現今技術日趨成熟，創新科技的未來發展無遠弗屆，使得消費應用不斷往商業應用前進，企業必須竭力尋求能為客戶增值的各種技術。展望2018年，我們歸納幾種將對安防業產生影響的技術發展趨勢。

1、向邊緣發展

物聯網與云計算近年來逐漸為人們所熟悉，雖然為企業與消費者帶來益處，但同時也產生一些影響：從聯網設備向數據中心傳輸以便處理和存儲的數據量飛速增長，所需的相關帶寬也日益增加。而邊緣運算可以在靠近數據源的網絡「邊緣」執行數據處理任務，便能顯著降低傳感器、設備和數據中心間所需的帶寬。邊緣運算的進一步發展也與數據的完整性和隱私等問題關系密切：在數據傳輸到數據中心前，透過網絡邊緣設備對數據進行匿名和加密，可以有效地解決這些問題。

隨著網絡攝像機、音頻和其他傳感器(網絡邊緣設備)越來越先進，質量也越來越好，云計算和邊緣運算的平衡勢在必行，如此才能提供精確、可靠和可用的數據。

2、云到云

盡管存在如前述的邊緣運算發展趨勢，但云計算仍在IT基礎架構中發揮重要作用。不過，雖然云計算給人以單一實體的印象，然實際上全球有許多「云」廣為人們使用。隨著越來越多的企業開始提供建基于云端的服務，云生態系統逐漸成為用戶首選，而非傳統的內建系統。

在云端進行整合可以大幅減少所需的內部IT服務，而透過豐富的服務API，可以設立和布建來自于多家供貨商的進階復合服務，包括數據分析、內容管理和儲存，從而縮短上市時間并快速擴大規模。提供云端服務的企業組織應該抓住這個機會，透過整合相關服務，為客戶和合作伙伴增加價值。

3、深度學習與機器學習

目前我們已開始實現深度學習和機器學習架構的所有優勢：擁有海量的數據可供分析;擁有強大的處理能力，能夠在合理的時間范圍內完成分析;擁有先進的算法以及大量案例可供借鑒。當某些非凡的深度學習應用與圖像解讀、語音識別和決策支持互相關聯時，安防領域的分析潛力便不言而喻。

在相對較基礎的層面上，深度學習應用將可改善視頻運動檢測、人臉識別、個體追蹤和誤報控制，能有助于系統的設計、配置、優化和設備管理。此外，預測分析也將迎來前所未有的機遇，最終能夠預防各種事件的發生，包括恐怖攻擊、滑倒與墜落事故、交通問題和入店行竊等。

4、個性化與隱私

提供高度個性化的服務是深度學習的潛在應用之一。設想在某個零售環境中，顧客進店時進行人臉識別，而商店基于顧客過去的購買、偏好、甚至最近的瀏覽歷史，可將相關產品訊息推送到他的移動終端。但與此同時，這樣的例子也涉及人們對隱私問題的擔憂，以及對企業和其他組織機構如何使用個人資料/數據的擔憂。

在歐盟， 推出的「通用數據保護條例」(GDPR，2018年5月全面實施)統一保護歐盟范圍內的個人數據，無論其數據在哪里保存或使用。不管是受到立法的鼓舞抑或僅想做正確的事，在日益增加的個人化服務下，個人數據和隱私保護之間如何取得平衡，將是所有企業組織在新的一年必須要走的鋼索。

5、網絡安全

網絡安全的持續強化是一項永無止境的任務，網絡犯罪分子擁有充足的資源，且絕不會停止尋找任何新技術漏洞的腳步。尤其物聯網使聯網設備的數量呈指數級增長，潛在的網絡安全問題也會曝露，若不加以解決，除設備入侵外，更可能導致代價高昂的停機。2018年無疑將會面臨更多的網絡威脅和攻擊，企業應心懷警惕，持續修正、確保修補程序的落實。