- $
AI+視頻分析：實時監測無處不在的安全風險
來源：m.lishiguolu.com 發布時間：2021年06月24日
AI與視頻分析的重要意義：針對公共事業物理及網絡的攻擊活動正日趨復雜
令CIO寢食難安的安全問題在于，針對任何遠程位置的物理及網絡攻擊都有可能造成嚴重破壞，并導致公共事業企業就此癱瘓甚至難以恢復運營。
正因為如此，各類攝像機開始以實時方式監控遠程位置，由此通過視頻分析實時解析熱感、紅外以及夜視數據內容。這一領域的技術提供商包括Twenty20 Solutions，它提供了一系列解決方案以涵蓋遠程視頻安全、遠程訪問控制、便攜式監控、臨時部署、自動化與控制以及實時遠程監控等等。通過對視頻分析、人工智能以及機器學習等技術的運用，使得客戶能夠實時發現潛在資產、機器與遠程站點面臨的安全風險。
公共事業部門的CIO、CISO以及IT需要考慮如何將AI及視頻分析集成到當前企業安全策略當中。使用攝像機作為傳感器，客戶可以全天候（24/7）監控公共事業業務中的每一個威脅面，并配合軟件將其部署在各個端點位置。
此外，IBM發布的《X-Force威脅情報指數2020年報告》也為公共事業企業的CIO及IT敲響了警鐘。下面來看在公共事業部門安全風險研究當中得出的主要結論：
根據這份《威脅情報指數》報告，能源與公共事業行業在遭受網絡攻擊的可能性榜單中排名九
公共事業企業在各類國家關鍵基礎設施當中發揮著主干作用，因此經常成為遠程物理及網絡攻擊的目標
能源行業的特殊之處在于，其物理層面、工業控制系統（ICS）以及管理這類系統的SCADA系統都有可能遭到破壞，進而影響到體系的正常運作
一旦針對ICS系統的攻擊取得成功，由此帶來的業務癱瘓很可能對高度依賴于電力、天然氣、石油或其他能源資源的客戶造成毀滅性的影響。
AI與視頻分析技術如何憑借實時監控、降低風險
根據《威脅情報指數》報告所言，上述威脅的客觀存在促使公共事業CIO們將網絡安全視為高優先級事務。對人工智能與機器學習等技術方案的大量投入有望顯著提高視頻分析準確度、明確度、速度以及性能水平。公共事業需要將實時視頻監控集成至更為廣泛的物理與網絡安全策略當中，進而實現以下目標：
一，使用熱感、紅外以及夜視攝像機以實現對設施、機器或資產相關訪問活動的一致性監控，借此跟蹤特定活動是否合法。通過在整個網絡上啟用實時視頻監控，公共事業安全團隊在一秒鐘之內了解是否存在安全漏洞、故意破壞或者潛在的行為。如果發生實體資產違規，警報將被實時發送至管理員處。管理員可以鎖定威脅面，在數秒之內阻止惡意行為，從而進一步阻止攻擊者對公共事業遠程站點的損害或進行潛在的網絡攻擊。
二，資產、設施、機械與遠程設備的實時監控，對于識別潛在的設備及流程故障非常重要，這類故障有可能引發與安全攻擊一樣的嚴重破壞。公共事業企業需要考慮的另一項重要因素，在于如何延長關鍵資產、機器乃至整套設施的運行壽命。考慮到各類公共事業企業普遍面臨收入短缺的難題，延長資產壽命也就成了當務之急。將AI與視頻分析技術相結合，您的預防性措施以及基于指標的維護能力將得到顯著增強。通過實時了解遠程機械設備的運作狀態，企業每年可以節約數千小時的勞動力時長以及IT/工廠維護成本。
三，分析原始視頻源與事件，使用非結構化機器學習算法加以捕捉，借此創建起全新的風險評估、站點穩定性與機器可靠性等數學模型。此外，公共事業部門的IT團隊還可以從機器學習模型中發現的重要指標為基礎，預測特定資產或機器何時可能發生故障，并估計是否以及何時出現了違規行為。將實時數據/分析同機器學習模型相結合，即可預測出可能遭到破壞的機器或設備類型。憑借這些預測性見解，公共事業企業可以啟動更強大的威懾策略以保護您的資產。將AI、實時監控、視頻分析以及來自物理監控的連續數據整合起來，將有助于減少誤報并提高監控團隊的工作效率。
