1.3 物联网研究现状
1.3.1 国外相关研究
1.物联感知
多传感器融合集成是智能传感器的一个重要发展方向。在硬件架构方面，随着 MEMS 技术的蓬勃发展、智能硬件产品的爆发及应用领域不断细分。“MEMS+ASIC+MCU”形式的多传感器融合集成架构，使传感器不再局限于精准感知，而是变得越来越智能。从感知后需要“举手报告”演变成可以先自行处理数据，再向中央处理器发出执行指令。欧洲17个大学、科研院所和企业联合研发的用于智能管理的多传感器平台项目（FP7-ICT-EUMSP）是当前多传感器融合集成的最高水平。以硅通孔技术为基础，以“三明治”结构方式研制出包含多种气体、湿度、紫外、光电、长波红外、颗粒等十余项传感功能的芯片级智能传感微系统；霍尼韦尔 HumidIcon 数字温湿度传感器是以一个组合式传感器来代替两个独立传感器的典型案例，在单个传感器尺寸的封装中可以提供更多的功能；博世（Bosch）推出了基于 MEMS 技术的多种环境检测“集成”的传感器——BME680，此款传感器可以在十亿分之一（ppb）范围内检测挥发性有机化合物（VOC）及其他气体，如一氧化碳和氢气；艾迈斯半导体（ams AG）宣布推出一款NFC传感器标签和数据记录仪集成电路AS39513，为温度监控和NFC连接提供了完整的集成解决方案，包括NFC前端、温度传感器和连接外部传感器的模拟接口，配有ams Cools Log引擎，可完全控制和配置日志记录模式和时序；美国DARPA 2010年在高精度时钟与惯性导航器件微型化的趋势下提出包含微陀螺、微加速度计、微型时钟等多传感器在内的定位导航授时微系统技术（Micro-PNT），在无卫星辅助条件下导航精度达到20m（1小时以内）、授时精度达到1μs（1小时以内）、体积不大于10mm3、质量不大于2g、功耗不大于1W，以满足GPS阻塞环境条件下的PNT服务要求；美国精确运动技术制造领域的公司 InterSense 开发出多参数融合的导航定位传感器，实现了在室内无GPS 信号情况下的导航定位。在软件算法方面，传感器厂商在软件算法上的投入不断加大，如 InvenSense 并购法国超低功率定位、活动追踪和情境感知软件商Movea、室内外定位软件商TPI；最早做加速度传感器的Freescale也专注于在算法上吸引客户。
微能源管理技术是智能传感器发展的另一个重要方向，是智能传感器在物联网中规模应用的核心技术。微能源系统包括能量收集器及其电源管理电路。电源管理电路承担着四项重要职能：一是能量收集器输出电压与负载所需电压的匹配，它包括AC-DC、DC-DC变换等功能，产生一个不依赖于输入或负载变化而变化的恒定电压；二是能量收集器输出接口的阻抗匹配，保障能量收集器输出最大功率；三是电源管理电路自身的低功耗设计，确保传输能量效率最大化；四是能量收集器输出能量的高效存储与释放管理，以满足负载（如无线传感器节点等）的供电需求。2014年，Romani A等针对相互独立的压电阵列式微型振动能量收集器提出了一种基于同步电荷提取技术的自供电能量收集电路，与被动式能量收集器接口电路相比，提高了能量转换效率；2014年，Carreon B.S等提出了一种适用于热能收集的输入阻抗动态匹配技术，可用于多阵列温差发电机；2014年，Clementino M.A等将压电能量收集器与匹配的整流电路结合在一起，充分考虑其机械与电学特性，提出了一种机电耦合模型，可用于整个能量收集系统的仿真设计；2014年，Heo S等设计了一款包含四项工作于脉冲频率调制模式的DC-DC变换器的能量收集电源管理芯片，适用于热能和弱光能量收集；美国Linear Technology公司推出了用于压电能量收集的LTC3588芯片；2014年，美国TI公司也推出了适用于光伏及热电收集器的bq25570芯片；2014年，Hinojo J.M等基于翻转电压跟随器技术提出了一种具有内部补偿机制的低压差线性稳压器（LDO），它通过电容耦合和动态偏置技术提高了负载变化的瞬态响应，当输入电压为2～5V 时，压差为150mV，适用于能量收集的电源管理领域；2017年，Vinko D提出了在充电阶段功耗为零的电源管理电路，与其他电源管理电路设计相比，消除了开关过程中的去抖动行为，支持更宽范围的输出电流；2011年，德国弗莱堡大学针对监测铁路交通的无线传感网络节点供电问题提出了一种微能源系统，该系统由振动能量收集器、低功耗电源管理电路和无线接口组成；2013年，瑞士洛桑联邦理工学院针对无线传感网络中特定气体传感器节点能源需求，提出了集太阳能收集与转换、存储和能源管理于一体的集成微能源系统；2013 年，Fojtik 等研制了一种基于太阳能电池供电的无线温度传感网络节点，太阳能电池收集的电能先为锂电池充电，再对温度传感网络节点供电；2014年，Ethem等设计了一个适用于惯性能量收集的微能源系统，包含能量收集器与电源管理电路，可为无线传感器节点供电。
