0
AI應用在改變傳統業務模式的時候，也需要開始在基礎安全保障體系中關注自身的數據和應用安全。
今年6月底，網絡安全標準論壇在北京召開，由公安部牽頭制定的《網絡安全等級保護條例》（以下簡稱“條例”）隨后在網上發布，向社會征求意見，行業稱之為信息安全規范等保2.0版本。
相比《信息安全等級保護管理辦法》（等保1.0版本），“條例”規范的領域更廣，不僅針對網絡和信息系統，還把云計算、大數據、物聯網、人工智能等新業態也納入了監管；
此外，等保2.0把監管對象從體制內拓展到了全社會，針對重要領域如平安城市、雪亮工程等數據安全的要求更加嚴苛。
“外行人或許很難理解這個‘條例’的分量。”
上海英方軟件股份有限公司CEO胡軍擎告訴雷鋒網，“越來越多的數據備份與恢復已經正式納入到很多行業的數據安全體系中，這要求每家企業都需要結合大數據、人工智能、云計算等應用積極參與到安全技術的探索中來，特別是基于計算機視覺分析技術和深度學習技術的視頻監控領域更要關注。”
數據安全確實是當前社會關注的焦點之一。今年5月25日，歐盟出臺了史上最嚴的公民隱私法案GDPR——《通用數據保護條例》，違規企業最高可能受到2000萬歐元或全球營業額4%的罰款。
安防行業的視頻監控探頭又是最容易導致公民隱私泄露的設備，從網絡安全角度看，任何監控設備都有可能會被黑客利用，通過侵入監控系統竊取用戶的影像資料，導致個人隱私的泄露。
這可能就是視頻監控不得不解決的問題和面對的挑戰。
胡軍擎表示：“用戶想要通過更多的監控攝像機以及集成更多的AI技術，來確保轄區內的人身和財產安全，但同時在網絡的環境下，監控攝像機又容易被黑客利用，造成視頻數據的外泄。”
在他看來，視頻監控AI應用的安全基礎，其實包括兩個方面：
一是前端數據采集和傳輸的安全，不能泄露。
二是后端數據的存儲備份和容災應用的安全。
從AI的閉環應用可以看到這兩方面的重要性。
按照正常的流程，卡口、探頭等監控設備抓拍到的視頻數據，經過編解碼后會通過網絡傳輸到后端服務器平臺，如果這個過程出現故障，如系統宕機、DDoS攻擊、斷網斷電等，那么就會出現數據的丟失，AI應用就無法獲得智能分析所需的“源數據”，AI應用也就成了巧婦難為無米之炊。
如果這個環節沒有出現問題，并且抓拍到的視頻數據是清晰可用又符合AI應用模型的，那么后端服務器在經過結構化數據處理之后，就需要將提取的人、物特征與后端的數據庫進行比對。
比如利用公安犯罪嫌疑人的人臉比對數據庫，就可以查出在逃嫌疑犯的活動范圍。這個過程如果出現系統宕機和數據庫被鎖、被刪，人為誤操作等問題，AI應用也同樣無法順利完成，功虧一簣。
“事實確實如此，并且我們也有為用戶恢復重要視頻影像數據的案例。”
胡軍擎告訴雷鋒網，“AI應用作為安防智能化應用的技術趨勢，已經有越來越多的業務場景落地，憑借AI技術，在海量的視頻數據資源里，不管是設備商還是集成商，或者是單位用戶都可以快速收集和整理出高價值的數據。如何保護好這些高價值、敏感的數據，需要像英方這樣的專業災備廠商的介入。”
視頻數據的海量增長或許正在印證他的看法。以視頻數據存儲為例，一個分辨率為1920×1080的200萬像素的高清攝像機，碼流為8Mbps，每月產生的視頻數據就多大2.47TB。對于一個擁有10萬個攝像機的中等規模的城市而言，每月產生的數據在250PB左右。
如果是北上廣深等一線城市，監控布點超過二十萬，并且主要交通道路和公共場必須是一類的高清帶AI應用的監控攝像機，那這個數據量就更大。如此一來，以數據為核心應用載體的AI，必須要引入新的數據保護方案確保這些數據的安全和系統的可用性。
在傳統的模擬和非智能IPC監控時代，對于傳統的視頻數據的存儲管理一般是歸檔和定時備份。歸檔是作為數據管理的一種方式長期組織并保存管理，備份是用于保存最近的數據副本，以便隨時調取可用。
胡軍擎告訴雷鋒網，不管是哪種方式，都需要時間窗口進行操作，這分為兩個層面：
一是歸檔和備份都是周期性進行，例如每周進行一次操作。
二是操作的時間窗口過久，特別是數據量大時，增量備份都耗時過久。
因此，在云與大數據的環境下，要想AI應用無后顧之憂，保護視頻監控數據的安全與系統的連續性，必須采用其他更為先進的備份容災技術方案。
這是安防AI應用之后，災備市場迎來的重要商業機遇。
胡軍擎認為，相對于金融、醫療、教育等行業，安防從業人士還沒有對備份容災技術的實時性和智能化所能帶來的價值有清晰的認知，大部分企業還是停留歸檔、備份和雙機架構等傳統的數據保護和業務保護的觀念上。
實時數據傳輸是指生產服務器與備份服務器之間無需備份時間窗口，數據的變化量在生產端確認后，采用異步字節級增量同步的方式傳輸到備端服務器，確保兩邊的數據一致性。這樣可以確保AI應用在生產服務器的視頻數據出現丟失時，可以直接通過備端服務器的數據，繼續提供應用服務。
這個商業價值是巨大的，胡軍擎對雷鋒網提到，假如公安部門采用傳統的定期備份方式，剛好案件的關鍵視頻因為服務器故障導致丟失，假設定期備份的時間周期是每周五備份一次，那么在周四發生故障，就會導致上周六到本周四全部視頻數據的丟失，這個責任太大了。
除了視頻數據要實時備份，AI應用的支撐系統也要采用容災高可用的方式接管。
這個更講究接管的智能化，胡軍擎表示，容災高可用是確保生產服務器出現故障，導致AI應用無法繼續向外提供服務時，備端的服務器馬上接管過來，保障業務的連續性。這個接管必須是智能化的，讓終端的應用客戶無感知——客戶可能只是覺得屏幕出現了跳閃，并不知道這是生產服務器出現了宕機。
胡軍擎繼續提到，英方智能化容災高可用，從兩方面理解：
判斷接管的智能化，通過心跳線閥值的設立，給予控制機一個指標，例如當網絡斷掉時間達到一個時間值時，備端才會接管生產的系統繼續提供服務，這樣能夠確保防止因為網絡抖動導致頻繁切換的問題。
接管的智能化，通過設定切換方式，備機可以在無工作人員介入的情況下自動接管系統，這樣最大程度保證業務系統的連續性。
AI應用在金融、公安、交通、醫療、教育、制造等行業已經有足夠多的落地場景，這表明AI+行業的頂層應用生態架構基本完成。
現在，高清監控所產生的海量視頻數據的商業潛能，也正在被廣泛應用于連鎖超市、商鋪等領域，為客戶業務營收創造價值。
接下來，在行業監管和相關信息安全法規的要求下，數以萬計的企業通過構建更為先進的數據和業務系統保護策略，將會激發數據安全災備市場的巨大潛能。
而這個商業形態的形成，將會繼續豐富AI應用的商業生態圈，構建更多更大的利益共同體。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
