2025-2026学年川教版初中信息科技八年级下册 复习课件物联网数据探索与系统构建

物联网数据探索与系统构建 川教版八下复习课 1.7.2013 同学们好！欢迎来到今天的信息技术复习课。今天，我们将一起踏上一段奇妙的旅程，去探索物联网世界的两大核心秘密：数据是如何被处理的，以及智能系统是如何构建的。准备好了吗？让我们一起出发！ ‹#› 你好，未来！—— 我们身边的物联网 🤔 观察与思考 同学们，请看这些我们越来越熟悉的智能设备，它们是如何感知环境并协同工作的？ ❓ 这些问题的答案是什么？ • 手环如何精准记录步数与心率？ • 枯燥的数据如何生成直观的图表？ • 手机是如何远程控制家中的电器？ 🔑 核心技术：物联网 (IoT) 今天我们将化身“技术侦探”，通过闯关挑战，彻底揭开物联网数据处理与系统构建的神秘面纱！ 感知数据 · 智能手环 数据交互 · 智能音箱 远程控制 · 智能门锁 系统协同 · 智能汽车 1.7.2013 大家看，智能手环、智能音箱、智能门锁、智能汽车……这些设备已经越来越多地出现在我们的生活中。它们看似神奇，但背后都遵循着相同的物联网工作原理。这节课，我们就来揭开这些秘密。 ‹#› 闯关开始！解锁物联网的秘密 ▍ 三大闯关挑战任务 第一关：数据探索 任务：解锁物联网数据的“处理密码” 第二关：系统构建 任务：搭建物联网的“通信骨架” 第三关：综合闯关 任务：串联知识，巩固提升 🚀 准备好了吗？让我们一起出发，向第一关前进！ 1.7.2013 为了更好地掌握知识，我们今天的课程将以闯关的形式进行。我们有三个主要目标和三大闯关任务。 首先，我们的核心目标是探索数据的本质、搭建通信骨架，最终亲手组装一个完整的物联网系统。 为了实现这些目标，我们设置了三个关卡：第一关探索数据处理的密码，第二关构建系统的通信骨架，第三关进行综合应用的闯关。 通过这节课，大家不仅能学到理论知识，还能通过动手实践加深理解。现在，让我们正式开始第一关的挑战！ ‹#› 第一关：数据探索 解锁物联网数据的“处理密码” 数据的“烹饪”法则 物联网的核心是“数据”。但传感器采集的原始数据，就像刚从地里挖出的土豆，杂乱且粗糙。只有经过清洗、转换、分析等一系列“加工”，才能变成支撑业务的“美味菜肴”。 本关核心任务 在这一关中，我们将系统学习四种核心的数据处理方式。最终，我们要探索数据的终极价值——辅助决策与自动控制，让数据真正“活”起来。 1.7.2013 欢迎来到第一关：数据探索！在这一关，我们将学习如何处理物联网收集到的原始数据，把它们从杂乱无章的信息，变成有价值的决策依据。这就像把刚挖出来的土豆，清洗、削皮、烹饪，最终变成一盘美味的菜肴。 ‹#› 数据清洗(P17) 💡 就像每天整理你的书包一样 核心定义：数据的“大扫除” 清理数据中的“废纸”与“零食袋”——即去除无效、错误、重复的信息，还原数据最真实、准确的状态，为后续分析做好准备。 真实场景中的清洗动作 • 智能手环：剔除睡眠时误记的“翻身步数”与异常数值 • 气象监测：自动识别并丢弃受干扰产生的“100℃”等荒谬数据 数据处理的第一块基石 它是所有数据分析工作的第一步，也是保证最终结果可靠的前提。 1.7.2013 我们首先来看数据处理的第一步：数据清洗。这就像我们每天整理书包一样，把没用的废纸、零食袋清理出去，只留下有用的书本。 数据清洗就是剔除那些错误的、无效的、重复的数据。在生活中，我们也经常遇到这样的场景，比如智能手环把你睡觉翻身误记为步数，或者天气传感器传回一个100度的荒谬数据，数据清洗就会把这些“噪音”剔除掉。 请大家记住，数据清洗是所有数据处理的第一步，也是最基础、最重要的一步，只有把数据洗干净了，我们后面的分析结果才是可靠的。 ‹#› 数据标注（P20） 核心概念解析 就像整理书架时给书籍贴上“小说”、“教材”的分类标签一样，数据标注就是为原始数据添加描述性的标签信息。 