在无线传感器网络技术方面，美国仪器仪表协会将发展ISA100.11a的配套标准作为下一个阶段的工作重点，在ISA100.11a工作组内成立了研究测控系统的部署和配置问题的应用技术标准组，研究 ISA100.11a 与 WirelessHART 的共存问题的共存标准组，研究回程网技术的骨干网标准组。ISA100.11a 技术的主要推动者美国的霍尼韦尔公司，牵头成立了ISA100.11a标准一致性研究组，联合10多家企业和研究机构制定ISA100.11a的一致性测试标准。HART基金会也制订了工作计划，加紧制定 WirelessHART 的一致性和互操作规范，推进WirelessHART仪表投放市场所必须经过的测试认证工作。此外，美国工业无线联盟（WINA）启动了面向工厂自动化需求的高实时性无线网络新技术的研发与标准制定工作，推动工业无线技术由现场信息采集向工厂级控制应用发展。在民用领域方面，ZigBee 技术应用较为广泛，面对不同行业需求，其通信标准也在不断地进行更新和完善，目前共制定了3种通信标准：ZigBee、ZigBee PRO和ZigBee RF4C。其中：ZigBee主要面向星形结构的小规模应用，如智能家居和医疗行业，支持的网络规模不超过100点；ZigBee PRO主要面向大规模的网络应用，如电力行业用电信息采集网络，环境监测信息采集网络等，采用了全Mesh的网络结构；ZigBee RF4C主要面向消费电子，支持点对点通信，通过简化网络结构降低通信的复杂性，从而实现低成本的目的。2013年8月，美国升特公司（Semtech）向业界发布了一种新型的Sub-1GHz频段的扩频通信芯片——LoRa芯片，最高接收灵敏度可达148dBm，主攻远距离低功耗的物联网无线通信市场。该技术主要工作在全球各地的 ISM 免费频段（非授权频段），包括433MHz、470MHz、868MHz、915MHz等。与其他传统的Sub-1GHz芯片相比，LoRa芯片最高接收灵敏度提高了20～25dB，在应用上传输距离提高了5～8倍。2015年3月，Semtech牵头成立的一个开放的、非营利的组织LoRa联盟，发起成员还有法国Actility、中国 AUGTEK 和荷兰皇家电信 KPN 等企业，并发布了LoRaWAN协议。
人工智能识别算法是提高智能传感器智能化水平的重点发展方向。早在1989年，多伦多大学教授Yann LeCun提出卷积神经网络，它是一种包含卷积层的深度神经网络模型。CNN的架构设计是受到生物学家Hube和Wiesel的动物视觉模型启发而发明的，尤其是模拟动物视觉皮层的V1层和V2层中简单细胞和复杂细胞在视觉系统的功能。在很长一段时间里CNN技术一直没有取得重大突破。直到2012年10月，Hinton教授及他的学生采用更深的卷积神经网络模型在著名的ImageNet问题上取得了世界上最好的结果，使得图像识别的领域研究更进一步。人工智能在图像识别方面发展成熟的标志是，斯坦福大学教授Andrew Ng和大规模计算专家Jeff Dean在2012年6月共同主导的Google Brain项目，用16000个CPU Core并行计算平台训练含有10亿个节点的深度神经网络，使其能够自我训练，对2万个不同物体进行辨识且不需要向系统手工输入任何标签信息。深度学习在物体识别上的另一个重要突破是人脸识别。人脸识别的最大挑战是如何区分由于光线、姿态和表情等因素引起的类内变化和由于身份不同产生的类间变化。这两种变化分布是非线性且极为复杂的，传统的线性模型无法将它们有效区分。深度学习的目的是通过多层的非线性变换得到新的特征表示。2013年，采用人脸确认任务作为监督信号，利用卷积神经网络学习人脸特征，在 LFW 上取得了92.52%的识别率。这一结果虽然与后续的深度学习方法相比较低，但也超过了大多数非深度学习的算法。2014年3月，Facebook的DeepFace项目使得人脸识别技术的识别率达到了97.25%，只比人类识别97.5%的准确率略低，准确率几乎可媲美人类。该项目利用9层神经网络来获得脸部表征，神经网络处理的参数高达1.2亿个。在自然语言处理领域结合人工智能开展自然语言处理相关应用已经取得了一定成果。语言模型是最早采用神经网络开展研究的自然语言处理模型。在2003年，Bengio等提出词向量方法，可将词映射转换到一个独立的向量空间；进一步结合非线性神经网络提出了N-Gram模型；受此启发，Collobert等基于词向量方法及多层一维卷积神经网络，实现了一个同时处理词性标注、语块切分、命名实体识别、语义角色标注4个典型自然语言处理任务的SENNA系统，取得了与当时业界最好性能相当接近的效果。类似的模型也被Schwenk等用在统计机器翻译任务上，其性能采用BLEU评分机制评判，提高了2个百分点。递归自动编码器模型在句段检测任务中大大提高了 F1 值。此外，基于深度模型的特征学习还在词义消歧、情感分析等自然语言处理任务中超越了当时最优系统，取得不错的成效。2016年5月，谷歌公司宣布将神经网络的语法分析架构SynaxNet给予开源，开发者按需选取数据训练自己的 SynaxNet 模型，大幅提高语法及话题相关性识别的能力，从而为提高语义理解的准确性提供基础。随后Facebook也在6月宣布利用9层深度卷积神经网络处理自然语言，并且取得了明显的进展。
