其關聯(lián)技術可分為五大項，分別為裝置、網(wǎng)路、運算與儲存、服務以及分析。物聯(lián)網(wǎng)裝置與感應器、致動器(actuator)息息相關，這些感應器價格與耗電量均低，并且可以無線連結。感應器大多時候都處于休眠狀態(tài)，只會每隔一段時間傳送一小筆數(shù)據(jù)。而致動器則可分為自動控制、機器人或人力操控。

網(wǎng)路技術包括閘道器、無線基礎建設、數(shù)據(jù)云端上傳。閘道器會因裝置的應用與通訊范圍而異，如無線電就能用長距離無線通訊技術LoRa或低功耗藍牙(Bluetooth Low Energy)、Wi-Fi或移動網(wǎng)路。現(xiàn)今的網(wǎng)路基礎建設已經(jīng)非常完善，隨著物聯(lián)網(wǎng)興起，數(shù)據(jù)上傳量也將變大，以應付2020年5億部物聯(lián)網(wǎng)裝置的數(shù)據(jù)傳輸需求。感應數(shù)據(jù)的運算跟儲存則由巨量資料(Big Data)系統(tǒng)負責，這方面的技術已經(jīng)發(fā)展成熟，應用十分普及，最需要關注的就是確保數(shù)據(jù)安全。服務則包括基礎建設即服務(IaaS)、平臺即服務(PaaS)與軟件即服務(SaaS)三類管道，可以提供特定用戶數(shù)據(jù)相關的應用程式與服務。

這些新的物聯(lián)網(wǎng)技術將應用于提高醫(yī)療可靠性、自動車安全性、制造業(yè)效率與居家保全。分析數(shù)據(jù)屬于最新的技術領域，大量的物聯(lián)網(wǎng)數(shù)據(jù)將透過計算指標與機器學習處理，協(xié)助改善物聯(lián)網(wǎng)系統(tǒng)，多以軟件發(fā)展為主，其主要目的是協(xié)助決策者利用計算運作或企業(yè)的指標來精簡或調(diào)整物聯(lián)網(wǎng)系統(tǒng)。Elvidge認為，物聯(lián)網(wǎng)雖然架構在現(xiàn)存技術的基礎上，但是許多技術都必須升級才能發(fā)揮物聯(lián)網(wǎng)的效益，并且需要專利，因此并非只是重新利用一些舊的技術。

Chipworks也針對穿戴式裝置市場進行了分析，結果顯示，由于物聯(lián)網(wǎng)裝置的技術多元，功耗與分析技術方面又不斷創(chuàng)新，加上不少舊有的技術都重新應用在物聯(lián)網(wǎng)市場，所以許多專利都將掌握在搶得先機的大企業(yè)手中。Elvidge提醒，新創(chuàng)企業(yè)必須做好負擔專利的準備。整體來看，Elvidge預期物聯(lián)網(wǎng)將繼續(xù)演進，未來將由人與機器互動進化為機器與機器互動。醫(yī)療、健身穿戴式裝置、工業(yè)、汽車業(yè)與智能家庭裝置已經(jīng)在物聯(lián)網(wǎng)蓬勃發(fā)展，許多其他的產(chǎn)業(yè)也正摩拳擦掌，物聯(lián)網(wǎng)將滲透到更多生活的面向。Elvidge認為，許多新的物聯(lián)網(wǎng)技術將會出現(xiàn)，不過同時也將有許多舊的專利技術重新以新姿態(tài)應用在物聯(lián)網(wǎng)，可以預期將有一波專利潮涌現(xiàn)。