物联网提供有价值的信息，可以更快地发现健康问题，监测健康，更好地、更安全地跟踪货物，以及更高效地生产食品。
然而，智能产品创造了很多无用信息，通过光纤高速的传输。管理所有这些IoT数据意味着需要开发和执行架构、策略、实践和过程，从而适当满足整个数据生命周期的需求，这带来了独特的挑战。传统的大数据方法和基础设施需要重新思考和扩展。
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。
(4)安全：考虑死亡从尤伯在亚利桑那州的自动驾驶汽车。因为是晚上，汽车的传感器可能无法在黑暗中识别行人，无法利用这些信息减速。如果SUV的传感器做了识别行人，那么它仍然没有有效地使用这些信息。
(5)滤波：传感器数据应如何过滤和有效?哪些类型的数据筛选器应用于哪些类型的传感器?传感器记录的错误信息(例如，将行人记录为另一辆车)怎么办?如何丢弃这些虚假数据?如何检查IoT的数据的质量?
鉴于物联网问题的复杂性和紧迫性，全球物联网数据管理市场规模预计将从2017年的275.4亿美元增长到2022年的664.4亿美元。
物联网数据管理：战略和解决方案
幸运的是，IoT数据管理策略存在于过去的技术和方法中。Gartner认为许多应用于更传统用例的数据管理基础架构工具和技术可以在某些方面用于支持IoT。例如，请考虑：
(1)边缘计算：在边缘计算，在数据源附近或网络的边缘，在典型的云环境中，数据处理发生在集中式数据存储位置。通过本地处理和使用某些数据，IoT可节省数据的存储空间，更快地处理信息，并应对安全挑战。
如果冰箱需要根据用户的要求降低温度，这可以在家庭网络上完成，甚至只需由设备本身完成。有关恒温器故障或所需修复程序的信息可能会存储在本地，并推送到制造商或供应商的云环境进行进一步分析。当开发人员对此问题有修补程序时，可以通过云打包和发送，并通过设备在本地打开，设备将处理大部分代码更新和密集处理，可能通过微服务.
同时，由于只有所需的数据量会从家庭之外传输给供应商或制造商，因此不太可能共享未经授权的个人信息。
(2)数据治理：数据治理通过定义对信息的访问来降低安全风险。数据治理描述对管理数据资产的权威和控制。以前，数据治理描述了以IT为中心的服务。在IoT世界中，数据治理对于每个用户都变得更加重要。
典型的房屋管理没有IT部门，因此数据治理成为典型消费者的责任。消费者关于如何有效管理个人数据的教育将变得至关重要。
任何人和任何需要做出有关设置或使用设备的决策的人都需要可以使用的高质量信息。此附加数据治理命令是数据治理2.0.使用IoT，数据治理需要成为一个常见的家庭术语。
(3)元数据管理：对于IoT数据有用，元数据起着至关重要的作用。元数据描述"上下文中的数据"。好的元数据提示设备在什么时间使用哪些信息以及如何使用它。
元数据还为自动化系统提供深度学习的核心。在自动驾驶汽车中，元数据提供行程环境，使驾驶更安全，从而有助于挽救行人的生命。提取有意义的洞察并提高运营效率将需要灵活的集成工具，使用户能够快速获取、准备、分析和管理数据。元数据管理在此至关重要。
Gartnet预测元数据管理解决方案将增长，因为企业不断管理由传感器类型、功能、位置、制造商和序列号生成的数据。
未来IOT数据管理
虽然边缘计算、数据治理和元数据管理将帮助公司处理可扩展性和敏捷性、安全性和可用性，但这只是一个开始。
由于缺乏适用于IoT的数据管理和分析功能，三分之一的IoT解决方案将在部署前放弃。他指出，除了创建新的数据治理政策外，组织还需要在几个关键领域实现现代化，包括采用新的数据管理技术和平台。要让物联网蓬勃发展，数据管理必须包括更现代化的基础架构和支持它们的技术。