返回列表
令CIO寢食難安的安全問題在于，針對任何遠程位置的物理及網絡攻擊都有可能造成嚴重破壞，并導致公共事業企業就此癱瘓甚至難以恢復運營。
正因為如此，各類攝像機開始以實時方式監控遠程位置，由此通過視頻分析實時解析熱感、紅外以及夜視數據內容。這一領域的技術提供商包括Twenty20 Solutions，它提供了一系列解決方案以涵蓋遠程視頻安全、遠程訪問控制、便攜式監控、臨時部署、自動化與控制以及實時遠程監控等等。通過對視頻分析、人工智能以及機器學習等技術的運用，使得客戶能夠實時發現潛在資產、機器與遠程站點面臨的安全風險。
公共事業部門的CIO、CISO以及IT需要考慮如何將AI及視頻分析集成到當前企業安全策略當中。使用攝像機作為傳感器，客戶可以全天候（24/7）監控公共事業業務中的每一個威脅面，并配合軟件將其部署在各個端點位置。
此外，IBM發布的《X-Force威脅情報指數2020年報告》也為公共事業企業的CIO及IT敲響了警鐘。下面來看在公共事業部門安全風險研究當中得出的主要結論：
根據這份《威脅情報指數》報告，能源與公共事業行業在遭受網絡攻擊的可能性榜單中排名九
公共事業企業在各類國家關鍵基礎設施當中發揮著主干作用，因此經常成為遠程物理及網絡攻擊的目標
能源行業的特殊之處在于，其物理層面、工業控制系統（ICS）以及管理這類系統的SCADA系統都有可能遭到破壞，進而影響到體系的正常運作
一旦針對ICS系統的攻擊取得成功，由此帶來的業務癱瘓很可能對高度依賴于電力、天然氣、石油或其他能源資源的客戶造成毀滅性的影響。
AI與視頻分析技術如何憑借實時監控、降低風險
根據《威脅情報指數》報告所言，上述威脅的客觀存在促使公共事業CIO們將網絡安全視為高優先級事務。對人工智能與機器學習等技術方案的大量投入有望顯著提高視頻分析準確度、明確度、速度以及性能水平。公共事業需要將實時視頻監控集成至更為廣泛的物理與網絡安全策略當中，進而實現以下目標：
一，使用熱感、紅外以及夜視攝像機以實現對設施、機器或資產相關訪問活動的一致性監控，借此跟蹤特定活動是否合法。通過在整個網絡上啟用實時視頻監控，公共事業安全團隊在一秒鐘之內了解是否存在安全漏洞、故意破壞或者潛在的行為。如果發生實體資產違規，警報將被實時發送至管理員處。管理員可以鎖定威脅面，在數秒之內阻止惡意行為，從而進一步阻止攻擊者對公共事業遠程站點的損害或進行潛在的網絡攻擊。
二，資產、設施、機械與遠程設備的實時監控，對于識別潛在的設備及流程故障非常重要，這類故障有可能引發與安全攻擊一樣的嚴重破壞。公共事業企業需要考慮的另一項重要因素，在于如何延長關鍵資產、機器乃至整套設施的運行壽命。考慮到各類公共事業企業普遍面臨收入短缺的難題，延長資產壽命也就成了當務之急。將AI與視頻分析技術相結合，您的預防性措施以及基于指標的維護能力將得到顯著增強。通過實時了解遠程機械設備的運作狀態，企業每年可以節約數千小時的勞動力時長以及IT/工廠維護成本。
三，分析原始視頻源與事件，使用非結構化機器學習算法加以捕捉，借此創建起全新的風險評估、站點穩定性與機器可靠性等數學模型。此外，公共事業部門的IT團隊還可以從機器學習模型中發現的重要指標為基礎，預測特定資產或機器何時可能發生故障，并估計是否以及何時出現了違規行為。將實時數據/分析同機器學習模型相結合，即可預測出可能遭到破壞的機器或設備類型。憑借這些預測性見解，公共事業企業可以啟動更強大的威懾策略以保護您的資產。將AI、實時監控、視頻分析以及來自物理監控的連續數據整合起來，將有助于減少誤報并提高監控團隊的工作效率。
