物联网培训课程体系（选修）-曙海培训中心

物联网培训课程体系（选修）

专题划分

专题一：物联网基础与架构
专题二：传感器与数据采集技术
专题三：物联网通信协议（短距/长距）
专题四：物联网云平台与应用开发
专题五：边缘计算与数据处理
专题六：物联网安全体系与实践
专题七：物联网设备管理与运维
专题八：工业物联网与智能制造
专题九：智慧城市与智能家居应用
专题十：车联网与智能交通
专题十一：物联网数据分析与AI融合
专题十二：物联网项目规划与实施

专题一：物联网基础与架构

培训对象：

• 新入职物联网工程师、解决方案架构师

• 传统IT/OT转型人员

• 需要建立物联网整体认知的管理者

培训目标：
理解物联网的基本概念、发展历程、体系架构与核心技术，掌握物联网分层模型（感知层、网络层、平台层、应用层），建立物联网项目全局视野。

培训内容：

1. 物联网定义与演进：从RFID到万物互联、物联网与工业4.0/智慧城市的关系

2. 物联网体系架构：感知层、网络层、平台层、应用层的功能划分与关键技术

3. 物联网标准化组织与主流框架：oneM2M、IEEE P2413、IoT-A

4. 常见物联网通信技术对比：短距（Wi-Fi/蓝牙/ZigBee）与长距（LoRa/NB-IoT/5G）

5. 感知技术基础：传感器分类、RFID、二维码、智能终端

6. 物联网平台功能：设备接入、设备管理、数据存储、规则引擎

7. 边缘计算与云计算协同：为什么需要边缘计算

8. 物联网标识与寻址技术：IPv6、6LoWPAN、Ecode

9. 物联网数据流特征：高频、时序、异构、海量

10. 物联网与AI、大数据融合趋势

11. 物联网安全挑战概述：隐私、身份、数据加密

12. 典型物联网案例：智能工厂、智慧城市、车联网介绍

专题二：传感器与数据采集技术

培训对象：

• 硬件开发工程师、嵌入式工程师

• 自动化、电子工程背景人员

• 需要掌握传感器选型与数据采集的解决方案人员

培训目标：
掌握主流传感器工作原理、选型方法、信号调理技术，能够进行传感器数据采集、模数转换、数据预处理，理解传感器接口与驱动开发。

培训内容：

1. 传感器分类与原理：温度/湿度/压力/光敏/气体/加速度/陀螺仪/磁力计等

2. 传感器关键指标：量程、精度、分辨率、灵敏度、线性度、响应时间

3. 传感器选型方法：根据测量范围、环境条件、功耗、成本选择

4. 信号调理电路：放大、滤波、隔离、线性化

5. 模数转换器（ADC）：采样定理、分辨率、采样率、接口（SPI/I2C）

6. 数字传感器接口：I2C、SPI、UART、1-Wire总线

7. 传感器驱动开发：基于Arduino/STM32/ESP32的驱动编写

8. 传感器数据融合：多传感器数据校准、互补滤波、卡尔曼滤波基础

9. 数据采集系统设计：采集频率、缓存、时间同步、触发机制

10. 传感器网络组网：无线传感器网络（WSN）拓扑与协议

11. 低功耗设计：传感器休眠、唤醒机制、占空比控制

12. 综合实战：搭建温湿度采集节点并上传数据到云平台

专题三：物联网通信协议（短距/长距）

培训对象：

• 物联网网络工程师、嵌入式通信开发者

• 需要设计物联网通信方案的架构师

• 无线通信技术应用人员

培训目标：
掌握主流物联网通信协议的原理、特点与适用场景，能够根据业务需求选择合适的通信技术，并完成协议栈配置与调试。

培训内容：

1. 短距无线通信概述：Wi-Fi、蓝牙、ZigBee、Thread、Z-Wave对比

2. Wi-Fi技术：802.11标准、Wi-Fi模块（ESP8266/ESP32）、配网方式（SmartConfig/AirKiss）

3. 蓝牙技术：经典蓝牙与BLE区别、BLE协议栈（GAP/GATT）、iBeacon/Eddystone

4. ZigBee技术：协议栈（Z-Stack）、组网（协调器/路由器/终端设备）、绑定机制

5. LoRa技术：扩频调制、LoRaWAN协议、Class A/B/C设备、频段与功率

