3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
Facial recognition technology will change the way we live | The Economist
今日主題 智慧安控\雲端\物聯網\行業應用
雲端\物聯網\傳輸應用
|
2019年8月5日 星期一
．人臉辨識的十個關鍵技術組成及原理
Panasonic Facial Recognition System "FacePRO:WV-ASF950"
來源：CSDN 作者：leon1741
原文：https://blog.csdn.net/LEON1741/article/details/81358466
人臉辨識技術已成為納入研發參考的、給人們帶來高品質生活的又一科技解決途徑。日常生活中，人臉辨識的應用已經常見，那麼你知道它是如何做到如此智慧嗎？下面，我們就帶大家瞭解人臉辨識涉及的十個關鍵技術。
1、人臉檢測（Face Detection）：是檢測出圖像中人臉所在位置的一項技術
人臉檢測算法的輸入是一張圖片，輸出是人臉框座標序列(0個人臉框或1個人臉框或多個人臉框)。一般情況下，輸出的人臉坐標框為一個正朝上的正方形，但也有一些人臉檢測技術，輸出的是正朝上的矩形，或者是帶旋轉方向的矩形。
常見的人臉檢測算法，基本是一個「掃描」加「判別」的過程，即算法在圖像範圍內掃描，再逐個判定候選區域是否是人臉的過程。因此人臉檢測算法的計算速度，會跟圖像尺寸、圖像內容相關。
開發過程中，我們可以透過設置「輸入圖像尺寸」、或「最小臉尺寸限制」、或「人臉數量上限」的方式來加速算法。
2、人臉配準（Face Alignment）：是定位出人臉上五官關鍵點座標的一項技術
人臉配準算法的輸入，是「一張人臉圖片」加「人臉座標框」，輸出五官關鍵點的座標序列。五官關鍵點的數量，是預先設定好的一個固定數值，可以根據不同的語義來定義(常見的有5點、68點、90點等等)。
當前效果的較好的一些人臉配準技術，基本透過深度學習框架實現，這些方法都是基於人臉檢測的座標框，按某種事先設定規則，將人臉區域扣取出來，縮放的固定尺寸，然後進行關鍵點位置的計算。
因此，若不計入圖像縮放過程的耗時，人臉配準算法是可以計算量固定的過程。另外，相對於人臉檢測，或者是後面將提到的人臉提特徵過程，人臉配準算法的計算耗時都要少很多。
人臉配準結果舉例(右圖中的綠色點位人臉配準結果)
3、人臉屬性辨識（Face Attribute）：是辨識出人臉的性別、年齡、姿態、表情等屬性值的一項技術
一般的人臉屬性辨識算法的輸入，是「一張人臉圖」和「人臉五官關鍵點座標」，輸出是人臉相應的屬性值。人臉屬性辨識算法，一般會根據人臉五官關鍵點座標，將人臉對齊(旋轉、縮放、扣取等操作後，將人臉調整到預定的大小和形態)，然後進行屬性分析。
常規的人臉屬性辨識算法，辨識每一個人臉屬性時，都是一個獨立的過程，即人臉屬性辨識，只是對一類算法的統稱，性別辨識、年齡估計、姿態估計、表情辨識，都是相互獨立的算法。但最新的一些基於深度學習的人臉屬性辨識，也具有一個算法同時輸入性別、年齡、姿態等屬性值的能力。
人臉屬性辨識過程(最右側文字為屬性辨識結果)
4、人臉提特徵（Face Feature Extraction）：是將一張人臉圖像轉化為一串固定長度的數值的過程
這個數值串被稱為「人臉特徵(Face Feature)」，具有表徵這個人臉特點的能力。
人臉提特徵過程的輸入，也是 「一張人臉圖」和「人臉五官關鍵點座標」，輸出是人臉相應的一個數值串(特徵)。人臉提特徵算法，都會根據人臉五官關鍵點座標，將人臉對齊預定模式，然後計算特徵。
