互联网物联网技术与应用手册-1

互联网物联网技术与应用手册1.第1章互联网物联网基础概念1.1互联网与物联网的定义与关系1.2物联网技术核心要素1.3互联网与物联网的融合发展1.4物联网应用场景与发展趋势2.第2章物联网通信技术2.1物联网通信协议与标准2.2无线通信技术概述2.3物联网网络架构与协议栈2.4物联网通信安全与隐私保护3.第3章物联网设备与传感器技术3.1物联网设备的类型与特点3.2传感器技术与数据采集3.3物联网设备的硬件架构3.4物联网设备的开发与部署4.第4章物联网平台与数据管理4.1物联网平台的功能与服务4.2数据采集与传输管理4.3数据存储与处理技术4.4物联网数据管理的挑战与解决方案5.第5章物联网应用案例分析5.1智能家居与家庭自动化5.2工业物联网与智能制造5.3医疗健康物联网应用5.4智慧城市与城市管理6.第6章物联网安全与风险管理6.1物联网安全威胁与风险6.2物联网安全防护技术6.3物联网安全标准与认证6.4物联网安全与合规管理7.第7章物联网未来发展趋势7.1物联网技术的演进方向7.25G与边缘计算对物联网的影响7.3物联网与的融合7.4物联网在各行业的创新应用8.第8章物联网应用实践与案例8.1物联网项目实施流程8.2物联网项目开发与部署8.3物联网项目评估与优化8.4物联网项目案例分析第1章互联网物联网基础概念1.1互联网与物联网的定义与关系互联网（Internet）是由全球范围内的计算机网络通过标准化协议（如TCP/IP）连接而成的庞大信息传输系统，其核心功能是实现设备、服务与数据的跨地域交互。物联网（InternetofThings,IoT）是指通过互联网技术将物理设备（如传感器、智能终端）与数字信息进行连接，实现设备间的数据采集、传输与智能处理。两者的关系可概括为“网络化”与“智能化”的融合：互联网为物联网提供了通信基础设施，而物联网则通过数据采集与分析，提升了互联网的智能化水平。2010年国际电信联盟（ITU）发布的《物联网白皮书》指出，物联网的核心在于“万物互联”，即实现从物理世界到数字世界的映射。根据麦肯锡全球研究院（McKinseyGlobalInstitute）2023年报告，全球物联网市场规模预计将在2025年达到3.8万亿美元，显示出互联网与物联网协同发展的广阔前景。1.2物联网技术核心要素物联网的关键技术包括传感技术、通信技术、数据处理技术及安全技术。传感技术用于采集物理世界的数据，通信技术则负责数据的传输，数据处理技术实现数据的分析与决策，安全技术保障数据的隐私与完整性。传感技术中，物联网传感器通常采用无线通信技术（如Wi-Fi、ZigBee、LoRaWAN）或有线通信技术（如以太网）进行数据采集，以适应不同场景的需求。通信技术方面，5G网络的高带宽、低延迟特性为物联网提供了更高效的连接能力，支持大规模设备接入与实时数据传输。数据处理技术中，边缘计算（EdgeComputing）与云计算（CloudComputing）结合，实现了数据的本地处理与远程分析，提升了物联网系统的响应速度与效率。安全技术方面，物联网面临数据泄露、设备攻击等安全威胁，因此需采用加密通信、身份认证（如OAuth2.0）及区块链技术来保障系统安全。1.3互联网与物联网的融合发展互联网与物联网的融合催生了“智慧互联网”（SmartInternet）概念，其核心在于通过物联网实现互联网的智能化与服务化。据《中国互联网络发展状况统计报告（2023）》，截至2023年，我国物联网连接数已突破10亿，其中智能家居、智慧城市建设、工业互联网等应用场景占比显著。互联网与物联网的融合推动了“数字孪生”（DigitalTwin）技术的发展，该技术通过建立物理实体的虚拟模型，实现对设备、系统及环境的实时监控与优化。2022年《全球物联网白皮书》指出，物联网与互联网的深度融合将推动“万物智联”（EverythingConnects）的发展，形成更加智能化、高效的数字生态。