1.: Végpontok világa

Azt bizonyára tudjuk, hogy egyre több számítás történik a hálózat végpontjain, az edge-en, és hogy már most eszközök milliárdjai vannak hálózatra kapcsolva végpontként, amely eszközök száma rohamosan nő. Azonban nagy változáson megy keresztül ezen eszközök milyensége és a feléjük támasztott elvárások is.

Egyszerűen szólva egyre több hálózatra csatlakoztatott „dolognak” kell vagy kéne azonnal érzékelnie mi történik, majd eldönteni, mit kéne arra válaszként tenni, aztán meg is tenni azt. Tökéletes példák erre az önvezető járművek. Akár a külső környezettel (pl. jelzőlámpákkal) való kommunikáció, vagy a veszélyhelyzetet (pl. az autó előtt sétál egy objektum) érzékelő szenzorok esetén, az információkat a másodperc tört része alatt fel kell dolgozni és döntést kell hozni. Az autó és az információkat feldolgozó, kiértékelő és a megfelelő döntést visszaküldő adatközpont közötti kommunikáció által okozott késleltetés elfogadhatatlanul hosszú.

Ugyan ez a helyzet a videomegfigyelés esetében is. Ha proaktívak akarunk lenni ahelyett, hogy a már megtörtént incidensekre reagálnánk, akkor magában a kamerában nagyobb adatfeldolgozást kell végrehajtani.

De az edge eszközök számának növekedése és azoknak a biztonságban betöltött egyre kritikusabb szerepük számos következménnyel jár, amelyeket a következőkben áttekinthet.

2.: A dedikált eszközök számítási kapacitása

A dedikált és optimalizált hardver és szoftver – amelyek az adott feladatra vannak tervezve – az alapvető az edge-számítás magasabb szintjének eléréséhez. A hálózatra csatlakoztatott eszközöknek megnövelt számítási teljesítményre lesz szükségük és a szilíciumtól kezdve a felhasználási célra kell, hogy tervezettek legyenek, ezért fektet az Axis továbbra is energiát a saját chipjébe. Ez által képesek egy olyan integrált áramkört – vagy „system-on-chip”-et – létrehozni, amelyek kimondottan a mostani és jövőbeli videomegfigyelési feladatokra van tervezve, és amely, mint a legújabb ARTPEC-7 is, a biztonságot helyezi előtérbe.

A beágyazott mesterséges intelligencia koncepciója gépi- és mélytanulás formájában előtérbe fog kerülni a jövőben. Azoknak, akik az MI-vel – vagy pontosabban a gépi- és mélytanulással – dolgoznak, a technológia többet jelent egy jól hangzó szónál és a mindennapjaik része lett. Így az kevesebb figyelmet fog kapni, mint jól hangzó technológiai téma, amely egyesekben azt az érzést keltheti, hogy nem tartotta be a hozzá fűzött reményeket. Igazából azonban többet lesz használva, mint amennyire a legtöbben azt észre fogják venni. Ugyanakkor az egyik dolog, amelyet figyelembe kell venni az az, hogy olyan új mélytanulási modelleket kell létrehozni, amelyek „pehelysúlyúbbak”, tehát kisebb memória és számítási teljesítménnyel érik be.

3.: Bizalom az edge-ben

A bizalomnak számos arca van. Bizalom abba vetve, hogy a szervezetek felelősségteljesen gyűjtik és használják fel adatainkat; bizalom abba vetve, hogy az eszközeink és adataink biztonságban vannak a kiberbűnözőktől; bizalom abba vetve, hogy maguk az adatok pontosak és technológia úgy működik, ahogyan kell. A végpont lesz az a hely, ahol ez a bizalom kialakul vagy elillan.

Az egész ellátási láncon átívelő bizalom létfontosságú lesz. Miközben a lehallgató chipek hardverbe való beépítése viszonylag távoli lehetőség, egy lehallgató „hátsó ajtó” telepítése a gyártás után egy firmware-frissítés folyamán már jóval egyszerűbb.

A személyes adatok védelmével kapcsolatos aggályok továbbra is beszédtémák lesznek szerte a világon. Az olyan technológiák, mint a dinamikus maszkolás használhatók a személyes tér védelmére, azonban a hozzáállás és a szabályozás a különböző régiókban és országokban nem egyöntetű. A megfigyelő szektorban dolgozó vállalatok számára szükséges lesz az különböző államok jogi rendszereiben történő eligazodás.

