У наш сучасний час громади стикаються з кількома загрозами для суспільної безпеки: зростання урбанізації, підвищення рівня злочинності та загрози тероризму. Звертаючись до поєднання обмежених ресурсів правоохоронних органів та зростаючих міст, завдання забезпечення суспільної безпеки стає ще складнішим. Удосконалення технологій дозволили моніторинг пристроїв та камер, щоб зробити громадські простори безпечнішими – але це часто є вартістю.
З встановленою основою майже 600 мільйонів камер спостереження, Китай має майже одну камеру на двох людей, а за межами Китаю, найбільш обстежувані міста включають Делі, Сеул, Москву, Нью -Йорк та Лондон. Незважаючи на те, що вигідно для громадської безпеки, це збільшення спостереження відбувається за значною вартістю: ерозія особистої конфіденційності. Багато людей цінують свої права залишатися анонімними та вільними від постійного моніторингу, і думка про те, що “старший брат” спостерігає, може створити сутички між безпекою та конфіденційністю, що призводить до жорстоких дебатів між політиками.
Технологія штучного інтелекту для підвищення громадської безпеки
Нещодавно камери все більше включають штучний інтелект, відіграючи зростаючу роль у громадській безпеці. Інтегруючи ШІ в системи безпеки на рівні системи управління камерою чи відео та включивши генеративний ШІ, AI може бути дуже привабливим для моніторингу громадської безпеки.
Найпоширеніші випадки використання ШІ в системах спостереження включають Захист по периметру і контроль доступу. Ці програми використовують завдання AI, такі як виявлення об'єктів, сегментація, відео-метадані та повторна ідентифікація, щоб швидко та точно визначити законні проти підозрілих або ненормальних людей або поведінку та викликати відповіді в режимі реального часу.
Системи спостереження, що працюють на AI, можуть запропонувати більш нюансовані та складні можливості. За допомогою штучного інтелекту системи спостереження можуть включати виявлення, ідентифікацію та реагування на події безпеки в режимі реального часу та з високою точністю. Незважаючи на те, що підвищення безпеки та забезпечення громадської безпеки є вигодою, штучний інтелект викликає занепокоєння щодо конфіденційності даних, при цьому деякі висловлюють занепокоєння щодо потенційного зловживання особистою інформацією. Там, де є велика кількість даних, важливо здійснити надійні заходи захисту даних.
Хмара AI стикається з проблемами конфіденційності
Хмарні рішення AI традиційно пропонують потужні можливості обробки шляхом використання централізованих центрів обробки даних, але вони пропонують певні вразливості для конфіденційності даних.
Коли дані зберігаються або “в спокої”, централізоване сховище робить ключовими цілями хмарних систем для кібератак. Погані актори можуть зламати ці системи, що призводить до серйозних порушень даних та потенційного впливу даних. Однак, якщо обробка даних децентралізована і робиться на краях мережі, порушення обмежуються конкретним вузлом, який зламається, а масштабне порушення даних є більш складним. Крім того, хмарні системи обробки даних повинні відповідати ряду правил конфіденційності даних, які встановлюють обмеження щодо того, як можна проаналізувати необроблені дані, що призводить до обмеженої інформації та навіть потенційних юридичних зобов'язань. Обробка краю лише зберігає і передає мінімально необхідну інформацію, при цьому все ще дозволяє глибоко зрозуміти.
Переміщення даних до хмари до пристроїв створює додаткові точки вразливості. Перехоплюючи дані під час передачі, хакери можуть викрити конфіденційну інформацію та підірвати безпеку системи.
Загалом, хмарний центр обробки даних – це єдина точка невдачі, яка, якщо вплине, може вплинути на багато камер.
Edge AI ходить по канату між конфіденційністю та безпекою
Edge AI Пропонує переконливе рішення для вирішення цих проблем, обробляючи дані локально на самому пристрої, а не надсилати їх у хмару. Якщо дані розподіляються, кожна система може приймати різні алгоритми та можливості, представляючи кілька переваг з точки зору конфіденційності.
Обробляючи дані на пристрої, Edge AI системи мінімізують необхідність передачі конфіденційної інформації через Інтернет, значно знижуючи будь -який ризик перехоплення під час передачі. Зберігаючи дані локально, ризик масової кібератаки також обмежений. Якщо один пристрій порушений, обсяг атаки може міститись до пристрою, на відміну від цілої мережі.
Нарешті, Edge AI також дозволяє анонімність даних на самому пристрої. Потім це спрощує процес підтримки сутності даних, що зберігається. Потім суть даних може зберігатися на крайньому пристрої або в хмарі, не розкриваючи PII.
Критично, Edge AI може бути розроблений, щоб зосередитись лише на конкретних подіях. Наприклад, Edge AI може бути запрограмований для виявлення випадків насильства чи підозрілої поведінки, без постійного запису кадрів, що допомагає підтримувати конфіденційність людей у громадських просторах. Інші інструменти, як обмеження пропускної здатності, можуть забезпечити, щоб відеофайли не постійно надсилалися до хмари, зменшуючи ризик порушення даних та збереження індивідуальної конфіденційності.
Однак, щоб Edge AI був ефективним як інструмент безпеки, він повинен бути як ефективним, так і потужним, здатним залишатися зручним для витрат та енергоефективними, одночасно швидко обробляти складні алгоритми. Апаратне забезпечення AI, включаючи спеціалізовані процесори AI Hailo та низькі потужні, висококомплектні продуктивні мікросхеми, робить це можливим.
Edge AI представляє багатообіцяюче рішення для врівноваження громадської безпеки з особистою конфіденційністю. Обробляючи дані локально та накладаючи притаманні обмеження щодо передачі та зберігання даних, Edge AI зменшує ризики, пов'язані з хмарними системами. По мірі того, як ці технології продовжують розвиватися, Edge AI відіграватиме вирішальну роль у створенні безпечніших громадських просторів, поважаючи право людей залишатися анонімним, не тільки підвищуючи безпеку, але й формує довіру до систем, призначених для захисту нас.