互联网与物联网的协同应用在智慧城市、智能制造、医疗健康等领域已初见成效，例如基于物联网的智慧交通系统可实现车辆调度与拥堵预测，提升城市运行效率。1.4物联网应用场景与发展趋势物联网在工业领域广泛应用，如智能制造中的设备监控、供应链管理及能源优化，提升生产效率与资源利用率。在农业领域，物联网结合传感器与大数据分析，实现精准农业，提高作物产量与资源节约水平。在医疗健康领域，物联网设备（如可穿戴设备、远程监护系统）推动远程医疗与个性化健康管理的发展。未来物联网的发展趋势将聚焦于“轻量化”“低功耗”“高精度”及“泛在化”，同时加强数据隐私保护与安全认证机制。根据国际数据公司（IDC）预测，到2028年，全球物联网设备数量将超过100亿台，物联网技术将成为推动各行业数字化转型的核心引擎。第2章物联网通信技术2.1物联网通信协议与标准物联网通信协议是实现设备间数据交换的基础，常见的协议包括MQTT、CoAP、HTTP/2和LoRaWAN等。这些协议在不同应用场景中具有各自的优劣势，例如MQTT适用于低功耗、高实时性场景，而LoRaWAN则适合远距离、低功耗的广域网通信。根据ISO/IEC21827标准，物联网通信协议需满足互操作性、安全性、可靠性等要求，确保设备间数据传输的稳定性和一致性。国际电信联盟（ITU）和3GPP等组织制定了多种通信标准，如NB-IoT、Wi-Fi6、ZigBee等，这些标准在不同频段和应用场景中具有广泛适用性。2023年《物联网通信协议白皮书》指出，采用标准化协议可显著提升物联网系统的互操作性，降低开发成本，提高设备兼容性。例如，ZigBee协议在智能家居和工业物联网中应用广泛，其低功耗和自组网特性使其在大规模设备部署中具有优势。2.2无线通信技术概述无线通信技术是物联网通信的核心支撑，常见技术包括蓝牙、Wi-Fi、ZigBee、LoRa、NB-IoT、LTE-M等。这些技术在覆盖范围、传输速率、功耗等方面各有特点。蓝牙（Bluetooth）适用于短距离、低功耗的设备连接，如智能穿戴设备；Wi-Fi则适用于中短距离、高带宽场景，如智能家居系统。ZigBee协议支持低功耗、低成本的组网，适用于物联网传感器网络，其最大传输距离可达100米，适用于智慧城市和工业物联网。LoRaWAN是一种低功耗广域网（LPWAN）技术，适用于远距离、低功耗的物联网应用，如农业传感器网络和车联网。2022年IEEE802.11ax标准（Wi-Fi6）提升了无线通信的传输速率和能效比，为物联网设备提供了更高效的无线连接方案。2.3物联网网络架构与协议栈物联网网络架构通常包括感知层、传输层、网络层、应用层等，各层采用不同的协议栈。例如，感知层使用ZigBee或LoRa等协议，传输层使用MQTT或CoAP，网络层使用IP或IPv6，应用层使用RESTfulAPI或API网关。物联网协议栈通常遵循OSI七层模型，但实际应用中多采用分层简化模型，如MQTT协议在传输层采用基于TCP/IP的传输机制，确保数据的可靠性和安全性。在物联网中，协议栈的分层设计有助于实现设备间的高效通信，例如，边缘计算节点可采用自适应协议栈，实现数据的本地处理与转发。根据《物联网网络架构与协议栈研究》文献，物联网协议栈需兼顾低功耗、高可靠性和可扩展性，以适应不同规模和复杂度的物联网应用场景。例如，5G通信技术的引入为物联网网络架构提供了更高带宽和更低延迟的支持，推动了智能交通和远程医疗等领域的应用。2.4物联网通信安全与隐私保护物联网通信安全涉及数据加密、身份认证、数据完整性验证等关键技术，常见的协议包括TLS、AES、SHA-256等。在物联网环境中，设备间通信需采用加密算法保护数据，例如MQTT协议支持TLS1.3协议，确保数据在传输过程中的安全性和隐私性。2021年《物联网安全标准》指出，物联网通信需遵循“最小权限”原则，确保设备仅具备必要权限，防止非法访问和数据泄露。物联网隐私保护技术包括数据脱敏、访问控制、数据加密等，例如，基于区块链的物联网身份认证技术可以有效防止设备伪造和数据篡改。