2.物联网络
针对传统物联网络体系和技术的研究，美国很多大学在无线传感器网络方面已开展了大量工作，如加州大学洛杉矶分校（UCLA）的嵌入式网络感知中心实验室、无线集成网络传感器实验室、网络嵌入系统实验室等。另外，麻省理工学院从事着极低功耗的无线传感器网络方面的研究；奥本大学也从事了大量关于自组织传感器网络方面的研究，并完成了一些实验系统的研制；宾汉顿大学计算机系统研究实验室在移动自组织网络协议、传感器网络系统的应用层设计等方面做了很多研究工作；克利夫兰州立大学（俄亥俄州）的移动计算实验室在基于IP的移动网络和自组织网络方面结合无线传感器网络技术进行了研究。
除高校和科研院所之外，国外的各大知名企业也都先后参与开展了物联网的研究。克尔斯博公司是国际上率先进行无线传感器网络研究的先驱之一，为全球超过2000所高校及上千家大型公司提供无线传感器解决方案。互联网巨头也相继提出了各种物联网网络技术解决方案。在高校、科研院所和企业的共同努力下，近年来，物联网领域产生了许多新兴且有竞争性的网络技术。对于物联网网络层次模型来说，主要包括网络接入层技术和互联互通层技术。许多物联网网络技术由各国不同的供应商提供或针对不同的垂直市场为相同的标准协议提供替代性实现。
在网络接入层，具有竞争性的技术解决方案主要包括低功耗广域网（LPWAN）、蓝牙低功耗（BLE）、ZigBee、近场通信（NFC）和射频识别（RFID）等。
低功耗广域网（LPWAN）是一种专为低功耗、长距离无线通信而设计的技术，非常适用于无线传感器等低功耗物联网设备的大规模部署中。LPWAN技术包括LongRange物理层协议（LoRa）、Haystack、Sigfox、LTE-M和NB-IoT（窄带物联网）。LPWAN NB-IoT和LTE-M标准旨在使用现有的蜂窝网络提供低功耗、低成本的物联网通信选择。NB-IoT是这些标准中的最新标准，专注于大量户内设备之间的长距离通信。
蓝牙低功耗（BLE）是流行的蓝牙2.4GHz无线通信协议的低功耗版本。它是专为短距离（不超过100m）通信而设计的，通常用在星形网络配置中，有一个控制多个辅助设备的主要设备，最适合突发性传输少量数据的设备，因为这些设备被设计为在不传输数据时休眠，以节约用电。
ZigBee也在2.4GHz无线通信频谱上运行，是一种网状网络协议，专为建筑和家庭自动化应用而设计。另一种与ZigBee紧密相关的技术是Z-Wave，专为家庭自动化而设计，它曾是一种专用技术，最近才作为一种公共领域规范发布。
近场通信（NFC）协议用于非常短距离的通信，常用于支付系统、签到系统和工业物联网应用中跟踪资产的智慧标签。
射频识别（RFID）标签存储标识符和数据，并将它们附加到设备上供RFID读取器读取，典型传输距离小于1m，可以采用有源、无源或辅助无源形式。Dash7是一种通信协议，是专为在工业物联网应用中使用的有源RFID而制定的，以便执行安全的长距离通信。
此外，Wi-Fi是基于IEEE802.11a/b/g/n规范的标准无线网络技术，802.11n提供了最高的数据吞吐量，但功耗很高，为了节能，物联网设备仅可使用802.11b或802.11g。随着长距离和低功耗解决方案变得更加普遍，Wi-Fi可能会被这些低功耗替代方案所取代。以太网采用了IEEE802.3标准，被广泛部署在局域网内，以便建立有线连接，适用于物联网中的有线设备接入。
同时，5G技术成为最新一代蜂窝移动通信技术，也是继2G、3G、4G系统之后的延伸，其目标是提高数据传输速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。
在互联互通层，物联网网络技术主要负责识别路由数据包，主要的技术方案包括IPv6、6LoWPAN和RPL。物联网采用IPv6互联互通时，设备由IP地址标识，不同于IPv4被限定为32位地址，仅能提供约43亿个地址，这少于目前联网的物联网设备数量，而IPv6采用了128位地址，所以能提供2128个地址供物联网设备联网使用。
低功耗无线个域网（6LoWPAN）标准允许在802.15.4无线网络上使用IPv6，常用于无线传感器网络，如用于家庭自动化设备的Thread协议就在6LoWPAN上运行。有损网络路由协议（RPL）专为在低功耗网络（如在6LoWPAN上实现的网络）上的路由而设计，用于在受限的网络中路由数据包，可基于动态指标和约束条件来构建网络中的节点图，从而计算最佳路径。
