Search
Close this search box.

【TechOrange 2018 邊緣運算趨勢論壇】迎戰新時代資安,AI 與邊緣運算已密不可分

 AI技術的快速發展,改寫了物聯網應用的系統架構,結合雲端與邊緣終端的運算方式,逐漸成為趨勢,為了探討 IoT 運算如何從雲端到終端,貿協與 TechOrange 科技報橘特別於 12 日舉辦《2018 邊緣運算論壇》,在下午第一場議程「從雲端到終端,邊緣運算的即時數據分流秘笈」中,邀請來自微軟、歐特明電子及 Aruba 共同探討如何應用 AI、強化邊緣運算的效能。

AI 與邊緣運算,密不可分

台灣微軟亞太區雲端物聯網事業群資深協理李啟後

台灣微軟亞太區雲端物聯網事業群資深協理李啟後表示,AI 與邊緣運算已經是密不可分,將 AI 運算模型放到邊緣端進行運算,不只可以解決物聯網大量資料同時湧到雲端的運算難題,還能為企業帶來兩大效益:降低雲端費用、透過邊緣裝置中的GPU或各式各樣加速器提高運算效率。

目前微軟在邊緣運算端的服務種類非常多,除了Azure IoT HubAzure IoT Edge 模組外,也提供硬體設備 Data Box Edge 與 Data Box Gatway,讓邊緣運算與 AI 的結合更順暢。此外,微軟也積極和外部廠商合作開發相關的解決方案,像是之前與高通 Qualcomm 合作,運用 Azure IoT Edge 模組開發具有影像識別能力的邊緣裝置,或是和無人機大廠 DJI 共同開發,將人工辨識、安全監控等 AI 服務整合成 SDK 套件提供給廠商使用。

歐特明電子總經理陳學群

歐特明電子總經理陳學群則是從自駕車/無人車角度,看邊緣運算的應用發展。一部車要能自駕,必須透過攝影機、雷達、超音波雷達、光束等傳感器,蒐集大量資料,並集中到電子控制單元 ECU 進行運算分析,進而去控制車內零件,如:油門、方向盤、剎車等。

然而,目前最大問題是,數據運算非常耗電,而車輛電力供應有限,所以邊緣運算技術需要不斷精進,才能提昇自駕車的性能與效能,未來隨著自駕車越來越普及,現行從車輛到雲端的分散式運算架構將會有所不同,在車輛和雲端之間會出現一個中間層,讓不同自駕車可以彼此溝通,也讓雲端與邊緣端的溝通更有效率。

當運算從雲端到地端,安全是最重要的關鍵考量

Aruba 資深技術經理陳清淵

Aruba 資深技術經理陳清淵則談到安全的重要性,透過讓邊緣裝置自行學習如何辨識連網設備並給予使用權限是不夠的,需有人工智慧中的機器學習技術,探知隱藏公司內部的資安威脅,透過機器學習,資安管理者不用設定太多規則,且隨著資料來源越多,使用行為差異與威脅就會越精準也可以排除眾多的無效告警。

在三位講師精采的分享後,最後登場的 Pannel 對談,則專注在台灣產業在導入邊緣運算時最關注的資安議題。李啟後表示,一般公有雲服務供應商會透過認證、傳輸加密等方式,證實自家服務的安全性,而微軟在這些方式之外,特別與 Intel 合作開發專屬晶片,應用在邊緣終端上,為企業守住最後一哩路的資訊安全。

陳學群表示,自駕車軟體可以控制車內的方向盤、油門等元件,一旦被病毒入侵、後果將難以想像,所以系統從底層到上層的設計,都需以安全為第一優先考量。陳清淵則指出,過往的資安解決方案習慣用特徵碼或 Patten 去判斷資安威脅,如今藉由機器學習技術,即便是沒有特徵碼或 Patten 的威脅,也能事先辨別出來並予以阻斷,協助企業降低資安風險。

2018 邊緣運算論壇

【TechOrange 2018 邊緣運算趨勢論壇】智慧工廠的未來,取決於邊緣運算

【TechOrange 2018 邊緣運算趨勢論壇】打造 24H 即時數據流智慧工廠,台灣需兼具製造與 AI 知識人才

【TechOrange 2018 邊緣運算趨勢論壇】邊緣運算正夯,台灣具有軟硬整合利基

(本文開放合作夥伴轉載)