6. NB-IoT技术：窄带物联网特点、部署方式、运营商支持、AT指令

7. 5G与物联网：eMBB/mMTC/uRLLC场景、网络切片、低功耗特性

8. 蜂窝物联网（LTE-M、EC-GSM）：适用场景对比

9. 有线通信：Ethernet、RS-485、Modbus、CAN总线在工业物联网应用

10. 协议网关与异构网络互联：协议转换器、MQTT网关、OPC UA

11. 通信功耗分析：功耗模型、电池寿命估算、低功耗策略

12. 综合实战：使用LoRaWAN或NB-IoT模块发送传感器数据到云

专题四：物联网云平台与应用开发

培训对象：

• 物联网平台开发工程师、云应用开发者

• 需要集成物联网设备的软件架构师

• 物联网解决方案集成人员

培训目标：
掌握主流物联网云平台（如阿里云IoT、AWS IoT、腾讯云IoT）的核心功能，能够完成设备接入、数据存储、规则引擎配置、可视化开发等。

培训内容：

1. 物联网云平台架构：设备接入层、设备管理、数据存储、应用使能

2. 主流平台介绍：阿里云IoT、AWS IoT Core、Azure IoT Hub、腾讯云IoT对比

3. 设备接入协议：MQTT、CoAP、HTTP、LwM2M

4. MQTT协议深度：发布/订阅模式、QoS级别、会话保持、遗嘱消息

5. 设备影子（Device Shadow）：状态同步、离线命令缓存

6. 规则引擎：数据过滤、转发到其他云服务（数据库/函数计算/消息队列）

7. 物联网时序数据存储：时序数据库（TSDB）特点、数据生命周期

8. 设备管理与OTA升级：设备注册、认证、远程配置、固件升级

9. 物联网应用开发：使用API/SDK调用平台能力、可视化仪表盘（DataV/Grafana）

10. 移动端集成：使用小程序/App连接云平台控制设备

11. 云边协同：云端下发规则到边缘端、边缘计算节点管理

12. 综合实战：通过MQTT接入设备到阿里云IoT并开发简单控制界面

专题五：边缘计算与数据处理

培训对象：

• 边缘计算工程师、嵌入式开发者

• 需要处理实时数据的物联网架构师

• 从事工业互联网/智能制造的技术人员

培训目标：
理解边缘计算的核心价值，掌握边缘节点硬件选型、软件框架、边缘数据处理技术，能够设计云边协同方案，实现实时响应与带宽优化。

培训内容：

1. 边缘计算定义与演进：为何需要边缘计算、云边端协同架构

2. 边缘计算参考架构：EdgeX Foundry、LF Edge、OGC

3. 边缘硬件平台：树莓派、NVIDIA Jetson、Intel NUC、工业网关

4. 边缘操作系统：Linux（Ubuntu Core）、实时操作系统（RTOS）、鸿蒙

5. 边缘数据预处理：过滤、聚合、压缩、本地存储

6. 边缘分析：轻量级机器学习（TensorFlow Lite）、异常检测算法

7. 边缘-云协同：数据同步策略、模型分发、指令下发

8. 边缘容器化：Docker/K3s在边缘端的部署

9. 工业边缘计算：OPC UA over TSN、Profinet、EtherCAT

10. 边缘安全：设备身份、数据加密、安全启动

11. 边缘计算案例：视频监控前端分析、工业设备预测维护

12. 综合实战：在树莓派上部署EdgeX Foundry接入传感器并上传云端

专题六：物联网安全体系与实践

培训对象：

• 物联网安全工程师、嵌入式安全开发者

• 需要保障物联网系统安全的技术负责人

• 合规审计人员

培训目标：
掌握物联网安全威胁模型与防护体系，能够进行设备身份认证、通信加密、数据隐私保护、安全审计，满足等保合规要求。

培训内容：

1. 物联网安全威胁分析：设备物理攻击、通信窃听、固件逆向、云平台攻击

2. 物联网安全架构：感知层安全、网络层安全、平台层安全、应用层安全

3. 设备身份认证：唯一ID、X.509证书、TLS/DTLS、PSK

