縱觀2020年運(yùn)營(yíng)層面的諸多挑戰(zhàn),公共事業(yè)企業(yè)已經(jīng)意識(shí)到對(duì)其所運(yùn)營(yíng)的物理及網(wǎng)絡(luò)安全體系進(jìn)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(bào)告顯示,94%的北美CIO認(rèn)為,對(duì)偏遠(yuǎn)地區(qū)及總部所在地之外的其他邊緣位置加以保護(hù)已經(jīng)成為最高優(yōu)先級(jí)事務(wù)。
而在另一項(xiàng)由Black & Veatch組織的《2020年戰(zhàn)略方向:智能公共事業(yè)報(bào)告》調(diào)查中,只有54%的受訪者表示擁有安全運(yùn)營(yíng)中心。
AI與視頻分析的重要意義:針對(duì)公共事業(yè)物理及網(wǎng)絡(luò)的攻擊活動(dòng)正日趨復(fù)雜
令CIO寢食難安的安全問題在于,針對(duì)任何遠(yuǎn)程位置的物理及網(wǎng)絡(luò)攻擊都有可能造成嚴(yán)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(yùn)營(yíng)。
正因?yàn)槿绱?,各類攝像機(jī)開始以實(shí)時(shí)方式監(jiān)控遠(yuǎn)程位置,由此通過(guò)視頻分析實(shí)時(shí)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(yuǎn)程視頻安全、遠(yuǎn)程訪問控制、便攜式監(jiān)控、臨時(shí)部署、、自動(dòng)化與控制以及實(shí)時(shí)遠(yuǎn)程監(jiān)控等等。通過(guò)對(duì)視頻分析、人工智能以及機(jī)器學(xué)習(xí)等技術(shù)的運(yùn)用,使得客戶能夠?qū)崟r(shí)發(fā)現(xiàn)潛在資產(chǎn)、機(jī)器與遠(yuǎn)程站點(diǎn)面臨的安全風(fēng)險(xiǎn)。
▲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(jī)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(gè)威脅面,并配合軟件將其部署在各個(gè)端點(diǎn)位置。
此外,IBM發(fā)布的《X-Force威脅情報(bào)指數(shù)2020年報(bào)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(lái)看IBM在公共事業(yè)部門安全風(fēng)險(xiǎn)研究當(dāng)中得出的主要結(jié)論:
• 根據(jù)這份《威脅情報(bào)指數(shù)》報(bào)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(guó)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(yuǎn)程物理及網(wǎng)絡(luò)攻擊的首選目標(biāo)
• 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(jìn)而影響到體系的正常運(yùn)作
• 一旦針對(duì)ICS系統(tǒng)的攻擊取得成功,由此帶來(lái)的業(yè)務(wù)癱瘓很可能對(duì)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(shí)時(shí)監(jiān)控、降低風(fēng)險(xiǎn)
根據(jù)《威脅情報(bào)指數(shù)》報(bào)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(jí)事務(wù)。對(duì)人工智能與機(jī)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(zhǔn)確度、明確度、速度以及性能水平。公共事業(yè)需要將實(shí)時(shí)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(jìn)而實(shí)現(xiàn)以下目標(biāo):
第一,使用熱感、紅外以及夜視攝像機(jī)以實(shí)現(xiàn)對(duì)設(shè)施、機(jī)器或資產(chǎn)相關(guān)訪問活動(dòng)的一致性監(jiān)控,借此跟蹤特定活動(dòng)是否合法。通過(guò)在整個(gè)網(wǎng)絡(luò)上啟用實(shí)時(shí)視頻監(jiān)控,公共事業(yè)安全團(tuán)隊(duì)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(shí)體資產(chǎn)違規(guī),警報(bào)將被實(shí)時(shí)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(jìn)一步阻止攻擊者對(duì)公共事業(yè)遠(yuǎn)程站點(diǎn)的損害或進(jìn)行潛在的網(wǎng)絡(luò)攻擊。
第二,資產(chǎn)、設(shè)施、機(jī)械與遠(yuǎn)程設(shè)備的實(shí)時(shí)監(jiān)控,對(duì)于識(shí)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(yán)重破壞。公共事業(yè)企業(yè)需要考慮的另一項(xiàng)重要因素,在于如何延長(zhǎng)關(guān)鍵資產(chǎn)、機(jī)器乃至整套設(shè)施的運(yùn)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(zhǎng)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(biāo)的維護(hù)能力將得到顯著增強(qiáng)。通過(guò)實(shí)時(shí)了解遠(yuǎn)程機(jī)械設(shè)備的運(yùn)作狀態(tài),企業(yè)每年可以節(jié)約數(shù)千小時(shí)的勞動(dòng)力時(shí)長(zhǎng)以及IT/工廠維護(hù)成本。
第三,分析原始視頻源與事件,使用非結(jié)構(gòu)化機(jī)器學(xué)習(xí)算法加以捕捉,借此創(chuàng)建起全新的風(fēng)險(xiǎn)評(píng)估、站點(diǎn)穩(wěn)定性與機(jī)器可靠性等數(shù)學(xué)模型。此外,公共事業(yè)部門的IT團(tuán)隊(duì)還可以從機(jī)器學(xué)習(xí)模型中發(fā)現(xiàn)的重要指標(biāo)為基礎(chǔ),預(yù)測(cè)特定資產(chǎn)或機(jī)器何時(shí)可能發(fā)生故障,并估計(jì)是否以及何時(shí)出現(xiàn)了違規(guī)行為。將實(shí)時(shí)數(shù)據(jù)/分析同機(jī)器學(xué)習(xí)模型相結(jié)合,即可預(yù)測(cè)出最可能遭到盜竊或破壞的機(jī)器或設(shè)備類型。憑借這些預(yù)測(cè)性見解,公共事業(yè)企業(yè)可以啟動(dòng)更強(qiáng)大的威懾策略以保護(hù)您的資產(chǎn)。將AI、實(shí)時(shí)監(jiān)控、視頻分析以及來(lái)自物理監(jiān)控的連續(xù)數(shù)據(jù)整合起來(lái),將有助于減少誤報(bào)并提高監(jiān)控團(tuán)隊(duì)的工作效率。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。