2023年IEEE802.1AR标准为物联网通信安全提供了新的规范，强调通信过程中的安全验证和身份认证机制，保障物联网系统的安全运行。第3章物联网设备与传感器技术3.1物联网设备的类型与特点物联网设备主要分为感知层、网络层和应用层三部分，其中感知层设备如传感器、RFID标签等，负责采集物理世界的数据。根据ISO/IEC21827标准，物联网设备需具备自配置、自诊断、自修复等功能，以确保系统稳定性。物联网设备通常采用低功耗设计，如基于蓝牙低能耗（BLE）或ZigBee的无线通信技术，以延长续航时间。据IEEE802.15.4标准，ZigBee在低功耗、短距离通信方面具有显著优势。不同类型的物联网设备具有不同的通信协议，例如Wi-Fi、LoRa、NB-IoT等，这些协议在传输速率、覆盖范围、功耗等方面各有特点。根据3GPP标准，NB-IoT在广域网覆盖和低功耗方面表现优异。物联网设备的形态多样，包括无线传感器节点、嵌入式设备、智能终端等，其设计需兼顾功能性与可扩展性。如智能城市中的物联网设备，常采用模块化设计以适应不同应用场景。物联网设备的部署需考虑环境适应性，如温度、湿度、电磁干扰等因素，需通过专业测试确保其在复杂环境下的可靠运行。3.2传感器技术与数据采集传感器是物联网数据采集的核心，其精度、响应速度和抗干扰能力直接影响系统性能。根据IEC60721标准，传感器需满足高精度、高稳定性和高可靠性要求。传感器数据采集通常通过模数转换（ADC）或数模转换（DAC）实现，如电压、温度、湿度等参数的转换。据IEEE1284标准，ADC的分辨率和采样率是影响数据准确性的关键因素。传感器网络常采用分布式架构，如星型、树型或网状结构，以提高数据传输效率和容错能力。根据IEEE802.15.4标准，星型结构在低功耗场景中应用广泛。数据采集过程中需考虑数据的实时性与完整性，如采用时间戳、数据校验等机制确保数据可靠传输。据IEEE802.15.4标准，数据包的重传机制可提高通信可靠性。传感器数据采集系统通常集成边缘计算，实现数据本地处理与存储，减少云端传输压力。据IEEE1284标准，边缘计算可提高数据处理效率并降低延迟。3.3物联网设备的硬件架构物联网设备的硬件架构通常包括主控单元、传感器模块、通信模块、电源管理模块等，各模块需协同工作以实现功能需求。根据ISO/IEC21827标准，设备的硬件架构需满足功能完整性与可扩展性要求。主控单元通常采用ARMCortex系列处理器，具备高性能与低功耗特性，适用于物联网设备的复杂计算需求。据IEEE802.15.4标准，ARMCortex-M系列在嵌入式系统中应用广泛。传感器模块需与主控单元通信，通过接口协议如I2C、SPI或UART实现数据交互。据IEEE1284标准，接口协议的选择直接影响数据传输效率与系统稳定性。通信模块通常采用无线通信技术，如Wi-Fi、LoRa、NB-IoT等，需满足特定的通信协议与频段要求。根据3GPP标准，NB-IoT在广域网覆盖和低功耗方面具有优势。电源管理模块需优化能耗，如采用低功耗设计、动态电压调整等技术，以延长设备续航时间。据IEEE1284标准，电源管理技术对物联网设备的长期运行至关重要。3.4物联网设备的开发与部署物联网设备的开发需结合硬件设计与软件开发，包括设备固件、通信协议、数据处理算法等。据IEEE1284标准，固件开发需遵循模块化设计原则，确保系统可维护性与扩展性。开发过程中需进行系统测试与验证，如功能测试、压力测试、环境测试等，确保设备在各种工况下正常运行。据IEEE802.15.4标准，测试方法需符合行业规范以保证设备可靠性。物联网设备的部署需考虑网络环境、设备数量、数据传输方式等因素，如采用边缘计算或云平台进行数据处理与存储。据IEEE1284标准，部署方案需兼顾成本与性能。部署过程中需进行设备安装、配置、调试与维护，确保系统稳定运行。据IEEE802.15.4标准，部署流程需符合标准化规范以提高系统兼容性。