原本农业的数据采集是采用人工手段来进行的，一般只对少量类型，分时间段，特定的信息进行采集，而一旦将农业生产全面纳入物联网之后，要对与之相关的种子、化肥、土壤、气温、湿度、光度、化学成分、物理成分、空气组成、PH值、各种养分等进行监测，再结合图像、视频等的采集，这些通过物联网就能轻松实现，有利于全方面提升农业的科学生产水平，这一过程中，将会产生大量的数据。考虑到农业生产与运营过程中需要接入物联网的其他有关数据，可以说物联网采用创拿起等感知采集技术加以视频采集系统会产生大量辅助农业生产提升的有价值的数据。例如对这一些数据的充分的利用可以很厚啊地控制农药残留，实现绿色化。

  智能安防行业是典型的大数据与物联网相结合的应用场景，物联网技术的普及应用使安放从过去简单的安全防护系统向城市综合化体系演变，涵盖众多领域，特别是针对重要场所，如机场、银行、地铁、车站、水电气厂、道路 桥梁等场所，引入物联网技术后能够最终靠无线移动，跟踪定位等手段建立全方位的立体防护。智能安防行业需求已从大面积监控布点转变为注重视频是能预警，分析和实战，迫切地需要利用大数据技术从海量的视频数据中进行规律预测，情景分分析，串并侦查，时空分析等。在智能安防领域，数据的产生，存储和处理是智能安防解决方案的基础，只有采集足够有价值的安防信息，通过大量数据分析及综合判断模型，才能制定安防决策。同时，大数据处理能够更好地指出智能安防解决方案存在的问题，从而针对性地提升智能安防产品服务质量。

  基于物联网标识技术，对设备和数据来进行统一标识和管理（智能安防领域如监控信号，图像，视频等），从设备层面解决数据稀疏性问题，从而为大数据的分析和处理奠定底层基础。

  采用分类处理技术，基于处理需求对数据来进行分类，对事实数据来进行流处理，对立现数据来进行批处理，从而在保证处理效率的同时提高数据分析的有效性。

  针对物联网应用在不一样的行业的特点，对大数据北京下不一样的行业之物联网业务的新需求来做探索，从而使大数据技术能够对只鞥呢安防等应用产生实际的价值。