حساب کاربری

لطفا از حروف a-z,A-Z,0-9 استفاده نمایید - حداقل 5 کاراکتر

حداقل 8 کاراکتر

اینترنت اشیا(IOT) چگونه آینده نظارت تصویری را تغییر می دهد؟

اینترنت اشیا (IOT)

اینترنت اشیا (IOT) در مورد اتصال شبکه ای دستگاه ها و تبادل داده بین آنهاست. تلفن های هوشمند نمونه اولیه دستگاه های اینترنت اشیا (IOT) هستند. اینترنت اشیا (IOT) با سرعت زیادی در حال گسترش است و انتظار می رود طی سال های آینده با سرعتی رشد کند که تصویب فناوری قبلی را ناچیز جلوه دهد. اینترنت اشیا وعده داده است که از دوربین های مداربسته، دستگاه های پزشکی، محصولات خانه هوشمند گرفته تا وسایل نقلیه هوشمند و بسیاری از دستگاه های دیگر را بهم متصل کند.

اتصال این دستگاه ها نویدبخش انقلابی در زندگی امروز ما با آوردن بازدهی بیشتر، بهبود خدمات به مشتری، محصولات و خدمات موثرتر در بسیاری از بازارها و بخش هاست. این امر پتانسیل زیادی برای بهبود فرآیندها در هر کجا که اطلاعات به صورت ایمن و سریع رد و بدل می شوند، ارائه می دهد. دستگاه ها را فعال می کند و بر ارزش بسیار بیشتری از آنچه تاکنون داشته اند، می افزاید. برای همین، هیچ نمونه و مثالی بهتر از دوربین های امنیتی وجود ندارد.

اینترنت اشیا (IOT) در دوربین مداربسته

دوربین های مدار بسته در کنار سنسورهای دیگر مانند ردیاب های حرکتی یا ردیاب های دود بدون اینکه از طریق شبکه های داده ای به یکدیگر متصل شوند عمل می کنند و مدت طولانی است که مورد استفاده قرار می گیرند. افزایش تقاضا برای نظارت تصویری هوشمند در فضاهای عمومی، ساختمان های تجاری، حمل و نقل عمومی و سایر مناطق و ظهور اینترنت اشیا (IOT) موجب ادغام بیشتر سیستم های این دوربین ها می شود. ما در این مطلب اینترنت اشیا (IOT) در دوربین مداربسته را به شما توضیح می دهیم.

گذشته: سیستم های نظارتی استاندارد امنیتی

سیستم های دوربین مدار بسته (CCTV) نشان داده اند که می توانند از عهده هر کاری که به آن ها محول شده است به نحو احسن برآیند و برای کاهش حوادث امنیتی، دید بهتری به وضعیت امنیتی انسان بدهند. دوربین های مدار بسته فقط می توانند فیلم های ویدیویی را نشان دهند و ضبط کنند، نه فراتر از آن. از آنجا که آن ها نمی فهمند چه چیزی را تماشا می کنند، در نتیجه نمی توانند کاری انجام دهند. برای مبارزه موثر با سرقت، خشونت، تخریب یا آتش سوزی، دوربین ها باید بتوانند چنین حوادثی را خود تشخیص داده و تفسیر کنند.

آن ها همچنین باید توانایی همکاری با سیستم های دیگر مانند سیستم های هشدار را داشته باشند. اینجاست که اینترنت اشیا (IOT) وارد عمل می شود. دوربین های مجهز به شبکه را با دستگاه ها و سیستم های دیگری که سایر کارها را انجام می دهند متصل می کنند و نظارت امنیتی را به مدیریت ایمنی و امنیت هوشمند تبدیل می کنند.

اینترنت اشیا (IOT) در دوربین مداربسته

آیا می دانید؟

فناوری دوربین مداربسته برای اولین بار در آلمان در سال ۱۹۴۲ استفاده شد که برای رصد موشک های V-2 طراحی شده بود. تنها در سال ۱۹۴۹ بود که این فناوری به صورت تجاری در ایالات متحده معرفی شد. سیستم های نظارت تصویری در بازار امنیت جهانی را در سال ۲۰۱۸ ساخته اند. به همین دلیل امروزه از سیستم های مدرن دوربین در بسیاری از زمینه های زندگی، مغازه ها، ساختمان های تجاری، استادیوم ها، حمل و نقل و فضاهای عمومی در شهرها به طور گسترده استفاده می شود.

