현대 시대에 지역 사회는 도시화 증가, 범죄율 증가 및 테러 위협 등 공공 안전에 대한 몇 가지 새로운 위협에 직면 해 있습니다. 제한된 법 집행 자원과 도시 성장 도시의 조합을 다룰 때 공공 안전을 보장하는 데 어려움이 더욱 어려워집니다. 기술의 발전은 모니터링 장치와 카메라가 공공 장소를 더 안전하게 만들 수 있도록 허용했지만 이는 종종 비용이 듭니다.
거의 설치된베이스가 있습니다 6 억 개의 감시 카메라, 중국에는 2 명당 거의 하나의 카메라가 있으며 중국 외부에서 가장 감시 된 도시에는 델리, 서울, 모스크바, 뉴욕 및 런던이 있습니다. 공공 안전에 유리하지만, 이러한 감시의 증가는 개인 정보의 침식과 같은 상당한 비용이 발생합니다. 많은 사람들이 익명을 유지하고 끊임없는 모니터링에서 벗어날 수있는 권리를 소중히 여깁니다.“빅 브라더”가 지켜보고 있다는 생각은 안전과 프라이버시 사이의 충돌을 일으켜 정책 입안자들 사이의 치열한 토론을 초래할 수 있습니다.
공공 안전을 향상시키기위한 인공 지능 기술
최근 카메라는 인공 지능을 점점 더 많이 통합하여 공공 안전에서 점점 더 많은 역할을하고 있습니다. AI를 카메라 또는 비디오 관리 시스템 수준에서 보안 시스템에 통합하고 생성 AI를 통합함으로써 AI는 공공 안전 모니터링에 매우 매력적일 수 있습니다.
감시 시스템에서 가장 일반적인 AI 사용 사례에는 다음이 주변 보호 그리고 액세스 제어. 이러한 응용 프로그램은 객체 감지, 세분화, 비디오 메타 데이터 및 재 식별과 같은 AI 작업을 활용하여 합법적 인 대 의심 또는 비정상적인 사람 또는 행동을 신속하고 정확하게 식별하고 실시간으로 응답을 트리거합니다.
AI 구동 감시 시스템은보다 미묘하고 정교한 기능을 제공 할 수 있습니다. 인공 지능을 통해 감시 시스템은 실시간으로 보안 이벤트에 대한 탐지, 식별 및 대응을 실시간으로 높은 정확도로 통합 할 수 있습니다. 보안을 강화하고 공공 안전을 보장하는 것은 이점이지만 인공 지능은 데이터 개인 정보 보호에 대한 우려를 제기하며 일부는 개인 식별 정보의 잠재적 오용에 대한 우려를 표현합니다. 많은 양의 데이터가 통합되는 경우 강력한 데이터 보호 측정을 구현하는 것이 중요합니다.
Cloud AI는 개인 정보 보호 문제에 직면합니다
클라우드 기반 AI 솔루션은 중앙 집중식 데이터 센터를 활용하여 전통적으로 강력한 처리 기능을 제공했지만 데이터 개인 정보 보호를위한 특정 취약점을 제공합니다.
데이터가 저장되거나 “REST에서”중앙에있는 스토리지는 Cloud Systems가 사이버 공격의 핵심 목표를 만듭니다. 나쁜 행위자는 이러한 시스템을 해킹하여 심각한 데이터 유출과 잠재적 데이터 노출을 초래할 수 있습니다. 그러나 데이터 처리가 분산되어 네트워크의 가장자리에서 수행되면 위반은 해킹되는 특정 노드로 제한되며 대규모 데이터 위반이 더 어려워집니다. 또한 클라우드 기반 데이터 처리 시스템은 여러 데이터 개인 정보 보호 규정을 준수해야하며, 이는 원시 데이터를 분석 할 수있는 방법에 제한이 있어야하며, 통찰력이 제한되어 있으며 잠재적 인 법적 부채가 발생합니다. 에지 처리는 최소 필수 정보를 저장하고 전송하면서도 심오한 통찰력을 허용합니다.
클라우드에서 장치로 데이터를 이동하면 추가 취약점이 생성됩니다. 전송 중 데이터를 가로 채어 해커는 민감한 정보를 노출시키고 시스템의 보안을 약화시킬 수 있습니다.
전반적으로 클라우드 데이터 센터는 영향을받는 경우 많은 카메라에 영향을 줄 수있는 단일 고장 지점입니다.
Edge AI는 프라이버시와 보안 사이의 줄타기를 걷습니다
가장자리 ai 이러한 과제를 해결하기위한 설득력있는 솔루션을 제공하고 클라우드로 전송하는 대신 장치 자체에서 데이터를 로컬로 처리합니다. 데이터가 배포되면 각 시스템은 다른 알고리즘과 기능을 채택하여 개인 정보 보호 관점에서 몇 가지 장점을 제시 할 수 있습니다.
장치에서 데이터를 처리함으로써 Edge AI Systems는 인터넷을 통해 민감한 정보를 전송할 필요성을 최소화하여 전송 중에 가로 채기 위험을 크게 줄입니다. 로컬로 데이터를 저장함으로써 대규모 사이버 공격의 위험도 제한적입니다. 하나의 장치가 손상되면 전체 네트워크와 달리 공격 범위를 장치에 포함시킬 수 있습니다.
마지막으로 Edge AI는 장치 자체에서 데이터의 익명화를 허용합니다. 그런 다음 저장되는 데이터의 본질을 유지하는 프로세스를 단순화합니다. 그런 다음 데이터의 본질은 PII를 노출시키지 않고 에지 장치 또는 클라우드에 저장 될 수 있습니다.
비판적으로 Edge AI는 특정 이벤트에만 초점을 맞추도록 설계 될 수 있습니다. 예를 들어, Edge AI는 지속적인 영상을 기록하지 않고 폭력 또는 의심스러운 행동 사례를 식별하여 공공 장소에서 개인의 개인 정보를 유지하는 데 도움이 될 수 있습니다. 대역폭 제한과 같은 다른 도구는 비디오 파일이 클라우드로 지속적으로 전송되지 않도록하여 데이터 유출 위험을 줄이고 개별 개인 정보를 보존 할 수 있습니다.
그러나 Edge AI가 보안 도구로 효과적이기 위해서는 효율적이고 강력해야하며 복잡한 알고리즘을 빠르게 처리하면서 비용 친화적이고 전력 효율적으로 유지할 수 있어야합니다. Hailo의 특수 AI 프로세서 및 저전력 고성능 성능 칩을 포함한 AI 하드웨어가이를 가능하게합니다.
Edge AI는 개인 정보와 공공 안전의 균형을 유지하는 과제에 대한 유망한 솔루션을 제시합니다. 데이터를 로컬로 처리하고 데이터 전송 및 스토리지에 고유 한 제한을 부과함으로써 Edge AI는 클라우드 기반 시스템과 관련된 위험을 줄입니다. 이러한 기술이 계속 발전함에 따라 Edge AI는 안전한 공공 장소를 만드는 데 중요한 역할을하면서 개인의 익명을 유지할 권리를 존중하고 보안을 향상시킬뿐만 아니라 우리를 보호하도록 설계된 시스템에 대한 신뢰를 구축 할 것입니다.
게시물 섬세한 균형 : Edge AI를 통해 공공 안전을 보장하면서 개인 정보 보호 보호 먼저 나타났습니다 Unite.ai.