针对未来网络如何在物联网环境下应用，主要聚焦物联网环境下，如何应用信息中心网络体系。当前信息中心网络体系架构的研究机构和项目主要在欧洲（PSIRP/PURSUIT、4WARD和SAIL）和美国（CCN和DONA）。加州大学伯克利分校的Scott Shenker等研究了各种信息中心网络的共性和区别，发现各种信息中心网络的设计本质很相似，但各自的术语十分不同。在众多的信息中心网络中，施乐公司的帕洛阿尔托研究中心（PARC）的内容中心网络（CCN）具有更多的优势，美国加州大学洛杉矶分校的 NDN 项目便是在 CCN 基础上进行研究的。美国加州大学洛杉矶分校的NDN开发团队针对NDN在作为物联网网络架构解决方案时需要考虑的设备管理、能量效率、稳定性、命名方法、安全策略、设备发现、缓存算法和转发路由等问题开展研究，为推动物联网网络体系和技术研究发挥了重要作用。
3.物联平台
随着物联网应用领域的不断扩大，传统的物理服务器难以支撑接入设备和数据的爆发式增长，基于云的物联网平台由于在部署、扩展、成本和运维方面的优势，逐渐成为物联网发展方向。
目前，国外互联网厂商普遍建立自有的物联网平台，来支持各个领域的物联网应用。其中，比较典型的物联网云平台有亚马逊的AWS IoT平台、微软的Azure IoT平台、IBM的Watson IoT平台和Ayla Networks平台等。
AWS IoT平台是亚马逊提供的专业云计算服务，于2006年推出，以 Web服务的形式向企业提供IT基础设施服务，通常称为云计算。其中，AWS IoT Core主要面向物联网，使互联设备可以轻松安全地与云应用程序及其他设备交互。AWS IoT Core可以支持HTTP、Web Sockets和MQTT主流协议，也支持其他行业标准和自定义协议。在此基础上，AWS IoT Core平台将各类设备连接到AWS服务器和其他设备，保证数据和交互的安全，处理与设备有关数据并对其执行操作，以及支持应用程序与设备进行交互。
微软的Azure IoT Hub为物联网设备提供注册、管理、沟通交互的云服务。一方面，平台支持监视器等IP设备或智能家电等个人区域网络设备的直接接入；另一方面，采用物联网网关接入现有物联网设备，并设计物联网现场网关，实现对低功耗设备的接入。通过支持 AMQP 和 HTTP 协议，Azure IoT Hub可用于管理数十亿个物联网设备，提供可靠和安全的云端与设备之间的双向通信支持，每月可处理数以万亿计的消息，并简化了与其他 Azure 服务之间的集成，包括Azure机器学习及Azure流分析等。
IBM的Watson IoT平台可以执行强大的设备管理操作，并存储和访问设备数据，连接各种设备和网关设备。Watson IoT 平台支持物联网设备和网关设备接入，网关设备兼具应用程序和设备的功能，使其能够充当访问点，为无法实现平台接入的其他设备提供连接支持。通过使用 MQTT 和 TLS，Watson IoT 平台提供与设备之间的安全通信。同时，Watson IoT平台提供对 IoT 设备和数据的强大应用程序访问，可快速编写分析应用程序、可视化仪表板和移动 IoT 应用程序。
作为PaaS云平台的Ayla Networks，Ayla云服务是IoT平台的核心。在接入方面，基于嵌入式代理Ayla Embedded Agents，Ayla Networks可接入各类IoT端设备和网关设备，并通过数据加密和身份认证，来保护用户隐私和数据安全。在此基础上，Ayla Networks提供完整的设备管理、设备控制、分析服务、自动化运维和数据开放API。
4.物联安全
物联网安全在物联网智能物联中的地位至关重要。近年来，物联网安全隐患持续发酵，安全事件频发，物联网安全已成为制约物联网大规模应用的重要因素，也是实现智能物联的关键问题。从物联网体系结构来看，物联网的安全与隐私威胁来源于感知层、网络层和应用层。感知层主要涉及感知节点身份、位置及通信关系的隐私问题；网络层主要涉及数据传输的隐私问题及异构网络中的路由隐私问题；应用层主要涉及控制隐私问题，如发布隐私、查询隐私、存储隐私等。
众多国外政府和组织在物联网安全方面发布了一系列指南。美国NIST 2016年11月发布的Systems Security Engineering，提出了一套关于IoT的网络安全指南。IIC于2016年9月发布《工业IoT安全架构》，期望产业界能对如何保障工业IoT系统安全达成共识。IETF在应用层、传输层和网络层的安全协议及第三方认证/授权协议方面都有长期的积累，而且被广泛地应用。OneM2M计划引入可信执行环境（TEE），期望所有利益相关方都可借助相互隔离的存储和执行资源来管理和控制私有的证书和安全策略。TCG为加速增强IoT安全，成立了IoT Sub Group，旨在指导如何将可信计算应用于IoT。
