A. 物联网的核心技术有哪些物联网发展的主要难题是什么
物联网的核心技术主要包括以下几个方面：
1. 物联网通信方案：物联网通信方案需要从功耗、时延、带宽、网络容量、覆盖面、稳定性等多方面来支持物联网的不同应用场景。由于物联网设备分散且应用场景复杂，单一的通信方案无法满足所有需求，因此需要多种通信方案的组合。
2. 物联网特有硬件：物联网终端包括处理器、传感器、执行器等多种硬件。这些硬件从功耗、体积、极端环境适应能力、安装部署的便捷性等多方面对硬件有特殊的要求。
3. 物联网操作系统：物联网终端设备的低功耗以及物联网通信方式等特性决定了传统的桌面、移动操作系统很难有效满足物联网项目的需求，因此物联网需要针对其自身特性设计出专用的操作系统来提升开发和运行效率。
4. 物联网应用程序：物联网应用大多是软硬件的结合，与互联网项目相比尤为不同。物联网应用程序依赖底层硬件，同时依赖上层软件的创新，才能发挥出物联网的潜力。
物联网发展的主要难题主要集中在以下几个方面：
1. 硬件发展缓慢：传感器和执行器是物联网产品连接现实世界的重要枢纽。传感器和执行器种类的局限大大限制了物联网应用的丰富性。研发难度大周期长，目前的传感器种类对于物联网应用的爆发来说远远不够。
2. 开发难度高：一个典型的物联网应用所需的工程师种类繁多，涉及多种跨度极大的技术栈。技术栈和开发人员的整合与协调并非易事。
3. 应用程序缺乏颠覆性创新：物联网应用程序一方面依赖底层硬件，另一方面取决于上层软件。现有硬件种类的局限限制了物联网应用的大规模爆发。基于现有基础设施，物联网应用在软件层面寻求与人工智能、机器学习、大数据、图像处理等前沿技术的结合，但目前这种结合效果并不显着。
4. 海量数据存储与处理：在万物互联的场景下，物联网终端设备数量庞大，实时产生的数据量也更为庞大。物联网中海量流式数据的存储和处理面临压力。
解决这些问题，需要通过技术创新、市场拓展、政策支持等多方面努力。例如，Dell EMC的开源分布式流存储平台Pravega提供了一种有效解决方案，可以快速、有效地对海量物联网流式数据进行存储、分析、加工、挖掘。
B. 大数据在物联网运用中的作用
大数据在物联网运用中的作用
大数据这一概念早已有之，只是在较长的一段时间里处于沉寂状态。近年来，随着人们意识的增强以及观念的更新，大数据又重回人们的视线，并逐渐成为一股革新浪潮。大数据又名巨量资料，其涉及的数据量规模巨大，以至于无法通过主流工具在短时间内实现撷取与管理。对于这一部分海量、高增长且多样化的信息资产，只有运用更强的洞察力、决策力以及流程优化能力才能发现隐藏在数据背后的规律与价值，而可穿戴设备以及汽车中传感器应用的盛行，标志着大数据应用已经开始延伸到物联网领域。
在物联网中，对大数据技术的应用提出了更高的要求：首先，物联网中的数据量更大。物联网的组成节点除了人和服务器之外，也包括物品、设备、传感网等，数据流源源不断的产生，其数量规模远远大于互联网。其次，物联网中的数据传输速率更高。由于物联网与真实物理世界直接关联，要求实时访问以及控制相应的节点和设备，需要高数据传输速率予以支持。此外，物联网中数据的海量性也必然要求更高的传输速率。再者，物联网中的数据更加多样化。物联网涉及广泛的应用范围，从智能家居、智慧交通、智慧医疗、智慧物流到安防监控等，无一不是物联网的应用范畴。同时，在不同领域、不同行业，也需要面对不同类型和不同格式的数据，这使得物联网中的数据更加多样化。
针对物联网对海量数据的处理与应用需求，万物云开发团队在现有数据立方(DataCube)的基础之上，打造了一个针对智能硬件与物联网应用的大数据服务平台。该平台包括一个硬件数据服务接口，一个平台数据服务逻辑层以及一套面向应用的编程接口。物联网开发团队只需关注硬件及应用，就可通过万物云轻松处理物联网上的大数据。具体而言，万物云拥有如下特性。
丰富多样的应用功能。首先，万物云提供清晰而简明的编程实例、接口文档以及丰富的案例样本代码，以帮助开发者快速开发跨平台物联网应用，并通过社区论坛、微信和微博等社交平台提供全方位的技术支持。同时，万物云平台支持HTTP，MQTT及TCP接口协议，并开放第三方设备数据上报接口，允许各种智能设备的接入，且数据查询可支持百万级别QPS，并以分布式数据存储节点策略优化数据上传下载速度。
安全无忧的服务体验。万物云为用户提供了完善的身份验证手段，用户分别通过accesskey验证与seckey验证以保证数据访问安全以及设备数据安全。此外，平台设置了不同级别的数据访问权限和访问级别，提供多用户多应用的数据隔离机制以及专业的数据副本机制，并予以强大的企业级防火墙加以保护，保证用户数据不丢失，不泄露，也不被盗取。