4. 安全通信协议：MQTT over TLS、CoAP over DTLS、IPSEC

5. 轻量级加密算法：AES-128、SM4、ChaCha20、Hash算法（SHA256）

6. 安全启动与固件签名：信任根、安全引导、固件加密

7. 安全更新（OTA）：签名验证、回滚保护、差分升级

8. 物联网平台安全：访问控制、API鉴权、数据加密存储

9. 隐私保护：数据最小化、匿名化、差分隐私

10. 物联网安全标准与法规：等保2.0物联网扩展、GDPR

11. 渗透测试基础：针对物联网设备的攻击模拟

12. 综合实战：为物联网设备配置TLS证书并实现加密通信

专题七：物联网设备管理与运维

培训对象：

• 物联网运维工程师、设备管理员

• 需要管理大规模物联网设备的技术人员

• 平台运营人员

培训目标：
掌握物联网设备全生命周期管理方法，能够进行设备注册、状态监控、远程诊断、OTA升级、故障处理，保障设备稳定运行。

培训内容：

1. 设备管理核心功能：设备注册、认证、状态跟踪、拓扑管理

2. 设备生命周期管理：出厂、激活、运行、维护、退役

3. 远程设备监控：在线状态、信号质量、电量、数据上报频率

4. OTA升级策略：差分升级、断点续传、灰度发布、回滚机制

5. 设备远程调试与诊断：远程日志、SSH隧道、命令行下发

6. 告警与故障处理：告警规则设置、自动恢复、工单流转

7. 设备拓扑可视化：网关与子设备关系、组网结构展示

8. 批量设备管理：标签、分组、动态配置下发

9. 设备数据存储与清理：数据生命周期、冷热分离、归档策略

10. 运维自动化：定时巡检、异常自愈、脚本编排

11. 资产与库存管理：设备台账、备件管理、维修记录

12. 综合实战：使用物联网平台进行设备批量注册与OTA升级

专题八：工业物联网与智能制造

培训对象：

• 工业自动化工程师、制造信息化人员

• 智能制造解决方案架构师

• 工业物联网项目实施人员

培训目标：
掌握工业物联网（IIoT）在智能制造中的应用，理解工业通信协议、数据采集与监控（SCADA）、设备预测维护、数字孪生等关键技术。

培训内容：

1. 工业物联网与工业4.0：参考架构（RAMI 4.0）、智能制造要素

2. 工业通信协议：Modbus、Profinet、EtherNet/IP、OPC UA

3. OPC UA深度：信息模型、发布/订阅、安全保障

4. 工业数据采集：PLC数据采集、DCS集成、CNC机床采集

5. SCADA系统：监控组态软件、人机界面（HMI）、历史数据库

6. 制造执行系统（MES）与物联网集成：生产跟踪、设备状态反馈

7. 设备预测性维护：振动监测、温度趋势、故障预测模型

8. 数字孪生：虚拟调试、实时映射、仿真优化

9. 工业时序数据分析：OEE分析、能耗分析、质量追溯

10. 工业边缘计算：边缘网关、实时控制、协议转换

11. 工业物联网安全：工控防火墙、网闸、白名单技术

12. 综合实战：搭建工业设备数据采集系统并实现设备OEE监控

专题九：智慧城市与智能家居应用

培训对象：

• 智慧城市项目规划人员、系统集成商

• 智能家居产品开发人员

• 物联网应用开发者

培训目标：
掌握智慧城市与智能家居领域的典型物联网应用模式，了解智慧照明、智能抄表、智慧停车、环境监测、智能家居互联等解决方案。

培训内容：

1. 智慧城市框架：城市物联网平台、感知基础设施、城市大脑

2. 智慧照明：单灯控制、路灯联网、节能策略

3. 智能抄表：水电气热远程抄表、LoRa/NB-IoT应用、计费系统

4. 智慧停车：地磁/视频车位检测、诱导屏、反向寻车

5. 环境监测：空气质量、噪声、水质监测、网格化部署

6. 智能安防：视频监控、门禁、报警系统与物联网联动

7. 智能家居协议：ZigBee、Z-Wave、Thread、MQTT

8. 智能家居平台：小米米家、华为鸿蒙、苹果HomeKit、阿里智能

9. 智能家居设备控制：照明、窗帘、空调、安防场景联动

