آرشیو برچسب: IOT

چهره ی تکنولوژی ویدئویی در سال 2019

تنها در طول چند دهه، صنعت نظارت ویدئویی شاهد تغییراتی اساسی در زمینه تکنولوژی بوده است؛ گذار از دوربین های آنالوگ و سیستم های مداربسته به سوی سیستم های دیجیتال و تکنولوژی های ویدئویی IP که قدرت هوش مصنوعی ﴿AI﴾ را تحت کنترل خود در آورده اند.

بدون شک صنعت تولید سیستم های مدیریت ویدئویی VMS صنعتی رو به رشد است که طبق پیش بینی های صورت گرفته انتظار میرود تا سال 2019 ارزش این صنعت به 5.0$ میلیارد دلار در منطقه آسیا-اقیانوسیه برسد.

هر چه دوربین ها و سنسورها پیشرفته تر شده و تکنولوژی های نوظهوری چون اینترنت اشیاء ﴿IoT﴾ در حجم گسترده تری با سیستم های مدیریت ویدئویی تلفیق میشوند، انتظار میرود که تکنولوژی های مربوط به سیستم های ویدئویی به یک اندازه روی بیزینس ها و بازارها تاثیر بگذارند.

بنابراین در سال پیش رو از صنعت تکنولوژی ویدئویی چه انتظاری باید داشت؟ در این مقاله سه روندی که همچنان باعث تغییر زاویه دید و رویکرد ما در سال 2019 و پس از آن میشود مورد بحث و بررسی قرار خواهد گرفت.

هوش مصنوعی :عامل استمرار تغییر در بازار نظارت ویدئویی

هوش مصنوعی همچنان به بهبود وضعیت دوربین های نظارتی کمک خواهد نمود – این تکنولوژی دوربین ها را مجهز به مغزهایی دیجیتال میسازد که با چشمان آنها هماهنگ بوده و سیستم ها را قادر میسازد تا ویدئوهای زنده و ضبط شده را در حجم های بالاتر آنالیز کنند.

در گذشته از دوربین ها به عنوان اجسامی منفعل و مجهول یاد میشد، اما با کمک تحلیل رفتاری و بینش های پیشگیرانه همان دوربین ها حال به سرمایه هایی فعال و ارزشمند تبدیل شده اند. به عنوان مثال در شهرهایی چون سنگاپور و گویانگ کره، سیستم-های مجهز به تکنولوژی ویدئوی هوشمند در حال بکار گرفته شدن در مراکز فرماندهی و مراکز نظارتی هستند تا با کارایی و کارآمدی بیشتری به مبارزه با جرائم پرداخته شود.

در شهر سنگاپور، با کمک آگاهی نسبت به شبکه های عظیمی از دوربین های نظارتی موجود در جزیره های این کشور، تکنولوژی تشخیص چهره در حال مورد آزمایش قرار گرفتن است. سیستم ویدئویی مجهز به هوش مصنوعی قادر به تشخیص چهره ی افراد در یک محیط شلوغ و همچنین جدا کردن افراد موردنظر در لیست پیگیری نیروهای پلیس میباشد.

در شهر گویانگ نیز بکارگیری و مدیریت یکپارچه  و 24 ساعته سیستم های نظارتی-امنیتی به کمک سیستم های مجهز به هوش مصنوعی امکان پذیر شده است؛ این سیستم ها با استفاده از آنالیتیک های ویدئویی به انجام این دست کارهای دشوار میپردازند و به هر یک از کارکنان اجازه میدهند تا به بازبینی همزمان حدود 100 دوربین  پرداخته و به حفظ منابع ارزشمند شهری کمک کنند.

با پیشرفت صنعت نظارت، تکنولوژی ویدئویی مجهز به هوش مصنوعی تاثیر به مراتب بیشتر و عمیقتری روی صنعت نظارت ویدئویی میگذارد. طبق تخمین های صورت گرفته، تا سال 2020 حدود 1 میلیارد دوربین ویدئویی متصل به پلتفرم های  هوش مصنوعی وجود خواهد داشت و در سال 2019 این روند به صورت گسترده شروع به قدرت گرفتن خواهد نمود.

تکنولوژی ویدئویی: یک باید در استراتژی آی.تی هر شرکت

در شرکت های مدرن امروزی، پیشگامان بیزینسی و تصمیم گیرندگان کلیدی علاوه بر اهمیت قائل شدن برای ایمنی و امنیت سرمایه های کمپانی ها، روی آگاهی بهتر نسبت به فرآیندها و محیط های بیزینسی تاکید میکنند. دقیقا اینجاست که تکنولوژی ویدئویی هوشمند قادر به بهبود عملکرد بیزینسی و کاستن هزینه های عملیاتی خواهد بود.

بخش خرده فروشی نمونه ای از صنعتی است که به صورت کامل آماده ی استفاده از مزیت های تکنولوژی ویدئویی پیشرفته میباشد.