物联网设备的运维需建立监控与管理机制，如实时监控数据、异常检测与故障处理，以保障设备长期稳定运行。据IEEE1284标准，运维管理需结合数据分析与自动化技术。第4章物联网平台与数据管理4.1物联网平台的功能与服务物联网平台是连接设备、数据与应用的核心枢纽，通常提供设备管理、数据处理、服务集成等功能，支持多协议通信与跨平台应用。根据IEEE802.15.4标准，物联网平台需具备低功耗、高可靠性的通信能力，确保设备间的数据实时传输与安全交换。常见的物联网平台如AWSIoT、AzureIoT、阿里云IoT等，均提供设备注册、数据订阅、规则引擎等核心功能，支持大规模设备接入与复杂业务逻辑处理。通过平台层的标准化接口，企业可实现设备与应用之间的无缝对接，提升系统扩展性与运维效率。物联网平台还提供数据分析、可视化、安全认证等增值服务，助力企业构建智能化运营体系。4.2数据采集与传输管理数据采集是物联网应用的基础，涉及传感器、终端设备等采集各类物理量或状态信息，如温度、湿度、光照强度等。传感器数据通常通过无线协议（如LoRaWAN、NB-IoT、Wi-Fi）或有线方式传输，需考虑带宽、延迟、能耗等综合因素。根据ISO/IEC25010标准，物联网数据采集需确保数据的完整性、准确性与时效性，避免数据丢失或延迟影响应用效果。传输过程中需采用数据压缩、纠错编码、加密等技术，保障数据在传输过程中的安全与可靠性。大规模物联网系统需采用边缘计算与云计算结合的架构，实现数据本地处理与云端分析，提升系统响应速度与数据处理效率。4.3数据存储与处理技术数据存储是物联网平台的重要环节，需支持多种数据格式（如JSON、Protobuf）与存储结构（如关系型、非关系型数据库）。云存储技术（如AWSS3、阿里云OSS）与本地存储（如NANDFlash）结合，满足海量数据存储与快速访问需求。物联网数据处理常用到大数据技术，如Hadoop、Spark，支持实时流处理（如Kafka、Flink），实现数据的快速分析与决策。数据清洗与预处理是关键步骤，需通过数据质量检测、去重、归一化等方法，提升数据可用性。物联网平台常集成数据可视化工具（如Tableau、PowerBI），实现数据的多维度展示与业务洞察。4.4物联网数据管理的挑战与解决方案物联网数据量庞大，且来源多样，存在数据孤岛与存储成本高问题，影响数据整合与利用效率。数据安全与隐私保护是关键挑战，需采用加密传输、访问控制、数据脱敏等技术，符合GDPR等国际数据保护法规。物联网设备异构性强，数据格式不统一，需借助数据标准化（如JSON、CSV）与数据融合技术实现跨平台协同。数据生命周期管理复杂，需建立数据归档、迁移、销毁等机制，降低存储与管理成本。未来可结合与大数据技术，实现智能数据挖掘与预测分析，提升物联网应用的智能化水平与决策能力。第5章物联网应用案例分析5.1智能家居与家庭自动化物联网技术通过传感器网络实现家庭设备的互联互通，如智能温控、照明、安防系统等，支持远程控制与自动化管理。依据IEEE802.15.4标准的ZigBee技术，家居设备可实现低功耗、高可靠的数据传输，适用于家庭环境中的广泛部署。据《物联网应用技术标准体系》（GB/T36355-2018）规定，智能家居系统需具备数据安全、隐私保护及用户交互功能，确保用户隐私不被侵犯。某智能家电品牌通过物联网技术实现用户行为数据分析，提升能源使用效率，降低家庭能耗约20%。欧盟《通用数据保护条例》（GDPR）对智能家居数据采集与处理提出严格规范，要求企业透明化数据使用方式。5.2工业物联网与智能制造工业物联网（IIoT）通过传感器、边缘计算与大数据分析，实现设备状态监测、生产流程优化与预测性维护。根据《工业互联网发展行动计划》（2023年），智能制造系统可减少设备停机时间，提升生产效率约30%以上。工业物联网中的5G网络支持高带宽、低延迟通信，适用于远程设备监控与自动化控制。某汽车制造企业采用工业物联网技术，实现生产线实时监控与故障预警，降低设备故障率15%。