آرشیو برچسب: امنیت سایبری

حرکت به سوی پایداری: تأمین انرژی آینده هوش مصنوعی در مراکز داده

مصرف بالای انرژی در مراکز داده (Data Centers)، اپراتورهای آن‌ها را در موقعیتی قدرتمند به عنوان نیروی محرکه‌ی راه‌حل‌های انرژی پایدار قرار می‌دهد. برخی از سایت‌های مرکز داده، با بهره‌گیری از نظارت و مدیریت از راه دور، ایستگاه‌های خورشیدی و بادی خود را توسعه داده‌اند.

سرعت ورود هوش مصنوعی (AI) به بازار به طور شگفت‌انگیزی سریع بوده و حتی با سرعتی بیشتر در حال رشد است. هوش مصنوعی مولد (Generative AI) در حال همه‌فهم شدن و مورد استفاده گسترده قرار گرفتن است و پیچیدگی و تقاضای محاسباتی آن به سرعت در حال افزایش است. ایالات متحده از نظر تعداد مراکز داده در جهان پیشتاز است و تا مارس ۲۰۲۴ میزبان بیش از ۵۳۰۰ مرکز داده بوده است؛ اما این رشد، تقاضا برای مراکز داده را در کوتاه‌مدت دو یا سه برابر خواهد کرد. صنعت مراکز داده، چه در داخل اتاق سرور و چه در خارج از آن، اکنون در تلاش است تا این تقاضا را برآورده کند.

در نگاه اول، گسترش سریع زیرساخت‌های دیجیتال با ابتکارات سبز (green initiatives) در تضاد است. هوش مصنوعی به انرژی نیاز دارد، آن هم به مقدار بسیار زیاد. این موضوع محدودیت‌های گسترده‌ای را برای مکان‌یابی مراکز داده ایجاد می‌کند، که نیازمند اتصال آماده به منبع انرژی کافی هستند. این در حالی است که تأمین انرژی‌های تجدیدپذیر در ایالات متحده با کمبود مواجه است – تنها ۹ درصد از انرژی مصرفی در سال ۲۰۲۳ از منابع پایدار تأمین شده است. صنعت مراکز داده آمریکا چاره‌ای جز این ندارد که مسیر توسعه خود را به روشی پایدار و مسئولانه از بالا تا پایین طی کند، اما واضح است که این کار آسان نخواهد بود.

 

پایداری از چهار منظر کلیدی

جدا از الزامات انرژی، شرکت‌های فعال در حوزه مراکز داده هنگام ایجاد سایت‌های جدید یا ارتقای تأسیسات موجود، باید چهار ستون کلیدی پایداری را در نظر بگیرند: ۱. امنیت فیزیکی ۲. بهره‌وری عملیاتی (Operational efficiencies) ۳. مقاومت در برابر بلایا (Disaster resistance) ۴. امنیت سایبری (Cyber-security)

هیچ یک از این موارد را نمی‌توان نادیده گرفت و همه آن‌ها فرصت‌هایی را برای اقدام به شیوه‌ای پایدارتر ارائه می‌دهند.

 

اهمیت هوشمندی و نوآوری

مشکل اینجاست که این صنعت به ناچار با سرعت بالایی در حال کار است. پیاده‌سازی راه‌حل‌های تازه برای این چهار ستون، همزمان با تلاش برای حفظ اصول پایداری، به اندازه کافی دشوار است؛ اما این راه‌حل‌ها باید صحیح نیز باشند. سرعت بالای گسترش مراکز داده به این معناست که نادیده گرفتن بدیهیات بسیار آسان است. شما می‌توانید پایدار باشید، اما باید هوشمندانه عمل کنید و انتخاب هوشمندانه فناوری، امری حیاتی است.

به عنوان مثال، امنیت را در نظر بگیرید. یک تغییر ساده به سمت استفاده از دوربین‌های حرارتی (Thermal)، مادون قرمز و دوربین‌های ویژه نور کم با کیفیت بالا، می‌تواند به رفع نگرانی‌های امنیتی در شب کمک کند، در حالی که نیاز به نورپردازی اضافی را از بین برده و بهره‌وری عملیاتی مرکز داده را بهبود می‌بخشد.

اما این تنها ساده‌ترین مورد استفاده از آن‌هاست. دوربین‌ها می‌توانند کارهای بسیار بیشتری از پخش ویدئو انجام دهند. آن‌ها قدرتمندترین حسگرهایی هستند که یک سایت در اختیار دارد و در هر ثانیه میلیون‌ها نقطه داده را جمع‌آوری می‌کنند.

 

یک حسگر، چندین کاربرد

همانطور که استفاده جهانی از هوش مصنوعی گسترش می‌یابد، استفاده از هوش مصنوعی در داخل مرکز داده نیز می‌تواند افزایش یابد. همان دوربینی که عملکرد امنیتی را تأمین می‌کند، می‌تواند بر افراد حاضر در سایت نیز نظارت کند. ممکن است از تکنیک‌های مبتنی بر هوش مصنوعی برای تشخیص پوشیدن یا نپوشیدن تجهیزات حفاظت فردی (PPE) مناسب استفاده کند، سقوط یک کارمند را تشخیص دهد، با سیستم‌های کنترل دسترسی یکپارچه شود تا به شمارش کارکنان در صورت تخلیه اضطراری کمک کند، یا حتی نسبت به پرسه زدن بی‌دلیل در مناطق ممنوعه هشدار دهد.

در داخل اتاق سرور، دوربین‌ها می‌توانند از کل رک‌ها محافظت کنند، به عنوان یک نشانگر بصری حیاتی برای گرمای بیش از حد (overheating) عمل کنند، دود یا آتش را تشخیص دهند و با سایر حسگرها برای کمک به عملیات پیچیده‌تر مانند تنظیمات خنک‌کننده همکاری کنند. و دوربین‌های مناسب، که با اصول امنیت سایبری از ابتدا تا انتها ساخته شده‌اند، به اپراتورها این اطمینان را می‌دهند که نمی‌توان از آن‌ها به عنوان یک تونل IoT راحت به شبکه گسترده‌تر مرکز داده استفاده کرد.

 

قطره‌ای در اقیانوس

این عملکردها تنها بخش کوچکی از کارهایی است که یک حسگر امروزی می‌تواند انجام دهد و قطعی است که با تکامل سایت‌های مرکز داده، کارایی و عملکردهای بیشتری کشف خواهد شد. این حسگرها ستون فقرات تغییرات داخلی هستند و می‌توانند به سهم خود به کاهش مصرف برق مرکز داده کمک کنند، اما آن‌ها قطره‌ای در اقیانوس هستند.

تنها یک افزایش عظیم در در دسترس بودن انرژی پایدار، آینده زیرساخت‌های دیجیتال را تضمین خواهد کرد.

