你的監控影像去了哪裡？P2P vs 雲端，兩種截然不同的隱私觀

你在 App 上看到客廳的即時畫面。這個畫面到你手上有兩種可能：直接從攝影機傳過來（P2P 串流），或者先繞去某間公司的伺服器再轉給你（雲端串流）。走哪條路，決定了誰看得到你家的畫面。

雲端串流：你的影像走了一趟遠路

雲端串流的運作方式是：攝影機把影像編碼後，傳送到某間公司的伺服器。伺服器再把畫面轉發給你的手機。整個過程都流經你掌控不了的基礎設施。

大部分開發商是認真在保護用戶資料的。但只要影像經過第三方伺服器，就存在被未授權存取的可能——內部人員、外部攻擊、或系統漏洞。這是雲端架構的結構性風險，跟個別公司的道德無關。

另一個常被忽略的面向是使用條款。很多 App 的 ToS 裡會有類似「我們可能使用彙整資料來改善服務」的條文。「彙整資料」的定義範圍，值得你在點「同意」之前仔細看一下。

P2P 串流：影像只走一步路

P2P 串流在攝影機裝置和觀看裝置之間建立一條加密的直接連線。影像不需要經過任何中間伺服器。

• 你的影像不需要離開你的裝置
• App 開發者在架構上無法存取你的畫面
• 沒有中央影像伺服器可以被攻擊
• 錄影存在你自己的裝置上，不受任何第三方影響

這不是政策承諾，而是架構承諾。一間公司可以修改隱私政策；但無法改變的是，它從來就沒有收到過你的影像。

比較一下

兩種模式的商業邏輯

雲端串流的運營需要成本——頻寬、儲存和運算資源都不是免費的。這就是為什麼多數雲端服務需要訂閱費來支撐基礎設施開銷。

問題在於：免費版被故意做得難用，來製造付費動機。

P2P 的基礎設施成本較輕，這讓免費提供完整核心體驗成為可能，再在真正有附加價值的功能上收費：雲端備份、延長保存時間、進階偵測。商業模式因此變成「增加價值」，而非「扣押功能」。

雲端的優勢

P2P 不是在所有情況下都是最佳解。雲端有其真實的優勢：

• 防竊保護。如果攝影機裝置被竊，本機錄影也跟著消失。雲端錄影可以在事件發生後仍然完整保留。
• 多人同時存取。與家人或物業管理員共享監看權限，透過雲端帳號管理通常更為方便。
• 伺服器端 AI。人臉辨識、車牌辨識等運算密集型功能，在雲端執行比在裝置端更容易實現。

對許多用戶來說，實際的答案是混合模式：P2P 串流負責即時畫面和本機錄影，再搭配選用的雲端備份，處理真正需要異地儲存的重要事件。

裝置端 AI

許多提供 AI 功能的 App——人物偵測、移動區域設定——會將影像畫格傳送到雲端伺服器進行分析。這又建立了另一條影像離開你裝置的路徑。

裝置端 AI 改變了這一點。Apple 的 Core ML 框架讓機器學習推論直接在 iPhone 的神經引擎上執行，完全在本機處理，不需要任何畫格離開裝置。P2P 串流搭配裝置端 AI：串流不經過伺服器，AI 不需要外傳影像，錄影存在本地。三層互相強化。

三個問題判斷你現在用的 App

1. 回放錄影要額外付費嗎？如果是，你的錄影很可能存放在該公司的伺服器上——這也是他們能設置付費門檻的原因。
2. 隱私政策怎麼描述影像處理？重點尋找關於「畫格」、「縮圖」或「從影像衍生的分析資料」的相關描述。
3. 兩台裝置在同一個 Wi-Fi、但斷外網，還能看嗎？如果可以，代表該 App 支援本機直連。這是影像路由方式的一個好兆頭。

常見問題

P2P 攝影機可以遠端看嗎？

可以。WebRTC 技術可以在不同網路之間建立加密連線，包括行動網路和家用寬頻。只要有網路，你可以從任何地方查看攝影機畫面。

P2P 不用網路也能用嗎？

同一個區域 Wi-Fi 上可以——連線會完全在區域網路內進行。這也意味著在網路中斷時，只要兩台裝置連接同一個 Wi-Fi，攝影機仍可正常運作。推播通知和從網路外部進行遠端監看，則需要連接網際網路。

為什麼不是所有 App 都用 P2P？

P2P 網路工程比較複雜，需要正確處理 NAT 穿透、網路相容性和連線備援（參見 WebRTC 規範），這些都需要相當的工程投入。雲端架構在技術上更容易建置和擴展，同時也讓雲端儲存訂閱成為可行的收入來源，進而改變了商業模式的誘因結構。

* Oriel 使用 WebRTC 技術優先建立裝置間的直接加密連線。在部分網路環境下（如對稱型 NAT），連線可能透過加密中繼伺服器（TURN server）轉發。即使在此情況下，伺服器僅處理加密封包，無法解密或存取影像內容，也不儲存任何資料。