你手里拿着大量的数据并不意味着你可以理解和利用它们。因为在联网设备范围广、品种多的情况下，一个供应商很难给出整个仓库的最佳解决方案。 就算有人出来了，他的计划也很可能会再次被推翻，光是这个成本就已经太高了。
想要为高效安全的网络环境搭建一个仓库，就必须建立一个P2P网络，每个设备都可以提供一个业务交换和通信设备等业务信息。但是，在这么多的供应商和仓库中还保留了一些传统设备的情况。该计划几乎是不切实际的。如果不能更好地解决这个问题，那么物联网仓库设计师面临的简直就是一座现代通天塔。
为确保所有数据通信都能相互理解并最大化案例的有效性，一种可能的解决方案是建立枢纽模型。我们可以构建很多物联网，通过中央服务器负责接收来自各种设备和传感器的数据。规则引擎负责分析数据，然后集线器将正确的指令发送给控制器接受，例如由于阳光东南部外墙温度较高，需要立即降低冷藏区2的温度。
该中心必须能够翻译不同类型的数据和单位，例如，从摄氏到华氏。它还必须配备通用的数据模型，以便对来自不公平设备供应商的不同信息的数据进行比较和整合，以确保系统能够“理解数据”。
在某些情况下，由于系统的数据量太大，通过网络将数据移动到中央服务器是根本不可能的。比如仓库的墙壁上只安装了一个传感器，它采集到的数据有温度、湿度、硬件版本、软件版本、剩余电量、位置变化等，如果你想听我有一长串我会说话。
此信息可能每 30 秒更新一次，也可能由于环境要求，有几秒钟的时间再次更新。但是，由于信息量太大，将这些数据全部发送到中央服务器是不可能的。而且整个仓库也不止这一个传感器，加起来大概有几千；他们可能连型号都不一样。
这个时候就需要信息集成解决方案，保证系统可以过滤出必要的信息，转换成通用的数据模型，然后发布报表、维护等指令。例如，我们只能在整个区域外墙外壁的传感器3到50的仓库区域的情况下，确定温度平衡3。
在我们说之前，P2P 模型物联网对于我们在仓库或任何大区域网络用例的情况下都是必不可少的。但是这个程序会带来巨大的安全隐患。
整个系统的安全性取决于系统范围内安全性最差的那个设备。如果一个设备的安全供应商很差，那么其他供应商的设备再安全也没用；一个设备错误，可能会导致意想不到的蝴蝶效应。对于栗子，一个安全漏洞设备可能会报告室外温度错误，导致设备发出恒温指令错误，整个区域的温度错误，因此食物所在的区域也全部变质。
想要解决这个问题，整个仓库的P2P模式必须走物联网一定的道路，让系统通过传感器确认传感器数据，再对传感器数据进行双重核对。对于栗子来说，如果一个室外传感器测得的温度特别高，而且它附近的温度传感器给它但已经普遍低于这个温度时，系统不仅要立即发出指令，调整传感器的温度数据。系统应发出警报，验证并确认传感器及其外围传感器的可靠性，以再次比较数据。
通过确认周界传感器数据来验证数据可靠性是一种非常实用的方法。此外，我们还可以让系统通过查看数据读数中的历史异常情况来判断这些异常情况是否与气候条件、库存、年月日时间等因素有关。
物联网也是一个缺点，我称之为“神经病设备”，指的是联网设备或传感器故障突然莫名其妙地开始向系统发送错误读数。该设备的“神经”症状有很多潜在原因；很可能有软件错误、级别低或设备本身存在缺陷等。比较少见的原因也可能是不小的装修工程油漆溅到了设备上，一块胶合板覆盖了传感器。
这些“神经设备”虽然不会对系统造成外部安全威胁，但其破坏力是不可估量的。比如我们的仓库，如果管理员没有按照我们之前的建议去做保险，那么这个失败可能会让一个区域充满食物变质。正如我们之前所说，当心这些“神经设备”和改进系统的安全方法可能是通用的。比较历史异常读数确认周界传感器读数，这些程序可以有效地防止系统做出毁灭性的决定或指令发出危险。
许多公司认为物联网是一项业务，他们可以把物联网应用到现有产品中。但在这些雄心勃勃的计划实现之前，物联网设计者必须清楚物联网的弊端和风险。你知道最简单和最重要的方法是什么吗？首先，谨慎选择供应商。记得选择可以集成和扩展的平台来开发通用的数据模型。总之每一步一定要小心，要预见最坏的情况，创造最完美的解决方案。有了这些，你就可以成功。