遠光軟件（來源：Thingslink物聯網　作者：不詳）

　　根據IDC公布的數據，2005年由M2M產生的數據占全世界數據總量的11%，預計到2020年這一數值將增加到42%。這一比例表明，物聯網快速發展的同時也制造了海量數據，如何妥善處理及合理利用這些海量數據是物聯網下一步發展的關鍵。”在近日由中國電子學會召開的2013(第四屆)中國物聯網大會上，中國工程院院士鄔賀銓強烈呼吁。

　　然而，無論是大數據，還是，在我國都處于起步階段，至于兩者的交叉領域目前人們更是涉及甚少，而物聯網所產生數據本身的復雜性，更是進一步加大了物聯網領域大數據落地的難度。

　　幾何級數增長

　　形象地講，物聯網是物體對外界進行感知并做出反應的過程，在這一過程中，無論是感知外界還是做出反應，都涉及數據的產生和處理。尤其是在某些領域，比如安防、移動醫療、智能交通，更是由于應用的特殊性而會產生海量數據。

　　以安防為例，為了有效發現異常情況，系統需要對所的區域進行7×24小時監控，這就會產生海量的視頻數據，出于事后追蹤的考慮，這些數據往往需要保存一段時間，此外，系統還需要對不同時刻的數據進行對比分析，以便能夠在異常情況發生時做出及時反應。而在移動醫療領域，為了實現不同地點之間醫生資源的共享，統一標準的病情診斷不可或缺，因此很多醫院都主張對患者進行CT檢查，而一個病人的CT往往會達到幾十個GB，按照每年我國住院病人多達兩億人次，以及患者的數據通常需要保留50年以上的規定，由移動醫療產生的數據量也相當可觀。

　　使得情況進一步嚴峻的是，在ITU等看來，物聯網所需要分析的數據，不僅僅是收集到的數據，還應該包括虛擬物件所產生的數據，因為只有將物聯網數據放在虛擬網絡產生的數據的大背景下，才能挖掘出更大的數據價值，目前來看，這些數據主要來自社交網絡、政務網站。而鄔賀銓表示，Teitter網站每天增加2億條微博，Facebook上每天上載2.5億張照片，到2015年，大概1個人要用5年時間才能看完互聯網上一秒鐘所傳的所有視頻，由此可見互聯網上數據量之龐大。

　　盡管數據呈現海量增長態勢，數據的處理能力卻沒有同步增長。“全球新產生的數據每年增長40%，全球信息總量兩年就可以翻番，而對新增數據的處理能力以及利用率的增長則不足5%。”鄔賀銓表示。因此，加快引入大數據技術以推進物聯網發展已經迫在眉睫。

　　物聯網大數據存特殊性

　　物聯網運營者也認識到了大數據運用的重要性。中國電信股份有限公司上海研究院院長李安民表示：“根據實際經驗，的確在很多應用中，物聯網不僅僅是單一的物聯網技術，還涉及對大數據、等技術的有效融合。物聯網的普及將城市引入大數據時代，我們需要關注大數據的應用需求，從技術、業務、商業模式等方面提前做好應對。”

　　不過，大數據的在物聯網的應用并非那么簡單。這首先是由物聯網數據的特點決定的。

　鄔賀銓認為，物聯網產生的大數據與一般的大數據有不同的特點。物聯網的數據是異構的、多樣性的、有噪聲的，其增長率非常高，從而增加了數據處理分析的難度。此外，物聯網的數據有明顯的顆粒性，其數據通常帶有時間、位置、環境和行為等信息，物聯網數據也是社交數據，但這又不是人與人的交往信息，而是物與物、物與人的社會合作信息。因此，物聯網的混搭使得只有將物聯網的數據與通過社交媒體所獲得的數據以及政府發布的信息相結合，才能方便系統做出更科學的決策。

　　拋開物聯網領域的特殊性，大數據產業自身發展也存在一些障礙。雖然近年來大數據概念火熱，然而大數據的發展呈現出了不平衡性，一方面是技術發展較快，另一方面如何從大數據中獲取價值，現在仍在討論階段。尤其是電信運營商，雖然也認識到了大數據的價格，但是對于自身在大數據產業中的定位，以及大數據的商業模式，現在還沒有形成清晰統一的認識。這一狀況制約了大數據的發展，從而也影響了大數據在物聯網領域的應用。

　　大數據和物聯網可相互推動

　　考慮到大數據在物聯網領域應用的緊迫性和相對落后的狀況，鄔賀銓認為加快引入大數據已經刻不容緩。針對海量數據的特點，鄔賀銓認為，雖然數據資源非常重要，但是許多數據是復雜冗余的信息，比如在視頻監控中，人們需要關注的是視頻信息中的異常事件，而不是常規的、沒有變化的數據，因此要兼顧分析歷史數據和新的數據，壓縮掉那些重復的數據，重點保存分析異常的突發數據。

　　顆粒化、非結構化數據也是物聯網中大數據的一大特點。盡管這種特性的數據處理起來非常復雜，然而它們對系統作出正確的決策至關重要，因此解析非結構信息是不可忽視的重要環節。此外，還可以通過統一物聯網架構設計，將非結構化的數據變得結構化，將不同系統之間不同結構的數據盡可能地統一。

　　不同部門之間數據信息的共享有助于物聯網發揮更大的價值，因此鄔賀銓認為，雖然目前看來將電力、交通、工業等不同行業合為一個物聯網不大可能，但是將不同行業的數據信息進行共享還是可行的。

　　而對于大數據商業化進度相對滯后的問題，有專家認為，一方面物聯網的發展需要業界加快對大數據應用模式和商業模式的研究，另一方面物聯網的應用也有助于明晰大數據的商業模式，為大數據發展提供契機。