类比：给书本贴标签 目的：便于查找与分类 技术核心价值 数据标注是连接“原始数据”与“智能算法”的桥梁，它赋予数据语义，让机器能够真正“理解”数据背后的含义。 生活中的典型应用 交通监控识别：给车辆照片打上“机动车”、“非机动车”、“红色”、“超速”等行为标签。 智能家居监控：将传感器数据标注为“卧室温度”、“客厅湿度”，实现环境的精准调控。 1.7.2013 清洗完数据，我们就要给它们“贴标签”，这就是数据标注。就像给图书分类一样，我们给数据加上描述，比如告诉机器这张图片里是“机动车”，那个数据是“卧室温度”。这样，机器才能读懂数据，进行下一步的分析。 ‹#› 数据可视化：让数据“开口说话”（P23) “ 将枯燥数字转化为直观图表， 是发现数据规律的最佳捷径 ” 💡 核心概念 & 简单类比 数据可视化是将抽象数字转化为折线、柱状等图表的过程。就像我们把考试成绩画成折线图一样，将复杂的数据逻辑直观地呈现出来，降低理解门槛。 🌐 我们身边的可视化应用 智能手环 心率波动曲线 智慧校园 楼栋用电柱状图 地图软件 单车分布热力点 核心价值：可视化是数据最直观的呈现方式， 帮助我们从海量信息中快速发现规律与趋势。 1.7.2013 有了标注好的数据，我们就要让它“开口说话”，这就是数据可视化。就像我们把考试成绩画成折线图一样，把枯燥的数字变成直观的图表，比如手环的心率曲线、校园的能耗柱状图。这样，我们一眼就能看出数据背后的趋势和问题。 ‹#› 数据可视化的应用 1.7.2013 有了标注好的数据，我们就要让它“开口说话”，这就是数据可视化。就像我们把考试成绩画成折线图一样，把枯燥的数字变成直观的图表，比如手环的心率曲线、校园的能耗柱状图。这样，我们一眼就能看出数据背后的趋势和问题。 ‹#› 数据融合：“1+1>2”的数据魔法 核心概念 & 通俗类比 就像整理错题本时，我们会将同类知识点的错题汇总分析。数据融合就是把不同来源、不同类型的数据整合在一起，通过综合分析挖掘出单一数据无法体现的深层价值。 案例一：个人运动习惯分析 整合智能手环的步数/心率数据与手机GPS定位数据，精准还原运动轨迹，生成个性化的健康运动建议。 案例二：智慧农业精准种植 融合土壤湿度传感器、天气预报和作物生长周期数据，构建决策模型，自动生成最适宜的灌溉与施肥方案。 核心价值：打破数据孤岛，实现多维交叉验证，为复杂场景提供更智能、精准的决策支持。 1.7.2013 接下来是数据融合，这是一种“1+1>2”的数据魔法。就像我们整理错题本时，会把同类问题放在一起分析一样，数据融合就是把来自不同地方的数据，比如手环的步数和手机的定位，结合起来分析，从而发现单一数据看不到的深层信息。 ‹#› 异常检测：揪出数据中的“捣蛋鬼” 数据异常：不合常理的数值 📌 核心定义 指数据本身的数值超出了正常范围，或在逻辑上不可能出现的错误数值。 💡 生活案例 静止状态下，手环记录“每分钟100步”的运动数据 🛠️ 处理策略 通常在数据清洗阶段即可识别，直接剔除无效数据。 行为异常：不合逻辑的模式 📌 核心定义 指数据序列或用户行为模式，明显偏离了日常规律与业务预期。 💡 生活案例 凌晨3-4点深度睡眠时，手环显示走了“1万步” 🛠️ 处理策略 需要结合上下文进行深度分析，通常会触发警报或专项调查。 1.7.2013 在数据清洗之后，我们还要学会一项重要技能——异常检测，也就是揪出数据中的“捣蛋鬼”。这主要分为两种：一种是数据本身的数值异常，比如温度传感器传回零下100度；另一种是行为模式异常，比如你的手环显示你半夜走了一万步。识别这些异常，对于保证数据的准确性和发现潜在问题至关重要。 ‹#› 决策与控制：数据驱动的“智慧行动” 核心逻辑 CORE LOGIC 数据驱动 · 智慧行动 处理数据的最终目的是为了“行动”！基于分析结果，自动或半自动地做出决策并控制设备执行，这构成了物联网完整的智能闭环。 