近幾年來，深度學習方法基本統治了人臉提特徵算法，這些算法都是固定時長的算法。早前的人臉提特徵模型都較大，速度慢，僅使用於後台服務。但最新的一些研究，可以在基本保證算法效果的前提下，將模型大小和運算速度，優化到行動端可用的狀態。
人臉提特徵過程(最右側數值串為「人臉特徵」）
5、人臉比對（Face Compare）：是衡量兩個人臉之間相似度的算法
人臉比對算法的輸入是兩個人臉特徵(注：人臉特徵由前面的人臉提特徵算法獲得)，輸出是兩個特徵之間的相似度。人臉驗證、人臉辨識、人臉檢索，都是在人臉比對的基礎上，加一些策略來實現。相對人臉提特徵過程，單次的人臉比對耗時極短，幾乎可以忽略。
基於人臉比對可衍生出人臉驗證(Face Verification)、人臉辨識(Face Recognition)、人臉檢索(Face Retrieval)、人臉聚類(Face Cluster)等算法。
人臉對比過程(右側的相似度為人臉比對輸出的結果)
6、人臉驗證（Face Verification）：是判定兩個人臉圖是否為同一人的算法
它的輸入是兩個人臉特徵，通過人臉比對獲得兩個人臉特徵的相似度，透過與預設的閾值比較，來驗證這兩個人臉特徵，是否屬於同一人(即相似度大於閾值，為同一人；小於閾值為不同)。
人臉驗證過程說明(最右側「是同一人」為人臉驗證的輸出)
7、人臉辨識（Face Recognition）：是辨識出輸入人臉圖對應身份的算法
它的輸入一個人臉特徵，透過和註冊在庫中，N 個身份對應的特徵進行逐個比對，找出「一個」與輸入特徵相似度最高的特徵。將這個最高相似度值，和預設的閾值相比較，如果大於閾值，則返回該特徵對應的身份，否則返回「不在庫中」。
人臉辨識過程(右側身份「jason」為人臉辨識結果)
8、人臉檢索：是查找和輸入人臉相似的人臉序列的算法
人臉檢索通過將輸入的人臉，和一個集合中的，說有人臉進行比對，根據比對後的相似度，對集合中的人臉進行排序。根據相似度從高到低排序的人臉序列，即使人臉檢索的結果。
人臉檢索過程(右側綠框內排序序列為檢索結果)
9、人臉聚類（Face Cluster）：是將一個集合內的人臉，根據身份進行分組的算法
人臉聚類也透過將集合內，所有的人臉兩兩之間做人臉比對，再根據這些相似度值，進行分析，將屬於同一個身份的人劃分到一個組裡。
在沒有進行人工身份標注前，只知道分到一個組的人臉，是屬於同一個身份，但不知道確切身份。另外假設集合中有 N 個人臉，那麼人臉聚類的算法複雜度為 O(N2)
人臉聚類過程(右側綠框內按身份的分組結果為聚類結果)
10、人臉活體（Face Liveness）：是判斷人臉圖像是來自真人，還是來自攻擊假體(照片、視頻等)的方法
和前面所提到的人臉技術相比，人臉活體不是一個單純算法，而是一個問題的解法。這個解法將用戶交互和算法緊密結合，不同的交互方式，對應於完全不同的算法。鑒於方法的種類過於繁多，這裡只介紹「人臉活體」的概念，不再延伸說明。
．什麼是 Edge Computing 邊緣運算
edge computing
百度百科
邊緣計算起源於傳媒領域，是指在靠近物或數據源頭的一側，採用網路、運算、儲存 、應用核心能力為一體的開放平台，就近提供最近端服務。
 |
| 碎碎念邊界運算(Edge Computing) | 小朱® 的技術隨手寫- 點部落 |
其應用程序在邊緣側發起，產生更快的網路服務響應，滿足行業在即時業務、應用智慧、安全與隱私保護等方面的基本需求。
邊緣計算處於物理實體和工業連接之間，或處於物理實體的頂端。而雲端運算，仍然可以訪問邊緣計算的歷史數據。
