歸根結(jié)底:由于有了AI,遠(yuǎn)程視頻源的實(shí)時(shí)分析正在迅速改善,從而提高了遠(yuǎn)程設(shè)備和設(shè)施監(jiān)控的準(zhǔn)確性。
農(nóng)業(yè),建筑,石油和天然氣,公用事業(yè)以及關(guān)鍵基礎(chǔ)設(shè)施都需要合并網(wǎng)絡(luò)安全和物理安全,以適應(yīng)日益復(fù)雜的威脅。首先需要提高基于AI的視頻識(shí)別系統(tǒng)提供的對(duì)遠(yuǎn)程威脅的準(zhǔn)確性,洞察力和響應(yīng)速度。事實(shí)證明,機(jī)器學(xué)習(xí)技術(shù)是更廣泛的AI策略的一部分,可以有效地實(shí)時(shí)地使用視頻識(shí)別異常和威脅,并經(jīng)常將它們與網(wǎng)絡(luò)威脅相關(guān)聯(lián),而網(wǎng)絡(luò)威脅通常是對(duì)遠(yuǎn)程設(shè)施進(jìn)行精心策劃的攻擊的一部分。
實(shí)時(shí)識(shí)別異常
監(jiān)督,無(wú)監(jiān)督和強(qiáng)化機(jī)器學(xué)習(xí)算法的快速發(fā)展及其對(duì)基于AI的視覺(jué)識(shí)別系統(tǒng)的貢獻(xiàn)定義了遠(yuǎn)程安全監(jiān)視的未來(lái)。具有夜視,紅外和熱成像功能的攝像機(jī)充當(dāng)這些基于AI的視頻識(shí)別系統(tǒng)的傳感器,可對(duì)遠(yuǎn)程設(shè)備,站點(diǎn)和那里的資產(chǎn)進(jìn)行24/7監(jiān)控。在該領(lǐng)域值得關(guān)注的公司之一是Twenty20 Solutions,該公司正在將機(jī)器學(xué)習(xí)與遠(yuǎn)程站點(diǎn)和設(shè)備的實(shí)時(shí)視頻數(shù)據(jù)饋送集成在一起,以實(shí)時(shí)識(shí)別異常。他們的SCADA即服務(wù)集成了傳感器,儀表和設(shè)備,以提供數(shù)據(jù)遙測(cè)和實(shí)時(shí)信息。這種方法值得注意的是,許多行業(yè)必須集成網(wǎng)絡(luò)和物理安全系統(tǒng),并獲得360度的遠(yuǎn)程位置威脅視圖。通過(guò)利用整個(gè)石油和天然氣價(jià)值鏈的實(shí)時(shí)監(jiān)控來(lái)整合網(wǎng)絡(luò)和物理安全,也可以帶來(lái)許多運(yùn)營(yíng)優(yōu)勢(shì)。普華永道石油和天然氣數(shù)字化轉(zhuǎn)型的下圖顯示了SCADA,實(shí)時(shí)監(jiān)控和集成安全性在提高運(yùn)營(yíng)效率方面的作用:
監(jiān)督控制和數(shù)據(jù)采集(SCADA)系統(tǒng)用于監(jiān)視和控制電信,水和廢物控制,能源,石油和天然氣精煉和運(yùn)輸?shù)刃袠I(yè)中的工廠或設(shè)備。研究提供者IMARC預(yù)測(cè),到2024年,全球SCADA市場(chǎng)規(guī)模將達(dá)到$ 26B,在2019年至2024年之間的復(fù)合年增長(zhǎng)率(CAGR)為5.7%。以下圖表來(lái)自其近期研究,顯示石油與天然氣,制造,水與廢水,電力或公用事業(yè)等行業(yè)領(lǐng)先。
人工智能和機(jī)器學(xué)習(xí)如何定義遠(yuǎn)程監(jiān)控的未來(lái)
人工智能和機(jī)器學(xué)習(xí)是擅長(zhǎng)發(fā)現(xiàn)基于視覺(jué)的異常的技術(shù)。簡(jiǎn)而言之,以下是當(dāng)前和下一代基于AI的視頻識(shí)別系統(tǒng)所依賴的三種主要的機(jī)器學(xué)習(xí)算法:
監(jiān)督學(xué)習(xí)算法 –監(jiān)督機(jī)器學(xué)習(xí)算法擅長(zhǎng)發(fā)現(xiàn)圖像隨時(shí)間變化的異常情況。他們可以通過(guò)訓(xùn)練數(shù)據(jù)集來(lái)識(shí)別目標(biāo)的正確圖像,從而做到這一點(diǎn),因此當(dāng)出現(xiàn)異常圖像時(shí),他們可以對(duì)其進(jìn)行識(shí)別。農(nóng)業(yè),建筑,石油和天然氣以及公用事業(yè)公司依靠監(jiān)督的機(jī)器學(xué)習(xí)算法來(lái)識(shí)別,跟蹤和監(jiān)視車輛,機(jī)械,資產(chǎn)和遠(yuǎn)程位置使用模式。建筑公司將從這些算法中受益,這些算法不僅可以保護(hù)遠(yuǎn)程站點(diǎn),還可以預(yù)見其生產(chǎn)團(tuán)隊(duì)可能面臨的有害工作條件。編寫受監(jiān)督的機(jī)器學(xué)習(xí)算法以用于基于AI的視頻識(shí)別系統(tǒng)的AI開發(fā)人員使用Scikit-learn和Caret。