环境自动调节 传感器检测到室内湿度过低，云端自动决策并向加湿器发送“开启”指令，保持舒适环境。 安防应急响应 烟雾浓度超标时，系统立即触发声光报警，并自动联动开启消防喷淋系统，第一时间处理险情。 智能节能管理 AI 识别教室无人且光线充足时，自动关闭灯光与非必要设备，在保障需求的同时最大化节约能源。 1.7.2013 处理数据的最终目的，是为了让设备做出“智慧行动”，这就是决策与控制。比如，烟雾传感器发现烟雾，就自动触发喷淋系统；湿度传感器发现干燥，就自动打开加湿器。这形成了一个从数据采集到行动的完整智能闭环，也是物联网真正的力量所在。 ‹#› 闯关任务：数据处理方式大匹配！ 请各小组合作，将左侧的数据处理方式与右侧的生活案例用线连起来。看看哪个小组最快最准！ 数据清洗 数据标注 数据可视化 数据融合 智能手环剔除误测的步数数据，保证统计结果的准确性。 给交通摄像头拍摄的车辆图片分类，人工标注“机动车/非机动车”标签。 智慧校园平台将枯燥的数字转换为直观的柱状图，展示全校实时能耗。 整合实时天气数据与校园绿植土壤传感器数据，智能生成精准的灌溉建议。 1.7.2013 好了，第一关的知识我们已经学完了。现在是检验大家学习成果的时候！请各小组完成这个匹配任务，将数据处理方式和对应的生活案例连接起来。开始吧！ ‹#› 技术融合：物联网、大数据与人工智能的共生关系 物联网 (IoT) 智能生态的「感官」 负责从物理世界全方位采集海量、多维度的原始数据，是数据的源头。 云计算 (Cloud) 智能生态的「超级大脑」 提供弹性的、强大的计算能力与海量存储资源，支撑海量数据的实时处理。 大数据 (Big Data) 智能生态的「分析引擎」 利用挖掘与分析技术，从杂乱无章的数据中提取有价值的信息、规律与知识。 人工智能 (AI) 智能生态的「最终决策者」 基于大数据的分析结果进行深度学习与推理，提供自主化、智能化的决策支持。 ▎核心共生逻辑 物联网是基础（数据来源），云计算是平台（算力支撑），大数据是方法（价值挖掘），人工智能是目标（智能应用）。四者相互依存，共同构成了驱动智能化时代发展的完整技术生态闭环。 1.7.2013 在完成第一关的学习后，我们来探讨一个更深层次的问题：物联网、大数据和人工智能之间到底是什么关系？简单来说，物联网负责采集数据，云计算负责处理数据，大数据负责分析数据，而人工智能则基于分析结果做出智能决策。它们就像一个团队，相互协作，缺一不可，共同构成了我们今天看到的智能世界。 ‹#› 第二关：系统构建 搭建物联网的“通信骨架” 核心思考：数据如何流转？ 我们已经掌握了数据的处理方法，但数据是如何从传感器传输到云平台，又如何下发给执行设备的呢？这需要一个稳定、高效的“通信骨架”来支撑。 1.7.2013 恭喜大家通过第一关！现在我们进入第二关：系统构建。在这一关，我们将学习数据是如何在物联网系统中“旅行”的，了解物联网的三层结构：感知层、网络层和平台层。 ‹#› 通信技术：数据的“快递小哥” 核心概念 数据的传输需要通信技术，就像快递需要不同的交通工具。我们可以根据传输距离的远近，将通信技术划分为两大类。 近距离通信 覆盖范围通常在几米到几十米之间，适用于手机、耳机、电脑等设备间的短距离互联。 远距离通信 覆盖范围可达数公里甚至全球，功耗低且传输稳定，非常适用于物联网设备的远程部署。 趣味记忆口诀 “近距蓝牙WiFi，远距NB LoRa” 1.7.2013 数据要传输，就需要通信技术，我们可以把它理解为数据的“快递小哥”。根据快递小哥能跑多远，我们把通信技术分为近距离和远距离两种。大家可以记住这个口诀：“近距蓝牙WiFi，远距NB LoRa”。 ‹#› 通信技术大比拼 近距离通信 代表技术 蓝牙 / WiFi / ZigBee 传输距离 10 - 100 米范围 核心特点：低功耗运行、数据传输速率高、覆盖范围相对较小 适用场景：智能家居设备互联、校园智能门禁系统、便携式蓝牙音箱 远距离通信 代表技术 NB-IoT / LoRaWAN 传输距离 数公里至数十公里 核心特点：数据速率较低、超广覆盖范围、电池续航能力极强 适用场景：城市智能路灯管控、农田环境监测、共享单车定位、智慧停车 1.7.2013 我们来详细对比一下这两种通信技术。近距离的，比如蓝牙和WiFi，就像在教室里传纸条，速度快，但范围小，适合智能家居。而远距离的，比如NB-IoT和LoRa，就像写信寄到远方，速度慢一些，但能覆盖很远，而且特别省电，适合智能路灯、共享单车等场景。 ‹#› 通信技术怎么选？ 1.7.2013 我们来详细对比一下这两种通信技术。近距离的，比如蓝牙和WiFi，就像在教室里传纸条，速度快，但范围小，适合智能家居。而远距离的，比如NB-IoT和LoRa，就像写信寄到远方，速度慢一些，但能覆盖很远，而且特别省电，适合智能路灯、共享单车等场景。 ‹#› 云平台：物联网的“智慧大脑”（八上P81） 核心概念解析 所有数据传输的终点，是物联网世界的“大脑”。负责对海量数据进行思考、决策与统一管理。 设备接入与管理 · 新生登记 如同教务处登记新生信息，负责将分散的物联网设备统一注册、识别并纳入管理体系。 数据存储与处理 · 成绩分析 如同教务处整理分析学生成绩，对设备上传的海量原始数据进行清洗、存储、计算与可视化分析。 远程监控与控制 · 全校广播 如同教务处广播通知调课，实时监控设备运行状态，并能远程下发指令，实现对设备的反向控制。 安全与隐私保护 · 档案保密 如同教务处严格保密学生档案，通过加密、权限管理等技术手段，确保物联网数据的安全与隐私。 应用与服务提供 · 证明开具 如同教务处提供成绩单与学籍证明，为上层业务（如用户APP、管理系统）提供标准化的数据接口与服务。 1.7.2013 所有数据传输的终点，通常是云平台。我们可以把它想象成学校的教务处，负责管理所有设备（学生）的信息，处理数据（成绩），进行远程控制（调课），并保护数据安全（档案）。它就是物联网的“智慧大脑”。 ‹#› MQTT协议：物联网世界的“快递规则” 核心概念 · Core Concept 数据在云平台与设备间高效传递的“交通规则”。它轻量、带宽占用低，专为计算能力有限的物联网设备设计，是实现万物互联的关键协议。 发布者 Publisher 物联网中的“寄件人”。如温湿度传感器，负责采集并主动发送数据。 订阅者 Subscriber 物联网中的“收件人”。如智能空调，根据需求接收并响应特定指令。 代理 Broker 核心“快递驿站”。负责接收、分拣消息，并精准推送给对应的订阅者。 消息主题 Topic 唯一的“快递单号”。如“sensor/temp”，确保消息能准确投递到目标。 1.7.2013 数据在大脑（云平台）和身体（设备）之间传递，需要一套规则，这就是MQTT协议。我们可以把它比作快递驿站：传感器是寄件人（发布者），空调是收件人（订阅者），云平台是快递驿站（代理），而消息主题就是快递单号，确保包裹能准确送达。 ‹#› MQTT协议工作流程 基于MQTT协议的通信过程可分为4步： ①在物联网云平台中建立若干主题； ②订阅方根据需求订阅某些主题； ③发布方将数据发布到某个主题中； ④物联网云平台将某主题中的数据发布给该主题的所有订阅方。 发布者只管发布消息，订阅者只管接收消息，两者互不感知，完全依赖 Broker 代理根据“主题”进行精准匹配与转发。 1.7.2013 同学们请看左边的图，这清晰地展示了发布方、代理和订阅方三者之间的关系。右边的文字进一步解释了这个过程分为四步，并以智慧农业为例进行了说明。大家可以看到，发布者和订阅者并不直接通信，而是通过代理和主题进行消息的转发，这就是MQTT协议的核心——解耦的发布/订阅模式。 ‹#› MQTT协议的应用： 1.7.2013 数据在大脑（云平台）和身体（设备）之间传递，需要一套规则，这就是MQTT协议。