图书介绍
国之重器出版工程 数联网 大数据如何互联PDF|Epub|txt|kindle电子书版本网盘下载
![国之重器出版工程 数联网 大数据如何互联](https://www.shukui.net/cover/1/34548331.jpg)
- 段云峰,鄂海红编著 著
- 出版社: 北京:人民邮电出版社
- ISBN:9787115488091
- 出版时间:2018
- 标注页数:360页
- 文件大小:56MB
- 文件页数:381页
- 主题词:互联网络-应用-数据传输-研究
PDF下载
下载说明
国之重器出版工程 数联网 大数据如何互联PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 概述1
1.1互联网之后是什么2
1.1.1互联网如何升级2
1.1.2大数据面临的挑战4
1.1.3封闭是“背道而驰”7
1.1.4大数据的“智慧”如何联网10
1.2从大数据到数联网13
1.2.1历史溯源13
1.2.2万数互联20
1.2.3如何让应用丰富起来22
1.2.4让大数据流动起来,带来效益24
1.2.5共享经济下的数据共享25
1.3数联网的关键内容26
1.3.1数据如何互联26
1.3.2构建数联网要解决的关键问题30
1.3.3如何保护数据的隐私33
1.3.4从“免费”到“盈利”34
1.4数联网的概念和架构35
1.4.1数据的标准化36
1.4.2数据访问的标准化37
1.4.3数据解释的标准化38
1.4.4数据质量的标准化39
1.4.5数联网的架构分享40
1.4.6计算的标准化43
1.5数联网与互联网的关系44
1.5.1数联网解决“数据+计算”的问题44
1.5.2互联网解决底层连接的问题45
1.5.3数联网解决数据互通的问题45
1.5.4数联网是互联网的升华45
1.5.5数联网具有更大的市场价值46
1.5.6是互联网上的应用?还是另一种互联网(互联网2.0)46
1.5.7数联网与语义网的关系47
1.6数联网的意义48
1.6.1数据的互联,将开创新时代48
1.6.2数联网将为世界插上“智慧”的翅膀49
1.6.3数联网将带动新的产业机遇50
1.6.4开辟新的商业模式54
1.6.5大数据的“倍增器”55
1.6.6数联网的产业机会56
1.7数联网在各个行业中的应用60
1.7.1金融行业60
1.7.2政府决策61
1.7.3电信行业63
1.7.4汽车行业64
1.7.5工业4.066
1.7.6食品行业66
1.7.7影视行业68
1.7.8其他行业69
第2章 数联网基础71
2.1定义及特点72
2.1.1范围72
2.1.2定义73
2.1.3与物联网间的关系,从信息链接到数据链接及应用76
2.2数联网的标准化层次77
2.2.1数联网叠加在互联网上77
2.2.2如何从TCP/IP转向数据的标准层级78
2.2.3数联网的标准化层次架构79
2.2.4数联网的RFID——设备数据探针/OS80
2.3数据表示的标准化82
2.3.1 XML的探索82
2.3.2 CWM表述的元模型83
2.3.3数据的标准模型86
2.3.4简单的标准表格87
2.3.5还有哪些方法87
2.4数据传输的标准化88
2.4.1架在TCP/IP之上88
2.4.2如何借鉴HTTP89
2.4.3已有数据传输的标准89
2.4.4降低传输要求,在应用层解读数据90
2.5数据交换的标准化90
2.5.1缘起XML90
2.5.2数据总线的新生91
2.5.3数据交换的理解92
2.5.4数据接口如何标准化92
2.6数据应用的标准化开发接口94
2.6.1 SQL的启示94
2.6.2能否像堆积木一样使用数据94
2.6.3数据开发的语言会是什么样子95
2.6.4数据的传输、调用模式(同步、异步等)99
2.7数联网访问终端的标准化103
2.7.1从手机开始的数联网终端103
2.7.2遵循网络协议,适合展现数据及分析104
2.7.3适合可视化展现104
2.7.4满足交互需求106
2.8如何打开数据库106
2.8.1为什么要打开数据库108
2.8.2 ODBC/JDBC接口109
2.8.3数据库结构如何外露110
2.8.4数据库的应用如何外露110
2.8.5如何解决语义层面的互通111
2.9如何打开Hadoop等112
2.9.1数据分析层的通信协议113
2.9.2单系统的数据云化到数联网中的云化115
2.9.3不同生态中的数据流动116
2.9.4 Hadoop数据如何标准化、交换和开发116
2.9.5数联网如何流动Hadoop中的数据117
2.9.6数据移动或计算移动118