無(wú)監(jiān)督學(xué)習(xí)算法 –該類別的算法擅長(zhǎng)發(fā)現(xiàn)圖像中的新模式,這對(duì)于發(fā)現(xiàn)和報(bào)告實(shí)時(shí)視頻流中的異常情況非常有價(jià)值。石油和天然氣公司依靠這些算法來(lái)監(jiān)視來(lái)自遠(yuǎn)程設(shè)備和資產(chǎn)的紅外和熱數(shù)據(jù)。寫無(wú)監(jiān)督的機(jī)器學(xué)習(xí)算法流行的工具包括TensorFlow, PyTorch和Keras。網(wǎng)上有免費(fèi)的斯坦福大學(xué)深度學(xué)習(xí)教程。
強(qiáng)化學(xué)習(xí)算法 –基于強(qiáng)化結(jié)果的概念,基于AI的視頻識(shí)別系統(tǒng)使用這些算法來(lái)修正其識(shí)別和更新已知圖像的方式。遠(yuǎn)程施工,油氣和公用事業(yè)站點(diǎn)依靠實(shí)時(shí)監(jiān)控和強(qiáng)化學(xué)習(xí)算法的結(jié)合來(lái)不斷評(píng)估設(shè)備和資產(chǎn)的狀況。強(qiáng)化學(xué)習(xí)算法提供的見解可幫助確保位于不同地理位置的遠(yuǎn)程設(shè)備的一致性,合規(guī)性和安全性保持在最佳水平。Google的自動(dòng)駕駛汽車項(xiàng)目以及特斯拉自動(dòng)駕駛功能都依靠強(qiáng)化學(xué)習(xí)算法來(lái)導(dǎo)航他們今天所處的測(cè)試城市。
機(jī)器學(xué)習(xí)算法非常適合視覺(jué)分析
機(jī)器學(xué)習(xí)算法尤其擅長(zhǎng)在數(shù)據(jù)中查找模式并從中得出推論。正在進(jìn)行的基于AI的視覺(jué)識(shí)別研究集中在ImageNet上,ImageNet是一種普遍采用的標(biāo)準(zhǔn),用于評(píng)估基于AI的計(jì)算機(jī)視覺(jué)解釋的準(zhǔn)確性。創(chuàng)建流行的機(jī)器學(xué)習(xí)框架TensorFlow的計(jì)算機(jī)科學(xué)家和數(shù)據(jù)建模專家已經(jīng)發(fā)現(xiàn),基于卷積神經(jīng)網(wǎng)絡(luò)的模型在完成復(fù)雜的視覺(jué)識(shí)別任務(wù)方面最有效,并且精度最高。該領(lǐng)域的研究由風(fēng)險(xiǎn)投資家提供大量資金,他們發(fā)現(xiàn)有機(jī)會(huì)在該技術(shù)的航空航天和國(guó)防,金融服務(wù),制造,專業(yè)服務(wù)和醫(yī)療應(yīng)用中提供先進(jìn)的視覺(jué)識(shí)別系統(tǒng)。
基于AI的視覺(jué)識(shí)別系統(tǒng)能夠通過(guò)迭代采樣數(shù)據(jù)并使用算法實(shí)時(shí)分類,分類和創(chuàng)建代表數(shù)據(jù)集的模型,在幾秒鐘內(nèi)分析和解釋給定圖像。
結(jié)論
具有夜視,紅外和熱成像視頻流功能的數(shù)字化遠(yuǎn)程攝像機(jī)可為基于AI的視頻識(shí)別系統(tǒng)提供保護(hù)遠(yuǎn)程位置,設(shè)備和資產(chǎn)所需的數(shù)據(jù)。從工業(yè)物聯(lián)網(wǎng)(IIoT)的角度來(lái)看,攝像機(jī)正在迅速成為所有設(shè)備中最智能的傳感器,能夠?qū)崟r(shí)監(jiān)視遠(yuǎn)程位置和資產(chǎn)的多個(gè)屬性,并為運(yùn)營(yíng)和安全團(tuán)隊(duì)提供有價(jià)值的見解。農(nóng)業(yè),建筑,石油和天然氣,公用事業(yè)和關(guān)鍵基礎(chǔ)設(shè)施行業(yè)需要考慮如何將其IIoT平臺(tái)集成到更廣泛的網(wǎng)絡(luò)安全策略中,以360度查看在其所在位置發(fā)動(dòng)的多方面威脅的頻率越來(lái)越高。
-
AI
+關(guān)注
關(guān)注
87文章
30746瀏覽量
268898 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8408瀏覽量
132567 -
遠(yuǎn)程視頻
+關(guān)注
關(guān)注
0文章
17瀏覽量
8258
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論