我们可以把它比作快递驿站：传感器是寄件人（发布者），空调是收件人（订阅者），云平台是快递驿站（代理），而消息主题就是快递单号，确保包裹能准确送达。 ‹#› MQTT协议工作流程 01 消息发布 温湿度传感器生成数据，标记主题后发布 02 代理接收 云端Broker实时监听，接收发布者的消息 03 主题匹配 解析消息主题，检索订阅该主题的客户端 04 消息转发 代理将消息实时推送给匹配到的订阅设备 05 设备执行 智能空调接收指令，根据数据执行相应动作 核心逻辑：解耦的发布/订阅模式 发布者只管发布消息，订阅者只管接收消息，两者互不感知，完全依赖 Broker 代理根据“主题”进行精准匹配与转发。 1.7.2013 我们来看一下MQTT协议的工作流程。首先，传感器发布带有主题的消息。然后，云平台代理收到消息，根据主题找到对应的订阅者，也就是空调。最后，代理把消息转发给空调，空调执行相应操作。这种发布/订阅模式非常灵活高效。 ‹#› 物联网系统全景图 感知层 · 采集 作为系统的“五官”，利用各类传感器与终端设备，实时采集物理世界的原始数据。 🌱 智能农田实例 土壤湿度传感器全天候监测，精准捕捉到土壤含水量低于预设阈值的信号。 网络层 · 传输 作为系统的“神经”，利用NB-IoT、5G等通信技术，将采集到的数据稳定传输至云端。 📡 数据上云传输 NB-IoT窄带物联网技术，低功耗地将“土壤湿度低”的关键数据实时发送至灌溉云平台。 平台层 · 决策 作为系统的“大脑”，对接收到的数据进行清洗、存储、分析，并智能生成控制指令。 🧠 云端智能分析 云平台算法分析历史与实时数据，判断当前急需灌溉，并自动生成“开启灌溉阀门”指令。 应用层 · 执行 作为系统的“手脚”，执行设备接收平台指令，完成最终的物理行动与反馈。 🚿 自动执行灌溉 田间智能阀门接收到平台指令，自动通电开启，精准对农田进行浇水作业，形成闭环。 1.7.2013 现在，我们把所有知识点串联起来，看看物联网系统的全景图。从感知层采集数据，到网络层传输，再到平台层处理决策，最后通过反馈控制执行设备。比如智能农田灌溉系统，就是这样一个完整的流程。 ‹#› 第三关：综合闯关 组装你的物联网系统 🎯 任务背景：恭喜来到最终关卡！请各小组通力合作，运用本节课所学的感知、传输、平台等知识，共同完成“智能教室照明系统”的整体架构设计与组件标注。 🛠️ 关键设计任务清单 感知层：环境采集 选用何种传感器检测光照强度？ 网络层：数据传输 传感器数据通过什么协议/方式上云？ 平台与通信主题 设计专属的MQTT Topic与平台功能。 数据可视化应用 如何直观展示数据并实现自动控制？ 1.7.2013 欢迎来到最终的综合闯关！现在需要大家小组合作，运用今天学到的所有知识，来设计一个“智能教室照明系统”。请根据任务卡的要求，思考并标注出这个系统的各个组成部分。 ‹#› 成果展示与点评 感知层设计 核心器件：光照传感器（光敏电阻），负责环境光照数据的实时采集。 网络层通信 通信协议：WiFi。利用教室近距离优势，保证数据传输的高稳定性与高速率。 平台层架构 核心功能：云端数据存储、远程设备监控、基于阈值的自动决策逻辑。 MQTT 主题规范设计 示例：“classroom/light/status” 或 “sensor/classroom1/brightness”，确保消息订阅与发布的逻辑清晰。 数据可视化呈现 在IoT平台配置实时数据面板，生成亮度变化趋势曲线图，直观展示环境光照变化。 1.7.2013 非常好，各个小组都完成了设计。我们来一起看一下正确答案。感知层是亮度传感器，网络层用WiFi，平台层需要存储、监控和决策功能，MQTT主题可以设计成类似‘classroom/light/status’，数据处理方式是可视化。大家都把知识点串联起来了，非常棒！ ‹#› 物联网虚拟数字身份(P74) 现实世界的身份 在现实生活中，身份发挥着关键作用。例如购买火车票需出示身份证，参加考试需准考证，它们是我们在现实社会的唯一标识。 IoT 万物皆有“身份” 物联网不仅连接了人，更连接了海量的设备与物品。在这个庞大的网络中，每一个联网的实体——无论是智能家电还是工业传感器，都需要一个专属的“身份证”。 虚拟数字身份定义 它是实体（人/物）在数字世界的“全权代表”。用于唯一标识和识别实体的身份与属性，在网络空间中扮演着与现实世界中身份证相同的核心角色。 1.7.2013 我们每个人都有身份证，这是我们在现实世界的身份标识。同样，在物联网世界里，每一个设备、每一件物品也需要一个“身份证”，这就是虚拟数字身份。 它用来标识和识别这些实体，确保它们能被正确地识别和管理，是物联网安全的基础。 ‹#› 物联网安全：守护我们的智能世界(P84) 随着物联网的普及，安全问题日益凸显。了解常见的安全威胁，是保护我们智能生活的第一步。 01. 物理攻击 直接针对物联网系统中硬件设备的攻击行为，破坏实体部件，从而影响系统的物理功能运行。 ⚠️ 案例：校园门禁的摄像头或读卡器被人为损坏 02. 漏洞攻击 利用设备在硬件、软件或网络协议中存在的安全缺陷进行入侵，是最常见的远程攻击方式。 ⚠️ 案例：利用设备默认弱密码或未修复的软件漏洞入侵 03. 隐私数据泄露 设备收集的身份、生物特征、财务等隐私信息，因保护措施不足被非法窃取、公开或滥用。 ⚠️ 案例：家庭智能摄像头被破解，私密画面被窥探 04. 拒绝服务攻击 (DoS) 攻击者通过发送海量无效请求消耗目标设备的带宽、内存等资源，最终导致服务瘫痪不可用。 ⚠️ 案例：大量虚假指令导致智能停车计费系统崩溃 1.7.2013 在享受物联网带来便利的同时，我们必须关注它的安全问题。这就像我们家里要锁好门一样，智能设备也需要安全防护。常见的威胁包括物理破坏、利用漏洞攻击、隐私数据泄露和拒绝服务攻击。了解这些风险，是我们安全使用物联网的第一步。 ‹#› 物联网分层安全策略 感知层 🛡️ 核心安全策略 加强传感器物理安全，使用多传感器融合提升可靠性；严格身份认证，提高设备防欺骗与抗干扰能力。 💡 落地实施措施 优先选用具备国密认证、内置硬件加密模块的工业级感知设备。 网络层 🛡️ 核心安全策略 实施严格的网络逻辑隔离与区域划分；对所有空中与有线传输数据进行端到端高强度加密，防止窃听。 💡 落地实施措施 部署防火墙与工业网关，利用VLAN隔离业务，采用TLS 1.3协议加密传输通道。 平台层 🛡️ 核心安全策略 强化数据安全，改进优化算法，提升使用安全。 💡 落地实施措施 采用专业系统搭建并及时更新软件。 应用层 🛡️ 核心安全策略 建立完善的认证和授权机制，对设备进行身份验证和访问控制。 💡 落地实施措施 严格控制对敏感数据和关键功能的访问，降低安全风险。 1.7.2013 了解了安全威胁后，我们该如何防护呢？物联网的安全防护是分层进行的，通常分为感知层、网络层、平台层和应用层。在感知层，我们要保护好传感器硬件；在网络层，要对传输的数据进行加密；在平台层，要确保数据处理和存储的安全；在应用层，要做好访问控制。只有层层设防，才能构建一个安全的物联网系统。 ‹#› 感谢聆听 物联网的未来，等待你们去创造！ THANKS FOR LISTENING 1.7.2013 今天的课程到此结束，感谢同学们的积极参与。希望通过今天的学习，大家能对物联网有更深的理解。物联网的未来充满无限可能，正等待着你们去探索和创造！谢谢大家！ ‹#› Lavf58.20.100 Packed by Bilibili XCoder v2.0.2 Lavf58.20.100 Packed by Bilibili XCoder v2.0.2 Lavf58.20.100 Packed by Bilibili XCoder v2.0.2 $