 |
雲計算的範式
|
從分布式開始
邊緣運算並非是一個新鮮詞。作為一家內容分發網路 CDN ，和雲端服務的提供商 AKAMAI，早在 2003 年就與 IBM 合作「邊緣運算」。作為世界上最大的分布式計算服務商之一，當時它承擔了全球 15-30% 的網路流量。
在其一份內部研究項目中，即提出「邊緣運算」的目的和解決問題，並透過 AKAMAI 與 IBM，在其 WebSphere 上，提供以邊緣 Edge 的服務。
對物聯網而言，邊緣運算技術取得突破，意味著許多控制，將透過本地設備，實現而無需交由雲端，處理過程將在本地邊緣運算層完成。這無疑將大大提升處理效率，減輕雲端的負荷。由於更加靠近用戶，還可為使用端提供更快的響應，將需求在邊緣端解決。
vs雲計算
在國際上，以思科為代表的網路公司，以霧運算為主。思科已經不再成為工業網路聯盟的創立成員，但卻集中精力主導 Open Fog 開放霧聯盟。
無論是雲、霧還是邊緣計算，本身只是實現物聯網、智慧製造等，所需要運算技術的一種方法或者模式。嚴格講，霧運算和邊緣運算，本身並沒有本質的區別，都是在接近於現場應用端提供的運算。就其本質而言，都是相對於雲端運算而言的。
從二者的運算範式可以看出來，邊緣側的數據運算，一下子變得豐富起來。這裡產生了全新的想像空間。
【3S MARKET】我們認為：邊雲運算即現場端的數位化與智慧化。我們不站在邊緣側這樣的立場，因為容易誤導。
物聯網應用
全球智慧手機的快速發展，推動了行動終端和「邊緣運算」的發展。而萬物互聯、萬物感知的智慧社會，則是跟物聯網發展相伴而生，邊緣運算系統也因此應聲而出。
事實上，物聯網的概念，已經提出有超過 15 年的歷史，然而，物聯網卻並未成為一個火熱的應用。一個概念到真正的應用有一個較長的過程，與之匹配的技術、產品設備的成本、接受程度、試錯過程都是漫長的，因此往往不能很快形成大量使用的市場。（3S MARKET：物聯網被認知，實際上是這五年的事。）
根據 Gartner 的技術成熟曲線理論來說，在 2015 年 IoT 從概念上而言，已經到達頂峰位置。因此，物聯網的大規模應用也開始加速。因此未來 5-10 年內 IoT 會進入一個應用爆發期，邊緣運算也隨之被預期，將得到更多的應用。
架構
在對岸中國，邊緣運算聯盟 ECC 正在努力推動三種技術的融合，也就是 OICT 的融合（運營 Operational、資訊Information、通訊 Communication Technology）。
而其運算對象，則主要定義的了四個領域，第一個是設備域的問題， 出現的純粹的 IoT 設備，跟自動化的 I/O 採集相比較而言，有不同但也有重疊部分。那些可以直接用於在頂層優化，而並不參與控制本身的數據，是可以直接放在邊緣側完成處理；第二個是網路域。
在傳輸層面，直接的末端 IoT 數據、與來自自動化產線的數據，其傳輸方式、機制、協議都會有不同，因此，這裡要解決傳輸的數據標準問題。
當然，在 OPC UA 架構下，可以直接的訪問底層自動化數據，但是，對於 Web 數據的交互而言，這裡會存在 IT 與 OT 之間的協調問題，儘管有一些領先的自動化企業，已經提供了針對 Web 方式數據傳輸的機制，但是，大部分現場的數據，仍然存在這些問題。
第三是數據域，數據傳輸後的數據儲存、格式等這些數據域需要解決的問題，也包括數據的查詢，與數據交互的機制，和策略問題，都是在這個領域裡需要考慮的問題。
最後一個，也是最難的應用域，這個可能是最為難以解決的問題，針對這一領域的應用模型尚未有較多的實際應用。
