1、物联网核心技术包括传感器技术、射频识别技术、二维码技术、微机电系统和GPS技术。
2、物联网的核心和基础是“互联网”。物联网即“万物相连的互联网”，是在互联网基础上延伸和扩展的网络，将各种信息传感设备与网络结合起来而形成的一个巨大网络。实现任何时间、任何地点，人、机、物的互联互通。
3、物联网的核心是RFID即射频识别。物联网 （Internet of Things，缩写：IoT）是基于互联网、传统电信网等信息承载体，让所有能行使独立功能的普通物体实现互联互通的网络。其应用领域主要包括运输和物流、工业制造、健康医疗、智能环境（家庭、办公、工厂）等，具有十分广阔的市场前景。
4、传感器网络技术是物联网技术的核心 传感器技术是计算机应用中的一项关键技术。它将传输线上的模拟信号转换成可处理的数字信号，并将其交给计算机进行处理。它主要将传感器、数据处理单元组件和通信组件集成在需要随机分布的信息采集和传输的区域，形成一个网络结构（即传感器网络）。
5、感知为核心。在2011年召开的中国国际物联网大会上，我国学者定义物联网是指以感知为核心，实现物理空间和信息空间互动融合的综合信息系统。按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。
1、数据管理的到来可能会带来更多的问题。企业都在尽可能地审核数据管理，存储数据管理和分类数据管理组织各种重要而具有版权信息的数据。数据管理意味着企业需要不断增加数据中心的存储和应付更多的数据量，并分散在用户设备上。物联网数据管理的普及也开始收集来自传感器和连接设备的大量信息。
2、云计算技术是物联网数据处理和存储的关键技术，通过云计算可以实现物联网设备的集中管理、数据存储和分析。大数据技术是物联网实现数据分析和挖掘的关键技术，通过对物联网数据的存储和分析，可以提高物联网应用的精准度和效率。因此，一款优秀的物联网数据平台不可或缺。
3、数据采集：通过物联网、RFID、传感器等技术，实现对供应链各个环节的数据采集，包括物流、仓储、生产等方面。数据存储：将采集到的数据存储在云端或本地服务器中，建立供应链数据中心，实现数据的集中管理和共享。
4、组织必须将数据集中到多个分布式的小型数据中心中，在此对数据进行初步的处理并发送到一个中心站点进行额外的处理。数据中心管理员需要在这些区域部署更加具有前瞻性的容量以满足业务发展的需要。”Patrick McFadin则在自己的博文《 物联网：数据都去了哪里？ 》中阐述了一个具体的数据策略解决方案。
5、与物联网支撑环境直接相关。数据需在物联网内处理。/能够处理感知数据的误差。查询策略需适应最小化能量消耗与网络拓扑结构的变化。
1、工业物联网的产业链中，数据传送环节扮演着至关重要的角色。在工业物联网的架构中，数据传送是实现设备与系统之间信息交互的桥梁。这一环节涉及数据的采集、传输和处理，确保各类工业数据能够在不同节点之间高效、准确地流通。数据传送技术的选用直接关系到整个系统的稳定性与实时性。
2、简单而言，物联网产业链可以分成4个部分，最底层是数据采集供应商（如各种传感器、RFID），数据采集上来后需要传输（如中国电信、联通），如果数据保存到云上，那么需要云供应商（如亚马逊云、阿里云），最后是进行数据分析和可视化应用的软件公司。
3、物联网时代的八大工业大数据应用场景 工业大数据是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。
人力资源业务流程也在使用大数据进行优化。Sociometric Solutions公司通过在员工工牌里植入传感器，检测其工作场所及社交活动——员工在哪些工作场所走动，与谁交谈，甚至交流时的语气如何。美国银行在使用中发现呼叫中心表现最好的员工——他们制定了小组轮流休息制度，平均业绩提高了23%。
实际上，物联网数据是大数据的类型之一，这使得大数据技术堆栈在所有阶段处理物联网数据都是一个很好的（但不是唯一的）选项。对于数据摄取，企业可以使用Apache Kafka，因为该技术支持数据流。Apache Hadoop生态系统是数据存储和处理历史数据的理想选择，而Apache Spark则非常适合近实时数据处理。
转而使用PaaS和托管的解决方案，借助于数据库即服务（例如Amazon的Redshift、Hortonworks和Cloudera的企业级Hadoop）、托管的大数据服务（例如Treasure Data）以及矩阵式的数据中心服务（例如GoGrid）实现自己的物联网数据分析方案。