این صنعت راه زیادی را از گذشته تا به کنون آمده است؛ درگذشته به دوربین های ویدئویی تنها به عنوان سرمایه های ایمنی و امنیتی نگاه میشده است. در واقع خرده فروشان امروزی از گستره ی عظیمی از ابزارآلات و قابلیت های قدرتمند برخوردار هستند؛ اینترنت اشیاء (IoT) و سیستم های آنالیتیک ویدئویی از جمله این ابزارآلات و قابلیت ها هستند که به خرده فروشان اجازه میدهند تا آگاهی بیشتری نسبت به رفتار مشتریان خود و مسیر حرکت آنها در داخل مغازه کسب کنند.

به عنوان مثال، ویدئوی هوشمند قادر به تشخیص ورود یک فرد به فروشگاه و دنباله روی حرکات او در داخل فروشگاه میباشد. این کار باعث شکل گرفتن نقشه ای حرارتی میشود که به خرده فروشان اجازه میدهد تا متوجه شوند که هر یک از افراد به چه مدتی به یک ویترین نگاه کرده اند، قسمت های موردپسند فروشگاه کجا هستند و اینکه خریداران کدام قسمت ها را نادیده گرفته اند. این موضوع به خرده فروشان کمک میکند تا متوجه شوند چه کسی محصولات را بهتر معرفی و ارائه کرده و به صورت کارآمدتری شروع به انجام کارهای فروشگاه میکند و همچنین اینکه چه کسی روی کمپین های بازاریابی تاثیر بیشتری میگذارد.

همچنین ویدئوها قادر به تشخیص صف افراد هستند، بدین شکل خرده فروشان میتوانند زمان های بخصوصی که به پرسنل بیشتری نیاز است را متوجه شوند و در زمان هایی که به صورت غیرمنتظره سر پرسنل با تعداد زیاد مشتریان شلوغ میشود به پرسنل خود نسبت به باز کردن یک گیشه ی جدید آموزش دهند. همه ی این موارد به خرده فروشان کمک میکند تا از منابع انسانی خود به صورت بهینه استفاده کنند.

برای خرده فروشان، چنین استراتژی داده-محوری باعث کاهش هزینه های مربوط به نگهداری از مشتریان و زمان لازم برای ایجاد پروفایل های کاربران میشود. از سوی دیگر با کمک این استراتژی، مشتریان مزایای مضاعفی از لحاظ خدمات و محصولات بهتر دریافت میکنند.

ویدئو و اینترنت اشیاء نیروهای متصل به یکدیگری که از طریق نوآوری های تکنولوژی باعث تغییر بیزینس ها میشوند.

با افزایش تعداد دستگاه های متصل به یکدیگر از طریق تکنولوژی IoT و فوران کل داده های تولید شده، آنالیتیک های ویدئویی باعث افزایش سرعت خودکارسازی حجم بالای داده های غیرساختارمند میشوند؛ بدین شکل بینش و دانشی ایجاد میگردد که به کمک آن میتوان کاری انجام داد و ارزش های بیزینسی را قفل گشایی نمود.

طبق پیش بینی گارتنر، تا سال 2020 به جای آنالیز محتواهای (ویدئویی/تصویری) شرکتی توسط انسانها، حدود 99 درصد از این محتواها توسط ماشین ها آنالیز میگردند، بیشتر از 30 درصد در سال 2018. این پیش بینی با کمک جمع آوری پیشرفته داده ها و اتوماسیون سیستم ها، سرویس و نرم افزارها به واقعیت تبدیل خواهد شد، چرا که این کارها همچنان باعث افزایش میزان ویدئوها و نوآوری های آنالیتیکی ویدئویی میشوند.

به عنوان مثال در هارتفورد، ایالت کانکتیکات آمریکا، مجریان قانون این منطقه با بکارگیری تکنولوژی ویدئویی توانستند یک مرکز مواد مخدر را با کمک حجم بالای ترافیک مشکوک اطراف آن خانه شناسایی کنند. کارگاهان مربوطه، به جای بکارگیری تعداد زیادی از منابع خود برای تحت نظر گرفتن محل موردنظر در خودروها و یا در پشت بام ها توانستند در کمتر از یک دقیقه شواهد کافی را برای حمله به خانه موردنظر به دست آورند و بدین شکل حدود 32 ساعت کاری در انجام این ماموریت صرفه-جویی کنند.

آینده ی ویدئوها

پیشرفت های صورت گرفته در صنعت نظارت ویدئویی، ارگان های مختلف را بر آن داشته است که روی رویکرد خود نسبت به سیستم های ویدئویی تجدیدنظر کنند. از امن نگه داشتن شهرهای هوشمند گرفته تا بهینه سازی فروشگاه های خرده فروشی، آینده-ی ویدئوها امیدوارکننده به نظر میرسد. هنگامی که بیزینس ها شروع به دیدن موارد کاربرد بخصوص و عملی سیستم های نظارت ویدئویی میکنند، شاهد بکارگیری وسیع ویدئوهایی فراتر از امنیت در صنایع مختلف خواهیم بود.