آینده (نه چندان دور): نظارت امنیتی هوشمند

دیگر زمان آن گذشته است که سیستم های دوربین مداربسته فقط تصویری ویدئویی را ارائه دهند که بطور مداوم توسط انسان مشاهده می شود. سیستم های جدید به ضبط و تجزیه و تحلیل داده های ویدئویی به صورت یکجا می پردازند و می توانند به جای اطلاعات واحد، اطلاعات بصری عمیقی در اختیار مدیران امنیتی قرار دهند. این امر با امکان پاسخگویی سریعتر و بصیرتر به هر نوع حوادث، فرآیندهای امنیتی را در بسیاری از مناطق و صنایع به طور قابل توجهی بهبود می بخشد. نظارت امنیتی آینده اساساً ۳ فناوری را با هم ترکیب می کند که اوضاع را کاملاً تغییر می دهد: بینایی رایانه ای، اتوماسیون و یادگیری عمیق که توسط پردازنده ها و برنامه های قدرتمند روی دوربین های IOT هدایت می شوند. بیایید نگاهی گذرا به این فناوری ها بیندازیم.

بینایی کامپیوتر

بینایی کامپیوتر به دلیل الگوریتم های پیچیده تر، دستگاه های سریعتر، شبکه های بزرگتر و دسترسی به طیف گسترده ای از مجموعه داده ها از طریق اینترنت اشیا هوشمندتر می شود. این فناوری، اجازه می دهد تا ماشین ها ببینند «و در زمان واقعی تجزیه و تحلیل کنند.» یادگیری عمیق و تکنیک های کلی هوش مصنوعی در بینایی رایانه، کاری را که انجام آن با چشم غیرمسلح امکان پذیر نیست، ممکن می کند.

مثال: در طی چند ثانیه آتش و دود را تشخیص دهید

تشخیص بسیاری از تهدیدها مانند دود برای چشم انسان در فیلم ها، به ویژه در شرایط نامناسب روشنایی، دشوار است. چند ثانیه بعد، ممکن است آتش سوزی رخ داده باشد. دوربین های امنیتی مجهز به تشخیص دود و آتش سوزی می توانند در مراحل اولیه هشدار داده و اقدامات ایمنی مناسب را بدون کمک انسان فعال کنند.

اتوماسیون

سرعت در ایمنی و امنیت نقش مهمی دارد. هرچه سریعتر در برابر حوادث امنیتی واکنش نشان دهید، احتمال جلوگیری یا حداقل کاهش آسیب، بیشتر است. در صورت سرقت در فروشگاه، هر ثانیه حساب می شود، زیرا مجرمان ممکن است قبل از مداخله پرسنل امنیتی ناپدید شوند. دوربین های هوشمند با صرفه جویی در وقت کارکنان از تفسیر فیلم ها، میانبر می گیرند. آن ها بلافاصله اعلان ها را تحویل می دهند یا اقدامات مناسب را خودشان آغاز می کنند.

بطور مثال، دوربین مداربسته به مغازه داران کمک می کند تا به موقع سارقان احتمالی را شناسایی کنند. نرم افزار نصب شده بر روی دوربین، جریان های ویدئویی زنده را اسکن می کند و وضعیت های افرادی را که مشاهده می کند، تجزیه و تحلیل می کند. این داده ها به طور خودکار با رفتار «مشکوک» از پیش تعریف شده مطابقت دارند. وقتی چیز قابل توجهی می بیند، از طریق برنامه برای بررسی مجدد به افراد در محل هشدار می دهد.

یادگیری عمیق

استفاده از رایانه برای تجزیه و تحلیل فیلم ایده جدیدی نیست. با این وجود، مشکلی وجود دارد که توسعه تجزیه و تحلیل ویدئو را کند می کند: ویدیوی ساخته شده در هواپیماهای بدون سرنشین یا وسایل نقلیه پر از متغیرهای دینامیکی است که می تواند حتی باهوش ترین رایانه ها را نیز گیج کند. به همین دلیل بسیاری از شرکت ها و استارتاپ ها با استفاده از الگوریتم های خودآموزی روی سیستم های هوشمند کار می کنند.

