機(jī)器學(xué)習(xí)和人工智能被吹捧為解決數(shù)據(jù)中心問題的萬能藥。雖然大部分都是炒作和毫無根據(jù)的樂觀主義，但人工智能工具在某些領(lǐng)域已經(jīng)是有用和實(shí)用的。這些領(lǐng)域包括數(shù)據(jù)中心物理安全，人工智能在三個(gè)方面發(fā)揮著重要作用：圖像和聲音識(shí)別、異常檢測和預(yù)測分析。

圖像和聲音識(shí)別

圖像識(shí)別是人工智能的一大成功案例，而這項(xiàng)技術(shù)正迅速被廣泛應(yīng)用于各個(gè)領(lǐng)域。它的近親，聲音識(shí)別也是如此。

顯然，在物理安全中，圖像識(shí)別最常用于面部認(rèn)證。

但這不僅僅是確認(rèn)某人是他們進(jìn)入大樓時(shí)所說的那個(gè)人。圖像識(shí)別還可以用來查明在火災(zāi)或其他緊急情況下某個(gè)房間里是否有人。它可以用來判斷被檢測到的運(yùn)動(dòng)是樹枝在風(fēng)中搖曳，還是入侵者試圖翻越柵欄。

圖像識(shí)別還可以用來識(shí)別攜帶槍支或其他武器的人，或者不戴口罩的人。

說到與健康相關(guān)的問題，一旦數(shù)據(jù)中心訪客被診斷出患有COVID-19，圖像識(shí)別就可以用來識(shí)別感染者訪問過的所有位置（這樣可以徹底清潔這些地方）和每個(gè)接觸過的人，以便對(duì)他們進(jìn)行檢測。

對(duì)于具有高度特定需求的大型數(shù)據(jù)中心，有許多商業(yè)和開源圖像識(shí)別算法和訓(xùn)練集可用。對(duì)于較小的數(shù)據(jù)中心，那些沒有專門的人工智能開發(fā)團(tuán)隊(duì)的資源，或者那些有著非常常見問題的數(shù)據(jù)中心，供應(yīng)商越來越多地在他們的安全產(chǎn)品中加入這些功能。

根據(jù)總部位于斯德哥爾摩的研究公司Memoori的說法，人工智能分析將在未來十年成為視頻監(jiān)控解決方案的標(biāo)準(zhǔn)功能。

Memoori董事總經(jīng)理詹姆斯·麥克黑爾（JamesMcHale）在最近的一份報(bào)告中表示：“迫切需要充分利用視頻監(jiān)控?cái)z像頭產(chǎn)生的海量數(shù)據(jù)，基于人工智能的解決方案是唯一實(shí)用的解決方案?！?/p>

McHale告訴DCK，視頻監(jiān)控?cái)z像頭產(chǎn)生大量的數(shù)據(jù)，人工智能是處理這些數(shù)據(jù)的唯一可行方法。

人工智能系統(tǒng)也可以用來分析熱圖像?！彼嬖V我們，作為COVID-19流感大流行的直接后果，熱相機(jī)是今年一個(gè)重要的增長領(lǐng)域。

如今，許多熱像機(jī)都只是熱信息，但客戶越來越多地尋找一種能同時(shí)采集熱圖像和傳統(tǒng)圖像并應(yīng)用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行處理的系統(tǒng)。

但他補(bǔ)充說，人們普遍缺乏對(duì)如何將這項(xiàng)技術(shù)用于大流行控制的理解。此外，這一流行病正在對(duì)一些經(jīng)濟(jì)部門產(chǎn)生負(fù)面影響，影響支出，并改變公司購買技術(shù)的方式。

他說：“客戶將要求從他們的投資中獲得更多的價(jià)值，而不太愿意承擔(dān)前期資本支出。”這使得作為服務(wù)的訪問控制和作為服務(wù)的視頻監(jiān)控變得更具吸引力。”

