因此，例如，各种随机的汽车驶过某个设施可能是正常的，但是假如同一辆汽车在过往一个小时内驾驶了几次，并且每次都减速，然后再次加速，则警卫会提醒发生可疑事件。

　　如今，很多热像机都只是热信息，但客户越来越多地寻找一种能同时采集热图像和传统图像并应用神经网络算法进行处理的系统。

　　图像识别是人工智能的一大成功案例，而这项技术正迅速被广泛应用于各个领域。它的近亲，声音识别也是如此。

　　因此，例如，假如一个设备加热到一个不平常的水平，人工智能系统可以标记出题目，并在设备完全失效之前发出服务请求。

　　机器学习的另一个非经常见和实用的用途是用于异常检测。系统根据数据基线进行练习，识别常见模式，然后寻找不符合这些模式的异常事件。

　　McHale告诉DCK，视频监控摄像头产生大量的数据，人工智能是处理这些数据的唯一可行方法。

　　Memoori董事总经理詹姆斯·麦克黑尔（JamesMcHale）在最近的一份报告中表示：“迫切需要充分利用视频监控摄像头产生的海量数据，基于人工智能的解决方案是唯一实用的解决方案。”

　　但这不仅仅是确认某人是他们进进大楼时所说的那个人。图像识别还可以用来查明在火多难或其他紧急情况下某个房间里是否有人。它可以用来判定被检测到的运动是树枝在风中摇曳，还是进侵者试图翻越栅栏。

　　图像识别还可以用来识别携带枪支或其他武器的人，或者不戴口罩的人。

　　根据总部位于斯德哥尔摩的研究公司Memoori的说法，人工智能分析将在未来十年景为视频监控解决方案的标准功能。

　　Perreault说，目前猜测分析在数据中心维护之外的应用并未几。

　　说到与健康相关的题目，一旦数据中心访客被诊中断出患有COVID-19，图像识别就可以用来识别感染者访问过的所有位置（这样可以彻底清洁这些地方）和每个接触过的人，以便对他们进行检测。

　　当然，用人工智能来猜测一台机器何时可能出故障，和用它来猜测一个人何时可能出故障是两回事，后者提出了一些棘手的伦理题目。

　　异常检测

　　模式识别还有另一种用途——猜测事件。在今天的数据中心中，这种能力主要用于猜测维护。

　　例如，假如某个数据中心的某个人或某个员工在暴力事件中被捕，向该公司发送恐吓邮件，并在社交媒体上发表攻击性文章，这些都可能是此人可能进一步升级的迹象。可以建议警卫留意那个人。

　　同样，假如某人位于数据中心通常不往的地方，或者在他们通常不工作时，这可能是麻烦的征兆。

　　它用于帮助数据中心发现安全团队可能遗漏的正在发生的题目。

　　猜测分析

　　但是，也有一些厂商正在研究技术，华宇天地物流 ，通过将电子邮件或视频监控等内部数据与逮捕报告或社交媒体帖子等外部数据相结合，帮助在安全题目发生之前发现题目。

　　他说：“客户将要求从他们的投资中获得更多的价值，而不太愿意承担前期资本支出。”这使得作为服务的访问控制和作为服务的视频监控变得更具吸引力。”

　　人工智能系统也可以用来分析热图像。”他告诉我们，作为COVID-19流感大流行的直接后果，热相机是今年一个重要的增长领域。

　　显然，在物理安全中，图像识别最常用于面部认证。

　　今天，海运费，这类系统最大的题目是，它们仍然是相对较新的，不太正确，而且轻易受到偏见的影响，正如世界各地的警察部分所发现的那样。

　　机器学习和人工智能被吹捧为解决数据中心题目的万能药。固然大部分都是炒作和毫无根据的乐观主义，但人工智能工具在某些领域已经是有用和实用的。这些领域包括数据中心物理安全，人工智能在三个方面发挥着重要作用：图像和声音识别、异常检测和猜测分析。

　　总部位于亚利桑那州坦佩的技术咨询和系统集成公司Insight的云和数据中心转型高级安全架构师MichaelPerreault表示：“它可以帮助人们专注于潜伏的威胁领域。”

　　图像和声音识别

　　对于具有高度特定需求的大型数据中心，有很多贸易和开源图像识别算法和练习集可用。对于较小的数据中心，那些没有专门的人工智能开发团队的资源，或者那些有着非经常见题目的数据中心，供给商越来越多地在他们的安全产品中加进这些功能。

　　多少信息收集太过侵进性？假如它有助于确保员工和关键基础设施的安全，那么是否值得这样做？

　　但他补充说，人们普遍缺乏对如何将这项技术用于大流行控制的理解。此外，这一流行病正在对一些经济部分产生负面影响，影响支出，并改变公司购买技术的方式。