یادگیری عمیق یک روش یادگیری ماشین است که مبتنی بر شبکه های عصبی مصنوعی است. تجزیه و تحلیل ویدئو که به دوربین های امنیتی امکان تجزیه و تحلیل داده های ویدئویی را روی برد می دهد، یکی از کاربردهای یادگیری عمیق است. برنامه دیگر اتوماسیون است که تجزیه و تحلیل ویدئو را در فرایندها جاسازی می کند.

نکته خوب در مورد یادگیری عمیق این است که توسعه دهندگان برنامه های تجزیه و تحلیل ویدیویی برای دوربین های امنیتی مجبور نیستند چرخ را خودشان دوباره اختراع کنند. در حال حاضر چارچوب های پیچیده ای وجود دارد که در حال توسعه مدل های یادگیری عمیق است، مانند Tensorflow Google، Microsoft’s Custom Vision و IBM’s PowerAI Vision.

مثال: آموزش شناسایی شی

برای تعیین اینکه آیا کارگران از مقررات ایمنی مانند استفاده از کلاه ایمنی استفاده می کنند، دوربین های امنیتی باید بدانند که کلاه ایمنی به چه شکل است. درصورتی که شخصی از کلاه ایمنی استفاده نکند، دوربین می تواند واکنش نشان داده و هشدار دهد. این همان چیزی است که یک فرآیند آموزش ساده به نظر می رسد.

در موارد ایمنی و امنیتی، احتمالا «اینترنت چشم» در مدت زمان کوتاهی بسیار سریع رشد خواهد کرد. با این حال، برای استفاده کامل از امکانات، برخی از موانع فناوری وجود دارد که باید برطرف شود. از یک طرف، شبکه های داده سریع مورد نیاز است که در بسیاری از مناطق به سرعت انتشار استانداردهای جدید مانند ۵G بستگی دارد. از طرف دیگر، تولیدکنندگان موظفند دستگاه های خود را با پردازنده های سریع به روز کنند، به طوری که کارهای پیچیده مستقیماً در دستگاه ها انجام شود. نکته آخر اینکه، نرم افزار به طور فزاینده ای در قابلیت استفاده و عملکرد دستگاه های اینترنت اشیا نقش مهمی دارد. به همین دلیل است که تولیدکنندگان باید سیستم خود را به تعداد زیادی برنامه ابتکاری که هر روز ایجاد می شود، باز کنند.

اینترنت اشیا (IOT) در سیستم نظارتی

با این رشد، چالش های بسیاری پیش می آید، از جمله اینکه چگونه از امنیت این تجهیزات اطمینان حاصل کنیم؟ روندی که اخیراً مشاهده شده این است که مشتریان شروع به آگاهی از نیاز به کنترل وضعیت امنیتی خود می کنند و از روشی که به تولیدکننده امکان کنترل آن را می دهد، دور می شوند و به روشی می پردازد که نیازهای دستگاه و سیستم عامل مشتری را مورد توجه قرار دهد. مشتریان می خواهند با ایجاد وضعیت امنیتی شخصی خود و اجتناب از استفاده از روش های موجود استفاده از رمزهای عبور پیش فرض، گزینه قابل قبولی یا ایمن را انتخاب کنند که چگونه از مشاغل، IP و زنجیره تامین خود محافظت کند.

در اینجا میخواهیم طیف وسیعی از موضوعات را در تلاش برای شناسایی موضوعات اصلی، ایجاد ایده هایی در مورد چگونگی پرداختن به برخی از موضوعاتی که به نظر می رسد مربوط به پرداختن به امنیت در اینترنت اشیا هستند، ارائه دهیم.

 انکار خدمات توزیع شده (DDOS)، دوربین ها و حملات اخیر

DDOS طی دهه گذشته برای بسیاری از حملات سایبری مورد استفاده قرار گرفته است و حملات اخیر با روشی که برای ایجاد ویرانی در برخی از سرویس های کاملاً شناخته شده استفاده شده تفاوتی ندارد. آنچه در این آخرین حملات نگران کننده است این است که چگونه در مقیاس وسیع برای پایین آوردن این سرویس ها استفاده شده است. تعداد قابل توجهی از متخصصان امنیتی هشدار می دهند که نبود امنیت در اینترنت اشیا، هدف قرار دادن آن را برای مهاجمان جذاب می کند. این امر خیلی نگران کننده است، زیرا پیش بینی های مربوط به رشد بازار اینترنت اشیا بسیار زیاد است که زمینه را برای حملات بالقوه بزرگی که می توانند خدمات مهم را تحت تأثیر قرار دهند، باز می کند.