邊緣運算聯盟 ECC 對於邊緣運算的參考架構的定義，包含了設備、網路、數據與應用四域，平台提供者主要提供在網路互聯（包括總線）、運算能力、數據儲存與應用方面的軟硬體基礎設施。
而從產業價值鏈整合角度而言，ECC 提出了 CROSS，即在敏捷聯接（Connection）的基礎上，實現即時業務（Real-time）、數據優化（Data Optimization）、應用智慧（Smart）、安全與隱私保護（Security），為使用端在網路邊緣側，帶來價值和機會，也就是聯盟成員要關注的重點。
運算的本質
自動化事實上是一個以「控制」為核心。控制是基於「信號」的，而「運算」則是以數據進行的，更多意義是指「策略」、「規劃」，因此，它更多聚焦於在「調度、優化、路徑」。
就像對高鐵進行調度的系統一樣，每增加、減少一個車次，都會引發調度系統的調整，它是以時間和節點的運籌與規劃問題。邊緣運算在工業領域的應用，更多是這類「運算」。
簡單地說，傳統自動控制以信號的控制，而邊緣運算則可以理解為「根據資訊的控制」。
值得注意的是，邊緣運算、霧運算雖然說的是低延時，但是其 50mS、100mS 這種週期，對於高精度機床、機器人、高速圖文印刷系統的 100μS 這樣的「控制任務」而言，仍然是非常大的延遲的，邊緣計算所謂的「即時」，從自動化行業的視角來看 —— 很不幸，依然被歸在「非即時」的應用裡的。
產業
邊緣運算是在高頻寬、時間敏感型、物聯網整合，這個背景下發展起來的技術，「Edge」這個概念的確較早為包括 ABB、B&R、Schneider、KUKA 這類自動化/機器人廠商所提及，其本意是涵蓋那些「貼近用戶與數據源的 IT 資源」。
這是屬於從傳統自動化廠商，向 IT 廠商延伸的一種設計， 2016 年 4 月 5 日 Schneider 已經號稱可以為邊緣運算定義了實體基礎設施——儘管，主打的還是其「微數據中心」的概念。而其它自動化廠商提及運算，都是表現出與 IT 融合的一種趨勢，並且同時具有邊緣與泛在的概念在其中。
IT 與 OT 事實上也是在相互滲透的，自動化廠商都已經開始在延伸其產品中的 IT 能力，包括 Bosch、SIEMENS、GE 這些大的廠商在資訊化、數位化軟體平台方面，也包括了像貝加萊、羅克韋爾等都在提供基礎的 IoT 整合、Web 技術的融合方面的產品與技術。
事實上IT技術，也開始在其產品中整合總線接口、HMI 功能的產品，以及工業現場傳輸設備 Gateway、交換機等產品。
IoT 被視為未來快速成長的一個領域，包括最前導的，已經出現了各種基於 Internet 的技術，高通已經提出了 Internet of Everything — 可以稱為 IoX。
因此新一個產業格局呼之欲出，邊緣運算聯盟 ECC 的邊界定義而言，中國華為其主旨在提供運算平台，包括基礎的網路、雲、邊緣伺服器、傳輸設備與接口標準等，而 Intel、ARM 則提供為邊緣運算的晶片，與處理能力保障，信通院則扮演傳輸協議與系統實現的整合，而瀋陽自動化所、軟通動力則扮演實際應用的角色。
但是，邊緣計算/霧計算要落地，尤其是在工業中，「應用」才是最為核心的問題，所謂的IT與OT的融合，更強調在OT側的應用，即運營的系統所要實現的目標。
大融合下分工
在工業領域，邊緣應用場景包括能源分析、物流規劃、工藝優化分析等。就生產任務分配而言，需根據生產訂單，為生產進行最優的設備排產排程，這是 APS 或者廣義 MES 的基本任務單元，需要大量運算。
這些計算是靠具體 MES 廠商的軟體平台，還是「邊緣運算」平台 — 以 Web 技術建構的分析平台，在未來並不會存在太多差別。從某種意義上說，MES 系統本身是一種傳統的架構，而其核心既可以在專用的軟體系統，也可以存在於雲、霧端或者邊緣側。
