IoT

物联网IoT (Internet of Things)​​ 是通过互联网将各种物理设备(如传感器、家电、车辆等)连接起来,实现数据交换和智能控制的网络系统。其核心是通过感知层采集数据、网络层传输信息、应用层处理分析,实现物与物、物与人的互联互通。物联网广泛应用于智能家居、智慧城市、工业自动化、医疗健康等领域,提升效率、优化资源并改善生活质量。随着5G、人工智能和边缘计算的发展,物联网正推动社会向数字化和智能化转型。
一、本方案面向谁,解决了什么问题 面向对象: 1.物联网设备厂商(路由器、摄像头、MiFi、智能手表、手环等) 2.需要全球连接服务的客户 3.支持私有化部署的企业客户 解决的问题: 1.物联网设备全球连接的统一接入和管理 2.不同运营商资源的统一调度和运营 3.全球SIM卡资源的安全管理和智能调度 4.物联网厂商的全球持续运营需求 二、相比于市场常规方案,本方案有哪些特点 核心特点: 1.统一接入:接入不同物联网设备统一接入、统一调度、统一运营 2.私有化部署:支持不同的物联网设备厂商系统私有化部署、全球运营 3.全球适配:支持路由器、摄像头、MiFi手表手环等全球适配 4.安全可靠:通过G-AuC全球鉴权中心进行加密存储和白名单授权访问 5.多重加密:采用RSA、3DES等加密算法及7816安全芯片存储 6.多平台支持:支持ROTS、Linux、openWRT、Android等多种操作系统 三、方案的产品组成或技术选型 产品组成: 1.全球服务连接平台(GSCP) 2.全球鉴权中心(G-AuC) 3.设备接入系统(GDS) 4.智能调度系统(GSS) 5.智慧运营系统(GOS) 6.支付管理系统(GPM) 7.资源管理平台(GCMP) 8.eSIM管理系统 技术选型: 1.加密技术:RSA加密隧道、3DES加密、7816安全芯片 2.网关架构:设备网关、GSC网关、BIP网关、DP+网关、SPS网关等 3.安全管理:设备接入、用户接入、API管理、白名单管理、数据校验、访问控制 4.全球资源:集成Wireless Logic、中国移动、AT&T、Verizon、Vodafone、T-Mobile、NTT等运营商 5.支付集成:支持Alipay、PayPal、VISA、G Pay、Apple Pay、Stripe、WeChat Pay等 6.使用JAVA语言、使用SPRING全家桶、NETTY、自研终端交互报文协义、前端使用VUE、终端使用C语言
970JavaIOT
项目描述:通过内核与网关通信,维护网关及其子设备且收集其上报数据,统一维护设备物模型,命令下发,控制设备,支撑电网 业务,实现电网互联 负责功能:资产管理,产品管理,功能库管理,设备管理,系统管理,权限管理,标签管理,组织管理,场景联动等 主要技术:umi脚手架,react+dva,ant-design ui库,fetch请求库,crytojs滑动验证加解密,echarts-for-react 对标市场产品:华为云IoT等物联网平台
490React物联网2000.00元
智能养猪平台产品系统
1. 智能养猪平台是一个Iot平台,主要实现饲喂器、料塔料线、环控仪、水电表等十多种智能设备的平台接入,实现设备的云端管控和数据可视化,提供自动化养猪水平; 2. 技术选型:前端和移动端采用Vue,后端SpringCloud框架,设备数据存储时序数据库TDengine,系统部署采用云边部署Kubeedge; 3. 系统能力:支撑上百个猪场,百万级智能设备的接入,;
1030Java物联网
模型描述 这里我们提供基于业界领先的目标检测框架DAMO-YOLO训练的检测模型:DAMO-YOLO-S。DAMO-YOLO是一个面向工业落地的目标检测框架,兼顾模型速度与精度,其训练的模型效果超越了
550pytorchcv
模型描述 这里我们提供基于业界领先的目标检测框架DAMO-YOLO训练的检测模型:DAMO-YOLO-S。DAMO-YOLO是一个面向工业落地的目标检测框架,兼顾模型速度与精度,其训练的模型效果超越了
800pytorchcv
模型描述 这里我们提供基于业界领先的目标检测框架DAMO-YOLO训练的检测模型:DAMO-YOLO-S。DAMO-YOLO是一个面向工业落地的目标检测框架,兼顾模型速度与精度,其训练的模型效果超越了
560pytorchcv
模型描述 这里我们提供基于业界领先的目标检测框架DAMO-YOLO训练的检测模型:DAMO-YOLO-S。DAMO-YOLO是一个面向工业落地的目标检测框架,兼顾模型速度与精度,其训练的模型效果超越了
550pytorchcv
实时五合一人/宠物/车/火焰/纸箱检测模型 输入一张图像,对其中的人/宠物/车/火焰/纸箱进行检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10
1070pytorchcv
实时人头人体检测模型 输入一张图像,对其中的人头人体进行检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性
620pytorchcv
阿里动物园吉祥物检测模型 输入一张图像,对其阿里动物园吉祥物检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK
750pytorchcv
实时手机检测模型 输入一张图像,对其中的手机进行检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评估/
840pytorchcv
实时纸箱检测模型 输入一张图像,对其中的纸箱进行检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评估/
740pytorchcv
实时电动车检测模型 输入一张图像,对其中的电动车进行检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评
760pytorchcv
实时手势检测模型 输入一张图像,对其中的手势进行检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评估/
710pytorchcv
实时香烟检测模型 输入一张图像,对其中的香烟目标进行检测,输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评
770pytorchcv
实时猫脸检测模型 输入一张图像,对其中的猫脸进行检测,输出图片中所有目标的检测框、置信度和标签及关键点。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性
1050pytorchcv
野生动物检测模型 输入一张图像,对其进行野生动物检测(共支持24类),输出图片中所有野生动物的检测框、置信度和标签。 模型描述 输入一张图像,对其进行野生动物检测(共支持24类),输出图片中所有野生动
720pytorchcv
实时交通标识检测-自动驾驶领域 模型介绍 本模型为高性能热门应用系列检测模型中的 实时交通标识检测模型,基于面向工业落地的高性能检测框架DAMOYOLO,其精度和速度超越当前经典的YOLO系列方法。
1240pytorchcv
实时人头检测-通用 模型介绍 本模型为高性能热门应用系列检测模型中的 实时人头检测模型,基于面向工业落地的高性能检测框架DAMOYOLO,其精度和速度超越当前经典的YOLO系列方法。用户使用的时候,
1300pytorchcv
实时手机检测-通用 模型介绍 本模型为高性能热门应用系列检测模型中的 实时手机检测模型,基于面向工业落地的高性能检测框架DAMOYOLO,其精度和速度超越当前经典的YOLO系列方法。用户使用的时候,
1030pytorchcv
当前共75个项目more
×
寻找源码
源码描述
联系方式
提交