- $
AI+視頻分析：實時監(jiān)測無處不在的安全風險
來源：www.multibit.cc 發(fā)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(yè)物理及網(wǎng)絡(luò)的攻擊活動正日趨復(fù)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(wǎng)絡(luò)攻擊都有可能造成嚴重破壞，并導致公共事業(yè)企業(yè)就此癱瘓甚至難以恢復(fù)運營。
正因為如此，各類攝像機開始以實時方式監(jiān)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(shù)據(jù)內(nèi)容。這一領(lǐng)域的技術(shù)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(jiān)控、臨時部署、自動化與控制以及實時遠程監(jiān)控等等。通過對視頻分析、人工智能以及機器學習等技術(shù)的運用，使得客戶能夠?qū)崟r發(fā)現(xiàn)潛在資產(chǎn)、機器與遠程站點面臨的安全風險。
公共事業(yè)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(yè)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(jiān)控公共事業(yè)業(yè)務(wù)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(fā)布的《X-Force威脅情報指數(shù)2020年報告》也為公共事業(yè)企業(yè)的CIO及IT敲響了警鐘。下面來看在公共事業(yè)部門安全風險研究當中得出的主要結(jié)論：
根據(jù)這份《威脅情報指數(shù)》報告，能源與公共事業(yè)行業(yè)在遭受網(wǎng)絡(luò)攻擊的可能性榜單中排名九
公共事業(yè)企業(yè)在各類國家關(guān)鍵基礎(chǔ)設(shè)施當中發(fā)揮著主干作用，因此經(jīng)常成為遠程物理及網(wǎng)絡(luò)攻擊的目標
能源行業(yè)的特殊之處在于，其物理層面、工業(yè)控制系統(tǒng)（ICS）以及管理這類系統(tǒng)的SCADA系統(tǒng)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(tǒng)的攻擊取得成功，由此帶來的業(yè)務(wù)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(shù)如何憑借實時監(jiān)控、降低風險
根據(jù)《威脅情報指數(shù)》報告所言，上述威脅的客觀存在促使公共事業(yè)CIO們將網(wǎng)絡(luò)安全視為高優(yōu)先級事務(wù)。對人工智能與機器學習等技術(shù)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(yè)需要將實時視頻監(jiān)控集成至更為廣泛的物理與網(wǎng)絡(luò)安全策略當中，進而實現(xiàn)以下目標：
一，使用熱感、紅外以及夜視攝像機以實現(xiàn)對設(shè)施、機器或資產(chǎn)相關(guān)訪問活動的一致性監(jiān)控，借此跟蹤特定活動是否合法。通過在整個網(wǎng)絡(luò)上啟用實時視頻監(jiān)控，公共事業(yè)安全團隊在一秒鐘之內(nèi)了解是否存在安全漏洞、故意破壞或者潛在的行為。如果發(fā)生實體資產(chǎn)違規(guī)，警報將被實時發(fā)送至管理員處。管理員可以鎖定威脅面，在數(shù)秒之內(nèi)阻止惡意行為，從而進一步阻止攻擊者對公共事業(yè)遠程站點的損害或進行潛在的網(wǎng)絡(luò)攻擊。
二，資產(chǎn)、設(shè)施、機械與遠程設(shè)備的實時監(jiān)控，對于識別潛在的設(shè)備及流程故障非常重要，這類故障有可能引發(fā)與安全攻擊一樣的嚴重破壞。公共事業(yè)企業(yè)需要考慮的另一項重要因素，在于如何延長關(guān)鍵資產(chǎn)、機器乃至整套設(shè)施的運行壽命。考慮到各類公共事業(yè)企業(yè)普遍面臨收入短缺的難題，延長資產(chǎn)壽命也就成了當務(wù)之急。將AI與視頻分析技術(shù)相結(jié)合，您的預(yù)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(shè)備的運作狀態(tài)，企業(yè)每年可以節(jié)約數(shù)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(jié)構(gòu)化機器學習算法加以捕捉，借此創(chuàng)建起全新的風險評估、站點穩(wěn)定性與機器可靠性等數(shù)學模型。此外，公共事業(yè)部門的IT團隊還可以從機器學習模型中發(fā)現(xiàn)的重要指標為基礎(chǔ)，預(yù)測特定資產(chǎn)或機器何時可能發(fā)生故障，并估計是否以及何時出現(xiàn)了違規(guī)行為。將實時數(shù)據(jù)/分析同機器學習模型相結(jié)合，即可預(yù)測出可能遭到破壞的機器或設(shè)備類型。憑借這些預(yù)測性見解，公共事業(yè)企業(yè)可以啟動更強大的威懾策略以保護您的資產(chǎn)。將AI、實時監(jiān)控、視頻分析以及來自物理監(jiān)控的連續(xù)數(shù)據(jù)整合起來，將有助于減少誤報并提高監(jiān)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(wǎng)絡(luò)攻擊都有可能造成嚴重破壞，并導致公共事業(yè)企業(yè)就此癱瘓甚至難以恢復(fù)運營。
