成都弱電公司訊：

本著要對消費產品、衛生保健、零售、生產等方面積極改革的信念，物聯網(IoT)承諾要把人們身邊的所有事物都智能化——冰箱、汽車、建筑物甚至油田，一切都將走向智能化。但物聯網也有它的陰暗面；假如我們不能解決它帶來的問題，那我們就有大麻煩了。

想要弄清物聯網到底有什么樣的隱患，最簡樸的方法就是從它的配置下手。讓我們來假想以下場面：有一個大型食品倉庫和配送中心，兩者都采用了聯網設備來維持各個區域溫度，例如恒溫冷藏區、常溫區和冷凍區。

配置要求包括以下：

幾十個食品區域，排放要保證能最高效地利用能源；

倉庫里要裝幾千個恒溫計還有通風設施和濕度傳感器；

倉庫和配送中心外圍要安裝幾百個傳感器，例如墻上、屋頂、通風口等等；

幾十個供貨商負責提供設備和傳感器；

實時氣候變化通知，以免倉庫遭到不測；

排查一切可能會引起溫度失常或通風故障的平安漏洞和故障。

現在讓我們來看看物聯網的四大挑戰，以及如何解決這些問題。

問題1：對數據理解欠缺

您手里把握著很多數據并不代表您能理解和活用它們。因為在以上案例中物聯網設備使用的區域廣、種類多，一個供貨商很難為整個倉庫給出最好的解決辦法。就算有人給出來了，他的方案也很有可能會被推翻重來，這樣單單成本就已經高得離譜了。

想要為倉庫打造一個高效、平安的物聯網環境，那就必須要建立P2P網絡，每一個商家提供的設備都能和別的商家的設備交換和交流信息。然而在供應商如此之多、而且倉庫中還保留了部分傳統設備的情況下。這套方案幾乎是不現實的。假如不能更好地解決這個問題的話，那么倉庫的物聯網設計師面臨的簡直就是個現代巴別塔。

要保證所有的數據都能互相理解溝通、發揮最大效用的話，可行方案之一就是建立一個樞紐模型。我們可以建立很多物聯網通路，中央服務器則負責全時段接收來自各個設備和傳感器的數據。規則引擎專門負責分析這些數據，然后集線器把準確的指令發送給接受控制器，好比由于陽光東南部外墻溫度較高，需要立即降低區域2的冷藏溫度。

這種集線器必須能夠翻譯翻譯分歧種類的數據和單位，例如從攝氏度到華氏度。它還必須配備一個通用數據模型，這樣才能比較和整合來自分歧來自不公供應商的設備的數據信息，所以才能保證系統能夠「理解數據」。

問題2：信息量實在太大

有些情況下，由于整個系統的數據量實在太大，把數據通過網絡傳送到某個中央服務器是根本不可能的。舉個栗子，單單是裝在倉庫墻上的某一個傳感器，它要采集的數據就有溫度、濕度、硬件版本、軟件版本、剩余電量、位置變動等等，您要是想聽的話我還有一大串能講。

這些信息可能每30秒鐘都會更新一次，或者可能由于環境要求，幾秒鐘就得更新一次。但是由于信息量實在太大，把這些數據全部發送到中央服務器是不可能的。而且整個倉庫還不止這一個傳感器，全部加起來大概有好幾千個；它們可能連型號都不一樣。

這時候我們就需要信息整合方案，保證系統能夠篩選出必要信息，轉換成通用數據模型，然后下達報告、維修等各種指令。比方說，我們案例中的倉庫可以僅通過區域3外墻上的50個傳感器就判斷出整個區域3的內外溫度平衡狀態。