工业物联网结合数字孪生技术，可实现产品全生命周期的数据追踪与优化，提升制造流程的智能化水平。5.3医疗健康物联网应用医疗物联网（mHealth）通过可穿戴设备、远程监护系统与电子病历平台，实现患者健康数据的实时采集与分析。根据《医疗健康物联网应用规范》（GB/T36356-2018），医疗设备需符合医疗安全标准，确保数据传输的可靠性与隐私保护。智能健康手环等设备可实时监测心率、血氧、体温等指标，辅助医生进行远程诊断与健康管理。某三甲医院采用物联网技术，实现患者健康数据的云端存储与共享，提升诊疗效率与患者满意度。医疗物联网结合算法，可对患者健康数据进行深度分析，辅助疾病预防与个性化医疗方案制定。5.4智慧城市与城市管理智慧城市通过物联网技术整合交通、能源、环境、公共安全等多领域数据，实现城市资源的高效管理与优化配置。根据《智慧城市发展规划》（2022年），物联网在城市交通调度、智慧路灯控制、垃圾回收优化等方面发挥重要作用。城市物联网（CITYIoT）采用边缘计算与云计算结合的方式，实现数据处理的实时性与稳定性。某城市试点智慧路灯系统，通过物联网技术实现能耗自动调节，降低电力消耗约15%。智慧城市还通过物联网支持城市应急响应系统，提升突发事件的处理效率与城市安全水平。第6章物联网安全与风险管理6.1物联网安全威胁与风险物联网设备因开放性高、协议多样而成为黑客攻击的主要目标，据2023年《全球物联网安全研究报告》显示，73%的物联网攻击源于设备漏洞或数据泄露。物联网设备面临“中间人攻击”“拒绝服务攻击”“恶意软件植入”等威胁，其中DDoS攻击频率逐年上升，2022年全球物联网DDoS攻击事件达1.2亿次。由于物联网设备通常缺乏完善的身份认证机制，攻击者可利用弱密码或未更新的固件实现设备劫持，导致数据篡改或系统被远程控制。物联网设备的物理接入点（如Wi-Fi、蓝牙、ZigBee）存在无线信号干扰和窃听风险，2021年《IEEE物联网安全期刊》指出，约42%的物联网攻击涉及无线通信层的入侵。按照ISO/IEC27001标准，物联网系统需建立全生命周期的安全管理，包括设备认证、数据加密和访问控制，以降低安全风险。6.2物联网安全防护技术物联网设备需采用端到端加密技术，如TLS1.3协议，确保数据在传输过程中不被窃听或篡改，避免敏感信息泄露。部署基于机密钥的认证机制（如OAuth2.0、JWT），提高设备接入时的身份验证可信度，减少未授权访问风险。采用行为分析和异常检测技术，如使用机器学习模型实时监测设备活动，识别潜在的恶意行为。建立物联网安全隔离机制，如采用虚拟化技术或网络分段，防止攻击者横向移动至核心系统。根据《2022年物联网安全白皮书》，物联网设备防护应涵盖硬件层、软件层和网络层，形成多维度防御体系。6.3物联网安全标准与认证国际上主流的物联网安全标准包括ISO/IEC27001、ISO/IEC27005、NISTSP800-53等，这些标准为物联网系统提供了统一的安全框架。依据CNAS认证体系，物联网设备需通过网络安全等级保护制度，确保符合国家信息安全等级保护要求。认证机构如CCE（中国通信认证中心）和TÜV认证在物联网设备的安全性评估中发挥关键作用，其认证结果直接影响产品市场准入。2023年《物联网设备安全认证指南》提出，物联网设备应具备“固件更新”“安全启动”“数据完整性”等核心认证指标。据IEEE802.1AR标准，物联网设备需具备可验证的固件签名机制，确保设备来源可追溯、更新可控。6.4物联网安全与合规管理物联网安全合规管理需涵盖法律法规、行业标准和企业内部政策，例如《数据安全法》《个人信息保护法》对物联网数据采集和使用有明确要求。企业应建立物联网安全风险评估机制，定期开展安全审计和漏洞扫描，确保系统符合ISO27005等国际标准。物联网安全合规管理应包括数据生命周期管理、隐私保护、供应链安全等，如采用GDPR合规的物联网数据加密方案。按照《2023年物联网安全合规白皮书》，企业需建立“安全责任体系”，明确各层级管理人员的安全职责和考核机制。