 

موانعی که باید برطرف شوند

انرژی‌های تجدیدپذیر هنوز در بین عموم مردم چندان محبوب نیستند. در تضاد با گسترش سریع مراکز داده، در ایالات متحده طی دهه گذشته، تعداد پروژه‌های خورشیدی و بادی که مسدود شدند، دو برابر پروژه‌هایی بود که ساخته شدند. این علی‌رغم هدف وزارت انرژی ایالات متحده برای رسیدن به انرژی ۱۰۰ درصد عاری از آلودگی کربن تا سال ۲۰۳۵ است. در مقایسه با بسیاری از کشورهای اروپایی، قاره آمریکا در منحنی انرژی‌های تجدیدپذیر بسیار عقب است.

خبر خوب این است که مصرف بالای برق مراکز داده، اپراتورها را در موقعیتی قدرتمند به عنوان نیروی محرکه راه‌حل‌های انرژی پایدار قرار می‌دهد. برخی از سایت‌های مرکز داده، که اغلب در مناطق بسیار دورافتاده قرار دارند، با بهره‌گیری از نظارت و مدیریت از راه دور، ایستگاه‌های خورشیدی و بادی خود را توسعه داده‌اند. اپراتورها در قراردادهای خرید برق سبز (PPAs) سرمایه‌گذاری کرده‌اند و به رشد صنعت تجدیدپذیر کمک می‌کنند. مراکز داده حتی می‌توانند به عنوان تثبیت‌کننده شبکه (grid stabilizers) عمل کنند، از انرژی نهفته استفاده کرده و انرژی تجدیدپذیر را با انرژی سوخت فسیلی بر اساس نیاز شبکه متعادل سازند.

 

آهنربای انرژی سبز

نکته کلیدی این است که مراکز داده همیشه در دسترس بودن انرژی را در اولویت قرار می‌دهند. رقابتی جهانی بین کشورها برای تبدیل شدن به ماهرترین و تواناترین ارائه‌دهندگان فناوری هوش مصنوعی وجود دارد که جغرافیا را عمدتاً بی‌ربط می‌سازد. اپراتورها موقعیت لابی‌گری قدرتمندی دارند، زیرا مراکز داده برای خرید انرژی سبز، اگر در دسترس باشد (چه در قاره آمریکا و چه در هر جای دیگر)، صف خواهند کشید.

آن دسته از کشورها، ایالت‌ها و شهرهایی که انرژی‌های تجدیدپذیر را در اولویت قرار می‌دهند و از اهداف جهانی فراتر می‌روند، همان‌هایی هستند که در این اقتصاد جدید مبتنی بر هوش مصنوعی شکوفا خواهند شد. و در حالی که ارائه‌دهندگان مراکز داده بر تصویر بزرگ در خارج از اتاق سرور تمرکز می‌کنند، می‌توانند در داخل دیوارهای خود به راه‌حل‌های پایداری هوشمندتر و ایمن‌تر تکیه کنند تا بدون نگرانی، ایمن بمانند.

امنیت مرکز داده: نکات کلیدی در انتخاب یک پلتفرم امنیتی یکپارچه

ویژگی‌های کلیدی

یک پلتفرم امنیتی یکپارچه خوب برای مراکز داده باید دارای ویژگی‌های کلیدی مشخصی باشد. این پلتفرم باید یک داشبورد متمرکز داشته باشد که امکان نمای کلی و لحظه‌ای از تمام سیستم‌های امنیتی (برای مثال، نظارت تصویری و کنترل دسترسی) را فراهم کرده و دارای چیدمان‌های قابل تنظیم برای نقش‌های مختلف کاربران باشد. همچنین، پلتفرم باید قابلیت‌های قوی برای ثبت ردپاها و لاگ‌ها (Audit trails and logging) داشته باشد و گزارش‌های دقیقی از فعالیت کاربران، رویدادهای دسترسی و تغییرات پیکربندی ارائه دهد. علاوه بر این، باید توانایی یکپارچه‌سازی بالایی داشته باشد و نه تنها سیستم‌های امنیتی، بلکه سیستم‌های کنترل محیطی را نیز ادغام کند.

جو فن، مدیر بازاریابی منطقه‌ای آسیا در شرکت Gallagher، می‌گوید: «نکته حیاتی این است که پلتفرم باید از یکپارچه‌سازی سیستم‌های نظارت بر شرایط محیطی مانند دما، رطوبت، دود، آب و رخدادهای مربوط به برق با سیستم کنترل دسترسی پشتیبانی کند. زمانی که رویدادهای فیزیکی و محیطی تحت یک پلتفرم واحد متحد می‌شوند، اپراتورها به آگاهی لحظه‌ای سریع‌تری از موقعیت دست می‌یابند و می‌توانند با قاطعیت بیشتری به تهدیدات یا ناهنجاری‌ها پاسخ دهند.»

 

معماری هیبریدی (ترکیبی)

هنگام انتخاب معماری برای استقرار یک پلتفرم یکپارچه – چه به صورت مستقر در محل (On-premises) و چه مبتنی بر ابر (Cloud) – به کاربر توصیه می‌شود که از یک مدل هیبریدی استفاده کند که بهترین ویژگی‌های هر دو دنیا را ارائه می‌دهد.

الکس رایکارد، مدیر مشتریان کلیدی در شرکت Genetec، می‌گوید: «انعطاف‌پذیری در استقرار، برای پلتفرم‌های امنیتی یکپارچه در مراکز داده بسیار حیاتی است. برخی اپراتورها سیستم‌های مستقر در محل را برای کنترل بیشتر و تأخیر کمتر ترجیح می‌دهند، به خصوص در محیط‌های با امنیت بالا. برخی دیگر به راه‌حل‌های مبتنی بر ابر برای مقیاس‌پذیری آسان‌تر، دسترسی از راه دور و نگهداری ساده‌تر تمایل دارند. اما بسیاری از مراکز داده به سمت یک رویکرد هیبریدی گرایش دارند که بهترین‌های هر دو را ارائه می‌دهد. این رویکرد به تیم‌ها اجازه می‌دهد تا امنیت را در چندین سایت متمرکز کنند، در حالی که عملیات‌های حساس را به صورت محلی نگه می‌دارند. نکته کلیدی، داشتن حق انتخاب برای استقرار پلتفرم به شیوه‌ای است که با زیرساخت، نیازهای انطباق و استراتژی رشد شما همسو باشد.»

جو فن اضافه می‌کند: «در یک معماری هیبریدی، پلتفرم اصلی به صورت مستقر در محل باقی می‌ماند، در حالی که خدمات منتخبی – مانند ثبت اعتبارنامه‌های موبایلی، ثبت‌نام بازدیدکنندگان و مدیریت درخواست‌های خدماتی – به صورت امن از طریق ابر ارائه می‌شوند. یک پلتفرم یکپارچه که از این رویکرد هیبریدی پشتیبانی می‌کند، انعطاف‌پذیری لازم برای پاسخگویی به نیازهای عملیاتی و انطباقی در حال تحول را بدون به خطر انداختن وضعیت امنیتی فراهم می‌آورد.»