无以伦比的性价比。一方面，万物云存储系统支持弹性扩展，存储空间可以保持海量规模，支持单表PB级别的数据存储以及表结构的横向无限扩展，可保证数据的实时性与准确性，即为用户提供一站式的数据存储和处理解决方案，使之专注于业务开发和规模扩展。另一方面，万物云的应用只需低廉的开发和运维成本，且对大部分用户都将免费提供数据服务，可满足用户应用原型开发、产品商用和运营管理等各阶段需求。
C. 物联网：物联网产生的大数据怎么用
大数据时代的出现确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。大数据时代开启人类社会利用数据价值的另一个时代。
但是中国目前的大数据应用环境和技术相对于美国而言，在整体技术水平、应用环境、国民意识、商业环境、技术厂商、技术平台上面相差超过5年左右。在大数据应用的国家战略层面落后的也较多。
需要通过政府自身投资来建立大数据平台，吸引中小企业将信息系统及数据放到政府主导的数据平台上，政府将利用此平台来挖掘数据信息，提供数据信息报告。另外一个大数据应用是地方政府请一些大数据公司来开发舆情检测系统，及时了解社会舆论。无论是大数据产业园还是舆情监控。没有抓住大数据优势的核心，大数据产业园的管理机制和创新动力不足，无法发挥大数据计算的优势，反而浪费了大量的投资，效率较低。舆情监控本身就无法发挥大数据的商业应用优势，反而阻碍大数据产业的商业应用。我们应该提供大数据产业优惠政策，在资金、场地、税收、科研方面提供外部支持，让企业自身投入到大数据产业建设之中，从企业自身商业需求出发，投入资金来发展大数据产业。
D. 物联网深入发展 将如何改变大数据分析
物联网深入发展 将如何改变大数据分析
数据一直在业务中发挥关键作用，但大数据分析的兴起，大量存储的信息可以在计算上挖掘出来，揭示有价值的见解、模式和趋势，使其在现代商业领域几乎不可或缺。收集和分析这些数据并将其转化为可行的结果的能力是成功的关键。
随着物联网的发展，这一过程变得越来越复杂，在日常生活中，从车辆到商店展示，到智能家居自动化技术，如恒温器和水位显示器，都能产生大量的数据。物联网带来了各种新的分析挑战，而更快适应这一新现实的企业将获得明显的优势。
改变基础设施的需求
物联网产生的数据面临的主要问题之一就是它的规模。英特尔公司估计，到2020年，多达2000亿台智能设备将在线运行，以及约54亿个具有物联网功能的B2B设备。这意味着任何寻求利用物联网数据的企业必须首先投资于处理数据量惊人所需的基础架构，其中大部分将是原始的和未标准化的。数据湖和分布式服务器集群可能成为存储此数据所必需的，控制数据流对于管理带宽和网络成本是必不可少的。
新的分析挑战
除了物联网产生的大量数据之外，数据本身也提出了一个问题。大多数传感器产生的数据是相对嘈杂和非标准化的，大部分数据是实时数据流的形式。这些事实需要一种新的分析方法，软件堆栈能够快速分类，处理和分析大量的数据。在数据被正确处理之后，下一个挑战是挖掘这些不同的信息源以产生可操作的数据。
技能分析师日益增长的需求
随着更复杂分析的需要，需要更多和更熟练的数据分析师。从物联网数据流中吸取有用的见解需要高超的技能，不仅要管理数据本身，还要确定最有效的焦点区域。大数据框架(如hadoop和Spark)以及R数据编程语言的专长正在迅速成为管理物联网生成数据的关键，业务分析越来越依赖于复杂的技能集，其中包括机器学习，复杂算法，深度学习，复杂事件处理等。
从数量提取质量
调查显示，96%的企业遇到通过其接收的数据量进行过滤的问题，而这个问题只会因为大量新数据的涌入而加剧。大数据本身没有什么用途。其它真正的价值在于从这个数量中提取质量并产生有意义的见解。消除噪音的一个重要方法是使用过滤器来消除多余的数据。物联网数据通常是高度粒度的，大多数企业不需要这样的详细信息。使用算法驱动的过滤器将这些数据压缩成更实际的时间间隔中，显着地减少了要分析的数据量，而不会影响其质量，从而使其更有价值。此外，由于物联网传感器已经广泛存在，而且很快就会普及，将有用的数据源从那些不需要的地方进行排序将是最重要的。
新的安全范式
由于物联网由广泛的设备，通信协议和数据类型组成，为了保护其产生的数据，这要求企业必须准备迎接新挑战。许多数据安全专业人员在处理物联网数据方面根本没有太多经验，而且新的来源和技术却快速到来，随着安全威胁的增加，需要企业提高警觉性和灵活性。妥善保护物联网数据将需要所有新的安全措施和协议专门设计来满足这一新的现实。
物联网已经经历了快速增长，似乎有望成为业务分析未来的浪潮，但它仍然是一个新兴的技术。它产生的大量数据将只会增长，并变得更加复杂，现在投资于基础设施和需要处理的技术人员将在未来得到回报。负担得起的，可扩展的，持久的存储将是至关重要的，数据分析师也将具备适应大数据快速变化现实的技能和经验。未来即将到来，必须进行适当的规划和准备。