工业界对物联网安全也愈加重视，甚至已有公司将物联网安全提升到发展战略高度。ARM、Trustonic 均基于可信执行环境（TEE）技术提出了自有的嵌入式芯片内核安全保障机制；Arxan 侧重于移动端嵌入式设备安全；Intel 提出了基于硬件功能分离的解决方案 Intel CIP，用于提升网络基础设施设备的安全性。为向物联网设备认证管理提供服务，Device Authority从物联网整体架构出发提供安全解决方案；Digcert与GlobalSign为物联网设备提供加密接入技术；secureRF为物联网设备提供低功耗公/私钥加密解决方案。为使物联网云端具有强大的物联设备发现能力，bastille 提供了完整的频谱扫描与设备发现方案，该方案可在一定区域内感知物联网设备无线信号；Forescout和Pwnie Express专门针对物联网提供了通过网络空间扫描发现设备的技术，该功能也可以为使用者提供设备的功能列表与操作接口；Qadium提供网络空间探测和可视化技术，也可广泛地应用于物联网场景中。
为解决感知设备资源受限给安全形势造成的严峻挑战，三星美国研究院的研究人员提出，在嵌入式系统中建立轻量级可信执行环境来保护系统安全；澳大利亚伍伦贡大学、德国达姆施塔特应用技术大学通过设计轻量级密码学算法或优化经典密码学算法为安全通信提供基础保障；Majzoobi 和 Hiller 研究团队分别提出基于设备自身独特的物理特性的认证和密钥生成协议；还有研究人员利用穿戴设备获取用户人体生物特征来实现设备认证。
物联网网络层一方面面临传统网络安全与数据隐私威胁，另一方面由于接入网络的复杂性、通信协议的异构性，使得物联网网络层的安全问题更加严峻。目前各国学者对物联网网络安全的研究主要集中在加密技术、密钥管理、安全路由、数据的安全聚合和入侵检测5个方面，对网络层的安全研究仍以传统网络攻击（如重放、中间人、假冒攻击等）为主。但是，随着物联网的发展，网络通信协议不断增加，网络层面临的安全威胁会更加突出。
为应对物联网应用层云端、操作系统、平台组件和服务程序面临的安全威胁，防止用户隐私数据泄露，现阶段学术界主要采用同态加密来解决这一问题。同态加密的数据处理得到一个输出结果，将这一输出结果进行解密，其结果可以保证与同一方法处理未加密的原始数据得到的输出结果是一样的。但是同态加密算法效率不高，部分同态加密算法对加密数据的处理十分有限。有研究人员提出根据应用程序对数据的用途不同及数据的敏感程度不同，对原始数据采用不同的处理方法。另外，由于云服务器会保存大量的用户数据，云服务数据的存储、审计与恢复及共享都需要更多的安全措施来保护。有学者利用区块链技术实现物联网设备匿名共享。
物联网安全问题已经引起了研究学者、政府部门和企业的广泛关注，也有众多的技术方案和创新方法被提出，但是还不足以应对日益恶化的安全形势的需要。区块链技术作为当今安全加密货币（比特币）的核心技术，具有去中心化、去信任化和数据加密的特点，尤其适合构建分布式系统。目前，运用区块链技术解决物联网的安全问题已成为研究热点。IBM 认为区块链技术是解决物联网缺陷的重要技术。中心化物联网在生命周期成本、收入方面存在严重缺陷，未来物联网每个设备应该都能自我管理，彼此相联，形成分布式云网络。而采用区块链技术的分布式物联网设备之间不但能够分享数据，还能分享计算力、带宽甚至电力，而且能保障各分布式节点之间的信任和安全，保证交易是安全的、私有的，且是可信的。
1.3.2 国内相关研究
1.物联感知
在多传感器融合集成方面，国内格科微的全资子公司思立微将触角伸入指纹识别传感器和独特算法设计；矽睿、深迪、敏芯、美新、士兰微等纷纷推出整合MCU的解决方案；歌尔声学也开创性地将麦克风、气压计和温度传感器集成于一体，通过优化信号处理电路和后期校准算法，消除了多种传感器件间的相互串扰，满足了产品多功能应用的需求，节省了空间且降低了成本；西安精准测控有限责任公司推出了一款基于MEMS技术集成了陀螺仪、加速度计、磁传感器、高度计的高性价比组合导航系统PA-GS01，总体尺寸小于65mm×65mm×36mm。
在微能源管理技术方面，从微能源的电学特性可知，为了保障微能量收集器输出最大功率，必须使接口电路的阻抗与微能量收集器输出阻抗相匹配。2012年，张静静等设计的传感器网络能量自供给节点系统具有超级电容和可充电锂电池两极能量存储结构，电源管理模块使用一个 DC-DC 升/降压开关电源TPS63030和一个微控制器搭建。2014年，西安电子科技大学朱樟明教授课题组针对微能源系统的CMOS集成技术，设计了一种基于全交叉耦合负压转换器和有源二极管结构的超低压高效CMOS整流器。总体而言，基于各种能量转换机制的微能量收集技术取得了重要进展，近年来已成为研究热点，但多源多维度集成MEMS复合微能源系统，其核心器件结构设计、数学模型、制备工艺、管理电路设计等基础理论及关键技术仍亟待突破。