منبع: مجله a&s

5 شکل بکارگیری هوش مصنوعی در صنعت خودروسازی

هوش مصنوعی (AI﴾ صنعت خودروسازی را به قبضه خود در آورده است و حال آنکه تمامی فعالین بزرگ صنعت خودروسازی مشغول بکارگیری منابع و تکنولوژی های خود هستند تا به مطلوبترین خروجی برسند.

زیبایی دستگاه های مجهز به هوش مصنوعی در آن نهفته است که این سیستم ها به دنبال یادگیری از تمامی ورودی های سنسوری همچون صداها و تصاویر هستند.

به همین شکل هنگامی که این هوشمندی در تکنولوژی موجود در یک خودرو گنجانده میشود، خودروی مربوطه محیط پیرامون خود را شناسایی کرده و هنگام حرکت یا مواجه شدن با موانع به ارزیابی علائم محیطی میپردازد.

در سال 2015، نرخ نصب و بکارگیری سیستم های هوش مصنوعی-محور در خودروهای جدید تنها 8٪ بوده است، اما تا سال 2025 انتظار میرود که این نرخ به 109٪ افزایش پیدا کند. این افزایش بخاطر نصب و بکارگیری سیستم های AI مختلف در وسایل نقلیه خواهد بود.

راندن خودروهای بدون راننده با کمک هوش مصنوعی

تفکر پشت خودروهای بدون راننده از حوالی سال 1970مطرح شد و از این جهت میتوان گفت که این پدیده موضوع جدیدی نیست. خودروهای مجهز به هوش مصنوعی که در فیلم های سالهای گذشه به تصویر کشیده شده اند همیشه تصورات ما را درگیر خود نموده اند. اما به احتمال زیاد، کمبود آگاهی فنی و منابع از جمله موانعی بوده اند که مانع به حقیقت پیوستن این تصورات تاچند سال اخیر شده اند. به تدریج تمامی فاکتورهایی که منجر به هوش مصنوعی میشدند شکل گرفتند و در حال حاضر شاهد به حقیقت پیوستن تولید خودروهای بدون راننده هستیم.

اما دیدن هوش واقعی در این نوع ماشین ها موضوعی است که نیاز به زمان دارد. ایده ی پشت تولید این نوع ماشین ها این بوده است که خودروها بتوانند بدون راننده ی انسانی و در شرایط مختلف خود به تنهایی به رانندگی بپردازند. شاید این کار آسان به نظر برسد، اما به هیچ وجه اینگونه نیست! چرا که برای انجام این کار به محاسبات بسیار دقیقی احتیاج است.

از طریق تکنیک هایی چون تلفیق سنسورها و یادگیری عمیق، محقیقن موفق به توسعه تکنولوژی شدند که به ایجاد یک نقشه سه بعدی از تمامی اتفاقات رخ داده در اطراف خودرو کمک میکند.

برخی از شرکت های بزرگ در زمینه تکنولوژی و خودروسازی همچون گوگل و تسلا، میلیونها دلار از پول خود را صرف پژوهش در مورد خودروهای بدون راننده نموده اند تا بدین شکل به یک تکنولوژی بهتر دست پیدا کرده و خودروهای خودگردان/خودران را به یک واقعیت تجاری تبدیل کنند.

حال بیایید به اشکال مختلفی که هوش مصنوعی به پیشرفت و توسعه صنعت خودردوسازی در آینده کمک میکند نگاهی بیاندازیم:

1. یادگیری ماشین

هوش مصنوعی ﴿AI﴾ نوعی هوش است که در نتیجه بهترین آزمایشات علمی مطرح شده و توسعه پیدا کرده است. هنگامی که این هوش در دستگاه ها و ماشین ها بکار گرفته میشود، آنها را به دستگاه/ماشین هایی مبدل میسازد که تا حد زیادی همچون انسانها عمل میکنند. با این حال، هوش مصنوعی با یادگیری عمیق متفاوت است. در هوش مصنوعی، دستگاه ها به شکلی به انجام کارها میپردازند که انسانها آن را هوشمند تلقی میکنند. یادگیری ماشین یا ML یکی از کاربردهای هوش مصنوعی است که در آن به ماشین ها یک سری داده ی بخصوص داده میشود و آنها به خودی خود شروع به یادگیری بر اساس این داده ها میکنند. یادگیری ماشین در حقیقت زیرمجموعه ای از هوش مصنوعی AI تلقی میگردد.

شرکت تویوتا یک گام جلوتر پیش رفته و از بیگ دیتا ﴿کلان داده﴾، یادگیری ماشین و هوش مصنوعی در جهت تولید سیستم های خودگردان به شدت حساسی بهره جسته است که به سهولت حرکت «افراد کم توان در رانندگی» کمک میکند.

