Un équilibre délicat : protéger la vie privée tout en assurant la sécurité publique grâce à l’IA de périphérie

Dans notre ère moderne, les communautés sont confrontées à plusieurs menaces émergentes pour la sécurité publique : l’urbanisation croissante, l’augmentation des taux de criminalité et la menace du terrorisme. Lorsque l’on aborde la combinaison de ressources de maintien de l’ordre contraintes et de villes en croissance, le défi de garantir la sécurité publique devient encore plus difficile. Les progrès de la technologie ont permis l’utilisation de dispositifs de surveillance et de caméras pour rendre les espaces publics plus sûrs – mais cela se fait souvent au détriment de la vie privée.

Avec une base installée d’environ 600 millions de caméras de surveillance, la Chine a près d’une caméra pour deux personnes, et en dehors de la Chine, les villes les plus surveillées incluent Delhi, Séoul, Moscou, New York et Londres. Bien que bénéfique pour la sécurité publique, cette augmentation de la surveillance se fait au prix d’une érosion significative de la vie privée. De nombreuses personnes valorisent leur droit de rester anonymes et libres de toute surveillance constante, et l’idée que « Big Brother » les regarde peut créer des conflits entre la sécurité et la vie privée, conduisant à des débats houleux entre les décideurs politiques.

La technologie d’intelligence artificielle pour une sécurité publique améliorée

Récemment, les caméras ont de plus en plus intégré l’intelligence artificielle, jouant un rôle croissant dans la sécurité publique. En intégrant l’IA dans les systèmes de sécurité au niveau de la caméra ou du système de gestion de la vidéo, et en incorporant l’IA générative, l’IA peut être très attrayante pour la surveillance de la sécurité publique.

Les cas d’utilisation les plus courants de l’IA dans les systèmes de surveillance incluent la protection de périmètre et le contrôle d’accès. Ces applications utilisent des tâches d’IA telles que la détection d’objets, la segmentation, les métadonnées vidéo et la réidentification pour identifier rapidement et avec précision les personnes ou les comportements légitimes par rapport aux personnes ou aux comportements suspects ou anormaux et déclencher des réponses en temps réel.

Les systèmes de surveillance alimentés par l’IA peuvent offrir des capacités plus nuancées et plus sophistiquées. Avec l’intelligence artificielle, les systèmes de surveillance peuvent incorporer la détection, l’identification et la réponse aux événements de sécurité en temps réel et avec une grande précision. Bien que l’amélioration de la sécurité et la garantie de la sécurité publique soient un avantage, l’intelligence artificielle soulève des inquiétudes quant à la vie privée des données, certains exprimant des inquiétudes quant à une éventuelle utilisation abusive des informations personnelles identifiables. Lorsqu’il y a de grandes quantités de données incorporées, il est crucial de mettre en œuvre des mesures de protection des données robustes.

L’IA dans le cloud fait face à des défis de vie privée

Les solutions d’IA basées sur le cloud ont traditionnellement offert des capacités de traitement puissantes en exploitant des centres de données centralisés, mais elles présentent certaines vulnérabilités pour la vie privée des données.

Lorsque les données sont stockées, ou « au repos », le stockage centralisé rend les systèmes cloud des cibles clés pour les cyberattaques. Les acteurs malveillants peuvent pirater ces systèmes, entraînant de graves violations de données et une exposition potentielle des données. Cependant, si le traitement des données est décentralisé et effectué aux extrémités du réseau, les failles sont limitées au nœud spécifique piraté et une faille de données massive est plus difficile à réaliser. De plus, les systèmes de traitement de données basés sur le cloud doivent se conformer à un certain nombre de réglementations sur la vie privée des données, qui imposent des limitations sur la façon dont les données brutes peuvent être analysées, ce qui entraîne des connaissances limitées et même des responsabilités juridiques potentielles. Le traitement de périphérie ne stocke et ne transmet que les informations minimales requises, tout en permettant des connaissances profondes.

Le déplacement des données vers et depuis le cloud vers les appareils crée des points de vulnérabilité supplémentaires. En interceptant les données pendant la transmission, les pirates peuvent exposer des informations sensibles et compromettre la sécurité du système.

Dans l’ensemble, un centre de données cloud est un point de défaillance unique qui, s’il est touché, pourrait affecter de nombreuses caméras.

L’IA de périphérie équilibre entre la vie privée et la sécurité

L’IA de périphérie offre une solution convaincante pour relever ces défis, en traitant les données localement sur l’appareil lui-même au lieu de les envoyer au cloud. Si les données sont distribuées, chaque système peut adopter des algorithmes et des capacités différents, présentant plusieurs avantages du point de vue de la vie privée.

En traitant les données sur l’appareil, les systèmes d’IA de périphérie minimisent le besoin de transmettre des informations sensibles sur Internet, réduisant ainsi considérablement le risque d’interception pendant la transmission. En stockant les données localement, le risque d’une cyberattaque massive est limité, ainsi. Si un appareil est compromis, la portée de l’attaque peut être contenue dans l’appareil, et non dans tout le réseau.

Enfin, l’IA de périphérie permet également l’anonymisation des données sur l’appareil lui-même. Cela simplifie ensuite le processus de maintien de l’essence des données stockées. L’essence des données peut alors être stockée sur l’appareil de périphérie ou dans le cloud sans exposer les informations personnelles identifiables.

De manière critique, l’IA de périphérie peut être conçue pour se concentrer uniquement sur des événements spécifiques. Par exemple, l’IA de périphérie peut être programmée pour identifier les cas de violence ou de comportement suspect, sans enregistrer en continu les images, aidant ainsi à maintenir la vie privée des individus dans les espaces publics. D’autres outils, comme la limitation de la bande passante, peuvent garantir que les fichiers vidéo ne sont pas envoyés en continu au cloud, réduisant ainsi le risque de failles de données et préservant la vie privée des individus.

Cependant, pour que l’IA de périphérie soit efficace en tant qu’outil de sécurité, elle doit être à la fois efficace et puissante, capable de rester abordable et de faible consommation d’énergie tout en traitant rapidement des algorithmes complexes. Le matériel d’IA, y compris les processeurs d’IA spécialisés de Hailo et les puces à faible consommation et à haute performance de calcul, le rend possible.

L’IA de périphérie présente une solution prometteuse pour relever le défi de l’équilibre entre la sécurité publique et la vie privée. En traitant les données localement et en imposant des limitations inhérentes à la transmission et au stockage des données, l’IA de périphérie réduit les risques associés aux systèmes basés sur le cloud. À mesure que ces technologies continuent d’évoluer, l’IA de périphérie jouera un rôle crucial dans la création d’espaces publics plus sûrs tout en respectant le droit des individus de rester anonymes, non seulement en améliorant la sécurité mais également en renforçant la confiance dans les systèmes conçus pour nous protéger.