我国在无线传感器网络方面起步较早。2006年，全国工业过程测量和控制标准化技术委员会立项开展“测量、控制用无线通信技术”国家标准体系研究及标准起草工作。2008年10月，标准起草工作组完成了WIA-PA国家标准的征求意见稿；2011年7月29日，WIA-PA标准以中华人民共和国国家标准GB/T 26790.1—2011发布。同时，标准起草工作组积极与国际标准化组织各成员进行技术交流和沟通，德国、法国、美国、日本、瑞典等也都积极推荐专家参加WIA-PA国际标准起草项目组，为 WIA-PA标准成为国际标准打下了良好的基础。标准起草工作组经过3年多的努力，经历了提案建议（NP）、委员会草案（CD）、委员会修正草案（CDV）等不同阶段的考核，最终成为IEC正式国际标准。在智能传感器竞争日益激烈的市场环境下，由于接口的唯一性、专有性及标准的不统一性，使传感器制造商和网络开发商都面临需要重新设计接口的艰巨任务。为了避免传感器之间发生的通信不顺畅和减少由接口不一致问题带来的人力、物力及财力方面的资源浪费，需要为智能传感器接口定义统一的标准，解决智能传感器对于仪器仪表、现场总线及控制网络接口、基于微处理器的系统等接口兼容性方面的问题。
人工智能识别算法是提高智能传感器智能化水平的重点发展方向。国内在人工智能图像识别中的工作，正逐步与国际先进水平比肩，中国科学技术大学任少卿在RCNN的基础上，提出了一种将障碍物区域划分纳入GPU计算的方法，加快了整体识别的速度，将传统RCNN的运算速率提高了数十倍；中山大学郑伟诗团队提出了一种同步隐含特征学习方法，并将其应用到行人重识别中，取得了良好的效果；中国科学院山世光团队采用图像潜在属性学习的方法，实现了对于多类物体的零拍摄识别；南开大学程明明团队采用支持向量机对于图像边缘梯度进行移位学习，成功实现了每秒上千帧的图像感兴趣区域划分。在自然语言处理方面，科大讯飞股份有限公司在语音识别技术方面取得了较大的突破；北京大学金芝团队提出了一种基于增强描述的代码搜索方法，提取方法调用和代码结构相关特征值；中国科学院自动化研究所王雪鹏、刘康等提出了一种基于网络语义标签的多源知识库实体对齐算法，该方法解决了自然语言处理中的多源知识库实体对齐问题；复旦大学在自然语言特征发现方面，尝试采用深度神经网络来发现与任务相关的特征，从而避免依赖于具体任务的特征工程。总体而言，在自然语言处理方面，国内的研究相对于国外先进水平仍有一定的差距。因此，有机结合现有GPU-CPU计算平台，运用人工智能技术，能够有效在图像、自然语言处理等领域实现较大规模的技术突破，解决了大量的采用传统方法难以解决的问题。
2.物联网络
近年来，我国物联网网络技术发展取得了长足进步。在我国高校、研究机构和企事业单位等的共同努力下，物联网网络技术不断创新和突破，物联网网络技术解决方案落地应用不断增多，为推动物联网发展起到了重要作用。
针对传统物联网网络技术研究，广州中国科学院计算机网络信息中心（CNICG）提出基于LoRaWAN技术标准的物联网低功耗通信网络（LoPo-IoT），是结合物联网标识技术研发的低功耗广域网络，采用多重星形拓扑结构，终端数据汇聚于国家物联网标识管理公共服务平台；平台的物联网标识寻址技术应用于LoPo-IoT网络中，提供更安全、更权威的低功耗广域网络服务。2017年，中国最大的物联网商用网络LoPo-IoT在广州南沙区完成落地部署，正式开放运营。同时，中国低功耗物联网联盟正式启动，中国国际物联网标识有限公司等十余家企业与LoPo-IoT签署了战略合作协议，将与CNICG共同推动政府和企业、科研机构与行业联盟的交流合作，促进低功耗物联网的快速推广。中国互联网络信息中心和广东省物联天下科技集团有限公司就物联网标识技术方面达成合作共识，签署了物联网标识与解析战略合作协议，在物联天下产业园区建设“中国互联网络信息中心物联网解析华南分中心节点”。项目建设内容主要是物联网标识解析权威顶级节点的分节点，包括解析服务器、负载均衡设备、DNS安全防护设备等。
在物联网网络技术解决方案上，我国互联网巨头纷纷布局，百度推出车联网产品 Carnet，将用户智能手机与车载系统无缝结合；阿里巴巴与美的集团合作，意图实现智能家电的远程控制管理；小米、360、百度、迅雷等互联网企业，以智能路由器为核心打造智能家居生态圈，并推出了智能灯泡、智能插座、智能摄像头等智能家居周边设备。
