除了指定適當的邊緣運算架構之外，視訊監控系統部署人員還必須應對其他挑戰。其中一個挑戰涉及保護隱私和遵守資料保護法規。事實上，監控感測器的部署受到有關隱私和資料保護的法律和指令的約束，這些法律和指令有時會對部署的性質和規模施加限制。同樣，無人機的使用也應符合相關法規。
另一個挑戰涉及解決方案的自動化程度。雖然通常需要自動化才能涵蓋和監控更 迴聲資料庫 廣泛的區域而無需額外的人力資源，但人工審查和介入仍然是整體解決方案可靠性的關鍵。此外，另一個挑戰與可能源自視訊監控系統的網路物理特性的新威脅有關。物理攻擊可能伴隨著對視訊監控基礎設施的網路攻擊，以損害後者檢測實體安全事件的能力。
另一個挑戰涉及資料驅動智慧的實施（即作為預測分析和人工智慧的一部分），這需要大量幾乎無法獲得的安全事件資料。儘管已經出現了擁有邊緣 AI 產品和服務的創新新創公司，但邊緣 AI（例如輕量級、高效的深度神經網路）仍處於起步階段。
為了應對這些挑戰，視訊監控解決方案的開發人員和部署人員需要更好地遵守標準和法規，同時採用逐步/分階段的部署方式。後者應該能夠實現從手動（即人類操作員介導的系統）到基於人工智慧的全自動視覺監控的平穩過渡。還需要逐步部署資料驅動的情報，從簡單的規則開始，轉向可以偵測更複雜、不對稱攻擊模式的更複雜的機器學習技術。另一個最佳實踐是部署可以容納未來和傳統監控感測器的開放式架構，以此以最佳的性價比利用先進的功能。總體而言，現代視訊監控解決方案可以非常具有創新性，因為它們可以包含前沿的 IT 和網路技術。
升級或部署您自己的視訊監控基礎架構的最佳方法是什麼？首先詳細描述您的安全和業務需求，然後找到一個可靠的技術合作夥伴來代表您整合和部署系統，一切皆有可能。