现今技术日趋成熟，创新科技的未来发展无远弗届，使得消费应用不断往商业应用前进，企业必须竭力寻求能为客户增值的各种技术。展望2018年，我们归纳几种将对安防业产生影响的技术发展趋势。

1、向边缘发展

物联网与云计算近年来逐渐为人们所熟悉，虽然为企业与消费者带来益处，但同时也产生一些影响：从联网设备向数据中心传输以便处理和存储的数据量飞速增长，所需的相关带宽也日益增加。而边缘运算可以在靠近数据源的网络「边缘」执行数据处理任务，便能显著降低传感器、设备和数据中心间所需的带宽。边缘运算的进一步发展也与数据的完整性和隐私等问题关系密切：在数据传输到数据中心前，透过网络边缘设备对数据进行匿名和加密，可以有效地解决这些问题。

随着网络摄像机、音频和其他传感器(网络边缘设备)越来越先进，质量也越来越好，云计算和边缘运算的平衡势在必行，如此才能提供精确、可靠和可用的数据。

2、云到云

尽管存在如前述的边缘运算发展趋势，但云计算仍在IT基础架构中发挥重要作用。不过，虽然云计算给人以单一实体的印象，然实际上全球有许多「云」广为人们使用。随着越来越多的企业开始提供建基于云端的服务，云生态系统逐渐成为用户首选，而非传统的内建系统。

在云端进行整合可以大幅减少所需的内部IT服务，而透过丰富的服务API，可以设立和布建来自于多家供货商的进阶复合服务，包括数据分析、内容管理和储存，从而缩短上市时间并快速扩大规模。提供云端服务的企业组织应该抓住这个机会，透过整合相关服务，为客户和合作伙伴增加价值。

3、深度学习与机器学习

目前我们已开始实现深度学习和机器学习架构的所有优势：拥有海量的数据可供分析;拥有强大的处理能力，能够在合理的时间范围内完成分析;拥有先进的算法以及大量案例可供借鉴。当某些非凡的深度学习应用与图像解读、语音识别和决策支持互相关联时，安防领域的分析潜力便不言而喻。

在相对较基础的层面上，深度学习应用将可改善视频运动检测、人脸识别、个体追踪和误报控制，能有助于系统的设计、配置、优化和设备管理。此外，预测分析也将迎来前所未有的机遇，最终能够预防各种事件的发生，包括恐怖攻击、滑倒与坠落事故、交通问题和入店行窃等。

4、个性化与隐私

提供高度个性化的服务是深度学习的潜在应用之一。设想在某个零售环境中，顾客进店时进行人脸识别，而商店基于顾客过去的购买、偏好、甚至最近的浏览历史，可将相关产品讯息推送到他的移动终端。但与此同时，这样的例子也涉及人们对隐私问题的担忧，以及对企业和其他组织机构如何使用个人资料/数据的担忧。

在欧盟， 推出的「通用数据保护条例」(GDPR，2018年5月全面实施)统一保护欧盟范围内的个人数据，无论其数据在哪里保存或使用。不管是受到立法的鼓舞抑或仅想做正确的事，在日益增加的个人化服务下，个人数据和隐私保护之间如何取得平衡，将是所有企业组织在新的一年必须要走的钢索。

5、网络安全

网络安全的持续强化是一项永无止境的任务，网络犯罪分子拥有充足的资源，且绝不会停止寻找任何新技术漏洞的脚步。尤其物联网使联网设备的数量呈指数级增长，潜在的网络安全问题也会曝露，若不加以解决，除设备入侵外，更可能导致代价高昂的停机。2018年无疑将会面临更多的网络威胁和攻击，企业应心怀警惕，持续修正、确保修补程序的落实。

6、通过平台实现物联网的全面优势