国之重器出版工程数联网大数据如何互联 pdf下载

1．本书的编写团队写作经验丰富，有来自北京邮电大学的教授，中国移动、东方国信等公司从事大数据工作的从业者；
2．本书内容深入浅出，技术结合丰富的场景故事，通俗易懂，概念新颖，思想创新；
3．本书结合实施国家大数据战略进行二次集体学习会的内容，推动互联网向更深层次发展，帮助相关的技术人员或大数据的初学者了解数联网的相关知识,看到未来的研发机遇。

曾承担了国内大型电信运营商的数据仓库和大数据中心的设计、建设和运营工作（累计500PB容量）。他在大数据领域积累了17年的工作经验，前后主持设计的文档有150余册、1200多万字，涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。

第1章概述001
1．1互联网之后是什么 002
1．1．1互联网如何升级 002
1．1．2大数据面临的挑战 004
1．1．3封闭是“背道而驰” 007
1．1．4大数据的“智慧”如何联网 010
1．2从大数据到数联网 013
1．2．1历史溯源 013
1．2．2万数互联 020
1．2．3如何让应用丰富起来 022
1．2．4让大数据流动起来，带来效益 024
1．2．5共享经济下的数据共享 025
1．3数联网的关键内容 026
1．3．1数据如何互联 026
1．3．2构建数联网要解决的关键问题 030
1．3．3如何保护数据的隐私 033
1．3．4从“免费”到“盈利” 034
1．4数联网的概念和架构 035
1．4．1数据的标准化 036
1．4．2数据访问的标准化 037
1．4．3数据解释的标准化 038
1．4．4数据质量的标准化 039
1．4．5数联网的架构分享 040
1．4．6计算的标准化 043
1．5数联网与互联网的关系 044
1．5．1数联网解决“数据+计算”的问题 044
1．5．2互联网解决底层连接的问题 045
1．5．3数联网解决数据互通的问题 045
1．5．4数联网是互联网的升华 045
1．5．5数联网具有更大的市场价值 046
1．5．6是互联网上的应用？还是另一种互联网（互联网2．0） 046
1．5．7数联网与语义网的关系 047
1．6数联网的意义 048
1．6．1数据的互联，将开创新时代 048
1．6．2数联网将为世界插上“智慧”的翅膀 049
1．6．3数联网将带动新的产业机遇 050
1．6．4开辟新的商业模式 054
1．6．5大数据的“倍增器” 055
1．6．6数联网的产业机会 056
1．7数联网在各个行业中的应用 060
1．7．1金融行业 060
1．7．2政府决策 061
1．7．3电信行业 063
1．7．4汽车行业 064
1．7．5工业4．0 066
1．7．6食品行业 066
1．7．7影视行业 068
1．7．8其他行业 069
第2章数联网基础 071
2．1定义及特点 072
2．1．1范围 072
2．1．2定义 073
2．1．3与物联网间的关系，从信息链接到数据链接及应用 076
2．2数联网的标准化层次 077
2．2．1数联网叠加在互联网上 077
2．2．2如何从TCP IP转向数据的标准层级 078
2．2．3数联网的标准化层次架构 079
2．2．4数联网的RFID——设备数据探针 OS 080
2．3数据表示的标准化 082
2．3．1XML的探索 082
2．3．2CWM表述的元模型 083
2．3．3数据的标准模型 086
2．3．4简单的标准表格 087
2．3．5还有哪些方法 087
2．4数据传输的标准化 088
2．4．1架在TCP IP之上 088
2．4．2如何借鉴HTTP 089
2．4．3已有数据传输的标准 089
2．4．4降低传输要求，在应用层解读数据 090
2．5数据交换的标准化 090
2．5．1缘起XML 090
2．5．2数据总线的新生 091
2．5．3数据交换的理解 092
2．5．4数据接口如何标准化 092
2．6数据应用的标准化开发接口 094
2．6．1SQL的启示 094
2．6．2能否像堆积木一样使用数据 094
2．6．3数据开发的语言会是什么样子 095
2．6．4数据的传输、调用模式（同步、异步等） 099
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
2．8．2ODBC 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
2．9．4Hadoop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OS 136
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TMF 146
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
3．7．1API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App 281
5．5．2如何超越App 282
5．5．3数联网下的App 284
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BAT 358
8．3前途光明、道路曲折 359