2. یادگیری عمیق

یادگیری عمیق فرآیندی است که با کمک آن یادگیری ماشین بکار گرفته میشود. با کمک یادگیری عمیق است که بسیاری از فعالیت های هوش مصنوعی بدون هیچگونه شکستی صورت میپذیرند. یادگیری عمیق به سیستم ها کمک میکند تا وظایف خود را به بخش هایی قابل مدیریت تقسیم کنند. نرم افزار موجود در یادگیری عمیق قادر به یادگیری است و پس از آن شروع به تقلید از فعالیت های لایه های نورونی مغز ما میکند.

تکنیک های یادگیری عمیق در صنعت خودروسازی بسیار سودمند واقع شده است، چرا که این تکنیک ها در زمینه سیستم های پیشرفته راهنمای رانندگی و رانندگی خودکار کمک میکنند. این موارد تنها کاربردهای یادگیری عمیق در داخل خودروها بوده اند. تکنولوژی یادگیری عمیق نقش پررنگی را در خارج از محیط خود خودروها نیز ایفا میکند – در طول تولید، فروش و خدمات پس از فروش. حتی در سرویس هایی که تا کنون تکنولوژی در آنها تا حدودی مبهم به نظر میرسید، تکنولوژی یادگیری عمیق تفاوت ایجاد کرده و پیشرفت بزرگی را رقم زده است.

3. اینترنت اشیا ء ﴿IoT

اینترنت اشیاء تاثیری انکارناشدنی روی صنعت خودروسازی داشته است و همچنان مستعد قوی تر شدن در سالهای پیش رو نیز هست. خودروهایی که به تازگی تولید شده اند مجموعه ای از مواردجدید را به همراه خود دارند – سنسورهای هوشمند، قابلیت های تجزیه و تحلیل محیطی با کمک بیگ دیتا، کاربردهای اتصال گنجانده شده در خود سیستم.

با توجه به ویژگی های رویایی این خودروها، صاحبان این سیستم ها میتوانند از مزیت برخی ویژگی ها بهره مند شوند. برخی از این ویژگی ها عبارتند از:

  • فروشندگان یا تولیدکنندگان این سیستم ها از طریق نرم افزارهای بروزرسانی بیسیم، فریمور خودروها را بروزرسانی میکنند.
  • در صورتی که یک وسیله نقلیه در یک روز به خصوص برای سرویس یا تعمیر شدن برنامه ریزی شده باشد، داده های مربوط به عملکرد خودرو به مرکز تولیدکننده/فروشنده/خدمات رسانی ارسال خواهد شد.
  • تولید کنندگان خودروها میتوانند تنها از طریق یک نرم افزار مشخص به حل و فصل برخی از مسائل مربوط به عملکرد خودرو بپردازد و دارنده ی خودرو مجبور به تهیه یک لیست بلند بالای خرید نخواهد شد.
  • کمپانی هایی که دارای مجموعه ای از وسایل نقلیه خود هستند میتوانند با کمک پارامترهای امنیتی ارتقاء یافته، به صورت یک شکل به مدیریت خودروهای خود بپردازند.
  • کیفیت تولید ارتقاء یافته از طریق فرآیندهای اینترنت اشیاء (IoT) امکان پذیر است.
  • در صورت وقوع موارد نیازمند فوریتهای پزشکی، سنسورهای هوشمند خودرو پرسنل پزشکی مربوطه را فراخوانده و خواهند فرستاد.

 

 

4. قابلیت های ادراکی

انقلاب رانندگی بدون راننده در گوشه و کنار خیابانها به مسیر خود ادامه خواهد داد و افراد نه تنها شاهد بکارگیری قابلیت های هوش مصنوعی در خودروهای کوچک خواهند بود، بلکه کامیون های 18-چرخی را خواهند دید که مجموعه ای از کالاها را با خود حمل میکنند. این امر با کمک آنالیزهای ادراکی یک گام پیشتر آمده است، چرا که این آنالیزها با نگاه کردن به الگوهای رفتاری و قابلیت های داده کاوی به تقلید از رفتار افراد میپردازند.

سیستم های ادراکی باید عملکردی همچون یک انسان را در تفسیر شرایط واقعی داشته باشند. برای انجام این کار داشتن فهم و آگاهی عمیق نسبت به داده های غیرساختار-یافته ضروری است.

این دانش و آگاهی با کمک کسر بزرگی از داده های غیرساختار-یافته به دست می آید تا روی چگونگی نشان دادن عکس العمل طبیعی به صورت همزمان با وقوع رخداد تصمیم گیری صورت گیرد.

