物联网需要网络领域的巨大可扩展性来处理设备浪涌。 IETF 6LoWPAN将用于将设备连接到IP网络。随着数十亿设备被添加到互联网空间中，IPv6将在处理网络层可扩展性方面发挥主要作用。

雾计算是防止这种通过互联网的大量数据流的可行替代方案。边缘设备的计算能力可用于分析和处理数据，从而提供简单的实时可扩展性。

在半开放或闭环中，IoT通常会被视为一个复杂系统，这是由于不同链接数量巨大，自主角色之间的相互作用及其整合新参与者的能力。在整个阶段（完全开放的循环），它可能会被视为一个混乱的环境（因为系统总是有最终结果）。作为一种实用的方法，并不是物联网中的所有元素都在全球公共空间中运行。子系统通常用于降低隐私，控制和可靠性的风险。例如，在智能家庭内运行的家庭机器人可能只能共享内部数据并通过本地网络访问。

在物联网中，事物的确切地理位置以及事物的确切地理尺度将是至关重要的。因此，关于事物的事实，例如它在时间和空间上的位置，对于跟踪而言并不重要，因为处理信息的人可以决定该信息是否对正在采取的行动很重要，如果是，则添加失踪信息（或决定不采取行动）。 （请注意，物联网中的一些东西将是传感器，而传感器的位置通常很重要。[118]）当地理位置组织和连接事物时，GeoWeb和数字地球将成为可能。然而，仍然存在的挑战包括可变空间尺度的限制，处理海量数据的需求以及快速搜索和邻居操作的索引。在物联网中，如果事情能够主动采取行动，这种以人为中心的调解作用就被消除了。

了解更多硅谷前沿深度讯息请看 硅发布 微信公众号

确切的说，从信息采集，数据传输，数据处理，几个方面都有不同的核心技术改变。

RFID/传感器技术:主要用于信息采集，其中RFID就是从IC卡发展起来的，实际会使用有源设备进行实时定位并结合传感器进行信息的采集，传感器将会从多个纬度采集环境信息和场景状态

无线通信技术:无论是IoT还是eMTC技术，实质上都是窄带物联网技术，目的是提供稳定高质量大规模的连接数量，其单信道带宽较小，支持较多连接数量，用来保证采集的信息能够迅速传输至云端进行处理，并将云端反馈的结果传输至终端。

核心网下沉:以车联网为例，其对时延和可靠性要求较高，需要将核心网侧的部分计算下沉至基站，以减少传输时延。云端的部分计算也将下沉，减少交互间的时延。

人工智能:要实现完整的物联网功能，需要更加智能的处理器，以完成数据的加工和判断，这部分工作会随着网络发展逐步从云端下沉至终端，最终实现终端信息独立加工，云计算转变成雾计算方式。