物联网广泛应用于智能交通、基础测量、工业监测、环境保护、城市规划、公共安全、食品追溯、智慧医疗等多个领域。随着技术和应用的不断发展，可以预见，物联网将给人们的生活和工作方式带来深刻的变革。然而，物联网在带来诸多好处的同时，也给软件用至整个信息技术领域带来了前所未有的挑战。

　　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。