新一代信息技术产业包括：
加快建设宽带、泛在、融合、安全的信息网络基础设施

推动新一代移动通信、下一代互联网核心设备和智能终端的研发及产业化

加快推进三网融合，促进物联网、云计算的研发和示范应用

着力发展集成电路、新型显示、高端软件、高端服务器等核心基础产业

提升软件服务、网络增值服务等信息服务能力，加快重要基础设施智能化改造

大力发展数字虚拟等技术，促进文化创意产业发展

在十三五规划纲要中新一代信息技术产品创新还包括：人工智能、5G通信、先进传感器和可穿戴设备

大数据、云计算、互联网+、物联网、智慧城市等新一代信息技术与信息资源同分利用的全新业态，是信息化发展的主要趋势，也是信息系统集成行业今后面临的主要业务范畴。

一、物联网

物联网(The Internet of Things) 是指通过信息传感设备， 按约定的协议， 将任何物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网主要解决物品与物品(Thing to Thing， T2T) 、人与物品(Human to Thing， H2T) 、人与人(Human to Human， H2H) 之间的互连。
两层意思：
第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；
第二，物联网是吧用户端延伸和扩展到了任何物品和物品之间的信息交换的通信。

1. 传感器(Sensor) ：是一种检测装置， 能感受到被测量的信息， 并能将检测感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。在计算机系统中，传感器的主要作用是将模拟信号转换成数字信号。

RFID(RadioFrequency IDentification， 射频识别) 是物联网中使用的一种传感器技术，可通过无线电信号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。
RFID 具有远距离读取，高存储容量，成本高，可同时被读取，难复制，可工作于各种恶劣环境等特点。相比之下，条形码具有容量小，成本低，容易被复制、构造简单，灵活使用等特点。

2. 嵌入式技术：综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见；小到人们身边的MP3，大到航天航空的卫星系统。

如果将物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官；网络就是神经系统，用来传递信息；嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。

物联网架构可分为三层：感知层、网络层、应用层。

感知层由各种传感器构成， 包括温湿度传感器、二维码标签、RFID标签和读写器、摄像头、GPS等感知终端。感知层是物联网识别物体、采集信息的来源，是实现物联网全面感知的核心能力；

网络层由各种网络，包括互联网、广电网、网络管理系统和云计算平台等组成，是整个物联网的中枢，负责传递和处理感知层获取的信息；

应用层是物联网和用户的接口，它与行业需求结合，实现物联网的智能应用。是物联网发展的根本目标。

二、云计算

1. 概念

云计算(Cloud Computing) ， 是一种基于互联网的计算方式， 通过这种方式， 在网络上配置为共享的软件资源、计算资源、存储资源和信息资源可以按需求提供给网上终端设备和终端用户。云计算也可以理解为向用户屏蔽底层差异的分布式处理架构，在云计算环境中，用户与实际服务提供的计算资源相分离，云端集合了大量计算设备和资源。
云计算通常通过互联网提供动态易扩展而且经常是虚拟化的资源，并且计算能力也可作为一种资源通过互联网流通。

云计算特点：

• 宽带网络连接
• 快速、按需、弹性的服务

客户端可以根据需要，动态的申请计算、存储和应用服务，在降低硬件、开发和运维成本的同时，大大拓展了客户端的处理能力。云计算通过网络提供可动态伸缩的廉价计算能力。

2. 云计算服务的类型

按照云计算服务提供的资源层次， 可以分为IaaS、PaaS 和 SaaS 三种服务类型。

IaaS(基础设施即服务) ： 向用户提供计算机能力、存储空间等基础设施方面的服务。这种服务模式需要较大的基础设施投入和长期运营管理经验， 但IaaS服务单纯出租资源，盈利能力有限。（如Amazon，阿里云等）

PaaS(平台即服务) ： 向用户提供虚拟的操作系统、数据库管理系统、Web应用等平台化的服务。PaaS服务的重点不在于直接的经济效益， 而更注重构建和形成紧密的产业生态。（如Google App Engine、MIcrosoft Azure、阿里Aliyun Cloud Engine、百度baidu App Engine等）

SaaS(软件即服务) ：向用户提供应用软件(如CRM、办公软件等) 、组件、工作
流等虚拟化软件的服务， SaaS一般采用Web技术和SO A架构， 通过Internet向用户提供多租户、可定制的应用能力，大大缩短了软件产业的渠道链条，减少了软件升级、定制和运行维护的复杂程度，并使软件提供商从软件产品的生产者转变为应用服务的运营者。（如国外的Saleforce、金蝶精斗云、用友好会计等）

三、大数据

大数据(big data) ， 指无法在一定时间范围内用常规软件工具进行捕捉、管理和处
理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

