（1）自组织网络。

在智能工厂中，大量终端例如移动机器人、手持PDA等设备都是随机移动的，即使是固定设备也会在一个时段内表现不同的加工状态（如电机的旋转或者停止），这些联网设备的网络的拓扑、信道的环境、业务模式都是随着这些节点状态动态改变的。因此，面向复杂制造环境建立一个节点能够动态地、随意地、频繁地进入和离开网络的多跳自组织网络十分必要。

（2）工业物联网的实时性。

智能工厂中部署的大量传感器节点可搜集不同的参数，这些信息根据重要性，被划分不同的传输优先级。工业过程数据传输的时效一般在0.001～0.5s，需要很高的实时性和可靠性，但是现场设备检测数据时效性则长达1s以上。因此，工业过程数据传输比设备环境检测数据具有更高的优先级，如何满足智能工厂多优先级异构数据收集和传输对工业物联网实时性提出了更高的挑战。

（3）工业物联网智能信息处理。(www.daowen.com)

智能工厂感知层中成千上万的传感器时刻产生海量的数据，而物联网智能信息处理的目标就是把这些信息收集起来，通过数据挖掘等技术从原始数据中提取有用信息，为MES层提供数据支持。信息处理的流程一般分为信息获取、表达、量化、提取和推理阶段，每个阶段数据处理的好坏都关系着物联网技术能否得到大规模的应用。

（4）与设备智能互联。

智能工厂中的设备来自不同厂家，出于利益原因他们会采用不同标准和协议，这种不统一阻碍了物联网的发展。鉴于目前业内多总线体系已经形成，更换设备至统一标准不现实。因此，找到一个多协议、多接口的中间平台对不同通信协议数据进行标准化处理从而实现不同设备之间互联互通才是关键。