1.4网络技术的创新发展
随着因特网的兴起与蓬勃发展，网络技术更加多元，不断创新，网络应用也不断推尘出新，这种发展方式带来的变革成为继工业革命之后彻底改变人类生活方式的又一重大变革。
1.4.1云计算
云计算中的“云”泛指网络，因为工程师习惯用云朵来代表网络架构图中的不同网络。云计算（Cloud Computing）就是让用户可以利用简单的终端设备来使用网络上众多服务器提供的各种计算机资源。简单来说，只要连接到云端，就可以存取超大型云端计算机中的数据及计算功能。云计算为企业与客户提供了更大规模，更为使得且具有弹性的服务，其背后隐藏着巨大的商机。
时至今日，企业运营规模不分大小，普遍体会到云计算的导入价值。云计算不是凭空诞生的，之所以能在今日的云计算，其实不是任何单一技术的功劳，而是包括多核处理器与虚拟化软件等先进技术的不断发展，加上带宽连接的无处不在。云计算就是想让信息服务如同家中水电设施那样方便，可随时使用。总之，云计算之所以能够整合计算资源，应对大量计算的需要，关键就在于两种技术：分布式计算，虚拟化技术。
1.分布式计算
云计算的基本原理源自于网格计算（Grid Computing），以分布式计算（Distributed Computing）技术创造了庞大的计算资源。与网格计算的重点在于整合众多异构平台相比，云计算容易协调服务器间的信息传递，让分布式计算的整体性能更好。
分布式计算技术是一种架构在网络之上的系统，也就是让众多不同的计算机同时帮我们进行某些计算，或者将一个大问题分成许多部分，分别交由众多计算机各自进行计算，之后再汇整结果。在云计算分布式系统架构中，可以通过网络资源 共享的特性为用户提供更强大丰富的功能，并由此提高系统资源共享的特性。任何远程的资源都被操作系统视为本身的资源，通过分布式计算架构可以让用户直接存取，并且让用户感觉起来像是在使用一台计算机。
2.虚拟化技术
所谓云计算的虚拟化技术，就是将服务器，存储空间等计算资源给与整合，让原本运行在真实环境中的计算机系统或组件运行在虚拟的环境中，提高硬件资源的利用率。虚拟化最大的作用是让云计算可以整合与动态调整计算资源，根据用户的需求迅速提供计算服务，让越来越大的硬件资源得到更充分的利用。因此，虚拟化技术是云计算中很重要的基础设施技术。虚拟化技术可以解决物理设备异构性资源的问题，主要就是通过软件以虚拟形式呈现，例如虚拟的用应用程序，服务器，存储设备和网络。
通常在几分钟内就可以在云上创建一台虚拟服务器，每一台物理服务器的计算资源都换成了许多虚拟服务器，而且能在同一服务器上运行多个操作系统，比如同时运行Linux和Windows，方便了跨平台的开发者。进行虚拟化之后，资源可以整合在一起，充分发服务器的性能，达到云计算弹性调度的理想，即任意分配计算等级不同的虚拟服务器。
1.4.2人工智能和边缘计算
人工智能的概念最早由美国科学家JohnCarthy于1955年提出，人工智能技术的目标致力与使计算机具有类似人类学习解决复杂问题与进行思考的能力。凡是模拟人类的听，说，读，写，看以及其它各种动作等的计算机技术都被归类为人工智能的范畴。简单地说，人工智能就是由计算机所仿真或模拟执行的，具有类似人类智慧或思考的行为，例如推理，规划，问题解决及学习等。
边缘计算（Edge Commputing）属于一种做工计算架构，可让企事业应用程序更接近本地端边缘服务器上的数据，即数据不需要总是上传到云端，而是让客户端尽可能地靠近数据源，以减少网络延迟，减少对网络带宽的使用，目的是减少在远程云端中执行的计算量，从而大限度地减少远程客户端与服务器之间发生的通信量。边缘计算因为将计算节点与计算点与数据 生成点两者之间的距离缩短了，因而具有低延迟(Low Latency)的特性，这样一来数据就不需要再传递到远程的云端。
1.4.3认识物联网
