인공지능이 대세로 떠오르고 있습니다. 지능형 보안의 발전은 어떤가요?

인공지능이 이미 시장 공간을 갖고 있는 산업인 만큼, 보안 산업은 인공지능 발전에 대한 이해가 더욱 명확하고 수요가 더욱 시급합니다. 인공지능은 고화질, 네트워킹에 이어 보안 산업의 세 번째 기술 변화를 추진하고 있습니다.

인공지능의 급속한 발전 속에서 보안 업계는 AI를 중심으로 한 새로운 지능적 여정을 시작했습니다. 이 여정에서 지능형 보안의 개발 진행 상황은 어떻습니까?

"Progress"

엣지 컴퓨팅은 엣지 인텔리전스의 발전을 촉진합니다

엣지 컴퓨팅은 소스에 가까운 네트워크 엣지에서 네트워크, 컴퓨팅, 스토리지 및 애플리케이션 핵심 기능을 통합하는 개방형 플랫폼을 말합니다. 엣지 인텔리전스 서비스는 민첩한 연결, 실시간 비즈니스, 데이터 최적화, 애플리케이션 인텔리전스, 보안 및 개인 정보 보호 측면에서 산업 디지털화의 주요 요구 사항을 충족합니다. 한 문장으로 말하면, 엣지 컴퓨팅은 데이터 소스에 가까운 엣지에서 완료되는 컴퓨팅 절차를 지칭하는 것으로 이해될 수 있습니다.

기술의 지속적인 발전과 함께 "에지 인텔리전스"라는 개념이 등장하여 사물 인터넷의 모든 엣지 장치가 데이터 수집, 분석 및 계산, 통신 및 중요한 인텔리전스를 가질 수 있도록 하는 새로운 모델을 제안합니다. 새로운 지능형 엣지 컴퓨팅은 또한 클라우드 컴퓨팅의 기능을 활용하여 클라우드를 사용하여 엣지 장치를 대규모로 안전하게 구성, 배포 및 관리하고 장치 유형 및 시나리오에 따라 지능형 기능을 할당할 수 있습니다. 클라우드와 엣지 사이에 통합되어 공간 사이를 이동하고 두 세계의 장점을 모두 활용하세요.

엣지 인텔리전스가 일반적인 트렌드가 되었습니다. 만물인터넷(Internet of Everything) 시대가 도래하면서 컴퓨터 비전 분야의 프런트엔드 장비에서 생성되는 사진과 영상 데이터의 양은 엄청나다. 무제한 대역폭 요구 사항 및 통신에 대한 실시간 요구 사항. 이를 위해서는 근처에 엣지 인텔리전스 서비스를 제공하고 인공 지능 컴퓨팅 성능 또는 추론 기능을 클라우드에서 엣지로 점진적으로 마이그레이션해야 하며, 이는 전송 링크에 대한 부담을 완화하는 데 도움이 됩니다.

딥 러닝 구축으로 AI-City 발전 촉진

인공지능 기술의 자연스러운 훈련장이자 응용 분야인 보안 업계에서는 인공지능 구현이 절실히 필요합니다. 최근에는 '도시 브레인', '교통 브레인', '경찰 브레인' 등 '브레인'이 등장하면서 다차원 인식과 결합된 인공지능 딥러닝 기술이 AI-City의 발전을 한층 더 촉진하고 있다.

딥러닝의 주요 연구분야는 음성인식과 시각입니다. 딥러닝을 다양한 방향으로 적용하면 분야별로 다양한 기술 혁신을 이룰 수 있습니다. 많은 비디오 이미지 리소스를 마스터한 보안 산업의 경우 딥 러닝과 보안의 결합은 상대적으로 높은 수준의 호환성을 갖습니다. 즉, 이미지 분석, 워드 프로세싱 등을 포함한 이미지 및 비디오 분석입니다.

보안 산업의 딥러닝은 주로 볼륨 분석, 차량 분석, 행동 분석, 이미지 분석의 네 가지 주요 영역에 중점을 두고 있습니다. 딥러닝 알고리즘의 획기적인 발전으로 표적 인식, 객체 감지, 장면 분할, 캐릭터 및 차량 속성 분석 등 지능형 분석 기술이 모두 획기적인 발전을 이루었습니다.

"방해"

인공지능 보안에는 "코어"가 부족합니다

보안 업계에서 칩은 프런트엔드에서 백엔드, 전송, 녹음, 저장, "핵심"이 없는 보안은 불완전할 수밖에 없습니다.

보안 비디오 감시 분야에는 딥 러닝 훈련을 위한 충분한 시나리오를 제공할 수 있는 방대한 데이터가 있습니다. 또한 최근 몇 년 동안 지능형 알고리즘의 개발은 대규모 빅 데이터에 의존하여 음성 인식 및 시각 분야에서 중요한 혁신을 이루었습니다. 더 빠른 반복을 제공합니다. 보안 분야에서 인공지능을 구현하려면 충분한 컴퓨팅 성능을 갖춘 프로세싱 칩이 필요하지만, 칩 수준에서는 실제 요구 사항을 완벽하게 충족하는 인공지능 보안 응용 칩이 없습니다.

인간의 개입을 제쳐두기는 어렵다

인공지능이 인간이 할 수 없는 일부 청석교량을 완성했지만, 밀접하게 유사한 물체의 차이를 구별하기 위해서는 인공지능의 대규모 적용이 아직 도래하지 않았습니다. .

실제 사례를 보면, 한 장면의 영상을 추출하면 사진 검색을 통해 관련 사진이 빠르게 드러날 수 있고, 이를 바탕으로 용의자의 궤적을 발견하고 최종적으로 표적을 구속할 수 있게 된다. , 전문가들은 이 과정이 인공지능 알고리즘에 의존해 인간의 개입을 외면하기 어렵고, 여전히 영상범죄 수사관들의 분석과 판단과 불가분의 관계에 있다고 솔직하게 지적했다.

결론: 오늘날 보안 산업은 데이터 폭발의 시대에 진입했습니다. 데이터 양이 폭발적으로 증가함에 따라 기존의 지능형 알고리즘은 더 이상 심층적인 데이터 가치 마이닝의 요구를 충족할 수 없습니다. 인공지능 연구의 심화와 심화는 보안 산업에 상상했던 것보다 더 많은 변화를 가져왔고, 역할을 할 수 있는 애플리케이션 시나리오도 점점 더 많아지고 있습니다.

위 내용은 인공지능이 대세로 떠오르고 있습니다. 지능형 보안의 발전은 어떤가요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!