縱觀2020年運營層面的諸多挑戰(zhàn),公共事業(yè)企業(yè)已經(jīng)意識到對其所運營的物理及網(wǎng)絡(luò)安全體系進行360度全方位審視的重要意義。最近,由Gartner發(fā)布的調(diào)查報告顯示,94%的北美CIO認為,對偏遠地區(qū)及總部所在地之外的其他邊緣位置加以保護已經(jīng)成為最高優(yōu)先級事務(wù)。
而在另一項由Black & Veatch組織的《2020年戰(zhàn)略方向:智能公共事業(yè)報告》調(diào)查中,只有54%的受訪者表示擁有安全運營中心。
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(dǎo)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(xué)習(xí)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(fēng)險。
▲Twenty20 Solutions的視頻分析示例
公共事業(yè)部門的CIO、CISO以及IT領(lǐng)導(dǎo)者需要考慮如何將AI及視頻分析集成到當(dāng)前企業(yè)安全策略當(dāng)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領(lǐng)導(dǎo)者們敲響了警鐘。下面來看IBM在公共事業(yè)部門安全風(fēng)險研究當(dāng)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第九
• 公共事業(yè)企業(yè)在各類國家關(guān)鍵基礎(chǔ)設(shè)施當(dāng)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)攻擊的首選目標
• 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(fēng)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)安全視為最高優(yōu)先級事務(wù)。對人工智能與機器學(xué)習(xí)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(dāng)中,進而實現(xiàn)以下目標:
第一,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盜竊行為。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。
第二,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??紤]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(dāng)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。
第三,分析原始視頻源與事件,使用非結(jié)構(gòu)化機器學(xué)習(xí)算法加以捕捉,借此創(chuàng)建起全新的風(fēng)險評估、站點穩(wěn)定性與機器可靠性等數(shù)學(xué)模型。此外,公共事業(yè)部門的IT團隊還可以從機器學(xué)習(xí)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(xué)習(xí)模型相結(jié)合,即可預(yù)測出最可能遭到盜竊或破壞的機器或設(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。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。