在這樣的應用場景，總體而言，在整個智慧製造、工業物聯網的應用中，各自分工如下。
自動化廠商提供「採集」，包括數據源的作用，這是利用自動化已經在分布式 I/O 採集、總線互聯、以及控制機器所產生的機器生產、狀態、品質等原生「資訊」。
ICT廠商則提供「傳輸」，實現工業連接。因為在如何提供數據的傳輸、儲存、運算方面，ICT 廠商有其傳統優勢，包括成本方面，已經雲平台的優勢。
傳統工業企業的業務經驗和知識，則為分析軟體（獨立的或者企業內部）廠商提供「分析」的依據。這些業務過程的理解，仍然是必不可少。產業鏈的協同，終極目標，仍然是解決「品質、成本、交付」的核心問題。
 |
．P2P 對等式網路 –– 這是什麼技術
What is a Peer to Peer Network? Blockchain P2P Networks Explained
維基百科，自由的百科全書
對等式網路（peer-to-peer， 簡稱 P2P），又稱對等技術，是無中心伺服器、依靠用戶群（peers）交換資訊的網際網路體系，它的作用在於，減低以往網路傳輸中的節點，以降低資料遺失的風險。
 |
| 無中心伺服器的對等網路系統 |
 |
| 有中心伺服器的中央網路系統 |
與有中心伺服器的中央網路系統不同，對等網路的每個用戶端，既是一個節點，也有伺服器的功能，任何一個節點，無法直接找到其他節點，必須依靠其戶群進行資訊交流。
P2P 節點能遍布整個網際網路，也給包括開發者在內的任何人、組織、或政府帶來監控難題。P2P在網路隱私要求高，和檔案共用領域中，得到了廣泛的應用。
有些網路（如Napster、OpenNAP，或IRC @find）包括搜尋的一些功能，也使用用戶端-伺服器結構，而使用 P2P 結構，來實現另外一些功能。這種網路設計模型，不同於使用戶端-伺服器模型，在使用戶端-伺服器模型中，通訊通常來往於一個中央伺服器。
歷史
P2P 架構體現了一個網際網路技術的關鍵概念，這一概念被描述在 1969 年 4 月 7 日第一份 RFC 文件「RFC 1，主機軟體」中。在不用中心索引伺服器結構，交換多媒體檔案的大趨勢下，這個概念已經得到廣泛普及。
分類
根據中央化程度
- 一般型 P2P
- 節點同時作為使用戶端和伺服器端。
- 沒有中心伺服器。
- 沒有中心路由器。
- 如Gnutella。
- 特殊型 P2P
- 有一個中心伺服器儲存節點的資訊，並對請求這些資訊的要求做出回應。
- 節點負責發布這些資訊（因為中心伺服器，並不儲存檔案），讓中心伺服器知道，它們想共用什麼檔案，讓需要它的節點下載其可共用的資源。
- 路由終端使用位址，透過被一組索引，參照來取得絕對位址。
- 如最原始的Napster。
- 混合型 P2P
- 同時含有一般型P2P和特殊型P2P的特點。
- 如Skype。
根據網路拓撲結構
- 結構 P2P
- 無結構 P2P
- 鬆散結構 P2P
- 對等之間互有連結資訊，彼此形成無規則網狀拓撲結構。
- 需要請求某資源時，依現有資訊推測尋找，介於結構P2P和無結構P2P之間。
- 如Freenet。
P2P 網路的優勢
P2P 網路的一個重要的目標，就是讓所有的使用端，都能提供資源，包括頻寬，儲存空間和計算能力。因此，當有節點加入，且對系統請求增多，整個系統的容量也增大。
這是具有一組固定伺服器的 Client-Server 結構不能實現的，因為在上述 Client-Server 這種結構中，使用端的增加，意味著所有使用者更慢的資料傳輸。