 

نکات مهم در انتخاب یک پلتفرم یکپارچه

هنگام انتخاب یک پلتفرم یکپارچه برای امنیت مرکز داده، چندین فاکتور وجود دارد که باید در نظر گرفته شوند. این موارد به شرح زیر خلاصه می‌شوند:

 

۱. قابلیت‌های یکپارچه‌سازی

همانطور که پیش‌تر ذکر شد، یک پلتفرم امنیتی یکپارچه برای مراکز داده باید قابلیت‌های یکپارچه‌سازی قوی داشته باشد و سیستم‌های مختلف امنیتی و غیرامنیتی که برای عملیات مرکز داده حیاتی هستند را متحد کند. فن می‌گوید: «پلتفرم باید به صورت بومی از قابلیت همکاری با ارائه‌دهندگان هویت، سیستم‌های مدیریت بازدیدکنندگان، پلتفرم‌های نظارت تصویری، مانیتورینگ آلارم و مدیریت کابینت‌های کلید پشتیبانی کند تا جریان داده‌ها بدون نیاز به پیکربندی تکراری یا سربار مدیریتی، به صورت یکپارچه انجام شود. یک رابط کاربری واحد برای نظارت، هشداردهی و ثبت لاگ‌ها در تمام این سیستم‌ها، عملیات را ساده کرده و واکنش به حوادث را تقویت می‌کند.»

 

۲. معماری باز (Open Architecture)

معماری باز نیز مهم است، زیرا به کاربران امکان می‌دهد تا دستگاه‌ها و سیستم‌های شخص ثالث (Third-party) را با پلتفرم یکپارچه کنند. رایکارد می‌گوید: «یک پلتفرم خوب باید با نیازهای شما رشد کند و با تکامل چشم‌انداز تهدیدات، خود را تطبیق دهد. این رشد باید فراتر از پشتیبانی از استریم‌های ویدئویی و درب‌ها باشد؛ این پلتفرم‌های امنیتی باید قادر به دریافت انواع منابع داده باشند و قابلیت صدور داده به پلتفرم‌های شخص ثالث برای تحلیل و بصری‌سازی، یک ویژگی کلیدی است. استفاده از یک مدل OpenAPI برای فراهم کردن ارتباط بین سیستم‌های مختلف و اطمینان از اینکه سرمایه‌گذاری شما برای آینده نیز تضمین شود، بسیار حیاتی است.»

 

۳. امنیت سایبری

مراکز داده مکان‌هایی هستند که اطلاعات مهم و حساس شرکت‌های مشتری در آن‌ها نگهداری می‌شود. به همین دلیل، یک رخنه سایبری می‌تواند عواقب فاجعه‌باری داشته باشد. بنابراین، پلتفرم‌های امنیتی یکپارچه در مراکز داده باید در برابر خطرات سایبری مانند تهدیدات پیشرفته و مستمر (APT) و بدافزارها/باج‌افزارها، به اندازه کافی مقاوم و مستحکم باشند. رایکارد می‌گوید: «امنیت سایبری نمی‌تواند یک موضوع ثانویه باشد؛ پلتفرم باید رمزنگاری قوی، به‌روزرسانی‌های منظم و ابزارهایی برای مدیریت آسیب‌پذیری‌ها ارائه دهد.»

 

۴. انطباق با استانداردها (Compliance)

پلتفرم باید با استانداردهای امنیتی یا منطقه‌ای مشخصی مطابقت داشته باشد. فن می‌گوید: «انطباق یک نیاز اساسی است. پشتیبانی از استانداردهایی مانند ISO 27001، SOC 2، PCI-DSS و سایر گواهینامه‌های منطقه‌ای، به طور فزاینده‌ای توسط مستأجران، حسابرسان و نهادهای نظارتی انتظار می‌رود.»

 

۵. مقیاس‌پذیری و قابلیت اطمینان

در نهایت، مقیاس‌پذیری و قابلیت اطمینان بسیار حیاتی هستند. فن می‌گوید: «پلتفرم باید قادر به پشتیبانی از استقرارهای چندسایتی، معماری‌های هیبریدی و پیکربندی‌های با دسترسی بالا (High-availability) بدون به خطر انداختن عملکرد باشد. فروشندگانی که سابقه‌ای اثبات‌شده در محیط‌های با امنیت بالا – مانند بخش‌های دولتی، زیرساخت‌های حیاتی یا مراکز داده کولوکیشن در سطح سازمانی – دارند، می‌توانند تضمین ارزشمندی در مورد بلوغ محصول، کیفیت پشتیبانی و پایداری بلندمدت ارائه دهند.»

50 شرکت امنیتی برتر: روندهای تکنولوژی 2019

با به پایان رسیدن سال 2018، بسیاری از افراد به دنبال آن هستند که ببینند کدام یک از تکنولوژی­های امنیتی در سال 2019 رایج خواهند بود. 50 شرکت امنیتی برتر در سال 2018، برخی از این تکنولوژیها را معرفی نموده­ اند که خلاصه ­ای از آنها در ادامه این مقاله آورده شده است.

1. امنیت سایبری

از لحاظ تکنولوژیک، امنیت سایبری همچنان به عنوان موضوعی داغ در سال 2019 مطرح خواهند ماند. در واقع طبق طبقه­ بندی ارائه شده توسط انجمن صنعت امنیتی آمریکا ((SIA، امنیت سایبری نخستین رتبه را از میان 10 روند عظیم امنیتی از آن خود نموده است؛ انتظار میرود که این 10 روند عظیم امنیتی، صنعت امنیت را در سال 2019 شکل دهند. از میان تهدیدات سایبری موجود در مورد دستگاه ­های امنیتی که روز به روز بیشتر از پیش به سوی سیستم­ های تحت شبکه مهاجرت میکنند، فروشندگان این نوع سیستم ­ها باید ثابت کنند که راهکار­های آنها در مقابل حملات و هک­های صورت گرفته مقاوم هستند. در سال 2019، امنیت سایبری همچنان به عنوان موضوعی مهم مطرح خواهد بود و اقدامات مربوط به مقاوم­سازی در برابر حملات سایبری همچنان به عنوان وجهی کلیدی در توسعه محصولات باقی خواهند ماند.

2. هوش مصنوعی/ یادگیری عمیق

لازم به گفتن نیست که هوش مصنوعی و آنالیتیک­های پیشرفته همچنان در زمینه صنعت امنیت حکمرانی خواهند نمود. هوش مصنوعی/ یادگیری ماشین/ یادگیری عمیق، یک روند تکنولوژی مداوم خواهد بود که قادر به بهبود بخشیدن قابل ­توجه عملکرد و قابلیت­های سیستم­ های امنیتی است.

