Perimetro apsauga ir dirbtinis intelektas: kodėl jie yra toks naudingas derinys

Paskelbta 2021-12-22

 

Daugelis galutinių naudotojų organizacijų skiria daug dėmesio perimetro apsaugai, kuri, kaip žinoma, sukelia tam tikrų problemų, pavyzdžiui, klaidingų pavojaus signalų. Šiuo atžvilgiu į pagalbą gali ateiti dirbtinis intelektas.
 
Daugeliui galutinių naudotojų organizacijų perimetro apsauga yra svarbiausias prioritetas. Tačiau žinoma, kad perimetro apsauga, nors ir svarbi, naudotojams sukelia tam tikrų problemų. Viena iš jų - klaidingi pavojaus signalai, pavyzdžiui, gyvūnus ar banguojančią žolę supainiojant su įsibrovėliais. Tuo tarpu galutiniai naudotojai iš perimetro saugumo sprendimų taip pat reikalauja tam tikrų funkcijų, pavyzdžiui, išmaniosios paieškos ir verslo žvalgybos galimybių.
 
Šiuo atžvilgiu gali praversti dirbtinis intelektas. "Naudojant dirbtinį intelektą įtartinai veiklai nustatyti ir patikrinti, galima gauti tikslesnius rezultatus ir sumažinti klaidingų teigiamų rezultatų, taigi ir klaidingų pavojaus signalų skaičių - to nori išvengti dideles perimetro teritorijas stebintys asmenys. Kameros su dirbtiniu intelektu gali išfiltruoti nekenksmingą veiklą, nes jos buvo apmokytos naudoti tam tikrais atvejais, pavyzdžiui, atpažinti žmones ir transporto priemones. Be to, klientai dabar gauna kameras su šiomis kalibruotomis funkcijomis, todėl galutinis naudotojas arba sistemos integratorius gali lengvai sukurti sprendimą", - sakė Niklas Rosell, "Axis Communications" išmaniųjų kamerų funkcijų pasaulinis produktų vadovas.

 
Dirbtinio intelekto naudojimo perimetro apsaugai privalumai

 
Perimetro apsauga - tai įsilaužimo, vaikščiojimo ir kitos įtartinos veiklos perimetre aptikimas. Bet kokia dirbtiniu intelektu pagrįsta analizė, galinti padėti naudotojams pasiekti šiuos tikslus, gali būti naudinga. "Dažniausiai perimetro apsaugai naudojama tokia dirbtiniu intelektu pagrįsta vaizdo analizė: lauke optimizuotas žmonių ir transporto priemonių stebėjimas, kuris generuoja daug mažiau klaidingų pavojaus signalų nei paprastas judesio ar pikselių pokyčių aptikimas; automatinis valstybinių numerių atpažinimas (ALPR), kuris supaprastina operacijas ir įrašų generavimą / ataskaitų teikimą; veido atpažinimas, kuris gali būti naudojamas kaip 2 veiksnių autentifikavimo sistemų dalis didelio saugumo objektuose. Žinoma, yra ir kitų dirbtiniu intelektu pagrįstų analitinių priemonių, tačiau jos paprastai skirtos nišiniams ar konkrečiam objektui keliamiems reikalavimams tenkinti, todėl perimetro apsaugos programose jos rečiau naudojamos", - sakė "Senstar" produktų valdymo direktorius Bradas Martinas.
 
Nors dirbtinis intelektas perimetro apsaugoje dažnai naudojamas su vaizdo įrašais, jis gali būti taikomas ir kitų jutiklių duomenims. "AI gali būti taikomas bet kokiam sudėtingam signalui ir naudojamas pagrindiniams modeliams nustatyti, paprastai gaunamiems taikant gilaus mokymosi ir kitus AI metodus. Tačiau ypatingos svarbos sistemose, pavyzdžiui, tokiose, kurios naudojamos aukšto saugumo srityse, reikia iš anksto nuspėjamai ir kontroliuojamai tvarkyti nematytus duomenis arba naujas situacijas. Čia praverčia patirtis ir kruopštus sistemos projektavimas. Su dirbtiniu intelektu patobulintos sistemos gali pasiekti aukštesnį našumo lygį tokiose srityse kaip trikdžių ir klaidingų pavojaus signalų mažinimas, tačiau jose turi būti tiksliai sureguliuoti atsarginiai mechanizmai, kad būtų užtikrintas aptikimas visais galiojančiais, bet potencialiai nepatikrintais scenarijais", - sakė Martinas.
 
Todėl toliau pateikiami keli dirbtinio intelekto naudojimo perimetro apsaugai privalumai.

 
Klaidingų pavojaus signalų mažinimas

 
Kaip minėta, vienas didžiausių perimetro apsaugos iššūkių yra klaidingi pavojaus signalai, kuriuos galima išspręsti pasitelkus dirbtinį intelektą. "Perimetro apsaugos taikymuose įsilaužimo jutiklių patobulinimas naudojant dirbtinio intelekto technologijas gali padėti įveikti klaidingus ar nepatogius pavojaus signalus ir kartu padidinti aptikimo tikimybę (PD). Pavyzdžiui, apsvarstykite perimetrą, besiribojantį su intensyvaus judėjimo vieša zona. Dirbtinio intelekto technologijos gali atskirti šalia perimetro esančius žmones ar transporto priemones nuo smulkių gyvūnų, šiukšlių ar aplinkos poveikio, taip pašalindamos dažną trikdančių pavojaus signalų šaltinį, o tvoros jutiklis ir toliau aptinka faktinius sutrikimus ant tvoros, išvengdamas klaidingų pavojaus signalų, kuriuos gali sukelti nekenksminga žmogaus veikla šalia perimetro, pavyzdžiui, paprastas stovėjimas ar vaikščiojimas palei į visuomenę nukreiptą tvorą", - sakė Martinas.
 