当人与人之间随着网络互动而增加时，万物互联的时代就会迎面而来。物联网（Internet of Things,IOT）的概念最早是在1999年由学者Kevin Ashton提出的，指的是将物品通过网络相互连接，实际上就是将各种具有传感功能或传感器（例如RFID,蓝牙4.0环境传感器，全球定位系统GPS，激光扫描仪等）的各种物品与因特网结合起来而形成的一个巨大的网络系统。全球所有的物品都可以通过网络主动交换信息，越来越多的日常物品也会通过因特网连接到云端，通过因特网技术让各种实体对象，自动化设备彼此沟通和交换信息。
1.物联网的架构
物联网的运行机制按照实际用途来看在概念上可分为3层架构，从底层到上层分别为感知层，网络层与应用层。
（1）感知层：主要用于识别，传感与控制物联网未端物品的各种状态，对应用场景进行感知与监控，主要使用的技术分为传感器技术与识别技术，其过程包括使用各种有线或者无线传感器来构建传感器网络，然后经由转换组件将相关信号变为电子信号，再通过传感器网络将信息收集并传递至网络层。
（2）网络层：利用现有无线或者有线网络来有效地把收集到的数据传送至应用层，特别是网络层不断扩大的网络带宽能够承载更多信息量，并将感知层收集到的数据传送至云端，边缘，或者直接执行适当的操作，并构建无线通信网络。
（2）应用层：为了彼此分享信息，必须能使各个组件能够访问因特网，以及各个子系统重新整合起来以满足物联网与不同行业间的技术融合，同时也促成物联网五花八门的应用服务，涵盖的应用领域包括环境监测，无线传感器网络（Wireless Sensor Network ,WSN），能源管理，医疗保健（Health Care），智能照明，智能电表，家庭控制与行货以及智能电网（Smart Grid）等。
2.智能物联网
当今人们的生活正逐渐进入一个始终连接（Always Connect）网络的时代，物联网的快速成长带动了不同产业的发展，除了数据收集与分析外，也可以通过反馈进行各种控制，这对于未来人类生活的便利性将有极大的影响，人工智能结合物联网(IOT)的智能物联网将会是电商未来最热门的选择，特别是电子商务不断引入新的技术带来新的商业模式的创新以及更高的回报率。
1.4.4大数据简介
大数据时代的到来彻底颠覆了人们的生活方式，继云计算（Cloud Computing）之后，大数据（Big Data）也成为学术界与科技界中热门的显学之一，从2010年开始全球数据量已进入ZB（Zettabyte，泽字节）时代，并且数据量以每年60%~70%的速度向上攀升，面对不断扩张的巨大数据量（以惊人速度不断被 创造出来的海量数据）给各种产业的营运模式带来了新的挑战，也带来了新的契机。特别是在移动设备发展，全球使用移动设备的人口数已经开始超越使用使用计算机的人口数时，一部智能手机的背后就代表着一份独一无二的个人数据！大数据应用已经不知不觉融入我们的生活中。
大数据的覆盖范围广泛，许多专家对大数据的解释又各自不同。维基百科给出的定义是大数据是指无法使用一般常用软件在可容忍时间内进行提取，管理及分析的大量数据。早期，大数据其实是巨大数据库加上处理方法的一个总称，是一套有助于企业大量收集和分析各种数据 的解决方案，并包含以下三个基本特性。
- 大量性（Volume）:当今的社会每分秒都在生成庞大的数据量，是以过去技术无法管理的巨量数据 ，数据量的单位可双TB（Terabyte ，太字节）到PB（Petabyte，拍字节）
- 高速性（Veocity）：用户每秒都在产生大量的数据反馈，更新速度非常快。数据的时效性是另一个重要的课题，对这些数据的响应速度成为它们最大的挑战。大数据产业应用成功的关键在于速度，往往是获得数据时就必须在最短时间内进行响应，许多数据要能实时得到结果才能发挥最大的价值，否则将会错失商机。
- 多样性（Variety）：大数据技术彻底解决了企业无法处理的非结构化数据，例如网页上的文字，图片，网站用户动态与网络行为，客服中心的通话记录等，数据源多元及各类繁多通常我们在分析数据时不会单独去看一种数据，有关大数据真正困难的问题在于分析多样化的数据，彼此间能进行交互分析与寻找关联性，包括企业的销售，库存数据，网站的用户动态，客服中心的通话记录，以及社交媒体上的文字，图片等。