正因為如此，各類攝像機開始以實時方式監(jiān)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(shù)據(jù)內(nèi)容。這一領(lǐng)域的技術(shù)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(jiān)控、臨時部署、自動化與控制以及實時遠程監(jiān)控等等。通過對視頻分析、人工智能以及機器學習等技術(shù)的運用，使得客戶能夠?qū)崟r發(fā)現(xiàn)潛在資產(chǎn)、機器與遠程站點面臨的安全風險。
公共事業(yè)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(yè)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(jiān)控公共事業(yè)業(yè)務(wù)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(fā)布的《X-Force威脅情報指數(shù)2020年報告》也為公共事業(yè)企業(yè)的CIO及IT敲響了警鐘。下面來看在公共事業(yè)部門安全風險研究當中得出的主要結(jié)論：
根據(jù)這份《威脅情報指數(shù)》報告，能源與公共事業(yè)行業(yè)在遭受網(wǎng)絡(luò)攻擊的可能性榜單中排名九
公共事業(yè)企業(yè)在各類國家關(guān)鍵基礎(chǔ)設(shè)施當中發(fā)揮著主干作用，因此經(jīng)常成為遠程物理及網(wǎng)絡(luò)攻擊的目標
能源行業(yè)的特殊之處在于，其物理層面、工業(yè)控制系統(tǒng)（ICS）以及管理這類系統(tǒng)的SCADA系統(tǒng)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(tǒng)的攻擊取得成功，由此帶來的業(yè)務(wù)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(shù)如何憑借實時監(jiān)控、降低風險
根據(jù)《威脅情報指數(shù)》報告所言，上述威脅的客觀存在促使公共事業(yè)CIO們將網(wǎng)絡(luò)安全視為高優(yōu)先級事務(wù)。對人工智能與機器學習等技術(shù)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(yè)需要將實時視頻監(jiān)控集成至更為廣泛的物理與網(wǎng)絡(luò)安全策略當中，進而實現(xiàn)以下目標：
一，使用熱感、紅外以及夜視攝像機以實現(xiàn)對設(shè)施、機器或資產(chǎn)相關(guān)訪問活動的一致性監(jiān)控，借此跟蹤特定活動是否合法。通過在整個網(wǎng)絡(luò)上啟用實時視頻監(jiān)控，公共事業(yè)安全團隊在一秒鐘之內(nèi)了解是否存在安全漏洞、故意破壞或者潛在的行為。如果發(fā)生實體資產(chǎn)違規(guī)，警報將被實時發(fā)送至管理員處。管理員可以鎖定威脅面，在數(shù)秒之內(nèi)阻止惡意行為，從而進一步阻止攻擊者對公共事業(yè)遠程站點的損害或進行潛在的網(wǎng)絡(luò)攻擊。
二，資產(chǎn)、設(shè)施、機械與遠程設(shè)備的實時監(jiān)控，對于識別潛在的設(shè)備及流程故障非常重要，這類故障有可能引發(fā)與安全攻擊一樣的嚴重破壞。公共事業(yè)企業(yè)需要考慮的另一項重要因素，在于如何延長關(guān)鍵資產(chǎn)、機器乃至整套設(shè)施的運行壽命。考慮到各類公共事業(yè)企業(yè)普遍面臨收入短缺的難題，延長資產(chǎn)壽命也就成了當務(wù)之急。將AI與視頻分析技術(shù)相結(jié)合，您的預(yù)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(shè)備的運作狀態(tài)，企業(yè)每年可以節(jié)約數(shù)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(jié)構(gòu)化機器學習算法加以捕捉，借此創(chuàng)建起全新的風險評估、站點穩(wěn)定性與機器可靠性等數(shù)學模型。此外，公共事業(yè)部門的IT團隊還可以從機器學習模型中發(fā)現(xiàn)的重要指標為基礎(chǔ)，預(yù)測特定資產(chǎn)或機器何時可能發(fā)生故障，并估計是否以及何時出現(xiàn)了違規(guī)行為。將實時數(shù)據(jù)/分析同機器學習模型相結(jié)合，即可預(yù)測出可能遭到破壞的機器或設(shè)備類型。憑借這些預(yù)測性見解，公共事業(yè)企業(yè)可以啟動更強大的威懾策略以保護您的資產(chǎn)。將AI、實時監(jiān)控、視頻分析以及來自物理監(jiān)控的連續(xù)數(shù)據(jù)整合起來，將有助于減少誤報并提高監(jiān)控團隊的工作效率。