این قابلیت های ادراکی همچنین قادر به کنترل شرایط عملیاتی پویا و دینامیک خواهند بود. در حال حاضر تولیدکنندگان خودروها شروع به گنجاندن این نوع قابلیت ها در خودروهای خود نموده اند. به عنوان مثال، شرکتBMW با همکاری شرکت IBM تلاش نموه است تا این قابلیت های ادراکی را به خودروهای خود بیافزاید.

5. سیستم های اطلاع رسانی و سرگرمی

هوش مصنوعی، سیستم های اطلاع رسانی و سرگرمی موجود در خودروها را به شکل عظیمی تغییر میدهد. به خاطر این روند، تقاضا برای راهکارهای سخت افزاری و نرم افزاری باکیفیت نیز افزایش یافته است، چرا که تمام این سیستم ها باید سازگار با تکنولوژی هوش مصنوعی AI باشند.

در گروه سیستم های اطلاع رسانی و سرگرمی میتوانید شاهد پیشرفت و توسعه ویژگی های زیر باشید: تشخیص صدا، دنباله روی مسیر حرکت چشم، بازبینی رانندگی، تشخیص حرکات بدن و پایگاه داده زبان های طبیعی ﴿زبان طبیعی، قابلیت یک رایانه برای درک چیزی است که انسان در قالب کلام به او می‌گوید﴾. به مرور زمان این پیشرفت ها یک گام جلوتر خواهند رفت تا سیستم های ارزیابی شرایط راننده، سیستم های دید ماشینی متصل به دوربین، واحدهای کنترل موتور ترکیب سنسورها و واحدهای تشخیص رادار-محور را درنظر گرفته و در خود بگنجانند.

اینترفیس های ماشینی-انسانی مربوط به سیستم های سرگرمی و اطلاع رسانی وجود دارد که قبلا به خودروها متصل شده اند. این اینترفیس ها میتوانند طبق الگوریتم های به دست آمده از شبکه های نورونی ابر-محور به بازبینی پرداخته و عمل کنند. از این قابلیت بعدها میتوان برای انجام کارهای پیشرفته استفاده نمود.

نتیجه

با کمک قابلیتهای هوش مصنوعی افراد میتوانند شاهد نوع جدیدی از راندن خودروها ﴿پدیده «ابرها به خودروها»﴾ باشند. توسعه دهندگان این نوع سیستم ها با کمک قدرت محاسباتی فوق العاده ی موجود خود قادر به ساخت اپلیکیشن هایی شده اند که هوش مصنوعی را به مرحله ی جدیدی از کمال رسانده اند.

استفاده از هوش مصنوعی محدود به خودروهایی که به خودی خود و در شرایط گوناگون همچون یک راننده ی واقعی میرانند نمیشود. علاوه بر این، هوش مصنوعی به ساخت خودروهای ارزانتری کمک میکند که قادر به حس کردن محیط بوده و علیرغم تمام موانعی که ممکن است در جریان رانندگی سر راه افراد قرار بگیرد قادر به راهیابی باشند.

منبع: Bigdata-Madesimple

مزایای تکنولوژی تولید هوشمند

از گذشته تا کنون تکنولوژی تولید هوشمند در کارخانه جات بیشتر و بیشتری در سراسر جهان بکار گرفته شده است. به ویژه اینکه تولیدکنندگان با تکیه بر دستگاه هایی که با اینترنت اشیاء صنعتی (IIoT) کار میکنند و داده های تولید شده توسط آنها برای رسیدن به اهداف مختلف تلاش میکنند. یکی از این اهداف بزرگ، بحث نگهداری پیش بینی شده و بازبینی از راه دور است.

اینترنت اشیاء صنعتی (IIoT) که به صنعت 4.0 نیز معروف بوده، به عنوان چهارمین انقلاب صنعتی و اوج انقلاب های گذشته (از جایگزینی افراد توسط ماشین ها در قرن 19 گرفته تا بکارگیری خطوط تولید در قرن 20) تعریف شده و بخش تولید را دستخوش تغییرات نموده است. این بار تولیدکنندگان با بکارگیری دستگاه های IIoT و داده های تولیدشده توسط آنها برای کسب آگاهی و هوشمندی بیشتر استفاده میکنند.

بکارگیری اینترنت اشیاء (IoT) در صنعت تولید به عنوان اینترنت اشیاء صنعتی (IIoT) شناخته میشود. این شبکه از دستگاه ها، ماشین ها، کامپیوترها و اشیاء هوشمند با جمع آوری و به اشتراک گذاری حجم بالایی از داده ها با کاربران، باعث افزایش و بهبود وضعیت اتوماسیون در بسیاری از صنایع میشوند. در نتیجه این امر، کارایی عملیاتی و بازدهی افزایش یافته و در زمان و هزینه ها صرفه جویی صورت میگیرد. این آگاهی ها علاوه بر کمک به افراد در اتخاذ تصمیمات هوشمندانه تر و سریعتر، آگاهی ارزشمندی را به صورت همزمان با وقوع رخداد فراهم میسازند.

