物联网传感器信息的层次结构

物联网信息结构包括几个层次。典型应用的层次按信息有用性的递增状况排序如下：

传感器信息层次结构

1.原始数据

2.运动检测

3.活动监控

4.情境感知

5.意图预估

尽管原始数据可能被过滤、补充和更改，但大多数情况下它们会明确限制用户对数据的使用。在第二等级，通过识别模式和应用算法分析数据，以提供运动检测信息。然后，通过添加额外的传感器功能，例如根据气压测量的高度，就能进入下一个等级，来分配推断活动监控的信息。在当代无处不在的计算环境中，设备情境感知的定义更加丰富：如与其他设备的交互、适应环境噪声与光线条件以及网络状态等。这使任务变得更为复杂：如需要基于情境和行为模式的加权评估生成预测性决策。

在这一点上，传感器系统处理数据的方式与人类大脑功能具有可比性。人脑在数据处理时主要运用两个系统：认知系统和边缘系统。认知系统类似于云计算——有延迟现象的高处理效能和大容量内存。相比之下，边缘系统则是原始、反应和反射的系统——与传感器系统中的局部处理，即边缘计算相对应。

上图描述认知和边缘系统之间的差异，类比人类大脑对感知数据的相关处理。

反观物联网，传感器信息层次对确定测量数据重要与否至关重要。不具备可行性的数据基本无法使用，从而导致大部分应用程序中存在大量冗杂多余的数据。

直观地说，简单地将传感器永久地保留下来，等待识别有用信息(例如计步应用中的加速度计)通常更有效。传感器系统需智能地筛选出值得传输到云端的数据，从而有效利用可用的带宽和功率。关键在于，本地传感器能够自动过滤掉大部分无用的数据，从而节省宝贵的系统驱动容量。