物联网数据管理中的常见问题

使用 物联网 数据需要比从人类收集的数据更快。例如，来自人们评论和行动的调查数据往往在几分钟、几小时或几天内到达，而不是几秒钟。有鉴于此，管理者在决定选择哪些数据时可能更灵活一些，而不相关的数据则不那么不相关。相比之下，IoT 正在创建自己的 生态，加剧了三个典型的数据管理问题：

(1) 可扩展性和敏捷性： IoT 数据流量 其即时性使得这个数据管理问题变得最紧迫。鉴于 IoT 设备的数量会随着时间的推移而增加，如从 40 台设备到 400 台设备，IoT 架构如何适应这种情况?物联网如何 连接，允许由人和事物进行实时处理和分析，因为 IoT 数据的保质期很短?一旦 IoT 数据到达某处，如何存储这些数据，确保有足够的空间获取新信息?输入和输出如何流经传感器而不堵塞?IoT 数据是否需要访问非传感器数据(例如，有关用户和密码的元数据)，那么该数据如何获取和理解此类信息呢?

(2) 安全： Gartner 的调查 表明安全性是规划和实施 IoT 解决方案的组织面临的重大挑战。预计到 2022 年，IoT 的所有安全预算的一半将用于故障修复。防止未经授权的访问已成为最前沿。 新闻 周刊 报告说，使用物联网的美国公司中，有近一半受到安全漏洞的打击，而且成本可能惊人——对于大公司来说，成本超过2000万。

但这问题的一部分。组织需要遵守关于保护数据的国家规则和条例。一个主要规定， 一般数据保护条例 (GDPR)，自 2018 年 5 月以来实施，可能会对不合规行为处以巨额。

要了解复杂性，请以冰箱为例，该冰箱通知其所有者鸡蛋和牛奶已过期。未经所有者同意， 将这些信息发布到互联网上， 即使只是为了存档， 也会违反规定 像 Gdpr.但冰箱老板可能希望他们的杂货店确保鸡蛋和牛奶有库存。功能传感器需要访问适当的信息。

为了提高能耗， 流体 信息工作台将传感器与挪威国家石油公司提供的能量资源连接到能源资源，德国能源管理系统供应商分析物联网传感器数据。设置安全壁垒，防止这些实体之间出现基本信息流动，将适得其反。

(3) 有用： 数据在具有最大价值时，数据量稳步减少，因为数据存储。IoT 依赖于快速数据，即现在获取见解。自适应维护、安全监控、预测修复和流程优化等功能依赖于实时数据。