2.10哪些技术可以帮助我们119
2.10.1如何借助现有技术进行组合121
2.10.2如何将中间件技术应用到数联网中125
2.10.3大数据的操作系统126
第3章 数联网的技术架构127
3.1数联网基础元件130
3.1.1从设备感知到数据感知131
3.1.2数据互联“嵌入”组件135
3.1.3大数据OS136
3.2数联网的七层架构140
3.2.1网络的层次架构如何引申到数联网143
3.2.2数联网的层级架构144
3.2.3数联网的互联146
3.2.4数联网的TMF146
3.2.5如何打破IOE的垄断151
3.3数据的标准表述——“世界语”154
3.3.1从“一流的企业做标准”说起154
3.3.2数据格式如何表达154
3.3.3数据的内容如何表述155
3.3.4数据单位的表述157
3.3.5数据的标准表述方式158
3.3.6数据的标准实现方式159
3.4数据的寻址161
3.4.1数据的地址161
3.4.2数据如何寻址164
3.4.3数据的云化寻址空间166
3.5数据的交换167
3.5.1商品交换才产生价值167
3.5.2数据交换的标准172
3.5.3数据交换的内容172
3.5.4交换的接口如何标准化、统一化174
3.5.5能否直接打开数据库175
3.6数联网的“浏览器”178
3.6.1互联网的浏览器及原理178
3.6.2“超文本”之后的“超数据”179
3.6.3数联网如何浏览数据179
3.6.4数联网的“网站”180
3.7数据的应用184
3.7.1 API能否全球统一184
3.7.2数据应用的模块化表述188
3.7.3数据的中间件195
3.7.4数据的共享开发200
3.7.5数据挖掘算法如何共享206
3.8数据“云化”之后的管控210
3.8.1与云计算的关系210
3.8.2数据存放在哪里211
3.8.3数据如何确保安全212
3.8.4数据质量的管理方法212
3.8.5数据运维的方法213
3.9数据安全214
3.9.1传统网络安全管控214
3.9.2数据安全技术215
3.9.3数据安全管理机制219
3.10大数据操作系统——设备的嵌入式结构220
3.10.1网络标准之后的终端标准221
3.10.2操作系统新生:从面向设备到面向数据221
3.10.3解决设备层面的数据传输221
3.10.4解决数据标准研究222
3.10.5解决数据汇聚和分析问题222
3.11计算能力的互联225
3.11.1数据互通之后,如何计算225
3.11.2云计算的新演化226
3.11.3数据仓库的变革227
3.11.4企事业IT的变革227
第4章 数联网的管理架构231
4.1数据管理范围和内容232
4.1.1数据标准管理232
4.1.2数据质量管理233
4.1.3元数据管理233
4.1.4数据运维管理234
4.1.5数据安全管理235
4.1.6数据流量监控236
4.1.7数据资产管理236
4.2单点的数据管理架构237
4.2.1从血缘影响图开始237
4.2.2数据处理的流程和管控点238
4.2.3数据如何运维239
4.3数联网的管理240
4.3.1域名的管理如何升级240
4.3.2大数据的管理如何升级到数联网管理241
4.3.3开源环境如何管理241
4.3.4需要维护的内容242
4.3.5需要制定的标准243
4.3.6从电信网络管理中学到哪些内容244
4.3.7入网检测工作245
4.3.8数联网和电信网络的关系245
4.4人人参与数据管理246
4.4.1自己对自己的数据更了解246
4.4.2理清数据质量、数据权限247
4.4.3建立促进人人参与的机制247
4.4.4数据管理从单点到网络248
4.4.5更多的应用、更多的价值248
4.5数据质量的评估标准249
4.5.1从丢包开始的质量评估体系249
4.5.2评估数据质量250
4.6数联网的生态圈251
4.6.1网络设备制造252
4.6.2数据安全、数据治理254
4.6.3数据收集企事业255
4.6.4数据应用企事业256
4.6.5数据管理企事业257
4.6.6行业解决专家258
第5章 数联网的业务应用261
5.1应用驱动创新262
5.1.1曾经的互联网“泡沫”改变了我们的生活262
5.1.2数联网的典型应用场景264
5.2数据交易市场268
5.2.1数据交易的合法性268
5.2.2数据交易的模式269
5.2.3数据交易盘活数据资产273
5.2.4数据交易的资本驱动274
5.3新的盈利模式275
5.3.1后向收费的场景275
5.3.2后向收费的好处275
5.3.3其他收费模式276
5.4应用的内容形式276