1. 五个特点（五V特点）

• 大量（Volume）：指的是数据体量巨大，从TB级别跃升到PB级别（1PB=1024TB）、EB级别，甚至达到ZB级别。（MGTPEZ）
• 多样（Variety）：指的是数据类型繁多。这种类型的多样性也让数据被分为结构化数据和非结构化数据
• 价值（Value）：指的是价值密度低。价值密度的高低与数据总量的大小成反比。如何通过强大的机器算法更迅速的完成数据的价值“提纯”是亟待解决的难题，也是大数据技术的核心价值之一
• 高速（Velocity）指的是处理速度块。这是大数据区分于传统数据挖掘的最显著特征
• 真实性（Veracity）指的是数据来自于各种、各类信息系统网络以及网络终端的行为或痕迹。

2. 大数据的价值和应用

大数据像水、矿石、石油一样，正在成为新的自然资源。

大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

大数据：样本=全部数据。不是精确性，而是混杂性。“数据之和的价值远远大于各数据价值的和”。

大数据的战略意义是实现数据的增值，数据就像一个神奇的钻石矿。

大数据应用实例：
（1）大数据征信（阿里的芝麻信用）
（2）大数据风控（多头贷款监控）
（3）大数据消费金融（百度金融、阿里花呗、腾信微粒贷）
（4）大数据财富管理（余额宝）
（5）大数据疾病预测（利用搜索数据和位置，统计疾病时间和地点分析）

具体应用举例：

移动公司的大数据应用场景：大学生就业统计、规划公交路线、APP应用及投资

四、移动互联

移动互联是移动互联网的简称，它是通过将移动通信与互联网二者结合到一起而形成的。其工作原理为用户端通过移动终端来对因特网上的信息进行访问，并获取一些所需要的信息，人们可以享受一系列的信息服务带来的便利。

从终端的定义：用户使用手机、上网本、笔记本电脑、平板电脑、智能本等移动终端，通过移动网络获取移动通信网络服务和互联网服务。

移动互联网的关键技术包括架构技术SOA、页面展示技术web2.0和HTML5以及主流开发平台android、ios和windows phone。

移动互联网的核心是互联网，因此一般认为移动互联网是桌面互联网的补充和延伸，应用和内容仍是移动互联网的根本。

移动互联网有以下特点：

(1)终端移动性：移动互联网业务使得用户可以在移动状态下接入和使用互联网服务，移动的终端便于用户随身携带和随时使用。

(2)业务使用的私密性：在使用移动互联网业务时，所使用的内容和服务更私密，如手机支付业务等。

(3)终端和网络的局限性：移动互联网业务在便携的同时，也受到了来自网络能力和终端能力的限制：在网络能力方面，受到无线网络传输环境、技术能力等因素限制：在终端能力方面，受到终端大小、处理能力、电池容量等的限制。无线资源的稀缺性决定了移动互联网必须遵循按流量计费的商业模式。

(4)业务与终端、网络的强关联性：由于移动互联网业务受到了网络及终端能力的限制，因此，其业务内容和形式也需要适合特定的网络技术规格和终端类型。

移动互联在市场领域和应用开发领域的特点：
（1）重视对传感技术的应用
（2）有效的实现人与人的链接
（3）浏览器竞争及孤岛问题突出：孤岛问题主要是移动互联在应用域应用方面之间的干扰问题，这类问题若得不到有效的解决，就会给整个行业生产成本造成的严重影响。

补充：人工智能、区块链

人工智能

人工智能（AI：artificial intelligent）是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。

推荐电影：《人工智能》《头号玩家》

研究范畴
自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计软件计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法

实际应用
机器视觉，指纹识别，人脸识别，视网膜识别，虹魔识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

如谷歌公司的阿尔法狗的“深度学习”（多层的人工神经网络和训练它的方法）

区块链：

区块链是分布式数据存储、点对点传输，共识机制、加密算法等计算机技术的新型应用模式。
区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成。其中：

1. 数据层封装了底层数据区块以及相关的数据加密和时间戳等基础数据和基本算法；
2. 网络层则包括分布式组网机制、数据传播机制和数据验证机制等
3. 共识层主要封装网络节点的各类共识算法；
4. 激励层将经济因素集成到区块链技术体系中来，主要包括经济激励的发行机制和分配机制等；
5. 合约层主要封装各类脚本、算法和智能合约，是区块链可编程特性的基础；
6. 应用层则封装了区块链的各种应用场景和案例。

区块链应用：

• 智能合约
• 证券交易
• 电子商务
• 物联网
• 社交通讯
• 文件存储
• 存在性证明
• 身份验证
• 股权众筹

Tips：5-8 分左右（包含英语题）