欢迎到
在物联网系统中，大量的传感器节点不断地向数据中心传递所采集的数据，从而形成了海量的数据流。数据中心不仅需要理解这些数据，而且需要及时地分析处理这些数据，从而实现有效的感知和控制。通过分析我们不难看出物联网具有以下特点，对软件技术形成了巨大的挑战，以下点需要加强关键技术研究，并形成有效的解决方案。
1)传感器节点及采样数据的异构性
物联网系统中包含形形色色的传感器，如交通类传感器、水文类传感器、地质类传感器、气象类传感器、生物医学类传感器等，其中每一类传感器又包括诸多具体的传感器，如交通类传感器包括GPS传感器、RFID传感器、办事处识别传感器、电子照相身份识别传感器、交通流量传感器(红外、线圈、光学、视频传感器)、路况传感器、车况传感器等。这些传感器不仅结构和功能不同，而且所采集的数据也是异构的。这种异构性极大地提高了软件开发和数据处理难度。
2)物联网节点及数据的海量性
物联网终端的规模将是互网的数十倍，2020年物联网终端的规模很可能达到千亿量级，2030年有可能达到万亿量级。这些终端所产生的数据量也是海量的，数据规模将从今天的数百EB增长到数百ZB。海量数据的存贮、传输与及时处理将面临前所未有的挑战。
3)物联网数据的时效性
物联网数据所反映的都是在数据采集时刻传感器的状态。例如，机场油库温度传感器的采样值只在规定的时间范围(如1分钟)内有效，一旦超出该时间范围，传感器的采样值也就不再有效。此外，由于传感器数据反映的是被监控目标的物理状态，系统反应速度过慢超过规定的时间范围就可能导致灾难性的后果，这就要求物联网系统必须具有快速反应的能力。
4)物联网数据的时空敏感性
与普通互联网节点不同，物联网节点普遍存在着空间和时间性性—每个节点都有地址位置，每个数据采样值都有时间属性，而且许多节点的地理位置还是随时间连续变化和移动的。例如，在智能交通系统中，每个车辆安装了高精度GPS，在交通网络中动态地移动。候鸟跟踪系统通过GPS所跟踪的位置与迁徙路线也是随时间动态变化的。即使是位置固定的传感器，如车库中传感器采集的空闲车位数也是一个与时间和空间相关的值。由此可见，对物联网节点空间和时间属性的智能化管理是至关重要的。
5)物联网高度安全性与隐私性
目前生产物联网所需要的芯片等组件的费用也比较高，把所有物品都植入识别芯片这一点现在看来还不太现实。还有一个难题是如何实现数据安全与隐私保护。
在物联网中，由于物体之间的联系更紧密，甚至物体和人也被连接起来，因此大量的数据及用户隐私如何得到保护，就成为亟待解决的问题。
安全与隐私保护是信息技术领域的一个永恒的主题，而物联网将安全与隐私的要求提升到了一个新的高度。由于物联网中接入了大量的隐私敏感设备，如摄像头、录音设备、位置跟踪设备、指纹采集器、医疗传感器等，保护不当可能导致大量隐私信息被窃取并被非法使用。此外，物的接入也带来了诸多新的问题如基于物量的隐蔽信道问题及隐私泄露问题，如通过家庭的电流变化可以推断家庭的活动规律等私密信息。