5.4.1数据的提取276
5.4.2报告的形成277
5.4.3专家诊断的提出277
5.4.4行百里、半九十278
5.4.5核心:结果驱动278
5.4.6数据编辑279
5.4.7在线数据服务280
5.5应用的App化281
5.5.1如何借鉴App281
5.5.2如何超越App282
5.5.3数联网下的App284
5.6如何嫁接别人的应用285
5.6.1应用的共享285
5.6.2数据的共享286
5.6.3如何进行管理286
5.7数联网应用的互联网思维287
5.7.1用户思维288
5.7.2简约思维289
5.7.3极致思维292
5.7.4平台思维293
5.7.5跨界思维295
5.8数联网的收费模式探索297
5.8.1基于流量模式298
5.8.2基于数据价值模式298
5.8.3包月模式298
5.8.4后向收费模式299
5.8.5共同运营模式299
5.8.6计费需要一个新的BOSS系统吗299
5.9数联网的应用层次299
5.9.1数联网的网站是什么样子300
5.9.2单点应用303
5.9.3互联应用305
5.9.4人工智能的新篇章305
5.10数联网与物联网307
5.10.1从广度到深度的连接307
5.10.2物联网提供了物理连接,丰富了数据供给308
5.10.3未来的大数据源泉308
5.10.4数联网让物联网插上“智能”的翅膀308
5.10.5物联网的数据亟待规范308
5.10.6物联网的商业模式得到扩展309
5.10.7物联网的隐私问题310
5.10.8对生产流水线的监控分析310
第6章 数联网的几个问题311
6.1数据的价值如何评估和交换312
6.1.1计量单位312
6.1.2评估标准313
6.1.3价值表述方式314
6.1.4数据交换的市场316
6.2数据的隐私如何保护317
6.2.1数据隐私是相对的317
6.2.2数据的隐私敏感度318
6.2.3如何保护数据隐私319
6.3如何让用户主动分享自己的数据319
6.3.1用户收费模式激励319
6.3.2用户数据的分类、分级319
6.3.3与用户共赢的商业模式320
6.3.4从用户的朋友圈分享到数据圈分享320
6.3.5从那些实时刷朋友圈的用户开始321
6.3.6共享经济激励共享数据322
6.4免费的互联网经济能否用于数联网323
6.4.1互联网免费,数联网呢323
6.4.2免费的数据能带来什么323
6.4.3免费的对象是谁324
6.4.4免费之后的用户盈利模式324
6.5数据的所有权问题324
6.5.1数据的拥有者324
6.5.2数据的存放者和处理者325
6.5.3数据的使用权问题325
6.5.4数据的权利分属325
6.6数联网的发展问题326
6.6.1业务驱动让少部分人数据“先联起来”326
6.6.2业务驱动技术变革326
6.6.3技术奠定业务发展基础326
6.6.4亟待商业模式的创新327
6.7我们离数联网远吗328
6.7.1目前我们具备哪些发展数联网的基础328
6.7.2数联网的发展需要哪些创新329
6.7.3资本市场如何介入330
6.7.4如何进行应用创新和引导330
第7章 数联网促进电信行业“涅槃”331
7.1电信行业品尝到信息互联带来的“甜头”332
7.1.1互联网发展的巨大受益者332
7.1.2又一次新的“甜头”334
7.2网络运营经验的移植336
7.2.1电信网络的运维经验移植到数联网336
7.2.2数据管理经验的移植338
7.3数据价值的最大化339
7.3.1基础电信运营商服务每个环节339
7.3.2参与数据的生产、流通和定价环节340
7.4“管道”的升级340
7.4.1如何避免管道化、低价值化341
7.4.2从自来水公司到金融公司342
7.5电信行业的历史机遇343
7.5.1从网络运营到数据网络运营——增值业务343
7.5.2电信行业的华丽转型344
7.5.3独一无二的网络运维经验345
7.6电信运营商能够极大促进数联网的发展348
7.6.1从企事业的数据到社会的数据348
7.6.2社会角度的责任感349
7.7边缘计算与数联网350
7.7.1什么是边缘计算350
7.7.2人工智能时代的边缘计算351
7.7.3数联网与边缘计算的关系352
7.7.4数联网与边缘计算进行结合的关键问题352
第8章 总结355
8.1新世代、新机遇356
8.1.1数联网改变我们的思考方式356
8.1.2为数据分析开辟新的模式——“更多数据胜过更好的算法”356
8.1.3改变商业模式,实现数据的连接和需求的对接,按需定产357
8.2资本下的新BAT358
8.3前途光明、道路曲折359