3. محافظت از حریم شخصی

با این حال با مطرح­ شدن تکنولوژی هوش مصنوعی، چگونگی استفاده و محافظت از داده ­ها به مسئله ­ای اساسی تبدیل خواهد شد. البته باید گفت که بحث­ های زیادی حول هوش مصنوعی و یادگیری عمیق در این صنعت وجود دارد. علاوه بر این انتظار میرود که تاکید زیادی روی بحث حریم شخصی و شخصی­ سازی صورت بگیرد. دغدغه­ های موجود حول رویکرد یک شرکت نسبت به مسئله حریم شخصی و استفاده از داده ­های شخصی، یکی از تاثیرگذارترین جنبه ­های پیشرفت یک بیزینس خواهد بود.

4. محاسبات اج محور

در ارتباط نزدیک با تکنولوژی هوش مصنوعی/ یادگیری عمیق میتوان به محاسبات اج-محور اشاره نمود که به زودی برای انجام الگوریتم ­های پیچیده، قدرتمندتر خواهد شد؛ علاوه بر این، برای فهم تمامی داده­ های جمع آوری شده، محاسبات ابری به کار گرفته خواهند شد.

همچنین منابع پیشرفته ای برای محاسبات اج-محور موجود خواهد بود که باعث هوشمندتر شدن دستگاه­ های اج محور، پذیرش بیشتر راهکارهای ابر-محور در صنعت و استفاده هوشمندتر از تکنولوژی ­های ابری برای تجزیه ­و­تحلیل عمیق­تر رخدادها خواهد شد.

5. اعتبارسنجی موبایلی

در زمینه کنترل دسترسی، سیستم های کنترل دسترسی بیسیم و سیستم­های اعتبارسنجی موبایلی پذیرش بیشتری را در بازار به دست خواهد آورد. در مقایسه با استفاده از کارت­های پلاستیکی، اعتبارسنجی از طریق گوشی­های هوشمند با استقبال زیادی مواجه شده است.

برگرفته از: مجله a&s

ویدئوآنالیتیک های AI-محور تا چه حد هوشمند هستند؟

در حال حاضر صحبت های زیادی حول استفاده از هوش مصنوعی ﴿AI﴾ در آنالیتیک های ویدئویی وجود دارد. به طوری که بسیاری از ارائه کنندگان راهکارهای امنیتی، واژه ی هوش مصنوعی را به عنوان یک ضرورت در تولید و عرضه محصولات خود میبینند. اگر بخواهیم منصفانه صحبت کنیم باید بگوییم که راهکارهای آنالیتیک ویدئویی راه زیادی را از نخستین روزهای ورود خود آمده اند. با این حال این سوال مطرح میگردد که آنالیتیک های ویدئویی تا چه حد هوشمند هستند؟

هوش مصنوعی در کجای صنعت امنیت جای میگیرد؟

هوش مصنوعی (AI﴾، یادگیری عمیق، آنالیتیک های ویدئویی همگی از جمله کلمات رایجی هستند که به دیدن آنها عادت کرده ایم.

علیرغم تمامی بحث ها و تبلیغات های صورت گرفته در مورد هوش مصنوعی، اغلب افراد ذهنیتی مبهم نسبت به اجزای تشکیل دهنده ی این تکنولوژی دارند. نکته جالب توجه اینجاست که این موضوع در بحث امنیت ساختمان های مسکونی و تجاری که در چند سال اخیر بیشتر مطرح شده صادق است.

همچنین اینکه اصطلاحات نزدیکی چون آنالیتیک ها، یادگیری ماشین و یادگیری عمیق چگونه زیرمجموعه، گونه جهش یافته یا زیرشاخه ای از هوش مصنوعی (AI﴾ محسوب میشوند نیز برای اکثر متخصصین امنیتی و مشتریان همچون یک راز تلقی میگردد. علاوه بر آن، به احتمال زیاد برای این افراد انجام یک سری عملیات پیچیده توسط ربات ها به قطع مستلزم درجه ای از هوش مصنوعی خواهد بود.

هوش مصنوعی یک اصلاح گسترده است که برای توصیف هر چیزی که همچون مغز یک انسان عمل میکند استفاده میشود. یادگیری ماشین تکنیکی است که در آن یک کامپیوتر میتواند با پردازش حجم بالایی از داده ها در مورد عملیات مربوطه، قدرت خود را برای انجام یک عملیات بهبود بخشد. یادگیری عمیق زیرمجموعه ای از یادگیری ماشین است که از شبکه های نورونی بهره میگیرد. یک لایه از شبکه های نورونی پس از پردازش داده ها، نتیجه این پردازش را به لایه ی بعد منتقل میکند که این لایه نیز پس از انجام عملیات، پاسخ خود را به لایه بعد میفرستد. این دست از شبکه های نورونی به عنوان شبکه های نورونی پیچیده یا CNN مشهور هستند.آنالیتیک های نظارت ویدئویی نمونه ای عالی از بکارگیری هوش مصنوعی و یادگیری عمیق هستند که با ورود GPUها ﴿واحدهای پردازش گرافیکی﴾ امکان پذیر شده اند.

چرا هوش مصنوعی، آنالیتیک ها، سرویس های ابری و امنیت سایبری، فرصت های جدیدی را برای نصاب ها فراهم میکنند؟

به قطع آنالیتیک های ویدئویی یکی از رایجترین راه های بکارگیری هوش مصنوعی در کاربردهای امنیتی است. به همین شکل، سیستم های مدیریت اطلاعات مربوطه به امنیت فیزیکی ﴿PSIM﴾ که با تلفیق داده های امنیتی گوناگون باعث آگاهی موقعیتی میشوند نیز از تکنولوژی هوش مصنوعی بهره میگیرند.

ربات های بادوام و هوشمندی را تصور کنید که مجهز به چنین الگوریتم های پیشرفته و سنسورهای پردازش و هوشمند شوند. این ربات ها یک چشم انداز امنیتی وسیع را باز میکنند که با کمک آن تهدیدات انسانی به حداقل رسیده و مکان ها و ابعاد دوری را که غیرقابل دسترسی بوده اند، برای آنالیز، ارزیابی و پاسخگویی به صورت همزمان با وقوع رخداد مورد دسترس قرار میگیرند.

صنعت امنیت چگونه میتواند از هوش مصنوعی بهره مند شود؟

به تدریج با بهبود یافتن دستگاه ها و پایین آمدن قیمت ها، کاربری های این تکنولوژی گسترده تر خواهد شد. همچنین انواع مختلف تکنولوژی هوشمند مصنوعی به احتمال زیاد در اغلب جنبه های زندگی روزانه ما نفوذ خواهد کرد.

برعهده گرفتن آن دسته از کارهایی که از لحاظ فکری نیازمند انرژی چندانی نیستند توسط ماشین ها به روندی بزرگ برای سالهای پیش رو تبدیل خواهد شد. شرکت آمازون در حال بکارگیری این تکنولوژی در مغازه های خرده فروشی خود است که در آنها مفهوم گیشه پرداخت قیمت کالا با مشتریانی که خارج میشوند جایگزین شده است. تولید این نوع از ابزارهای فکری در مراحل اولیه خود به سر میبرند، با این حال این ابزارها به رسیدگی به مسائل و ایجاد ارزش ادامه خواهند داد. انقلاب صنعتی هوشمند در حال وقوع در اطراف ما است. شاید این انقلاب بسیار آشفته به نظر آید، اما در عین حال بسیار هوشمند و رهایی بخش است.