حملات DDOS

حملات DDOS توسط هکری که به دستگاه های «ناامن» دسترسی پیدا کرده و سپس بد افزار را بدون اطلاع صاحب دستگاه وارد می کند، تنظیم می شود. این دستگاه ها سپس به عنوان ارتش «زامبی» (مجموعه ای از رایانه های به خطر افتاده که غالباً «زامبی» نامیده می شوند) برای حمله به سرویس ها و وب سایت های خاص (تحت کنترل مهاجم) مورد استفاده قرار می گیرند. هر حمله مخرب به منظور انکار خدمات به کاربران و بار بیش از حد سرویس انجام می شود.

آخرین حملات DDOS از دوربین های متصل به اینترنت برای تشکیل ارتش دستگاه های زامبی استفاده می کند، سپس از این دستگاه ها برای هدف قرار دادن سرویس های خاص مانند OVH استفاده می شود. بیش از ۱۴۵۰۰۰ دستگاه در حمله OVH مورد استفاده قرار گرفتند و تا ۱٫۱ ترا بیت در ثانیه ترافیک داده ایجاد کردند! حملات مشابه اخیراً به سرویس Dyn DNS اعمال شده است. با حمله ای از ۱۰۰۰۰۰ دستگاه که توییتر، آمازون و غیره را برای بسیاری از کاربران از دور خارج کرده است.

این حمله DDOS همراه با چندین حمله اخیر دیگر توسط مهاجمین متصل به هر دستگاه دوربین (معمولاً از طریق SSH یا یک جلسه Telnet) آغاز شده و سپس آن ها را با یک برنامه ساده آلوده کرده است که رمزهای کارخانه ای آن ها را حدس می زند. پس از آلوده شدن، این دستگاه ها به ارتشی از روبات های ساده تبدیل شدند.

راه های مقابله با حملات DDOS

یک راه برای دشوارتر کردن این حملات از نوع DDOS این است که اطمینان حاصل کنید هر دستگاه (در این مورد دوربین ها) از نام کاربری و رمز عبور قوی تری استفاده می کند. اگر هر دستگاه یا گروهی از دستگاه ها دارای نام کاربری و رمز عبور مختلف باشند، ورود به وسایل گسترده دشوارتر خواهد بود.

نکته اصلی در اینجا به عنوان مشتری این است که وضعیت امنیتی خود را اعمال کنید و این کار را به سازنده واگذار نکنید

بنابراین، چگونه وضعیت امنیتی خود را بهبود بخشیم تا خطرات ناشی از DDOS را کاهش دهیم؟ یک راه این است که از استفاده از کلمه عبور پیش فرض برای تمام محصولات در طول عمر محصول دور شوید. یک ایده دیگر این است که یک سازوکار اعتبار سنجی در محصول خود داشته باشید که به شما امکان می دهد بدافزارها دستگاه را آلوده کرده و سپس از دسترسی دستگاه (های) تأثیرگذار به شبکه جلوگیری کنید.

مورد دوم را می توان با استفاده از پلتفرم KeyScaler Device Authority که طراح روی دستگاه اینترنت اشیا نصب می کند، به دست آورد. اساساً به هر دستگاه DNA ی دیجیتال «منحصر به فرد» داده می شود. این کار می تواند شامل آرایش سیستم عامل روی دستگاه، پیکربندی سخت افزار و بسیاری از پارامترهای دیگر باشد. سپس از این DNA هنگام اتصال ایمن KeyScaler استفاده می شود و پایه و اساس اعتماد را برای دستگاه ایجاد می کند. KeyScaler هنگامی که دستگاه سعی در ثبت نام می کند تغییر نرم افزار موجود در دستگاه را شناسایی می کند. سپس KeyScaler دستگاه را قرنطینه کرده و یک هشدار / رویداد ایجاد می کند که می تواند دستگاه ها را در لیست سیاه قرار دهد.

سعید مداحی
ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

ارتباط با ما
تهران، انتهای خیابان اشرفی اصفهانی، سیمون بولیوار، خیابان نفت، کوچه یازدهم، پلاک 17
44878209 - 021
info@amniatshop.com
مقایسه محصول
مقایسه محصول
مقایسه محصول
مقایسه محصول
X