10. 语音控制集成：Amazon Alexa、Google Assistant、小爱同学

11. 智能能源管理：智能插座、能耗监测、光伏储能

12. 综合实战：搭建基于ESP8266的智能家居控制系统

专题十：车联网与智能交通

培训对象：

• 车联网开发工程师、智能交通规划人员

• V2X通信技术研究人员

• 自动驾驶相关从业人员

培训目标：
掌握车联网（V2X）的核心技术、通信标准与典型应用，理解车-路-云协同架构，能够设计智能交通解决方案。

培训内容：

1. 车联网定义与架构：人-车-路-云协同、车内网、车际网、车载移动互联网

2. V2X通信技术：DSRC（802.11p）与C-V2X（LTE-V/5G-V2X）对比

3. 蜂窝车联网（C-V2X）：PC5直连通信、Uu蜂窝通信、演进路线

4. 车路协同应用：红绿灯信息推送、闯红灯预警、绿波通行

5. 自动驾驶与V2X融合：感知增强、协同决策、云端调度

6. 车载设备（OBU）与路侧设备（RSU）：硬件架构、功能、部署

7. 车联网消息集：欧洲ETSI标准、中国标准（TC/V2X消息）

8. 定位与授时：GNSS、RTK差分定位、高精度地图

9. 车联网安全：数字证书、安全认证、隐私保护

10. 车联网大数据应用：车辆轨迹分析、交通流量预测、保险定制

11. 智能交通系统（ITS）：交通信号控制、公交优先、停车诱导

12. 综合实战：模拟车路协同场景（红绿灯信息推送至车载终端）

专题十一：物联网数据分析与AI融合

培训对象：

• 数据分析师、数据科学家

• 物联网架构师需要AI落地经验

• 从事预测性维护、异常检测的技术人员

培训目标：
掌握物联网时序数据分析方法，能够应用机器学习算法进行异常检测、预测性维护、分类聚类等，实现数据驱动的智能决策。

培训内容：

1. 物联网数据特征：时序、高频、多源、噪声、缺失值处理

2. 时序数据预处理：重采样、插值、滑动窗口、特征工程

3. 时序数据库应用：InfluxDB、TimescaleDB、Prometheus

4. 物联网数据可视化：Grafana、ECharts、大屏设计

5. 异常检测方法：统计方法（3σ、IQR）、机器学习（孤立森林、SVM）

6. 时间序列预测：ARIMA、Prophet、LSTM、Transformer

7. 设备故障预测：健康度评估（PHM）、剩余寿命预测

8. 分类与聚类：设备工况识别、用户行为聚类

9. 边缘AI：轻量级模型（TensorFlow Lite、ONNX）部署到边缘设备

10. AI平台与物联网平台集成：模型训练、分发、推理结果反馈

11. 联邦学习：在保护数据隐私下的多节点协同训练

12. 综合实战：对传感器数据进行异常检测并触发告警

专题十二：物联网项目规划与实施

培训对象：

• 项目经理、解决方案架构师

• 需要主导物联网项目落地的技术负责人

• 售前技术支持人员

培训目标：
掌握物联网项目全生命周期管理方法，能够进行需求分析、方案设计、设备选型、成本估算、实施交付、运维保障，确保项目成功。

培训内容：

1. 物联网项目流程：需求调研、方案设计、POC验证、试点、推广、运维

2. 需求分析方法论：业务场景梳理、数据流定义、性能指标（SLA）

3. 技术选型：感知层、网络层、平台层、应用层的选型依据

4. 成本估算：硬件成本、网络流量、平台服务、开发人力、运维费用

5. 项目风险评估：技术风险、供应链风险、实施风险

6. 项目进度计划：WBS、关键路径、里程碑设定

7. POC验证：搭建最小可行性系统、验证技术可行性

8. 设备采购与管理：供应商评估、样机测试、批量采购

9. 现场实施：设备安装、网络调试、系统集成、用户培训

10. 系统联调：端到端测试、压力测试、异常场景演练

11. 运维体系搭建：监控告警、故障响应、版本升级

12. 综合实战：设计一个完整的智慧园区物联网项目方案

物联网认证体系汇总

物联网核心产品与技术特性