针对未来网络架构下的物联网技术研究，当前重点是如何根据物联网本身的特性来研究相应的未来网络架构和网络技术。国内高校清华大学和北京邮电大学等都展开了信息中心网络的研究，针对如何在物联网环境中使用信息中心架构，研究针对不同目标的未来物联网网络体系和技术，研究工作包括支持强弱网元共存的物联网互联模型；基于能力映射与任务迁移的强弱网元互联机制；CCN部署到传感器网络节点上测试验证；研究轻量级 CCN协议并将其部署在物联网中，对比6LoWPAN/IPv6/ROL，测试未来物联网络在能源消耗和内存占用上的性能表现。
3.物联平台
与国外互联网厂商一样，国内互联网厂商普遍建立起自有的物联网平台，以此来推进相关的物联网应用业务。其中，比较典型的物联网云平台有阿里云物联平台、百度天工云平台、腾讯智能硬件开放平台、京东微联平台和中移物联网开放平台OneNet等。
阿里云物联平台提供安全可靠的设备连接通信能力，帮助用户将海量设备数据采集上云；提供功能丰富的设备管理能力，帮助用户远程维护设备；提供丰富的 API 及规则引擎，帮助用户将应用快速集成。在设备接入方面，支持多设备、多平台、多网络及多地域设备的快速接入；在设备通信方面，提供设备与云端安全稳定的双向通信，支持设备影子缓存机制；在设备管理方面，提供设备的生命周期管理、设备状态管理、设备权限管理、设备标签管理等功能。同时，平台还支持规则引擎，与阿里云众多产品打通，方便与业务系统打通。
百度天工云平台是基于百度云构建的智能物联网平台，通过建立从设备端到服务端的数据连接，主要为工业制造、能源、零售 O2O、车联网、物流等行业提供物联网接入支持。平台主要由设备端、云平台和服务对接构成。其中，设备端支持传感器、执行器和大量工业设备；云平台由物接入、物解析、物管理、规则引擎、时序数据库等模块组构成；服务对接支持大数据平台和合伙企业应用。平台支持安全可靠的双向连接，并通过提供设备级别的认证，以及基于策略的授权，允许控制设备对特定主题的读/写等权限，保障物联网应用的安全。在此基础上，对接数据分析和机器学习服务，驱动业务的升级与转型。
腾讯智能硬件开放平台主要依托于 QQ 账号体系和消息通道，支持接入可穿戴设备、智能家居、智能车载、传统硬件等合作厂商产品的物联网接入，来实现用户与设备、设备与设备、设备与服务之间的联动。平台主要由接入设备、物联云和厂商云构成。其中，接入设备主要包含GSM设备、Wi-Fi设备、蓝牙设备和ZigBee/Zwave设备等；物联云集成设备管理、数据管理、规则引擎、信令路由等模块；厂商云则支持接入合作厂商应用平台。在此基础上，平台为接入设备在网络服务、云存储、统计分析等多个方面提供进一步服务。
京东微联平台是京东针对智慧生活研发的物联网智能平台，其目标是帮助智能硬件厂家打造体验更好的智能硬件产品，为消费者提供一站式的智能产品体验。京东微联平台通过嵌入式模块，基于私有的JoyLink协议，将各个厂家的设备（普通设备、网关设备和子设备）接入到云端。在此基础上，通过微联App，用户可以对不同品牌智能产品进行远程控制，并实现产品之间的联动。针对个人健康情况，记录运动、睡眠等信息，进行完整的数据收集，提供个性化服务。
OneNET 是中移物联网有限公司搭建的开放设备云平台，为各种跨平台物联网应用、行业解决方案，提供简便的云端接入、存储、计算和展现，快速打造物联网产品应用，降低开发成本。OneNET平台基于私有协议RGMP和标准协议 MQTT、MODBUS、JT/T808 等，实现各类设备的接入。在此基础上，在云端实现流分析、设备云端管理、轻应用快速生成和开发API等功能。
4.物联安全
在推进物联网应用的同时，我国政府、企业和众多研究机构、高校一直将物联网安全作为重点，制定相关方针政策，开展安全技术和产品的研究开发，提供相应的物联网安全解决方案，助力物联网的健康发展和实现智能物联。
为保障物联网产业的健康发展，我国政府和相关产业联盟出台了一系列相关标准和法律法规。国家“十三五”规划指出，要实施网络强国战略，加快构建高速、移动、完全、泛在的新一代信息基础设施，支持智慧城市的建设，提高网络安全等方面风险防控能力。在2016年召开的第三届世界互联网大会上，国家主席习近平在开幕主旨演讲中阐述了关于网络空间治理理念，安全是极其重要的内容。十二届全国人大常委会第二十四次会议表决通过了《中华人民共和国网络安全法》。近年来，国家在物联网安全方面给予了很多政策支持和一定的资金支持，在“十二五”和“十三五”期间，设立多项课题和专项，以推进物联网安全的相关研究。
国内物联网安全企业主要分为两类：一类以提供物联网建设中的智慧网关为主，如卫士通信息产业有限公司；另一类针对物联网建设中的实际问题提供全面的物联网安全解决方案，如深圳市奥联科技有限公司。除此之外，各物联网平台和操作系统产品也将安全作为其中的关键环节，如华为在其物联网操作系统Huawei LiteOS中，围绕硬件可信执行环境提出了对应的安全架构；海尔打造面向智能家电的物联网安全操作系统——海尔UHomeOS，建立数据安全存储和传输、异常与报警及响应机制、设备使用安全机制等；百度的 IoT 平台（云天工）也将接入设备的安全作为其重要目标，旨在打造一个高效连接、安全无忧、生态共建的智能物联网平台。
