摘要：無論是大數據，還是物聯網，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。
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(fā)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(fā)展的關鍵?！痹诮沼芍袊娮訉W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，還是物聯網，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(yī)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(fā)現異常情況，系統(tǒng)需要對所監(jiān)控的區(qū)域進行7×24小時監(jiān)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(tǒng)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(fā)生時做出及時反應。而在移動醫(yī)療領域，為了實現不同地點之間醫(yī)生資源的共享，統(tǒng)一標準的病情診斷不可或缺，因此很多醫(yī)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(guī)定，由移動醫(yī)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，不僅僅是傳感器收集到的數據，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(tài)勢，數據的處理能力卻沒有同步增長?！叭蛐庐a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(fā)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、云計算等技術的有效融合。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(yè)務、商業(yè)模式等方面提前做好應對?！?/FONT>
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。
（轉載）
