1、向边缘发展
物联网与云计算近年来逐渐为人们所熟悉，虽然为企业与消费者带来益处，但同时也产生一些影响：从联网设备向数据中心传输以便处理和存储的数据量飞速增长，所需的相关带宽也日益增加。而边缘运算可以在靠近数据源的网络「边缘」执行数据处理任务，便能显著降低传感器、设备和数据中心间所需的带宽。边缘运算的进一步发展也与数据的完整性和隐私等问题关系密切：在数据传输到数据中心前，透过网络边缘设备对数据进行匿名和加密，可以有效地解决这些问题。
随着网络摄像机、音频和其他传感器(网络边缘设备)越来越先进，质量也越来越好，云计算和边缘运算的平衡势在必行，如此才能提供精确、可靠和可用的数据。
2、云到云
尽管存在如前述的边缘运算发展趋势，但云计算仍在IT基础架构中发挥重要作用。不过，虽然云计算给人以单一实体的印象，然实际上全球有许多「云」广为人们使用。随着越来越多的企业开始提供建基于云端的服务，云生态系统逐渐成为用户首选，而非传统的内建系统。
在云端进行整合可以大幅减少所需的内部IT服务，而透过丰富的服务API，可以设立和布建来自于多家供货商的进阶复合服务，包括数据分析、内容管理和储存，从而缩短上市时间并快速扩大规模。提供云端服务的企业组织应该抓住这个机会，透过整合相关服务，为客户和合作伙伴增加价值。
3、深度学习与机器学习
目前我们已开始实现深度学习和机器学习架构的所有优势：拥有海量的数据可供分析;拥有强大的处理能力，能够在合理的时间范围内完成分析;拥有先进的算法以及大量案例可供借鉴。当某些非凡的深度学习应用与图像解读、语音识别和决策支持互相关联时，安防领域的分析潜力便不言而喻。
在相对较基础的层面上，深度学习应用将可改善视频运动检测、人脸识别、个体追踪和误报控制，能有助于系统的设计、配置、优化和设备管理。此外，预测分析也将迎来前所未有的机遇，最终能够预防各种事件的发生，包括恐怖攻击、滑倒与坠落事故、交通问题和入店行窃等。
4、个性化与隐私
提供高度个性化的服务是深度学习的潜在应用之一。设想在某个零售环境中，顾客进店时进行人脸识别，而商店基于顾客过去的购买、偏好、甚至最近的浏览历史，可将相关产品讯息推送到他的移动终端。但与此同时，这样的例子也涉及人们对隐私问题的担忧，以及对企业和其他组织机构如何使用个人资料/数据的担忧。
在欧盟，推出的「通用数据保护条例」(GDPR，2018年5月全面实施)统一保护欧盟范围内的个人数据，无论其数据在哪里保存或使用。不管是受到立法的鼓舞抑或仅想做正确的事，在日益增加的个人化服务下，个人数据和隐私保护之间如何取得平衡，将是所有企业组织在新的一年必须要走的钢索。
5、网络安全
网络安全的持续强化是一项永无止境的任务，网络犯罪分子拥有充足的资源，且绝不会停止寻找任何新技术漏洞的脚步。尤其物联网使联网设备的数量呈指数级增长，潜在的网络安全问题也会曝露，若不加以解决，除设备入侵外，更可能导致代价高昂的停机。2018年无疑将会面临更多的网络威胁和攻击，企业应心怀警惕，持续修正、确保修补程序的落实。
6、通过平台实现物联网的全面优势
物联网现今所遇到的问题，在于要想扩张、收集和分析数据，以及有效地管理网络设备，就必须使用可扩展性的架构。物联网平台允许不同节点供货商的设备共存并交换信息，透过现有的网络基础设施形成智能化系统。许多企业，包括根基稳固的技术供货商和新的市场进入者，都是通过平台来支持物联网设备，而其成熟度也会在新的一年中进一步提高。然而，不管是新的国际标准或事实标准在未来都同样重要，有助于实现不同物联网平台间的互操作性，并可真正支持不依赖于特定供货商的系统。
7、区块链：不只是比特币
许多人认为区块链和比特币是一回事，但它们实际上是相互独立的，比特币使用区块链为基础，而区块链几乎可验证任何有价值的东西，其潜力无穷。作为一个开放的分布式账本，区块链能够以可受验证及永久性的方式有效记录双方交易，可以预期接下来将会应用在更多领域并接受考验。
在安防业中，鉴于区块链可以对任何内容进行身分验证，我们可以透过区块链来验证各种来源(如公共移动电话和执法人员配备的随身摄影机)的视频内容，以实现取证调查。除视频数据外，区块链亦可用来验证连接到摄影机的网络设备真伪。
8、破解智能城市讯息孤立问题
智慧城市已非新概念，多年来建置在城市环境中的各类传感器数量不断增多，以协助解决从执法到空气质量监测等各种问题。随着移居至城市的全球人口越来越多，更多传感器将被用来帮助建立更适宜居住、永续与更安全的环境。
智能城市的愿景是能安全地整合信息、数据、通讯和物联网技术，以管理城市的各种资产，包括政府部门的信息系统、学校、图书馆、交通系统、医院、发电厂、供水网、废物管理、执法和紧急服务及其他小区服务设施。传统上，这些单一服务设施大多孤立运行，唯有当城市的所有数据及服务设施都具开放性，才能算是真正的智慧城市;尤其面对各种如市民安全保障、交通堵塞、基础设施老化以及自然灾害和恐怖玫击等事件的实时反应，都需要协调分析可用数据，才能采取适当有效的应对措施。
9、非视觉传感器带来新的面向
直到最近，监控人员能够获得的主要数据仍是2D视角的视频，有了新的非视觉传感器后，视角将变得多面向，能提供更丰富的数据，以利更迅速准确地评估情况，加快讯息呈报时间，将误报率降至最低。
例如，雷达技术透过电磁波来检测运动，雷达对移动的阴影或光束、小动物、雨滴、昆虫、风和恶劣的天气等通常会触发误报的事物不太敏感，且能提供相关目标的确切位置、行进方向等详细信息。虽然热成像已是相对完善的非视觉技术，但声音检测准确性的提升(如窗户被砸或各种喧哗声)意味着音讯将会带来另一种有用的输入信息，而纯粹基于视频的解决方案则可能忽略这样的信息。
10、虚拟助理与增强现实进入商用领域
去年消费者大量使用虚拟助理，亚马逊Alexa、GoogleHome、苹果Siri和微软Cortana都被广泛用于管理日常生活，而即将到来的FacebookM等技术将会在此基础上持续发展。这些技术将不可避免地进入商用环境，因为消费者希望也能在工作中获得与在家中一样的帮助，尤其是针对复杂技术的产品与服务供货商而言，规范、安装、配置和管理方面的虚拟支持将不只是预期，更是当务之急。
增强现实(AR)目前则已存在于军事、航空等领域，在商用领域也显示出巨大潜力，特别是可普遍应用于行动设备和日益增加的穿戴式设备上。技术解决方案的安装和维护是AR在商用领域的机会，可将视觉指令覆盖在技术人员的实际视角上，帮助他们更好地开展工作。非视觉传感器和分析技术已越来越多地应用于增加视频信息的准确性和进一步的视角，视频监控用户可透过AR将这些数据源汇集在单一视频中，以采取更迅速适当的因应措施。
2018年无疑还会出现更多意料之外的技术发展，但可以确定的是，我们正处在一个政治、文化、经济、技术等方面瞬息万变的世界，企业组织需更灵活以保持弹性。
18221259202