推測影響安防領(lǐng)域的未來趨勢總是很有趣（有時很有用），展望2020年，我們看到計算能力的變化將驅(qū)動一系列相互關(guān)聯(lián)的變化。

1.邊緣世界

這并不是針對當前的世界狀況而言，而是網(wǎng)絡“邊緣”計算發(fā)展勢頭，讓越來越多連接的設備能即時感知正在發(fā)生的事情，并做出相應的決策以及行動的能力。

自動駕駛汽車便是其中一個顯著的例子。無論是與外部環(huán)境（如交通信號燈）間的通信，還是通過檢測風險的傳感器（例如汽車前行走的物體），決策都須在瞬間完成處理，在這一瞬間，通過網(wǎng)絡從汽車發(fā)出數(shù)據(jù)，到數(shù)據(jù)中心完成處理和分析的方式是不可接受的，延遲往往會發(fā)生意外。

視頻監(jiān)控也是如此。如果我們要采取主動而不是被動的方式，進行事前預防而不是事后處理，攝像機本身便需要進行更多的數(shù)據(jù)和分析處理。但是，邊緣設備的增加以及它們在安防行業(yè)中扮演更為關(guān)鍵的角色，也會帶來其他影響，這些將在下面進行探討。

2. 專用設備的處理能力

要想向更高水平的邊緣計算邁進，專為特定應用而設計的專用硬件和軟件便至關(guān)重要。連接的設備將需要增加計算能力，并從底層技術(shù)開始設計，這也是為什么安訊士持續(xù)投入做自己的芯片的原因。這讓我們能夠滿足今天甚至明天的視頻監(jiān)控的需求，關(guān)鍵的是“安全第一”與我們之前所做的事業(yè)是一脈相承的。

另外，以機器和深度學習計算的形式，嵌入人工智能的概念也將更加流行。對于用戶而言，人工智能——或者更準確地說是機器學習和深度學習——已經(jīng)不再是一個新詞，而是變成了日?，F(xiàn)實，它的使用得比大多數(shù)人想象的更加廣泛。然而，當前需要解決的問題是創(chuàng)建新的深度學習模型，這些模型“更輕”，需要更少的內(nèi)存和計算作為支撐。

3.走向信任的邊緣

信任有多種方式，相信相關(guān)機構(gòu)會負責地收集與使用我們的數(shù)據(jù)，相信設備和數(shù)據(jù)是安全的，不會受到網(wǎng)絡黑客的攻擊，相信數(shù)據(jù)本身是準確的，并且技術(shù)會按照設計的方向工作，邊緣將是創(chuàng)建或破壞信任的關(guān)鍵點。

產(chǎn)業(yè)的整個供應鏈中信任至關(guān)重要，雖然將間諜芯片嵌入到硬件本身的可能性較低，但通過后續(xù)的固件升級將相關(guān)”后門“安裝到監(jiān)控設備中，要比制造時更為容易。

關(guān)于個人隱私的問題將繼續(xù)在世界各地討論。雖然動態(tài)匿名化和掩蔽等技術(shù)可以用于保護隱私，但不同地區(qū)和國家的態(tài)度和監(jiān)管法規(guī)并不一致。安防企業(yè)將繼續(xù)需要在國際法律框架中不斷摸索。

隨著設備本身對數(shù)據(jù)的處理和分析的增多，網(wǎng)絡安全將變得越來越關(guān)鍵。即使面對越來越復雜的網(wǎng)絡攻擊，許多廠商仍然無法進行基本的固件升級。安防系統(tǒng)的基本要求是通過清晰的硬件，軟件和用戶策略，對單個設備進行管理，并對整個監(jiān)控解決方案進行全面的生命周期管理。

4.規(guī)則：用例VS技術(shù)

規(guī)范技術(shù)是件困難的事，只有規(guī)范技術(shù)使用案例才是現(xiàn)實的。

世界各地對適當?shù)挠美拖嚓P(guān)法規(guī)的態(tài)度各不相同。歐盟的一般數(shù)據(jù)保護法規(guī)（GDPR）是引人注目的例子之一，也是全球嚴格的數(shù)據(jù)法規(guī)之一。其他國家遠沒有這么嚴格，其他地區(qū)的許多提供在線服務的組織，由于沒有嚴格遵守GDPR，導致歐盟公民無法訪問到這些服務。

相應的法規(guī)正在努力跟上技術(shù)進步的步伐，但各國政府更應持續(xù)研究如何控制用例，以造福于公民或讓自己受益。這是一個行業(yè)需要駕馭的動態(tài)格局，商業(yè)道德將繼續(xù)受到嚴格審查。

5.網(wǎng)絡的多樣性

由于一些監(jiān)管復雜性、隱私和網(wǎng)絡安全方面的擔憂，我們看到過去20年開放的互聯(lián)網(wǎng)正在發(fā)生變化。雖然互聯(lián)網(wǎng)和公共云服務仍將是我們傳輸、分析和存儲數(shù)據(jù)的一部分，但混合云和私有云的使用正在增長。我們看到了“智能島”的增加，在這些智能島中，特定應用程序的系統(tǒng)與其他相互依賴的系統(tǒng)之間的連接是直接且有限的。

盡管有些人認為任何遠離開放的做法都是不受歡迎的，但有關(guān)安全和數(shù)據(jù)保護的爭論卻是引人注目的。此外，以前開放和數(shù)據(jù)共享，被認為是推動人工智能和機器學習的進步的方法之一。當前業(yè)內(nèi)普遍認為智慧便是機器學習依賴于巨大的數(shù)據(jù)集，以便讓計算機學習與提升。然而，隨著技術(shù)進步，可實現(xiàn)預先訓練的網(wǎng)絡模型，用相對較少的數(shù)據(jù)來適應特定的應用。

在科技行業(yè)中如果僅僅關(guān)注某項技術(shù)，是難以取得更多的進展的，安防行業(yè)更應該在尋找滿足今天安全需求的同時，著眼于未來面臨的機會與風險，從而推動產(chǎn)業(yè)的發(fā)展。