IA intelligente en action : comparaison entre Edge et Cloud dans la sécurité vidéo
Avec la demande croissante de solutions de surveillance vidéo avancées et évolutives, le débat entre l’IA en périphérie (Edge AI) et l’IA dans le cloud (Cloud AI) a suscité une attention considérable. Traditionnellement, les appareils de périphérie se concentraient sur le stockage sur site et la gestion vidéo. Cependant, la croissance explosive de l’IA au cours des deux dernières années a conduit à l’adoption généralisée de solutions d’IA en périphérie.
Par Katherine Balabanova, 3dEYE, et Sascha Kylau, OneTel Security
Publié dans l’édition de l’automne 2024 du magazine DISPATCH, une publication trimestrielle de The Monitoring Association
Principaux avantages et inconvénients de l’IA Cloud et de l’IA Edge
Considérations de sécurité
L’un des avantages les plus significatifs de l’IA Cloud par rapport à l’IA Edge réside dans la sécurité. Les plates-formes cloud utilisées dans la télésurveillance à grande échelle — telles qu’AWS, Google ou Azure — s’appuient sur une infrastructure robuste dotée de protocoles de sécurité avancés. Ceux-ci incluent le chiffrement, l’authentification multifacteur et des mises à jour régulières pour se prémunir contre les menaces émergentes. La centralisation des données dans le cloud garantit que les flux vidéo en temps réel, les archives et les journaux d’événements sont protégés de manière cohérente selon les normes de sécurité les plus élevées.
Avantages de l’IA Cloud :
• Surface d’attaque en périphérie (edge) minimale
• Aucun serveur physique à protéger
• Aucun dispositif de type « boîte noire » compromettable sur le réseau local
• Connexions chiffrées directes vers le cloud éliminant le besoin de redirection de port, de pare-feu ou d’appareils exposés
• Transfert de la responsabilité de la sécurité des projets du personnel informatique local vers le fournisseur cloud
• Mises à jour logicielles et correctifs de sécurité centralisés
• Surveillance centralisée et détection des anomalies par IA
• Gestion centralisée des identités et des accès (IAM)
• Chiffrement des données de bout en bout (par ex., normes AWS)
• Chiffrement KMS flexible pour des clés de protection des données personnalisées
• Haute durabilité des données (par ex., AWS S3 offre une durabilité de 11 neuf)
• Support complet en matière de conformité
Inconvénients de l’IA Cloud :
• Coûts récurrents associés au stockage des données sur le cloud
• Nécessité d’une bande passante réseau suffisante pour le téléchargement amont et aval de grands ensembles de données
Défis et limitations de l’IA Edge
Bien qu’ils soient capables d’effectuer un traitement localisé, les appareils Edge font face à des contraintes dues à des ressources de calcul limitées. Ces ressources doivent être partagées entre des tâches telles que l’archivage, le décodage, la diffusion en streaming et le traitement par IA, ce qui entraîne souvent des compromis :
• Taille et complexité des modèles d’IA restreintes
• Nombre réduit de modules d’IA pouvant s’exécuter simultanément
• Limitations sur le volume de vidéos traitées simultanément
De plus, les appareils d’IA Edge nécessitent souvent des mises à niveau fréquentes pour prendre en charge des modèles d’IA nouveaux et plus gourmands en ressources de calcul. Ils représentent également une lourde charge informatique :
• Les appareils Edge présentent une surface d’attaque similaire à celle des serveurs sur site, mais manquent de transparence informatique, ce qui en fait des « boîtes noires ».
• S’ils sont compromis, le personnel informatique peut n’avoir aucun moyen de contrôler ou même de détecter le problème.
• Les installations multi-sites accroissent la charge pesant sur les équipes informatiques, nécessitant des réseaux, des pare-feu et des systèmes de surveillance distincts pour chaque appareil Edge.
« La capacité de l’IA Cloud à traiter de vastes quantités de données en temps réel change la donne pour la télésurveillance. »
Évolutivité et flexibilité
Les plates-formes d’IA Cloud sont conçues pour l’évolutivité, ce qui les rend idéales pour la télésurveillance à grande échelle. Contrairement aux appareils Edge, dont le matériel est limité, les systèmes cloud peuvent étendre leur puissance de traitement et leur capacité de stockage à mesure que la demande augmente.
À mesure que les capacités de l’IA progressent, en particulier dans la vision par ordinateur et les grands modèles de langage (LLM), l’IA Cloud gère sans effort des scénarios de plus en plus complexes.Cette évolutivité est essentielle pour la surveillance des applications qui doivent traiter des volumes de données en constante augmentation sans compromettre les performances.
Principaux facteurs de croissance stimulant l’adoption de l’IA dans le cloud :
• Les installations de caméras de sécurité devraient passer de 1,2 milliard à 2 milliards d’ici 2030.
• Le marché de la télésurveillance, estimé à 100 milliards de dollars, s’oriente vers les caméras connectées au cloud.
• Le marché de la Vidéosurveillance en tant qu’service (VSaaS) connaît une croissance rapide, avec une augmentation annuelle de 30 % des caméras connectées au cloud.
Alors que l’IA continue de croître de manière exponentielle, l’évolutivité, la flexibilité et la sécurité renforcée de l’IA dans le cloud en font le choix optimal pour les solutions de sécurité vidéo.