Mivel az eszközökön magukon magasabb mértékű lesz az adatfeldolgozás és -kiértékelés, ezért a kiberbiztonság még kritikusabb tényezővé válik. Az egyre növekvő számú és kifinomultabb kibertámadások ellenére a legtöbb szervezet még a legegyszerűbb firmware-frissítést sem hajtja végre. A biztonságos rendszer alapja az az egyes eszközök menedzselése és a teljes megfigyelő megoldás átfogó életcikluskezelése egyértelmű hardver-, szoftver- és felhasználói irányelvekkel.

4.: Szabályozás: a technológia és annak felhasználása

Nehéz, ha nem lehetetlen magát a technológiát szabályozni (és a legtöbb esetben nem is kell). Amely valószerű, az annak a szabályozása, hogy a technológiát hogyan használják fel. Vegyük az arcfelismerést példaként. Bizonyos esetekben – például a reptéren eltöltött idő csökkentésénél – az arcfelismerést ártalmatlannak, sőt, vonzónak tekinthetjük. Azonban, ha a polgárok megfigyelésére és szociális hitelrendszerre használják, az már sokkal inkább vészjósló és nem kívánatos. A technológia teljesen ugyan az; a felhasználás különbözik.

A megfelelő felhasználási módok iránti hozzáállás és az azokhoz tartozó szabályozások a világ bizonyos részein eltérők. A GDPR az egy tökéletes példa erre, amely védi az európai polgárok jogait a személyes adataik gyűjtése, tárolása, feldolgozása és felhasználása tekintetében és az egyik legszigorúbb adatszabályozás a világon. Más országok sokkal kevésbé szigorúak és számos egyéb régióban tevékenykedő szervezet tiltja le az EU polgárok hozzáférését a szolgáltatásaikhoz, mivel azok nem felelnek meg a GDPR-nak.

A szabályozások nehezen tartanak lépést a technológia fejlődésével, de a kormányok folyamatosan keresik a felhasználási módok szabályozására való lehetőségeket, hogy azok a polgárok vagy a saját maguk javait szolgálják. Ez egy dinamikus, változékony talaj, amelyen az iparnak el kell igazodnia és ahol az üzleti etika szigorú ellenőrzéseknek lesz kitéve.

5.: Hálózati sokszínűség

Bizonyos szabályozások, adatvédelmi és kiberbiztonsági aggályok közvetlen következményeként úgy látjuk, hogy elmozdulunk az előző két évtized teljesen nyílt internetétől. Miközben az internet és a nyilvános felhőszolgáltatások továbbra is részei lesznek annak, hogy hogyan továbbítunk, analizálunk és tárolunk adatokat, a hibrid és privát felhők egyre gyakrabban használatosak. Úgy látjuk, az „okos szigetek” száma nőni fog, ahol a megadott alkalmazási módokra kialakított rendszerek korlátozott és közvetlen kapcsolatban állnak más, egymástól függő rendszerekkel.

Miközben egyesek akármilyen nyíltságtól való eltávolodást nemkívánatosnak tekintenek, a biztonság és adatvédelem mellett szóló érvek kiválóak. Ráadásul a nyíltság és adatmegosztás egyik korábbi előnye az volt, hogy fejleszti az MI-t és gépi tanulást, mivel ahhoz óriási mennyiségű adatra van szükség. Azonban a fejlesztéseknek hála mára az előre betanított hálózati modellek az adott alkalmazásra szabhatók viszonylag kisebb mennyiségű adattal is. Például az Axis részese volt mostanában egy projektnek, ahol egy közlekedési megfigyelő modellt mindössze 7 000 darab fotó felhasználásával tanítottak be és a balesetek fals érzékelése 95%-kal csökkent.

Habár a kristálygömbbe tekinteni semmilyen esetben sem veszélytelen, de mégis fontos, hogy a felhasználóink aktuális igényei kielégítése mellett odafigyeljünk arra is, hogy a jövőben milyen lehetőségekkel és kockázatokkal kell szembenéznünk.

Az eredeti blogbejegyzést angol nyelven megtalálják az Axis blogjában, a Secure Insights-on.