智能家居大数据的应用

因为大数据是机器产生的数据，而不是人为产生的数据，所以智能家居产生的数据会越来越大。“大数据”是一个体量和数据类别都特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。“大数据”首先是指数据体量（volumes）大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量，未来智能家居领域也有许多这种企业，目前国内智能家居领域的数据量级总和已经达到100TB以上，非结构化数据规模正在以更快的速度增长；其次是指数据类别（variety）大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据；数据处理速度（velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理；数据真实性（veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴起，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。

大数据和云计算是智能家居的灵魂，也是实现智能家居的技术基础，大数据面临的最重要的变化是处理对象由结构化数据拓展到了半结构化和非结构化数据，数据主要从用户端和设备端收集到平台和服务运营商，最终再反馈至用户与设备中。智能家居是多领域融合的切入点，是社会家庭管理的支撑点，民生服务的新亮点，物联网生产大数据，大数据支持智能家居，从智能家居到数据再到智能化，构成从感知到认知的全过程。

与智能家居的热度一样，资本热度高于企业热度，传统智能家居企业往往谈云色变，并不敢将自己的产品都接入云，大部分企业的解释是云安全问题，因为PC互联网时代，互联网的连接数是千万级，移动互联时代的连接数是百亿级，而智能家居面对的将是千亿乃至万亿的设备，如在云安全部署还未成熟的情况下，就将这些设备盲目接入云，将会导致不可想象的灾难。不仅是控制端的安全，还有安全数据隐私端的安全。但是，目前智能单品处在爆发年代，与传统智能家居企业不同，新的智能家居硬件公司都乐意入云，每个单品都具有初步的数据收集功能。例如，家庭移动医疗诊断设备，如黑客入侵，使被检测人员的检测数值设定永远不正常，将会增加用户多大的心理负担？这是控制端的问题。如黑客将被测用户的疾病信息肆意传播，又会给用户造成多大的隐私困扰？又如，燃气控制这一块，黑客可以控制电磁阀门，让燃气在厨房肆意泄漏，然后用微波炉将燃气点燃，又会造成多大的安全隐患？如黑客可以操控燃气统计表数据监测，将每户的燃气费用肆意调高一丁点，整个小区每年多收的燃气又是多大的黑洞？除了控制端和云端安全的问题，现在很多设备如手机等，都可以当作入口，但在实际应用中没有出口。例如手环的健康睡眠监测，数据收集了一大堆，但是出口需要对接其他设备，如监控显示昨晚睡眠比较差，早上智能水杯提示不能喝低于35度的温水，不然容易反胃；睡眠比较好，早上可以喝不低于20度的温水，对肠胃蠕动有帮助。这种出口的对接在目前碎片化的智能家居市场里很难联动，所以数据无缝落地还需时日。

面板采集到传感器采集，前期智能终端控制为主，后期将转化为数据采集和操控智能为主。对于智能家居大数据的采集内容，包括APP的使用情况、故障自诊断信息、服务运营信息、用户画像、设备使用状态、用户使用行为、APP交互行为、用户信息数据、设备功能信息、设备日志、APP日志、子设备参数与运行状态等其他数据。

智能家居系统所产生的数据包含面非常广，既有硬件传感器的数据，也有硬件本身的数据运行状态，也有用户和硬件交互的数据，还有用户通过APP等客户端产生的数据，更有用户自身的使用习惯和生活场景的数据，等等，这就导致整体的智能家居所产生数据的积累速度快且量很大。同时，数据又是企业的一种战略资产，所以采用分布式大规模的云存储架构是满足企业高速发展和创新需求的必然趋势。

大数据是智能硬件竞争的制高点，可以帮助硬件厂商挖掘用户的设备使用行为，让厂商可以了解自己的用户、优化产品策略和市场策略。还可以对用户进行学习，建立用户画像，针对不同的用户提供个性化智能体验，给不同的用户提供个性化优惠，加大二次销售。也可以做设备活动状态的分析、故障率的分析，以此来指导产品、硬件之后怎么做迭代层、怎么做升级，包括知道用户喜欢用什么功能、用户在什么时间段喜欢用这个功能，知道后面营销策略针对哪些地域作为重点。利用大数据可以挖掘出的价值非常多，这需要在IoT领域不断地去探索。