P2P 網路的分布特性，透過在多節點上複製資料，也增加了防故障的健壯性，並且在一般型 P2P 網路中，節點不需要依靠一個中心，索引伺服器來發現資料。在後一種情況下，系統也不會出現單點崩潰。
當用 P2P 來描述 Napster 網路時，對等協定被認為是重要的。但是，實際中，Napster 網路取得的成就，是對等節點（就像網路的末枝）聯合一個中心索引來實現。這可以使它能快速，並且高效的定位可用的內容。對等協定只是一種通用的方法，來實現這一點。
 |
| eMule |
應用
對等技術有許多應用。共用包含各種格式音訊，視訊，資料等的檔案是非常普遍的，即時資料（如 IP 電話通訊、Anychat音視訊開發軟體）也可以使用 P2P 技術來傳送。
有些網路和通訊管道，像Napster、OpenNAP、和 IRC@find，一方面使用了主從式架構結構，來處理一些任務（如搜尋功能），另一方面又同時使用 P2P 結構，來處理其他任務。而有些網路，如 Gnutella 和 Freenet，使用 P2P 結構，來處理所有的任務，有時被認為是真正的 P2P 網路。儘管 Gnutella 也使用了目錄伺服器，來方便節點得到其它節點的網路位址。
對等網路中每個節點的地位相當，沒有任何節點屬於中央控制地位，也沒有任何節點扮演交易中介的角色；網路中每個節點既是伺服器端，亦是使用端；節點可以選擇隨時加入，隨時退出；節點可以選擇運行所有的功能，也可以選擇運行部分的功能；節點越多，整個系統的運算能力越強，資料安全性越高，抗破壞能力越強。
學術性 P2P 網路
2015 年 1 月 28 日，賓夕法尼亞州立大學的開發者，聯合了麻省理工學院開放知識行動，西蒙弗雷澤大學的研究人員，還有第二代網際網路 P2P 工作群組，正在開發一個 P2P 網路的學術性應用。
這個專案稱為 LionShare，基於第二代網路技術，更詳細地說是 Gnutella 模型。這個網路的主要目的，是讓眾多不同學術機構的使用者，能夠共用學術材料。
LionShare 網路使用特殊型 P2P 網路類型，混合了 Gnutella 分散的 P2P 網路，和傳統的 C/S 網路。這個程式的使用者，能夠上傳檔案到一個伺服器上，不管用戶是否線上，都能夠持續的共用。這個網路也允許，在比正常小得多的共用社群中使用。
這個網路與目前正在使用的，其他 P2P 網路的，主要不同是， LionShare 網路不允許匿名用戶。這樣做的目的，是防止著作權材料在網路上共用，這同時也避免了法律糾紛。
另一個不同，是對不同組有選擇性的，共用個別的檔案。使用者能個別選擇，哪些使用者可以接收這一個檔案，或者這一組檔案。
學術社群需要這種技術，因為有越來越多的多媒體檔案，應用在課堂上。越來越多的教授使用多媒體檔案，像音訊檔，視訊檔和幻燈片。把這些檔案傳給學生是件困難的任務，而這如果用 LionShare 這類網路則容易的多。
優點
- 擁有較佳的並列處理能力。
- 運用記憶體來管理交換資料，大振幅提高效能。
- 不用投資大量金錢在伺服器的軟，硬體裝置。
- 適用於小規模的網路，維護容易。
缺點
- 架構較為複雜，除了要有開發伺服器端，還要有專用的用戶端。
- 用在大規模的網路，資源分享紊亂，管理較難，安全性較低。
爭議
法律方面
在美國法律中，「Betamax判決」的判例，堅持複製「技術」不是本質非法的，如果它們有實質性非侵權用途。這個網際網路廣泛使用之前的決定，被應用於大部分的資料網路，包括 P2P 網路，因為已得到認可的檔案的傳播，也是可以的。
這些非法侵犯的，使用包括開放原始碼軟體，公共領域檔案，和不在著作權範圍之內的作品。其他司法部門，也可用類似的方式看待這個情況。