پتانسیل آنالیتیک های ویدئویی به مراتب سودمندتر از سیستم های قاعده-محور قدیمی است. با شهرت یافتن بیشتر GPUها در اجرای سیستم های AI، تولیدکنندگان بزرگی چون NVIDIA و حتی استارتاپ های کوچکتر شاهد سرمایه گذاری بیشتری در این زمینه هستند.

در سالهای اخیر یادگیری عمیق توجه های زیادی را جلب خود نموده است، چرا که این تکنولوژی عملکردهای گوناگونی را ارائه میکند که موردپسند مشتریان قرار گرفته است. به عنوان مثال، الگوریتم های جستجوی تصویری به مشتریان اجازه میدهد تا به جستجوی اشیاء، حیوانات بخصوص و یا سایر چیزهای دیگر بپردازند.

توانایی این تکنولوژی در داشتن هوش کافی برای کار کردن در جهت گیری ها و شرایط نوری مختلف است که آن را به یک تکنولوژی تاثیرگذار تبدیل نموده است. تکنولوژی یادگیری عمیق در واقع در سالهای 2012 و 2013 به صورت پررنگ مطرح شد. این تکنولوژی در کنار قدرت GPUهایی که قادر به انجام آن دسته از کارهایی هستند که در گذشته به صورت بازدارنده ای زمانگیر و طاقت فرسا بودند، به عنوان سوختی تلقی میگردد که موج نوآوری را امکان پذیر ساخته است.

هنگامی که صحبت از شبکه های نورونی میشود، منظور یک تکنولوژی یادگیری عمیق صرف نیست که متشکل از شبکه های عمیقی باشد که افراد از آنها به عنوان شبکه های نورونی پیچیده یاد میکنند. در حال حاضر شبکه های نورونی قدرتمندتر و توانمندتر از قبل شده اند و منابع و ابزارآلات بسیار خوبی نسبت به گذشته در اختیار افراد قرار گرفته است.

شرکت های فعال در این زمینه

با توجه به پتانسیل مشهود تکنولوژی هوش مصنوعی AI، برخی از غول های تکنولوژی نیز مشتاق ورود به این زمینه و جستجوی فرصت ها هستند. این شرکت ها تا حد زیادی به عنوان پیشگامان این زمینه عمل میکنند و توسعه و بکارگیری راهکارهای هوشمندتر را تشویق میکنند.

به قطع شرکت های بزرگ فعال در زمینه تکنولوژی همچون گوگل، با ارائه مدل TensorFlow خود کمک بزرگی در این زمینه  نموده اند. شرکت اینتل نیز دارای ابزارآلاتی عالی است که با بکارگیری مدل TensorFlow و وارد کردن آن، از هر منبعی که روی آن است (چیپ هایی که با کمک آنها به اجرای برنامه ها میپردازید) خروجی تهیه میکند. بنابراین شما یک ترکیب انعطاف پذیر از CPU و GPU را در اختیار دارید. حال منابعی در اختیار شما قرار دارد که این کار را برای شما هدف قرار میدهد. در مرحله بعد، شما تمام افرادی را دارید که روی راه هایی برای فعالسازی و توسعه مراکز آموزش که از اهمیت بالایی برخوردارند کار میکنند. در نتیجه چیزی شبیه به یک اکوسیستم کامل حول این مسئله که چگونه ماشینها دیدن و فهمیدن را یاد میگیرند شکل میگیرد.

برای انجام این کار ابعاد و لایه های زیادی وجود دارد، چرا که اساسا این کار همان جمع آوری و نام گذاری داده ها است. کامپایلرهای متعددی که قادر به اجرای کارآمد مدل های شما در چیپ-ست های مختلف هستند، ابزارآلات تحلیل داده ای که برای تهیه خروجی از آنها بدان احتیاج پیدا خواهید کرد، همگی به پتانسیل تکنولوژی هوش مصنوعی AI در آنالیتیک های ویدئویی کمک میکنند.

برگرفته از مجله a&s و سکیوریتی-سیلز

روندهای اتوماسیون صنعتی آینده

با گذر زمان کارخانه جات در حال هوشمند شدن هستند، چرا که تولیدکنندگان برای ارتقاء بازدهی و کارایی خود بیشتر بر دستگاه های متصل به یکدیگر و کلان داده ها تکیه میکنند. با توجه به آنچه گفته شد، کاربران نهایی و نصاب ها باید به دنبال جدیدترین روندهای موجود در تکنولوژی اتوماسیون صنعتی باشند.

به قطع اتوماسیون صنعتی به موضوعی داغ میان تولیدکنندگان تبدیل شده است. این تولیدکنندگان با کمک دستگاه های IoT ﴿اینترنت اشیاء﴾ و داده های ایجاد شده توسط این دستگاه ها که به اینترنت اشیاء صنعتی ﴿IIoT﴾ یا صنعت 4.0 نیز مشهور است، به دنبال بهبود عملیات و کارایی خط تولید خود هستند. اینترنت اشیاء صنعتی یا IIoT پس از تغییرات صورت گرفته – به عنوان مثال ماشین ها و خطوط تولید – که طی دهه های گذشته صنعت تولید را دگرگون ساخته به عنوان چهارمین انقلاب صنعتی مطرح شده است.

تکنولوژی های جدید ارائه شده در زمینه اتوماسیون صنعتی در حال خلق فرصت هایی برای تولیدکنندگان سراسر جهان هستند. با کمک دیجیتالی سازی و تکنولوژی اینترنت اشیاء، اتوماسیون صنعتی به مزیتی رقابتی در چشم انداز صنعتی امروز تبدیل شده است. چرا که با تلفیق و یکپارچه سازی این سیستم ها، تولید اتوماتیک به امری قابل اعتماد، کارآمد، شفاف و قابل پیش بینی تبدیل میشود. این موضوع دقیقا هسته اصلی تکنولوژیIIoT و همان وعده ای است که اتوماسیون صنعتی داده است.

 در ادامه این مقاله، چهار روند آینده در زمینه اتوماسیون صنعتی مورد بحث و بررسی قرار خواهد گرفت.

بهبود دقت با کمک یادگیری ماشین

با گذر زمان، هوش مصنوعی (AI﴾ و یادگیری ماشین راه خود را به سوی کارخانه جات هوشمند یافته اند. به عنوان مثال، در زمینه کنترل کیفیت یک سیستم که با کمک تصاویر تهیه شده از کالاهای نقص دار انجام میشود، با بهره گیری از این تکنولوژی میتوان به گونه ای به آموزش یک سیستم پرداخت که خود به تشخیص کالاهای نقص دار بپردازد.