اینترنت اشیاء صنعتی (IIoT) اساسا در چهار حوزه مختلف به کمک تولیدکنندگان می آید. این چهار حوزه شامل نگهداری پیش بینی شده، بازبینی از راه دور، تجربه ی مشتریان و خدمات میدانی میشود که در ادامه این مقاله به تفصیل مورد بحث و بررسی قرار خواهد گرفت.

1. نگهداری پیش بینی شده

اینترنت اشیاء صنعتی (IIoT) به نگهداری پیش بینی شده بسیار کمک نموده است و از آنجایی که نگهداری پیش بینی شده نقشی مهم را در فرآیند تولید ایفا میکند، تولیدکنندگان به دنبال به حداقل رساندن هزینه های مربوط به عدم کارکرد درست تجهیزات صنعتی و ساعات بیکاری کارخانه جات هستند. با کمک سنسورها و داده های IIoT، اپراتورها میتوانند آگاهی بهتری نسبت به عدم کارکرد احتمالی ماشین ها به دست آورده و با توجه به آن عمل کنند. دستگاه های هوشمند قادر به پیش بینی زمان احتمالی خرابی یک ماشین هستند و این موضوع به شما اجازه میدهد تا برنامه ریزی بهتری برای نگهداری انجام دهید. به عنوان مثال یک ماشین در کف کارخانه شما ممکن است که نسبت به تغییرات دما، شتاب یا فشار حساسیت نشان دهد. بنابراین وقوع این رخدادها میتواند نشان دهنده ی عدم کارکرد احتمالی باشد و دستگاه مورد نظر این شرایط را پیش از وقوع هرگونه خرابی خارج از برنامه پیش بینی میکند.

2. بازبینی از راه دور

بازبینی از راه دور حوزه ی دیگری است که در آن تولیدکنندگان میتوانند از مزایای IIoT بهره مند شوند. به عنوان مثال تصور کنید که دارایی های شما چشم و گوش داشته و هر آنچه که اتفاق می افتد را به داشبورد شما ارسال کنند و با این کار به شما اجازه بدهند که به سرعت به شرایط موجود عکس العمل نشان دهید. به عنوان مثال،‌ یک سیستم خنک کننده نصب شده در فضاهای پیرامونی مشتریان را میتوان به صورت کامل از طریق داشبورد شما مدیریت نمود.

علاوه بر این، چیزی که اهمیت دارد این است که این قابلیت برای کاربرانی چون مزرعه های خورشیدی که چندین مکان بزرگ را به صورت همزمان میگردانند بسیار ارزشمند است. با بازبینی از راه دور، اپراتورها مجبور نیستند که به صورت فیزیکی در هر یک از این مکان ها حضور پیدا کرده تا وضعیت تجهیزات را بررسی کنند.

3. تجربه ی مناسب تر و خوشایندتر برای مشتریان

تعامل بین کاربران نهایی و مشتریان آنها در هر یک از مراحل توسعه محصول، از تحقیق اولیه گرفته تا فروش، میتواند دانش و آگاهی ارزشمندی را برای سازمان مربوطه به ارمغان آورد و باعث بهبود تجربه ی نهایی مشتریان شود. از طریق هر یک از این روش های تعامل،‌ داده های به دست آمده را میتوان در جهت صورت دادن اقداماتی متناسب با نیازها و ترجیحات متغیر مشتریان مورد تجزیه و تحلیل قرار داد. همچنین با تحلیل و بررسی سیستم های قدیمی میتوان از نوآوری های محصولات آینده در جهت ارائه محصولات و سرویس هایی با طراحی های به مراتب بهتر استفاده نمود.

4. بهبود خدمات میدانی

در آخر، بهبود خدمات میدانی مزیت دیگری است که IIoT برای تولیدکنندگان به ارمغان می آورد. داده های سنسور خارج از میدان میتواند زمان و پول زیادی را برای شما خریداری کند و پیش از تبدیل مسائل احتمالی به یک مسئله بزرگ، کارایی شما را بهبود ببخشد. این داده ها به شما تضمین میکند که که متخصصین فنی و ابزارآلات خدمات میدانی درست، در زمان مقتضی به محل موردنظر فرستاده شده و در عین حال فرآیند برنامه ریزی شما بهینه سازی و خودکارسازی شده است. در گذشته خدمات میدانی همیشه با برنامه ای شروع  میشده است که به علت فاکتورهای غیرقابل پیش بینی و تاخیرهایی که خارج از کنترل بوده اند، هرگز به واقعیت تبدیل نمیشدند. اما با ظهور اینترنت اشیاء صنعتی IIoT، دقت، درستی و عملی شدن برنامه شما تضمین شده است و بازدهی و رضایت بیشتر مشتریان حاصل میگردد.

