网络安全宣传周 生物识别在安防也很有市场

简介:

[导读]上游企业开始纷纷进入安防行业,通过寻找设备供应商,将最新的网络安全防范技术应用到安防产品中,这是上游企业打开安防市场的最佳机遇。

网络安全宣传周 生物识别在安防也很有市场

责任编辑:editor006 |  2016-09-23 17:09:33 本文摘自:千家网

[导读]上游企业开始纷纷进入安防行业,通过寻找设备供应商,将最新的网络安全防范技术应用到安防产品中,这是上游企业打开安防市场的最佳机遇。

在视频监控、门禁管理及可视对讲行业,设备网络化带来的信息安防已经引起从业者足够的关注,但如何防范网络安全问题,对于传统的安防制造业而言,并不是一件轻松的事情。为此,上游企业开始纷纷进入安防行业,通过寻找设备供应商,将最新的网络安全防范技术应用到安防产品中,这是上游企业打开安防市场的最佳机遇。

目前,安防设备网络安全的防范手段与其他行业大多相似,生物识别作为高尖端技术,在人脸识别、虹膜识别、静脉识别等都有应用案例,对于安防产品在抵御网络攻击方面发挥重要的作用。但网络安全防范毕竟不是安防行业的强项,专业的网络安全防范公司才是主角。

作为2016年国家网络安全宣传周重点活动之一,网络安全博览会9月19日起在武汉国际博览中心举行。在9月18日的新闻发布上,互联网、运营商等行业的多位嘉宾就互联网安全问题发表了见解,并且都对“网络安全靠大家”这一主题从个角度进行了阐释。但网络安全不仅需要打响“人民战争”,更是科学技术问题。不管是网络欺诈还是对应的安全措施,都随着科技的发展表现出越来越高的科技依赖性。这其中,生物识别技术在互联网安全、信息认证方面扮演起愈发重要的角色。

如今,人脸识别技术不仅在很多互联网支付平台上已经开始运用,很多银行、互联网公司也都在使用。在接受果壳网提问时,蚂蚁金服副总裁陆杰讯谈到,中国的人脸识别技术之所以领先,应该归功于我国公安部在十多年前的高瞻远瞩——我们在发行第一代和第二代身份证时,建立了全中国13亿公民高清的人脸数据库系统。所以十几年后可以用这个大数据进行人脸对比。

但生物识别远不止面孔识别这一项,红膜识别、眼纹识别、指纹识别、声纹识别、步态识别、笔迹识别……诸多项目分析结合起来,可以更加严格、谨慎地进行身份认证,最大程度避免误判。但我们都知道,进行识别分析需要有对比样本,也就是说都需要建立完整的数据库。而相比人脸识别,这些数据库的建立难度都要大得多。

人脸作为生物识别的一个因素,它是有局限性的,比如随着年龄的变化、外观特征会有变化。所以真正的生物识别,需要多维度进行综合判定,实际最终是一个大数据的引擎。不仅只是看生物特征,还要看行为特征,账户特征,乃至实名制体系……这需要多维度信息的打通。

但可以期待的是,随着时间的前移,大量的数据每天都在沉淀。而嘉宾认为,随着算法的精进,未来3-5年内,生物识别可以完全取代密码。密码其实是人类使用智能设备的一个阶段性产物——以前大家用钥匙开门,但钥匙会丢;后来发明了密码,但密码会被偷,电信欺诈可以把密码骗走。但一个人的面孔、指纹、声纹等等特征,是非常难被完完全全拷贝盗用的。将成百上千个维度信息——基于某人生物特征的信息,聚合起来进行毫秒级的大数据的算法对比,这是我们的未来。

可以预见,未来的安防设备在生物识别方面的市场也将极其广阔,也将会有更多的上游企业进入安防市场,安防的体量将更加庞大,涉及的产业面也将更广。


本文转自d1net(转载)

相关文章
|
5月前
|
机器学习/深度学习 人工智能 算法
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
海洋生物识别系统。以Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经网络算法,通过对22种常见的海洋生物('蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海龟', '鲸鱼')数据集进行训练,得到一个识别精度较高的模型文件,然后使用Django开发一个Web网页平台操作界面,实现用户上传一张海洋生物图片识别其名称。
183 7
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
|
2月前
|
机器学习/深度学习 监控 并行计算
深度学习之生物网络推理
基于深度学习的生物网络推理利用深度学习技术来解析和理解生物网络(如基因调控网络、代谢网络、蛋白质-蛋白质相互作用网络等)的复杂关系和动态行为。
48 5
|
4月前
|
机器学习/深度学习 自然语言处理
像生物网络一样生长,具备结构可塑性的自组织神经网络来了
【7月更文挑战第24天】Sebastian Risi团队发布的arXiv论文探讨了一种模仿生物神经网络生长与适应特性的新型神经网络。LNDP利用结构可塑性和经验依赖学习,能根据活动与奖励动态调整连接,展现自我组织能力。通过基于图变换器的机制,LNDP支持突触动态增删,预先通过可学习随机过程驱动网络发育。实验在Cartpole等任务中验证了LNDP的有效性,尤其在需快速适应的场景下。然而,LNDP在复杂环境下的可扩展性及训练优化仍面临挑战,且其在大规模网络和图像分类等领域的应用尚待探索
85 20
|
存储 传感器 监控
网络安全技术 | 身份认证的革命——生物特征身份认证
网络安全技术 | 身份认证的革命——生物特征身份认证
598 0
网络安全技术 | 身份认证的革命——生物特征身份认证
|
人工智能 数据库
Nat. Commun. | 多层生物分子网络的鲁棒性研究
Nat. Commun. | 多层生物分子网络的鲁棒性研究
273 0
Nat. Commun. | 多层生物分子网络的鲁棒性研究
|
机器学习/深度学习 算法 数据处理
Survey | 深度学习方法在生物网络中的应用
Survey | 深度学习方法在生物网络中的应用
278 0
Survey | 深度学习方法在生物网络中的应用
|
机器学习/深度学习 数据挖掘 测试技术
Bioinformatics| 生物医学网络中的图嵌入方法
Bioinformatics| 生物医学网络中的图嵌入方法
188 0
Bioinformatics| 生物医学网络中的图嵌入方法
|
安全 网络安全
【聚能聊】网络安全事件频发,怎么保护自己的生物识别信息
随着科技的进步,越来越多的生物识别技术被应用到生活和工作中。像最常见的指纹识别和人脸识别,还有三星S8的虹膜识别,以及部分语音应用的声纹识别。当然,在公安系统还有步态特征识别等等。这些生物识别技术确实为人们提供了巨大的便利,但是他们真的足够安全吗? 上周有幸参加了一个互联网+的网络安全研修班,从公安部门网安总队的总工程师到阿里安全应急响应的负责人贤唐,都有来讲课、演示。
4309 0
|
编解码 人工智能 算法
Nature论文解读:用于改善加权生物网络信噪比的网络增强方法
本文提出一种网络增强(Network Enhancement)方法,即一种用于改善无向加权网络的信噪比的方法。NE 使用双随机矩阵算子来诱导稀疏性,并提供封闭形式的解决方案,增加输入网络的频谱本征。因此,NE 可消除弱边缘,增强实际连接,并带来更好的下游性能。
1867 0