因為大數據是機器生成的數據，而不是人工生成的數據，所以智能家居生成的數據會越來越多。大數據是一種規模和數據類別特別大的數據，傳統的數據庫工具無法捕獲、管理和處理其信息。大數據是指數據的規模。（volumes）大數據是指大數據，通常是10。TB雖然規模有上有下，但是在實際應用中，很多企業客戶把多個數據放在一起，形成PB級的信息量。未來智能家居領域有很多這樣的公司。現在國內智能家居領域的數據總和已達100。TB以上，非結構化數據的規模正在以更快的速度增長

　　第二，指數據類別（variety）大數據來自各種數據庫，數據的類型和格式越來越豐富，已經突破了包括半結構化和非結構化數據在內的限制結構化數據范圍；數據處理速度（velocity）快速，在信息量大的情況下，還可以實時處理數據；數據的真實性（veracity）伴隨著社會數據、企業內容、交易和應用數據等新數據庫的興起，傳統數據庫的局限性被打破，企業越來越需要有效的信息力量來保證其真實性和安全性。

　　大數據和云計算是智能家居的靈魂，也是實現智能家居的技術基礎。大數據重要的變化是處理目標從結構化數據擴展到半結構化和非結構化數據。數據主要從用戶端和設備端獲取平臺和服務運營商，終反饋給用戶和設備。智能家居是多領域融合的切入點，是社會家庭管理的支點，是民生服務的新亮點。物聯網生產大數據，大數據支持智能家居，從智能家居到數據再到智能，構成從感知到理解的全過程。

　　智能家居應用中大數據面臨的問題和挑戰

　　與智能家居的普及一樣，資本普及程度也高于企業普及程度。一般來說，傳統智能家居企業談云變，不敢將自己的產品全部連接到云中。大多數企業解釋云安全問題。由于PC網絡時代，互聯網連接數千萬，移動互聯網時代連接數百億，而智能家居則面臨數千億甚至數萬億的設備。舉例來說，在云安全部署不成熟的前提下，盲目地將這些設備連接到云中，會造成難以想象的災難。不但控制端安全，而且安全數據隱私端安全。但是，目前智能單品正處于爆發時代。與傳統的智能家居企業不同，新的智能家居硬件企業愿意進入云中，每一件物品都有一般的數據收集功能。例如，家庭移動醫療診斷設備，如黑客入侵，促使被檢測者的檢測值設置***不正常，會給用戶帶來多大的心理壓力？這是一個控制端問題。例如，黑客會隨意傳播被測客戶的疾病信息，會給用戶帶來多少隱私問題？比如在燃氣控制方面，黑客可以控制電磁閥，讓燃氣在廚房自由泄漏，然后用微波爐點燃燃氣，會造成多大的安全隱患？比如黑客可以操縱燃氣統計數據監控，隨意增加每個家庭的燃氣成本一點。每年多收集的整個小區燃氣黑洞有多大？

　　比如在燃氣控制方面，黑客可以控制電磁閥，讓燃氣在廚房自由泄漏，然后用微波爐點燃燃氣，會造成多大的安全隱患？比如黑客可以控制燃氣統計數據的監控，每個家庭的燃氣成本可以隨意增加一點。整個社區每年收集的燃氣黑洞有多大？除了控制端和云安全問題，現在很多設備，比如手機，都可以作為入口，但是在實際應用中沒有出口。比如手環的健康睡眠監測收集了大量數據，但是出口需要和其他設備對接，比如監控顯示昨晚睡眠不好，早上喝水。

　　面板采集到傳感器采集，前期主要控制智能終端，后期主要轉化為數據采集和智能使用。智能家居大數據采集內容，包括APP應用、故障自診斷信息、服務運營信息、用戶畫像、設備使用狀態、用戶行為、APP用戶資料，設備功能資料，設備日志，交互行為，APP其它數據，如日志、子設備參數和運行狀態。

　　智能家居系統產生的數據范圍很廣，包括硬件傳感器的數據、硬件本身的數據運行狀態、客戶與硬件互動的數據、客戶APP等客戶端產生的數據、客戶自身的使用習慣和生活場景的數據等。，這使得整個智能家居的數據積累速度非常快，數量也非常大。與此同時，數據也是企業的戰略資產。因此，選擇大型分布式云存儲架構是滿足企業快速發展和創新需求的必然趨勢。