چیزی که بیشتر از هر چیز دیگری حائزاهمیت است، تقاضاهای متغیر مشتریان و نیاز آنها برای سفارشی سازی است که چالش هایی را برای تولیدکنندگان ایجاد میکند. در این زمینه تولیدکنندگان میتوانند بر یادگیری ماشین تکیه کنند. واحدهای تولید نیز میتوانند از آنالیتیک داده ها و یادگیری ماشین برای بهبود فرآیندهای خود بهره بگیرند. این سیستم ها به افراد کمک میکنند تا نرخ بازدهی را در سطوح مختلف زنجیره های تامین پیش بینی و در نتیجه هزینه مواد خام را کاهش و کیفیت برند خود را حفظ کنند. علاوه بر این، هوش مصنوعی (AI) به هوش عملیاتی همزمان با وقوع رخداد کمک کرده و از مدیریت طول عمر محصول که شامل یکپارچه سازی فرآیندها، مسائل مربوط به اتوماسیون و مشارکت، بازبینی و تشخیص پشتیبانی میکند.

تکنولوژی همانند دیجیتال و اتوماسیون صنعتی

تکنولوژی همانند دیجیتال ﴿Digital Twins) این امکان را برای شما فراهم میسازد که یک کپی مجازی از یک ماشین یا سیستم تهیه کنید. این فرآیند علاوه بر کاهش وابستگی به مدل های اولیه پرهزینه، زمان حضور در بازار را سرعت میبخشد. همانندهای دیجیتال در حال حاضر در کارخانه جات فعال بوده و کارایی تولید را تجزیه و تحلیل نموده و باعث نگهداری و تعمیرات پیشگویانه میشوند. نگهداري و تعميرات پيشگويانه،  نگهداري و تعميرات پيش نگری است كه در آن وقوع خرابي در دستگاه با استفاده از تكنيك هاي (روش هاي عيب يابي) غير مخرب و حد بالا و پايين شاخص هاي مورد نياز هر تكنيك قابل پيش بيني است. در آینده، تولیدکنندگان از تمامی اجزای نصب شده در محصولات خود باخبر خواهند شد و بدین شکل میتوانند عکس العملی هدفمند به مسائل نشان دهند و فرآیندهای موجود را بهینه سازی کنند.

پیشرفت های امنیت سایبری صنعتی

از آنجایی که دستگاه های IIoT در واقع همان دستگاه های متصل یه یکدیگر هستند، همچون سایر دستگاه های تحت شبکه در معرض خطر حملات سایبری قرار دارند. بنابراین امنیت این دستگاه ها نیز بسیار حائزاهمیت شده است. راهکارهای امنیت سایبری صنعتی پیشرفته که امروز موجود هستند، یک رویکرد هایبریدی کارآمد را اتخاذ میکنند. این رویکرد هایبردی شامل تشخیص ناهنجاری های رفتار-محور میشود که با کمک رویکردهای امنیت سایبری معمول به شناسایی تهدیدات سایبری بالقوه میپردازد. تجزیه و تحلیل قاعده-محور نیز بخش دیگر این رویکرد هایبریدی است که به تولیدکنندگان اجازه میدهد تا به بازبینی عمیق برای تشخیص حملات سایبری بدافزاری موجود در شبکه بپردازند.

واقعیت افزوده ﴿AR و واقعیت مجازی ﴿VR

تکنولوژی های واقعیت افزوده ﴿AR﴾ و واقعیت مجازی ﴿VR﴾ در زمینه های مختلفی، از کاربردهای آنها برای مصرف کنندگان گرفته تا تولیدکنندگان، در حال بکار گرفته شدن هستند. در زمینه ی اتوماسیون صنعتی و تولید، تکنولوژی واقعیت مجازی میتواند به تولیدکنندگان کمک کند تا یک محصول یا محیط را به صورت دیجیتالی شبیه سازی کنند. و بدین شکل این امکان برای مصرف کنندگان و تولیدکنندگان فراهم میگردد که با این محصولات و فضاهای شبیه سازی شده به تعامل بپردازند. تکنولوژی واقعیت افزوده  AR به کاربران صنعتی اجازه میدهد که محصولات یا اطلاعات دیجیتال خود را وارد یک فضای حقیقی کنند. این کار از وارد کردن محصولات یا اطلاعات دیجیتال در یک فضای شبیه سازی شده به صورت دیجیتال (همچون آنچه در تکنولوژی واقعیت مجازی VR رخ میدهد﴾ به مراتب پربازده تر است.

ظهور روبات های صنعتی هوشمند

در آخر، حضور فزاینده ی روبات های صنعتی هوشمند در کف کارخانه ها نوعی پیروزی برای چهارمین انقلاب صنعتی تلقی میگردد. علیرغم استفاده تولیدکنندگان از روبات ها در دهه های گذشته، پیشرفت و توسعه ی مداوم تکنولوژی های روباتیک بدون شک کاربری های بالقوه ی روبات های صنعتی هوشمند را گسترده تر نموده است. بنابراین امروزه روبات های دارای پیشرفته ترین نرم افزارها و سیستم های بینایی را میتوان برای انجام یک سری وظایف مشخص برنامه ریزی کرد که این کار با تقاضا برای تولید هوشمند به خوبی انطباق دارد.

برگرفته از مجله a&s

http://www.didarc.com/fa/news/what-are-some-industrial-automation-trends-to-watch-for%3F

جلوگیری از هک شدن دوربین های امنیتی

حتی دستگاه هایی که برای امنیت و حفظ حریم شخصی خود بر آنها متکی هستیم، در معرض خطر حملات شدید قرار دارند. برای پایین آوردن احتمال هک شدن دوربین های امنیتی خود، نکاتی که در ادامه ی مقاله بررسی خواهند شد را در نظر داشته باشید.

با بالا رفتن تعداد ابزارهای متصل به یکدیگر در گوشه و کنار خانه شما، احتمال هک شدن آنها نیز بالا میرود. احتمال وقوع چنین مواردی بسیار پایین است، با این حال امکان وقوع آن وجود دارد. وجود این ابزارها، تعداد دروازه های ورود به خانه شما را با ایجاد نقاط آسیب پذیری که پیشتر حتی وجود خارجی نداشتند افزایش می دهد.

یک خانه ی هوشمند پراز نقاط اتصال ضعیف محتمل است. شاید کنایه آمیز به نظر برسد، اما دوربین های امنیتی اغلب در صدر این لیست قرار دارند. و این به شما بستگی دارد که به چه میزان این تهدید را به حداقل برسانید.

چگونه میتوان گفت که دوربین های امنیتی آسیب پذیر هستند؟

در صورتی که یک هکر بخواهد کنترل یک جریان ویدئویی را دست بگیرد، این کار به دو شکل صورت میگیرد: به صورت محلی و به صورت دورادور.