實際上，大多數在 P2P 網路上共用的檔案，是著作權流行音樂和電影，包括各種格式（MP3，MPEG，RM 等）。在多數司法範圍中，共用這些複本是非法的。
這讓很多觀察者，包括多數的媒體公司，和一些 P2P 的倡導者，批評這種網路，已經對現有的發行模式，造成了巨大的威脅。試圖測量實際金錢損失的研究，多少有些意義不明。
雖然紙面上，這些網路的存在，而導致的大量損失，而實際上自從這些網路建成以來，實際的收入並沒有多大的變化。不管這種威脅是否存在，美國唱片業協會和美國電影協會正花費大量的錢，來試著遊說立法者來建立新的法律。
一些著作權擁有者，也向公司出錢希望幫助在法律上，挑戰從事非法共用他們材料的使用者。
儘管有 Betamax 判決，P2P 網路已經成為，那些藝術家和著作權許可組織的代表攻擊的靶子。這裡面包括美國唱片協會和美國電影協會等行業組織。
Napster 服務，由於美國唱片協會的投訴，而被迫關閉。在這個案例中，Napster 故意地買賣這些，並沒有從著作權所有者那裡，得到許可發行的音像檔案。
隨著媒體公司打擊著作權侵犯的行為擴大，這些網路也迅速不斷地作了調整，讓其無論從技術上，還是法律上都難於撤除。這導致真正犯法的使用者成為目標，因為雖然潛在的技術是合法的，但是用侵犯著作權的方式，來傳播的個人對它的濫用很明顯是非法的。
匿名 P2P 網路允許發布材料，無論合法不合法，在各種司法範圍內，都很少或不承擔法律責任。很多人表示這將導致更多的非法材料更容易傳播，甚至（有些人指出）促進恐怖主義，要求在這些領域對其進行規範。
而其他人則反對說，非法使用的潛在能力，不能阻止這種技術，作為合法目的的使用，無罪推定必須得以應用，像其他非 P2P 技術的匿名服務，如電子郵件，同樣有著相似的能力。
重要案例：
- 美國法律
- Sony Corp. vs Universal City Studios ( Betamax判決)
- MGM vs Grokster
安全方面
許多 P2P 網路一直受到，懷有各種目的的人的持續攻擊。例子包括：
- 中毒攻擊（提供內容與描述不同的檔案）
- 阻斷服務攻擊（使網路執行非常慢甚至完全崩潰）
- 背叛攻擊（吸血）（用戶或軟體使用網路卻沒有貢獻出自己的資源）
- 在資料中插入病毒（如，下載或傳遞的檔案可能被感染了病毒或木馬）
- P2P 軟體本身的木馬（如，軟體可能含有間諜軟體）
- 過濾（網路業者可能會試圖禁止傳遞來自 P2P 網路上的資料）
- 身分攻擊（如，跟蹤網路上用戶，並且進行不斷騷擾式的，或者是用合法性地攻擊他們）
- 垃圾資訊（如在網路上傳送未請求的資訊--不一定是阻斷服務攻擊）
如果精心設計 P2P 網路，使用加密技術，大部分的攻擊，都可以避免或控制，P2P 網路安全，事實上與拜占庭將軍問題有密切聯絡。然而，當很多的節點試著破壞它時，幾乎任何網路也都會失效，而且許多協定會因使用者少，而表現得很失敗。
2007年4月23日，CA公司發表資安警訊，指出Foxy、BitComet、eDonkey、μTorrent、Ares、Azureus、BearShare、Lphant、Shareaza、Hamachi、exeem lite、Fpsetup、Morpheus、iMesh等14款，P2P 軟體都存在安全威脅，這些 P2P 軟體的潛在威脅來源，包括可能會覆寫檔案，為檔案重新命名，刪除檔案，被第三方植入惡意程式等。
計算技術展望
技術角度嚴格來講，對等網路雙方嚴格對等，並同等地提供和使用資料 ，沒有伺服器和用戶端的區別。但這樣的一般型 P2P 應用和網路少之又少，大部分稱為 P2P 的網路，和應用實際上依賴，或包含像 DNS 這樣的一些非對等單元。