منبع: مجله a&s

http://www.didarc.com/fa/news/what-benefits-does-smt-bring%3F

 

کارخانه هوشمند چیست؟

شاید یکی از رایجترین کلمات این دهه، واژه “هوشمند” باشد. هیچ صنعتی از این مفهوم مستثنی نیست. از تلفن ها گرفته تا منازل و ساختمان ها همگی در تلاش برای گنجاندن این مفهوم و برچسب در خود هستند. یکی از صنایعی که به صورت جدی نسبت به این امر علاقه نشان داده، صنعت تولید است. شناخته شده با عناوینی چون هوشمند، کارخانه های هوشمند و مفهوم گسترده تری چون صنعت 4.0، آهسته آهسته بخش تولید شاهد انقلابی است که میتواند روی بسیاری از بخش های دیگر تاثیرگذار باشد.

در قلب کارخانه های هوشمند موضوع هوشمندی قرار دارد و هوشمندی مکانی بخش مهمی از این کارخانه ها را تشکیل میدهد: در صورتی که چیزی حرکت کند و فرآیند انجام آن از اهمیت بالایی برخوردار باشد، ابتدا باید دید که این اتفاق در کدام مکان به وقوع پیوسته و در حال انجام چه کاری است. صنعت 4.0 محیطی را توصیف میکند که در آن فرآیندهای انعطاف پذیر و هوشمند با بهره گیری از داده های به دست آمده از سنسورهای متصل به تمامی بخش های یک زنجیره ی ارزش به صورت همزمان با وقوع رخداد استفاده میکند تا فرآیندهای بیزینسی بهینه سازی شوند. این سیستم های سایبری-فیزیکی از قدرت آنالیتیک های کلان داده ای برای ترجمه دید عملیاتی کامل به سرعت عمل و کارآمدی بی سابقه در امر تولید استفاده میکنند.

اما همواره گروهی از افراد وجود دارند که معتقدند بسته به مکان مورد بررسی از اصطلاحات متفاوتی استفاده میشود، با این حال مفهوم اصلی همچنان ثابت باقی می ماند.

بسته به منطقه و مکانی که این موضوع در آن مطرح میگردد، تعاریف مختلفی میتوان ارائه کرد. با این حال با انداختن نگاهی فراتر ازتعاریف مرسوم ارائه شده برای اصطلاحاتی چون “کارخانه هوشمند” یا “صنعت 4.0″، این اصطلاحات منعکس کننده ی تغییرات بنیادینی با توجه به چگونگی تغییر چهره ی فرآیندهای تولید از طریق “ساختارهای متصل به یکدیگر” هستند. امروزه مراحل مختلف فرآیندهای تولید، از همان ابتدا از پایین ترین سطح یک ماشین یا تجهیزات، مستقیما از طریق سنسورها/اینترنت اشیاء (IoT﴾ به یکدیگر متصل شده و مستقیما قادر به تعامل با یکدیگر هستند و در نتیجه این امر کل زنجیره ی تولید شفاف و کارآمدتر میشود. در حال حاضر این ماشین ها و تجهیزات را میتوان طوری برنامه ریزی کرد که علاوه بر تعامل با یکدیگر، با سیستم های بالاتر و پایین تر خود نیز به تعامل بپردازند و مستقل از مداخله نیروی انسانی، تصمیماتی هوشمندانه اتخاذ کنند. این دقیقا تعریف کارخانه هوشمند مدرن است.

کارخانه هوشمند به صنعتی گفته میشود که از دستگاه های متصل به اینترنت اشیاء ﴿IoT) برای بهبود کارایی، پیوستگی و امنیت عملیات های خود بهره میگیرد. تعامل به صورت همزمان و دورادور بین اجزای تولید و اپراتورها، کارخانه جات را به ویترینی برای اتوماسیون و اتوماتیک سازی تبدیل میکند. مفهوم کارخانه هوشمند را میتوان در دو فاز مجزا تعریف نمود. به عنوان مثال، کارخانه هوشمند بخشی از صنعت 4.0 است. صنعت 4.0 شامل فاز طراحی، فاز تولید و فاز لجستیک میشود. تمام این فازها به عنوان صنعت 4.0 نامیده میشوند، اما کارخانه هوشمند به نقطه ی میانی این فرآیند تبدیل میشود.

کارخانه های هوشمند حداقل به چهار عنصر نیاز دارند. عنصر اول، یکپارچه سازی ماشین با ماشین (M2M﴾ است. عنصر دوم مربوط به دانش حوزه مربوطه میشود. عنصر سوم مربوط به هوشمندی بیزینسی در بخش های بیرونی و داخلی این کارخانه ها است. عنصر چهارم نیز به تقاضای بازار برمیگردد.

این چهار عنصر از چهار حوزه ی متفاوت می آیند؛ این بدان معناست که اگر بخواهیم کارخانه هوشمند را در یک کلمه تعریف کنیم، میتوانیم از آن به عنوان تلفیق و یکپارچه سازی یاد کنیم.

