スマートAIの実践：映像セキュリティにおけるエッジとクラウドの比較

Katherine Balabanova（3dEYE）、Sascha Kylau（OneTel Security）著

The Monitoring Associationの四半期発行誌「DISPATCH」誌の2024年秋号に掲載

クラウドAIとエッジAIの主なメリット・デメリット

セキュリティに関する考慮事項

エッジAIに対するクラウドAIの最も大きな利点の1つは、セキュリティです。AWS、Google、Azureなど、大規模な映像モニタリングで使用されるクラウドプラットフォームは、高度なセキュリティプロトコルを備えた堅牢なインフラストラクチャを活用しています。これには、暗号化、多要素認証、および新たな脅威から保護するための定期的なアップデートが含まれます。データをクラウドに一元化することで、リアルタイムの映像ストリーム、アーカイブ、イベントログが常に最高水準のセキュリティで保護されます。

クラウドAIのメリット：

• 最小限のエッジ攻撃対象領域

• 保護すべき物理サーバーが不要

• 侵害される可能性のあるブラックボックスデバイスがオンプレミスネットワークに存在しない

• ダイレクト・トゥ・クラウドの暗号化接続により、ポートフォワーディング、ファイアウォール、露出したデバイスが不要に

• プロジェクトのセキュリティ責任が、現地のIT担当者からクラウドプロバイダーに移行

• 一元化されたソフトウェアアップデートとセキュリティパッチ

• 一元化されたモニタリングとAI異常検知

• 一元化されたアイデンティティ・アクセス管理（IAM）

• エンドツーエンドのデータ暗号化（AWS標準など）

• カスタムデータ保護キー向けの柔軟なKMS暗号化

• 高いデータの耐久性（AWS S3は99.999999999% [11ナイン] の耐久性を提供）

• 包括的なコンプライアンスサポート

クラウドAIのデメリット：

• クラウドでのデータ保存に関連するランニングコスト

• 大規模データセットのアップロードおよびダウンロードに必要な十分なネットワーク帯域幅

エッジAIの課題と制限

エッジデバイスはローカル処理が可能である一方、計算リソースの制限による制約に直面します。これらのリソースは、アーカイブ、デコード、ストリーミング、AI処理などのタスク間で分割される必要があり、多くの場合妥協が生じます：

• 制限されたAIモデルのサイズと複雑性

• 同時実行できるAIモジュールの数の減少

• 同時処理される映像量の制限

さらに、エッジAIデバイスでは、新しくより計算負荷の高いAIモデルをサポートするために、頻繁なアップグレードが必要になることがよくあります。また、大きなIT負担をもたらします：

• エッジデバイスはオンプレミスサーバーと同様の攻撃対象領域を持つが、ITの透明性を欠くため「ブラックボックス」となっている

• 侵害された場合、IT担当者が問題を制御したり検出したりする方法がない可能性がある

• 複数拠点への設置によりITチームの負担が増加し、エッジデバイスごとに個別のネットワーク、ファイアウォール、モニタリングシステムが必要となる

「膨大な量のデータをリアルタイムで処理するクラウドAIの能力は、映像モニタリングにおけるゲームチェンジャーです。」

拡張性と柔軟性

クラウドAIプラットフォームは拡張性を念頭に設計されており、大規模な映像モニタリングに最適です。ハードウェアに制約のあるエッジデバイスとは異なり、クラウドシステムは需要の増加に応じて処理能力とストレージ容量を拡張できます。

AIの機能、特にコンピュータビジョンや大規模言語モデル（LLM）の進歩に伴い、クラウドAIはますます複雑化するシナリオにも容易に対応します。この拡張性は、パフォーマンスを妥協することなく増大し続けるデータ量を処理しなければならないアプリケーションのモニタリングにおいて極めて重要です。

クラウドAIの採用を推進する主な成長要因：

• セキュリティカメラの設置台数は、2030年までに12億台から20億台に増加すると予測されています。

• 1,000億ドル規模のアラーム監視市場は、クラウド接続カメラへと移行しつつあります。

• Video Surveillance as a Service（VSaaS）市場は急速に成長しており、クラウド接続カメラは前年比30%増の成長を遂げています。

AIが指数関数的な成長を続ける中、クラウドAIの拡張性、柔軟性、および強化されたセキュリティは、ビデオセキュリティソリューションにとって最適な選択肢となります。

‍