很多 P2P 系統使用更強的對等點（稱為超級對等點( Super Node )）作為伺服器，那些客戶節點，以星狀方式連接到一個超級對等點上。
在1990年代末期，早在即時通訊流行之前，為了促進對等網路應用的發展，昇陽 （SUN）公司在 Java 技術中，增加了一些類，以便開發者能開發不受控於中心伺服器的的即時聊天 applet 及應用。這個工作現在由 JXTA 工程來繼續。
P2P 系統和應用已經吸引了電腦科學研究的大量關注，在這一領域有包括 Chord計劃， ARPANET， the PAST storage utility, P-Grid（一個自發組織的新興覆蓋性網路），和CoopNet內容分發系統 在內的一系列卓越的研究計劃。
限制
對岸中華人民共和國
P2P 技術在中國法律方面處於空白狀態，原則上不受中國政府的官方限制。但由於P2P技術會大量占用網路頻寬，並且由於中國的網路設施的現狀，和中國對網路管理的態度，都不同程度的對 P2P 通訊方式有所限制。
但是由於這些行為大部分都是秘密進行，因此中國眾多 P2P 使用者稱，此舉嚴重侵犯了他們的知情權和使用權。在中國，被限制最多的 P2P 軟體，是 BitTorrent 系列軟體和 eMule。
在日趨稀少的 IPv4 位址資源的情況下，中國大部分地區開始採用「大內網」的方式，減少對 IP 位址資源的消耗，即大部分的家庭及個人使用者，將連接 ISP 的 路由器，使用網路位址轉換方式連接外部網路。
因 NAT 和部分 P2P 協定的限制，導致 P2P 軟體大多只能在內網進行傳輸，對 P2P 產業鏈產生了很大影響。
此外，中國出於對他們國內產業支援和資訊控制的考慮，也會限制一些 P2P 方式的即時通訊軟體。中國資訊工業部曾發文，要求 VOIP 只能在指定的網路業者進行試驗，並有地區封殺skype，不過也有官員對此否認，並說明只是針對 PC-Phone。
2009 年 12 月，中國廣電總局以無視聽許可證為由，由工信部復原了 Btchina 網站的備案號，使其被迫關站。此次行動還影響了包括悠悠鳥論壇等 BT 站點。
日本
在日本，根據日本現行著作權法，日本境內一切免費提供商業軟體，或其他資料下載的網站均屬非法。違法情節嚴重的可被判處有期徒刑，同時處以罰款。
BitTorrent 系列軟體和 eMule 均被禁止。但因為 Share 和 Winny 軟體的存在，P2P 技術在日本仍然流行。這兩款軟體都採用了 IP 加密和資料加密的技術，目前日本有幾百萬人，使用這兩款軟體來交流動畫、遊戲、音樂、軟體等資料，但顯然警方已經掌控了追查使用者的方法。
2008 年 5 月 9 日，三名在 share 上發布大量著作權保護作品的職人遭到逮捕。這兩款軟體的流行，也帶來了一些負面問題，比如機密資料的泄漏和電腦病毒的傳播。
紐西蘭
在紐西蘭，根據紐西蘭 2011 年 9 月實施的著作權法，紐西蘭境內下載受著作權保護的內容為違法，主要針對的就是 P2P 技術的下載。如果下載的內容收到著作權方提訴，ISP 會根據使用者在下載的時間評估，如有著作權侵犯，使用者將被警告，警告三次將被罰款 15000 紐西蘭元。
不過需要注意的是，對於線上觀看，以及檔案代管類網站，卻不在此次罰款範圍內。也就是說使用者透過 Torrent 軟體的 BT 種子，下載一個受著作權保護的作品可能會被罰款，但是如果利用離線檔案下載方式，則不會受到懲罰。
而且在紐西蘭收著作權保護的著作權所有者，通常僅包括歐美一些公司，所以對當地華人來說，即使使用 P2P 技術下載中國、韓國等亞洲地區綜藝電影，同樣不會被提訴。