ایده ی تقسیم این مفهوم به چهار دسته مختلف به نظر میرسد که در این صنعت بسیار شناخته شده باشد. صنعت 4.0 شامل چهار ستون میشود که کارخانه هوشمند یکی از این ستون ها را تشکیل میدهد. علاوه بر کارخانه هوشمند، تجربه دیجیتال مشتریان، زنجیره ی تامین متصل به یکدیگر و تشکیلات دیجیتال سایر ستون های صنعت 4.0 را تشکیل میدهند. هر صنعت 4.0 ابتدا با یکی از این ستون ها شروع میشود و سپس به سرعت به سوی سایر حوزه های دارای هم پوشانی حرکت میکند.

نقش دوربین ها در کارخانه های هوشمند

کارخانه های هوشمند میتوانند از دامنه ی گسترده ای از اطلاعات ورودی برای تغذیه قابلیت های تصمیم گیری خود استفاده کنند – ویدئوهای ضبط شده یکی از این منابع را تشکیل میدهند. از این ویدئوها میتوان برای سنجش و برای کنترل فرآیند استفاده کرد ﴿به عنوان مثال، اطمینان حاصل نمودن از اینکه برخی مناطق مشخص که در آن فرآیندهای تولید صورت میگیرند توسط اشیاء خارجی مسدود نشده باشند﴾، به علاوه اینکه این ویدئوها برای تست و آزمایش نیز کارایی دارند ﴿به عنوان مثال، اطمینان حاصل نمودن از اینکه تمام پیچ های موردنیاز برای سر هم کردن یک کیس در کالای تولید شده تعبیه شده است.﴾

داده های ویدئویی نیازمند تفاسیر زیادی هستند و زمانی بهترین عملکرد را از خود نشان میدهند که فرآیند و توضیحات مربوط به آن به خوبی محدود شده باشند و در نتیجه به الگوریتم های پردازش تصاویر امروزی اجازه دهند که با نرخ های خطای پایین عمل کنند. در مواردی که این فرآیندها به آن اندازه محدود نشده باشند، روش های مستقیم شناسایی و تشخیص اشیاء، یعنی سیستم های RFID ترجیح داده میشوند.

دوربین های داخل کارخانه های هوشمند برای کاربری هایی چون جلوگیری از ضرر، بازبینی دورادور، فرآیندهای عملیاتی، ایمنی و امنیت مورد استفاده قرار میگیرند. به عنوان مثال شرکت مارلنکا اینترنشنال که یک شرکت تولیدکننده کیک های عسلی واقع در کشور جمهوری چک است، به خاطر الزامات استانداردهای صنعتی، با قرار دادن دوربین در بالای خطوط تولید اقدام به بازبینی حرکات تسمه نقاله ای و فرآیند پخت خمیر نموده است. بخش های دیگری از این شرکت که در آنها از دوربینها استفاده شده است، بخش بسته بندی محصولات و بخش ارسال، برای بازبینی میزان ترافیک میباشد.

به عنوان مثال دیگری از چگونگی بکارگیری دوربین ها در تاسیسات هوشمند میتوان به شرکت زامپرا اسپول، یک شرکت مهندسی بین المللی واقع در کشور جمهوری چک اشاره کرد. این شرکت عمدتا به دلایل امنیتی مرسوم و همیشگی، همچون محافظت از فضاهای پیرامونی، جلوگیری از سرقت و بازبینی، از دوربین ها استفاده نموده است. این دوربین ها در امر بازبینی امنیت در کار و برخی از فرآیندهای کاری مشخص خود را نشان داده اند؛ با بکارگیری این دوریبن ها، تعداد صدمات ناشی از کار و غیاب های گزارش نشده در محیط کار کاهش یافته است. با این وجود خیلی زود مشخص شد که کیفیت مثال زدنی و قابلیت های نرم افزاری دوربین های بکار گرفته شده، همچون جستجوی آسان برای فایل های ضبط شده، این کار را ممکن ساخت که از این دوربین ها برای اقدامات دیگری که تا حد زیادی باعث بهینه سازی عملیات های تولید میشدند استفاده نمود.

از زمان بکارگیری دوربین ها در این کارخانه ها، افزایش قابل توجهی در کیفیت تولید، رشد در تولید و کاهش صدمات کاری و غیاب های گزارش نشده در محیط کار مشاهده شد.

در کارخانه جات هوشمند از دوربین ها در دو سناریوی مختلف استفاده میشود. سناریوی اول، کنترل و بررسی بروز هرگونه خطا. کار اصلی دوربین های صنعتی، بررسی و کنترل میزان دقت یا مقاومت موردنیاز است. سناریوی دوم ، بحث نظارت است که کاربرد استاندار برای امنیت تلقی میگردد.

برگرفته از مجله a&s

http://www.didarc.com/fa/news/how-to-define-smart-factories

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