国内院校也进行了多项针对物联网安全问题的研究，并取得了一定的成绩。中国科学院提出了一套完整的物联网安全架构，包括认证、加密和访问控制机制等，能对物联网信息传输和信息访问提供有效的安全防护，有效提升物联网整体安全。吉林大学研究了区块链技术在物联网安全领域的应用，通过分析区块链技术特点并对其与物联网结合后的安全性问题进行探讨，指出区块链技术是解决分布式物联网安全问题的有效途径。清华大学网络与信息安全实验室对物联网设备安全和侧信道攻击等都进行了相应研究，并在国际顶尖期刊和学术会议上发表了多篇论文。
2017年10月，由中国自主研发的物联网安全协议关键技术TRAIS-X被国际标准组织正式发布，成为国际标准技术规范，是我国在全球物联网关键核心技术领域的又一重大突破。TRAIS-X 是物联网基础性创新技术，属于射频识别（RFID）空中接口安全TRAIS技术体系，是具有完全自主知识产权的空中接口安全协议。我国在物联网安全领域具有一定的人才储备和研究基础，并取得了令人瞩目的成绩，但是目前国内的物联网安全局势不容乐观，还需要进一步深入研究和技术拓展。
1.3.3 相关标准现状
物联网标准化是业界热点之一，国际上很多标准化组织纷纷开展并推进物联网标准化工作，如 ITU-T、OneM2M、ISO/IEC、IETF、IEEE 等，这些标准化组织的标准化方向、重点、标准化进程、产业关注度、标准影响力等各不相同，同时，随着技术、产业和市场的发展，这些标准化组织的标准化方向、重点和组织方式等也在不断地调整中。
ITU-T物联网标准化重点方向主要涉及物联网网络、物联网业务应用、物联网安全和标识3个方面。物联网网络目前侧重物联网架构和需求方面，物联网业务应用目前侧重面向车联网、电子健康两个专属领域端到端业务应用支撑能力标准化，在物联网标识方面制定了OID系列相关标准。
OneM2M主要专注于物联网业务层标准的制定，成立WG1（需求）、WG2 （架构）、WG3（协议）、WG4（安全）、WG5（管理和语义）5个工作组。OneM2MR1版本在2014年8月冻结。
ISO/IEC JTC 1 物联网标准化工作主要在 SC6（系统间远程通信与信息交换）、SC17（卡和身份识别）、SC31（自动标识和数据采集技术）、WG7（传感器网络）展开，其中SC6和WG7在开展网络通信方面的标准化工作，SC17和SC31在开展IC卡和RFID方面的标准化工作。JTC 1成立了物联网特别工作组（SWG5-IoT），负责研究物联网范围和概念、市场前景和相关组织协调等工作，不开展标准研制工作。
IETF侧重研制将IP 技术应用于物联网感知延伸层的核心技术标准。目前，IETF 共有3个工作组分别制定6LoWPAN 网络适配层（6LoWPAN 工作组）、网络层路由（RoLL 工作组）及资源受限环境下的应用层（CoRE 工作组）技术标准，同时还有一个工作组（Lwig）主要讨论互联网轻量级协议的实现。
IEEE整个标准体系庞大，物联网技术标准方面涉及的方向众多，物联网研究主要集中在短距离无线通信、智能电网、智能交通、智能医疗、绿色节能等方面，涉及 IEEE802.11、IEEE802.15、IEEE802.16、IEEE1609、IEEE1888、IEEE1377、IEEE P2030等标准工作组。
国内CCSA（中国通信标准化协会）、WGSN等组织也在积极推进物联网相关标准工作，国内产学研用积极参与，国内物联网标准化不断取得新的突破和进展。CCSA物联网标准化以TC10牵头，面向泛在网相关技术，成立WG1（总体工作组）、WG2（应用工作组）、WG3（基础设施和平台工作组）和WG4（感知/延伸工作组）4个工作组，针对物联网终端、基础设施、平台等方面进行了跟踪、研究和一些行业标准的制定。WGSN 主要从事传感器网络标准化，目前下设10个标准项目组和3个行业应用组，已正式发布多项相关标准征求意见稿。
随着物联网技术创新的持续活跃，物联网标准化进程正在不断加快，并且呈现出一些新的趋势，因物联网体系架构对推动物联网规模和可持续发展具有重要意义而成为全球关注和推进的重点，多种短距离通信技术互补共存并面向重点行业领域特殊需求加快优化和适配，在无线传感网方面跨异构传输机制的网络层和应用层协议成为研发热点，语义技术作为推进物联网感知信息自动识别处理和共享的基础而受到普遍重视，物联网与移动互联网在端、管、云多层融合协同发展。
物联网标准化作为全球物联网技术产业竞争的制高点，需要加快推进我国物联网基础标准的制定，开展跨行业、跨领域的基础数据标准体系研制，推动物联网各类行业应用标准体系的研制，同时推进物联网技术标准验证和产品符合性测试等工作，通过标准化提升物联网互操作性，支持物联网规模发展。