2022年《物联网安全合规指南》强调，物联网安全合规不仅是技术问题，更是组织文化与管理流程的系统性工程。第7章物联网未来发展趋势7.1物联网技术的演进方向物联网技术正朝着“万物互联”与“智能互联”的方向发展，未来将实现更广泛设备的连接与数据交互，推动从“感知层”向“应用层”深度拓展。根据IEEE802.11ax标准，未来Wi-Fi6E将支持更高速率与更宽频谱，为物联网设备提供更稳定的通信保障。低功耗广域网（LPWAN）技术如NB-IoT、LTE-M将持续演进，支持海量设备连接与低延迟通信，适用于智慧城市、工业物联网等场景。物联网技术的发展将逐步实现“云边端”协同架构，边缘计算能力提升将显著增强设备响应速度与数据处理效率。未来物联网技术将更加注重安全与隐私保护，采用区块链、加密算法与身份认证技术，确保数据传输与存储的安全性。7.25G与边缘计算对物联网的影响5G网络的高带宽、低时延与海量连接能力，将极大提升物联网设备的数据传输速度与实时性，支持智能交通、远程医疗等高要求场景。根据3GPP标准，5G网络的峰值速率可达10Gbps，延迟低于1ms，为物联网设备提供更强的实时交互能力。边缘计算通过在本地或靠近数据源的节点进行数据处理，可减少网络传输压力，降低延迟，提升物联网系统的响应效率。5G与边缘计算的结合将推动“云-边-端”协同架构的成熟，实现更高效的数据处理与决策支持。据IDC预测，到2025年，全球5G网络将覆盖超15亿用户，推动物联网应用规模持续扩大。7.3物联网与的融合物联网与的融合将推动“智能物联网”（oT）的发展，实现设备端与云端的深度协同。技术如机器学习、深度学习可用于设备数据的自动分析与预测，提升物联网系统的智能化水平。根据《物联网白皮书（2022）》，oT在工业制造、智慧城市、健康监测等领域的应用将显著提升效率与服务质量。物联网与结合后，可实现设备自学习、自主决策与优化，推动物联网从“感知”向“智能”转变。据Gartner预测，到2025年，oT将在全球超过60%的行业应用中实现规模化落地，推动物联网进入智能时代。7.4物联网在各行业的创新应用在智能制造领域，物联网与工业互联网结合，实现设备互联、数据共享与实时监控，提升生产效率与质量控制水平。在智慧城市中，物联网技术通过传感器与网络连接，实现交通管理、环境监测与能源优化，提升城市管理效率。在医疗健康领域，物联网设备可实现远程监护、智能穿戴与医疗数据云端存储，提升医疗服务的可及性与精准度。在农业领域，物联网技术结合精准农业，实现作物生长监测、灌溉控制与病虫害预警，提高农业生产效率与可持续性。根据《全球物联网市场报告（2023）》，物联网在各行业的应用规模将持续扩大，预计到2025年将覆盖超过80%的行业，推动数字化转型加速。第8章物联网应用实践与案例8.1物联网项目实施流程物联网项目实施流程通常包括需求分析、系统设计、设备部署、网络搭建、数据采集与处理、安全设置及运维管理等阶段。根据IEEE802.15.4标准，物联网设备通信协议的选择直接影响系统性能与扩展性。项目实施需遵循敏捷开发原则，采用模块化设计，确保各子系统间的数据交互与协同。如采用LoRaWAN协议进行广域网通信，可实现低功耗、远距离的数据传输，适用于智能农业和城市环境监测场景。实施过程中需进行风险评估，包括设备兼容性、网络稳定性及数据安全等问题。根据《物联网安全技术标准》（GB/T35114-2019），需建立数据加密机制与访问控制策略，防止数据泄露与恶意攻击。项目实施需结合企业实际需求，制定详细的实施方案，包括硬件选型、软件开发、测试验证及部署时间表。例如，在智慧园区项目中，需通过多部门协作，确保系统与现有ERP、CRM等平台无缝对接。项目完成后需进行验收测试，确保系统功能、性能及安全性符合预期。根据ISO/IEC25010标准，物联网系统需满足可互操作性、可扩展性及可维护性要求。8.2物联网项目开发与部署物联网项目开发通常涉及硬件选型、软件开发、通信协议选择及数