"Du pagrindiniai bet kokių perimetro apsaugos sprendimų uždaviniai visada bus užtikrinti didelę aptikimo tikimybę ir labai mažą nepageidaujamų pavojaus signalų skaičių. Abu šie reikalavimai yra būtini norint išlaikyti operatoriaus pasitikėjimą", - sakė "Bandweaver Technology" viceprezidentas Markas Hortonas. "Bandweaver" savo perimetro apsaugos sprendimuose naudoja dirbtinį intelektą, kad išfiltruotų aplinkos triukšmą, kurį sukelia eismas, oras ir pan., ir kartu aptiktų bet kokį pažeidėją. Naudojame naujausios kartos algoritmus, DNN, RNN ir kitus mašininio mokymosi metodus, kad pasiektume geriausią rinkoje aptikimo rezultatą su minimaliu trikdančių pavojaus signalų skaičiumi."

 
Išmanioji paieška

 
Dirbtinis intelektas taip pat pagreitina išmaniąją paiešką, kuri labai svarbi atliekant tyrimą. "Galimybė greitai atlikti didelės apimties vaizdo įrašų paiešką ieškant konkrečių modelių, pavyzdžiui, konkretaus veido, transporto priemonės spalvos ar net kepurės, gali padėti sutaupyti daug lėšų, susijusių su operatoriaus ištekliais, taip pat nustatyti įvykius, kurių žmonės gali tiesiog nepastebėti. Be to, nepatogių ir klaidingų pavojaus signalų sumažinimas taip pat padės organizacijoms, nes sumažės bendras akivaizdžiai nereikšmingų įvykių kiekis", - sakė Martinas.

 
Sutaupomos sąnaudos

 
Tinkamai suprojektuoti dirbtinio intelekto sprendimai leidžia sutaupyti nemažai veiklos sąnaudų. "Aukštu lygiu automatizuojant klaidų reikalaujančias užduotis sutaupoma pareigūnų siuntimo tirti ir spręsti incidentų išlaidų - tokiu būdu AI yra jėgos daugiklis. Netiesiogiai sutaupomos ne tik tiesioginės išlaidos, susijusios su įsilaužimų sukeltais nuostoliais ar atsakomybe, bet ir mažesnės draudimo ir atitikties užtikrinimo išlaidos. Tačiau norint sutaupyti šias reikšmingas sąnaudas, įsilaužimų prevencijos technologijos turi būti tikslios ir pasižymėti nedideliu klaidingų teigiamų rezultatų skaičiumi", - sakė "Oyla" generalinis direktorius Srinathas Kalluri.

 
Verslo žvalgyba

 
Galiausiai, dirbtinis intelektas ir suteikia daugybę įžvalgų naudotojams, kurie gali geriau planuoti savo perimetro saugumą. "Žvelgiant iš verslo žvalgybos perspektyvos, kokybiška duomenų analizė yra absoliučiai būtina, o dirbtinis intelektas šiuos procesus gali atlikti greitai ir dideliu mastu. Tai leis įmonėms geriau suprasti perimetre dažniausiai pasitaikančias grėsmes, suplanuoti patalpų apsaugos strategijas ir įdiegti tinkamus pagalbinius sprendimus", - sakė Rosell.
 
"AI technologija yra pagrįsta duomenimis. Pagrindinis vaizdo įrašais pagrįstos perimetro dirbtinio intelekto technologijos tikslas - iš šių duomenų gauti įžvalgų, kad būtų galima geriau imituoti žmogaus funkcijas vykdant saugumo operacijas realiuoju laiku. Tačiau tuos pačius duomenis galima naudoti ir ilgesnį laiką, kad būtų galima gauti įžvalgų ir tendencijų, padedančių saugumo specialistams optimizuoti operacijas. Mažmeninės prekybos srityje dirbtinis intelektas jau naudojamas siekiant suprasti judėjimo, srauto ir pirkimo modelius, kurie daro įtaką erdvės dizainui, kad būtų geriausiai pagerinta klientų patirtis. Panašiai ir perimetro kontekste saugumo specialistai pradeda naudoti dirbtinį intelektą, kad, naudodami dirbtinio intelekto surinktus incidentų duomenis, projektuotų patikros punktus, patekimo ir išėjimo taškus, fizinius barjerus ir t. t.", - sakė Kalluri.

 

« Atgal
Elektronikos
prekėsVisi produktai
EV
krovimo
įrangaVisi produktai
Vaizdo
stebėjimo
prekėsVisi produktai
4889Prekių pozicijos
1000 m²Sandėlis Europos centre
> 999Užsakymų per mėnesį

Užsiprenumeruokite mūsų naujielaiškį