析系统具有高效性和可靠性。内网网络的一些特定场景还需要保障解析的低时延。

三是安全性。工业互联网直接关联到现实工业生产场景中的各类实体和数字资源，而标识作为联系物理实体与数字世界的关键纽带，安全问题越发重要。标识对应的信息涉及众多敏感数据，如何提供隐私保护、访问认证、可靠的服务，是标识解析系统首要考虑的问题。此外，标识解析系统的“根服务”安全问题也更加突出，带来的风险和危害也更加严重。工业互联网中的标识信息对应工厂设备、机器的各种运行状态，甚至可通过标识解析系统对设备直接进行操作。如果由于“根服务”停止而导致标识解析系统瘫痪，那么带来的后果将是灾难性的。目前，国内外已经提出一些改进型或新型的标识解析体系方案，如最新的OID标识解析标准，已经支持“联邦根”的概念；Handle的基于多主管理模式的平行根系统，其共同的特征是采用分布式的多边管理机制，强调了公平对等的治理理念，在一定程度上能够解决传统标识解析系统“根服务”单边管理带来的弊端和安全风险。这些都代表了未来标识解析系统发展的趋势。

4. 未来的发展趋势

工业互联网体系架构2.0的发布，以及工业产业转型升级步伐的加快，带动了工业互联网相关技术和解决方案的快速发展。在标识解析技术方面，扁平化的标识解析结构正成为各国的探索方向。

我国正在大力推动工业互联网的发展。在国家总的体系设计的指导下，工业互联网取得了较大进展：通过持续推动标识解析各节点建设，进而推动标识的广泛应用；建立标识解析管理机制，出台针对工业互联网的标准管理体系，研制标准，推动标识产业应用，实现数据的共享和流动，同时开展创新研究，推动区块链、大数据、分布式技术相结合等。

三、标识需求探索

从物联网标识应用场景需求出发，为了全面把握物联网标识的发展趋势，我们调查并研究了国外一些与物联网标识技术相关的研究课题或者项目，重点对NDN、OGC等关键研究方向进行说明，以供读者参考。

（一）NDN

NDN是命名数据网络（Named Data Network）的简称。在NDN中，路由器有大容量的存储来缓存内容。这主要是为了解决两个场景中的问题：一个是视频传输，基于NDN的网络可以将内容缓存到更接近用户的路由器中，从而减轻上游网络及中央服务器的负载；另一个是物联网传感器网络，物联网中的传感器为典型的资源受限型设备，在NDN中，传感器的数据可以被缓存到网络中，如果其他节点需要这些数据，就可以就近从路由器缓存中读取，不需要唤醒对方传感器而耗费电池能量，另外自己也可以快速获取所需数据。Internet与NDN的沙漏型架构对比如图2-5所示。

（二）OGC

由OGC（Open Geospatial Consortium，开放地理空间联盟）[10]开发的SWE（Sensor Web Enablement，传感器Web支持）标准，使得传感器、执行器、传感数据仓库等通过Web能够被发现、访问和使用。在SWE标准体系中，SensorML（Sensor Model Language，传感模型语言）是与传感器标识相关的标准，规定了如何使用XML（eXtensible Markup Language，可扩展标记语言）来描述与传感器相关的资源对象。下面是一个示例：

它包含了同一个温度计在两个不同时间测量得到的两个数据，第一个是23.5℃，第二个是23.6℃。

SensorML目前仍处于早期研究阶段，这种使用XML来描述物联网对象的方式，在语义交互上还存在不少局限性（解决互操作性的一种方式是使用前述的语义Web），在不同物联网场景中的不同类型的设备之间如何进行通信及互操作，也是SensorML需要进一步解决的问题。此外，SensorML本身没有任何安全机制，因此如果数据有安全的需求，就只能依赖底层安全协议，如TLS（Transport Layer Security，传输层安全）、DTLS（Datagram Transport Layer Security，数据包传输层安全）协议等。

（三）IoT6

目前，物联网传感器和设备还没有广泛的支持IPv6系列协议。IoT6项目研究和探索了IPv6及其相关协议（6LoWPAN等）在物联网应用方面的潜力，尝试解决物联网标识目前存在的碎片化及其他问题。

1. 通信层标识

IoT6建议统一使用IPv6地址来标识对象，对于使用不同标识体系的物联网设备或对象，IoT6也提出了3种解决方案将这些异构标识转换为IPv6地址。例如，对于兼容IEEE 802.15.4标准的设备，可直接使用6LoWPAN协议规定的方式；对于使用其他标准的设备，如使用Bluetooth、RFID的设备等，可以采用IPv6地址代理的方式来实现地址转换及自动配置功能；Glowbal IP[11]，这是一个通信标识适配协议，它提供了AAID（Access Address Identifier，访问地址标识）的分配管理，以及AAID与IPv6地址之间的转换翻译功能。Glowbal IP的主要作用是简化IPv6通信的参数，仅使用一个4字节的ID即可代表一条通信链路，非常适合应用在资源受限的传感器网络中。上述3种方案都提供节点的自动配置功能，能够减少部署和维护的工作量。

2. 应用层标识

IoT6使用传统的DNS体系架构实现智能对象的标识，同时采用一种新的机制来允许对象能够动态注册到DNS服务器。而对资源或者服务标识来说，IoT6则是基于CoAP技术和标准，定义了一个轻量级的资源目录，用户可以通过REST（Representational State Transfer，表述性状态转移）接口，以Web形式访问与物联网对象相关的资源。

3. 解析发现

IoT6分别使用DNS-SD[12]服务目录与mDNS[13]来实现全局和本地的解析服务。在本地范围内，考虑到标识的发现和搜索会延伸到全局的范围，IoT6采用了DHT（Distributed Hash Table，分布式哈希表）机制来增强服务的弹性和健壮性；此外，还使用了专门为智能对象优化设计的轻量化mDNS，即lmDNS[14]。在全局发现的设计上，则考虑了未来技术的发展趋势，可支持RDF（Resource Description Framework，资源描述框架）框架和SPARQL[15]查询语言，因此对复杂信息的存储和查询也提供了良好的支持。

（四）OpenIoT

OpenIoT[16]的主要目标是设计、开发一个传感器网络的中间件平台，从而为云计算提供在物联网中扩展的可能性。它通过基于本体（Ontology）的语义模型及开放数据链接技术来描述物联网中互联的对象。它主要实现按需查询功能，可以获取和合并来自多个分布式传感器的数据。

（五）IoT@Work

这是欧洲IERC（IoT European Research Cluster，欧洲物联网研究总体协调组）的一个物联网项目，主要目的是解决自动化生产环境下的标识自动配置问题。该项目设计了一种ENS（Event Notification Service，事件通知服务）机制来对发生的事件进行标识。与传统的请求/响应模式不同，该机制使用的是发布/订阅的模式，同时在命名空间采用层级架构设计，以适应事件标识的需求。