برای دسترسی یافتن به صورت محلی، شما باید در دامنه ی شبکه بیسیمی که دوربین مربوطه بدان متصل است قرار داشته باشید. در این حالت هکر مربوطه باید با استفاده از یک سری روش مختلف به  این شبکه بیسیم دسترسی پیدا کند؛ این روش ها شامل حدس عبارت عبور با استفاده از حمله جستجوی فراگیر (brute-force) یا حمله کلاه برداری (spoofing) از شبکه بیسیم و ایجاد اختلال (Jamming) در سیستم واقعی میشود. اختلال به استفاده از دستگاههاي الکترونيکی که سبب تخريب توابع گيرنده میشوند اطلاق میگردد. به طور کلی یک اختلال کننده قادر است که در یک محدوده از باند فرکانسی، اطلاعات را مبهم نموده و یا در نهایت از بین ببرد. این کار از طریق ارسال یک سیگنال تداخل در باند فرکانسی مزبور انجام می شود. این سیگنال می تواند نویز سفید و یا سایر نویزها نظیر صدای جرقه ‌مرس تلگراف و … باشد. البته چون اختلال کننده ممکن است بر ضد رادارها و گیرنده های ارتباطی و یا فیوزها عمل کند ماهیت سیگنال اختلال بسته به اینکه بر ضد کدامیک عمل کند، متفاوت است.

در یک شبکه محلی، دوربین های امنیتی همیشه رمزنگاری یا رمزگذاری شده نیستند، چرا که امنیت شبکه های بیسیسم معمولا به اندازه ی کافی از قدرت بازدانده برخوردار هستند و میتوانند از حملات خطرناک جلوگیری کنند. بنابراین به محض ورود هکر مربوطه به شبکه، برای تحت کنترل گرفتن دوربین ها و سایر دستگاه های IoT محتمل که در اطراف منزل قرار دارند، دیگر نیازی به انجام کاری نیست.

در مقایسه با هک های صورت گرفته در محل، هک هایی که به صورت دورادور انجام میشوند، سناریوهایی محتمل تر و ترسناک تری هستند. موارد معمولی چون نقض داده ها میتواند اطلاعات اعتباری ورود شما را در اختیار افراد نادرست قرار دهد. برای جلوگیری از وقوع چنین مواردی، جز تغییر مداوم رمز عبور، کار زیادی از دست شما ساخته نیست.

هنگامی که یک دوربین امنیتی، داده های ویدئویی را از طریق اینترنت منتقل میکند، این امکان وجود دارد که سیگنال ویدئویی ارسالی قربانی حملات مربوط به رمزهای عبور ضعیف و پیش فرض شود؛ اینگونه رمزها تایید اعتبار را در سرورهای وب کمپانی امنیتی موردنظر به صورت کامل تسهیل میکنند.

برای هکرهایی که آشنایی حداقلی با راه و چاه های انجام این کار دارند، یافتن هدف بعدی جریان ویدئویی غیرایمن به سادگی یک جستجو در گوگل است. شاید شنیدن اینکه چه تعداد از افراد و بیزینس ها، پس از نصب سیستم های دوربین خود اقدام به تغییر نام کاربری و رمزعبور پیش فرض خود نمیکنند، غیرقابل باور باشد. برخی از سایت ها با جمع آوری و نمایش مواردی مشابه موارد زیر نشان میدهند که چگونه دسترسی یافتن به جریان های ویدئویی غیرایمن و یا آن دسته از ویدئوهایی که با ورود پیش فرض انجام میشده اند، آسان است.

چطور بدانید که آیا هک شده اید یا خیر؟

شاید دانستن اینکه آیا دوربین های امنیتی شما و یا بدتر از آن، مانیتورهای مراقبت از نوزاد شما هدف هک قرار گرفته اند یا نه غیرممکن باشد. اینگونه حملات شاید از چشمان افراد آموزش ندیده دور بمانند و اکثر افراد حتی نمیدانند که باید از کجا شروع به بررسی سیستم خود کنند.

یک پرچم قرمز که نشان دهنده ی وقوع فعالیت های خطرناک در دوربین امنیتی شما است، عملکرد کند و غیرمعمول آن میباشد. بسیاری از دوربین ها حافظه ی محدودی دارند و هنگامی که هکرها در حال کار روی دوربین مربوطه باشند، چرخ های CPU به شدت مشغول کار میشوند، به طوری که قابلیت های معمولی این دوربین ها در مواردی تقریبا یا کاملا غیرقابل استفاده میگردند.

با این حال، به این نکته توجه داشته باشید که عملکرد ضعیف تنها نشانگر یک حمله ی خطرناک نیست. بلکه ممکن است که این عملکرد ضعیف، دلیلی کاملا عادی همچون اتصال یا سیگنال ضعیف داشته باشد.

چگونه باید از هک شدن جلوگیری نمود؟

هیچ سیستمی در مقابل این نوع حملات کاملا مقاوم نیست و از این رو شما میتوانید جانب احتیاط را رعایت کرده و بدین شکل احتمال هک شدن خود را کاهش دهید. این موارد شامل اقدامات زیر میشوند:

  • شبکه ی بیسیم خود را با WPA2 ایمن کنید.
  • در صورت دسترسی، کدگذاری بین ابزارهای اجرایی دوربین امنیتی خود را فعال کنید.
  • نرم افزار آدمین را با نام کاربری و رمز عبوری که به راحتی قابل حدس نباشد محافظت کنید، حتی روی یک شبکه محافظت شده.
  • به صورت مداوم و یا هرزمان که ممکن است، فریمور دوربین خود را بروز رسانی کنید.

همچنین پیشنهاد میشود که دوربین های امنیتی را روی یک شبکه ی مخصوص به خود آنها قرار دهید. بدون شک این کار مانع برنامه های شما برای یک خانه هوشمند عالی میشود. با این حال، در مواردی که هکر مربوطه به یک دستگاه دسترسی پیدا کرده و از آن برای تحت کنترل گرفتن دستگاه های متصل به یکدیگر روی شبکه مشترک استفاده میکند، این کار مانع از اجرای استراتژی «جایگیری و توسعه» میشود.

اگر بخواهیم یک قدم جلوتر بگذاریم، شما میتوانید از یک شبکه ی خصوصی مجازی یا VPN استفاده کنید تا امکان دسترسی دستگاه های مختلف را به شبکه ای که دوربین های امنیتی در آن قرار دارند، محدود کنید. علاوه بر این، شما میتوانید تمامی فعالیت های روی شبکه را یادداشت کرده و نسبت به عدم وقوع رخدادهای غیرعادی اطمینان حاصل کنید.

احتمال آنکه افراد قربانی حمله ای چون آنچه گفته شد شوند بسیار پایین است، مخصوصا اگر جوانب احتیاط اولیه رعایت شده باشند. استفاده از اقدامات بالا باعث ایجاد لایه ای چندگانه از امنیت میشود و امکان هک شدن سیستم توسط هکرها را به پایین ترین حد ممکن میرساند.