異常檢測

機(jī)器學(xué)習(xí)的另一個(gè)非常常見和實(shí)用的用途是用于異常檢測。系統(tǒng)根據(jù)數(shù)據(jù)基線進(jìn)行訓(xùn)練，識(shí)別常見模式，然后尋找不符合這些模式的異常事件。

因此，例如，各種隨機(jī)的汽車駛過某個(gè)設(shè)施可能是正常的，但是如果同一輛汽車在過去一個(gè)小時(shí)內(nèi)駕駛了幾次，并且每次都減速，然后再次加速，則警衛(wèi)會(huì)提醒發(fā)生可疑事件。

同樣，如果某人位于數(shù)據(jù)中心通常不去的地方，或者在他們通常不工作時(shí)，這可能是麻煩的征兆。

總部位于亞利桑那州坦佩的技術(shù)咨詢和系統(tǒng)集成公司Insight的云和數(shù)據(jù)中心轉(zhuǎn)型高級(jí)安全架構(gòu)師MichaelPerreault表示：“它可以幫助人們專注于潛在的威脅領(lǐng)域?！?/p>

它用于幫助數(shù)據(jù)中心發(fā)現(xiàn)安全團(tuán)隊(duì)可能遺漏的正在發(fā)生的問題。

預(yù)測分析

模式識(shí)別還有另一種用途——預(yù)測事件。在今天的數(shù)據(jù)中心中，這種能力主要用于預(yù)測維護(hù)。

因此，例如，如果一個(gè)設(shè)備加熱到一個(gè)不尋常的水平，人工智能系統(tǒng)可以標(biāo)記出問題，并在設(shè)備完全失效之前發(fā)出服務(wù)請求。

Perreault說，目前預(yù)測分析在數(shù)據(jù)中心維護(hù)之外的應(yīng)用并不多。

但是，也有一些廠商正在研究技術(shù)，通過將電子郵件或視頻監(jiān)控等內(nèi)部數(shù)據(jù)與逮捕報(bào)告或社交媒體帖子等外部數(shù)據(jù)相結(jié)合，幫助在安全問題發(fā)生之前發(fā)現(xiàn)問題。

例如，如果某個(gè)數(shù)據(jù)中心的某個(gè)人或某個(gè)員工在暴力事件中被捕，向該公司發(fā)送恐嚇郵件，并在社交媒體上發(fā)表攻擊性文章，這些都可能是此人可能進(jìn)一步升級(jí)的跡象。可以建議警衛(wèi)注意那個(gè)人。

當(dāng)然，用人工智能來預(yù)測一臺(tái)機(jī)器何時(shí)可能出故障，和用它來預(yù)測一個(gè)人何時(shí)可能出故障是兩回事，后者提出了一些棘手的倫理問題。

多少信息收集太過侵入性？如果它有助于確保員工和關(guān)鍵基礎(chǔ)設(shè)施的安全，那么是否值得這樣做？

今天，這類系統(tǒng)最大的問題是，它們?nèi)匀皇窍鄬?duì)較新的，不太準(zhǔn)確，而且容易受到偏見的影響，正如世界各地的警察部門所發(fā)現(xiàn)的那樣。

但是關(guān)于人工智能系統(tǒng)的問題是它們一直在變得越來越精確。很快，預(yù)測性安全技術(shù)將廣泛應(yīng)用，價(jià)格低廉，易于設(shè)置。已經(jīng)有供應(yīng)商將此作為一種服務(wù)提供，他們將公司內(nèi)部數(shù)據(jù)與外部來源關(guān)聯(lián)起來，以預(yù)測人類行為，而且這項(xiàng)技術(shù)不會(huì)消失。

數(shù)據(jù)中心安全管理人員和高級(jí)管理人員應(yīng)提前制定道德框架。當(dāng)涉及到員工、他們的家庭成員或公眾時(shí)，安全系統(tǒng)應(yīng)該有多大的干擾性？哪些數(shù)據(jù)源是合適的工具？行動(dòng)的門檻是多少？

少數(shù)派報(bào)告式的預(yù)測安全技術(shù)不再是科幻小說，電影提出的道德問題也不再是理論問題。
責(zé)任編輯：YYX