برگرفته از مجله CNET

http://www.didarc.com/fa/news/preventing-security-cameras-from-being-hacked

آیا دوربین شما هک شده است؟

از آنجایی که امنیت سایبری در دوربین های نظارت تصویری، روز به روز بیشتر از قبل در حال تبدیل شدن به یک مشکل رایج است، امکان تشخیص زمان تحت خطر بودن دستگاه ها برای مشتریان بسیار اهمیت پیدا میکند. با توجه به این که محصولات نظارتی مختلف، آسیب پذیری های خاص خود را دارند، این کار چندان آسوده نخواهد بود. با این حال، با کمی دقت و توجه بیشتر افراد میتوانند در کمترین زمان ممکن، تشخیص چنین مواردی را مدیریت کنند.

به نقل از امیر لاکانی، مدیر استراتژی امنیت سایبری در شرکت فورتی نت، «در بسیاری از موارد، این کار بسیار دشوار است، چرا که مشتریان نمیتوانند به صورت دقیق و درست تعداد دوربین ها و تعداد خطرات موجود را بیان کنند. در بسیاری از این موارد، سیستم مربوطه بسیار آهسته اجرا شده و یا واکنش نشان میدهد. در فضاهای شرکتی، سیستم هایی چون دستگاه های جلوگیری از ورود افراد غیرمجاز و تحلیل هرگونه ترافیک شبکه غیرمتعارف میتواند سرنخی مهم مبنی بر تشخیص اینکه آیا توسط مهاجمین سایبری تحت حمله قرار گرفته اید به دست شما دهد.

از آنجایی که بدافزارهای اینترنت اشیاء IoT معمولا طوری طراحی میشوند که امکان تشخیص آنها وجود نداشته باشد، راه آسان و مطمئنی برای تشخیص آنها وجود ندارد. هرگونه تغییر در دستگاه شما میتواند نشان دهنده ی وجود یک بدافزار بات نتی در آن باشد. اما بات نت چیست؟ بات‌نت‌ها شبکه‌هایی هستند که با در اختیار گرفتن مجموعه‌ای از کامپیوترها که بات(bot) نامیده می‌شوند، تشکیل می‌شوند. این شبکه‌ها توسط یک یا چند مهاجم که botmasters نامیده می‌شوند، با هدف انجام فعالیت‌های مخرب کنترل می‌گردند. به عبارت بهتر ربات‌ها کدهای مخربی هستند که بر روی کامپیوترهای میزبان اجرا می‌شوند تا امکان کنترل نمودن آن‌ها از راه دور را برای botmasterها فراهم نمایند و آن‌ها بتوانند این مجموعه را وادار به انجام فعالیت‌های مختلف نمایند. برای بررسی این موارد چند راه وجود دارد:

  • رمز عبور شما دیگر کار نمیکند – این مورد نشانگر هک شدن دستگاه شما است.
  • تنظمیات دستگاه شما مورد تغییرات قرار گرفته است – به عنوان مثال، ویدئوهای شما به یک سرور دیگر فرستاده میشوند.
  • افزایش ترافیک شبکه – در صورت امکان، آمار شبکه روتر خود را بررسی کنید. وجود یک بات نت میتواند باعث افزایش میزان ترافیک شبکه ی گرفته شده از دوربین شود. هرگونه افزایش در ترافیک شبکه باید برای شما مهم باشد، چرا که به جز هنگام پخش ویدئو از دوربین، این عدد باید نسبتا پایین باشد.

بهترین اقدامات برای محافظت سایبری

به قطع دانستن اینکه آیا دوربین شما مورد هجوم هکرها قرار گرفته است یا خیر خالی از لطف نیست، با این حال سناریوی ایده آل مشتریان این است که دستگاه های آنها هرگز هدف هجوم هکرها قرار نگیرند. شاید با توجه به نقاط آسیب پذیری که این روزها اغلب با آنها مواجه هستیم، برآورده سازی چنین انتظاری کمی دشوار باشد. با این وجود، برای تضمین آنکه تجهیزات نظارتی شما هدفی آسان برای هکرها نیستند، برخی اقدامات خاص وجود دارد که افراد میتوانند اتخاذ کنند.  

به نقل از لاکانی: «بسیاری از افراد حتی ابتدایی ترین موضوعات را نیز فراموش میکنند. این موارد شامل غیرفعال سازی نام های کاربری و رمزهای عبور پیش فرض میشود. از نام های کاربری و رمزهای عبور پیچیده استفاده کنید. در صورت امکان، احراز هویت دو فاکتوری را فعال کرده و امکان مدیریت از برخی شبکه های خاص یا پایگاه های مدیریتی را محدود کنید. گام مهم دیگر آن است که همیشه از اجرای بروزترین سیستم های عامل و فریمورها روی دوربین خود اطمینان حاصل نمایید. هر روزی که میگذرد، سازندگان سیستم ها شاهد حملات زیادی اند که به دستگاه ها میشود. برای رفع نقاط آسیب پذیر دستگاه ها، سازندگان این سیستم ها اقدام به انتشار فریمورهای جدید برای دوربین ها میکنند. و در آخر، بخش بخش سازی از اهمیت بالایی برخوردار است. شبکه ی استفاده شده توسط دوربین ها و سایر دستگاه های IoT خود را با شبکه ی مورداستفاه ی سایر سرویس ها و کامپیوترهای خود یکی نکرده و در صورت امکان از شبکه های مجزا برای اجرا آنها استفاده کنید. بدین شکل، حتی در صورت بروز تهدیدات و خطرات، هکرها محدود به چیزی خواهند شد که میبینند و دامنه ی این نوع حملات محدود خواهد شد».

جنگ علیه حملات سایبری باید در سطح تولیدکنندگان آغاز شود. بهترین راه برای محافظت از دوربین های نظارتی، بکارگیری تکنیک های دفاعی عمیق است.

محافظت باید از امنیت در طراحی آغاز شود و در طراحی، معماری و ساخت محصولات در نظر گرفته شود. سازندگان محصولات باید از یک سری تکنیک های بخصوص برای جلوگیری از اقدامات هکرها استفاده کنند. استفاده از چنین تکنیک هایی باعث دشوارسازی استفاده هکرها از جریانهای موجود در طراحی سیستم ها برای دسترسی یافتن به دستگاه های متصل به یکدیگر میشود. مهمتر از همه، همچون سایر دستگاه های پیشرفته متصل به یکدیگر مثل روترها، دوربین ها میتوانند از بخش های امنیتی سایر برندها، عوامل امنیتی اختصاصی آنها و امکان یکپارچه سازی با سرویس های امنیتی جهت موارد زیراستفاده کنند:

  • تکمیل طراحی امنیتی خود
  • محفاظت مداوم در برابر انواع حملات

 

منبع: مجله a&s

http://www.didarc.com/fa/news/how-to-know-if-your-video-surveillance-camera-is-hacked