Izvor: William Pao
Sigurnost perimetra ključna je jer služi kao prva linija obrane za organizacije krajnjih korisnika. U tom smislu, video analitika temeljena na umjetnoj inteligenciji može igrati ključnu ulogu. Ovaj članak razmatra kako umjetna inteligencija može učiniti sigurnost perimetra pametnijom i učinkovitijom.
Važnost sigurnosti perimetra
Perimetar organizacije je vanjska granica te organizacije. Kao takav, mora biti pravilno osiguran kako bi se odvratili uljezi od samog početka.
„Sigurnost perimetra... odnosi se na postavljanje jasnih granica i zaštitu svega unutra - ljudi, imovine, sredstava. Dobar perimetar ne samo da drži ljude vani; također vam pomaže u upravljanju i kontroli tko ulazi, usmjeravajući promet na prave ulazne točke gdje ih možete lako promatrati“, rekao je Todd Dunning, direktor upravljanja proizvodima, video sigurnosti i analitike u Pelcu.
„Nevjerojatno je koliko vidljiv i dobro održavan perimetar može učiniti“, dodaje. „Jaka ograda, dobro postavljena vrata i vidljive sigurnosne kamere šalju snažnu poruku potencijalnim uljezima. Zapravo, postoji statistika iz Ujedinjenog Kraljevstva koja to zaista potvrđuje – mjesta bez lakih javnih pristupnih točaka imaju gotovo 15 posto manju vjerojatnost da će biti meta napada, što pokazuje koliko snažan perimetar može biti odvraćajući faktor.“
Izazovi s rješenjima za sigurnost perimetra
Ipak, postavljanje rješenja za sigurnost perimetra nije sve glatko. Ključni izazov s rješenjima za sigurnost perimetra je visoka stopa lažnih alarma.
„Konvencionalni sustavi za detekciju pokreta generiraju više od 50 000 lažnih alarma po nadzornoj stanici dnevno. Čak i uz učinkovitost filtriranja od 90 posto, operateri se i dalje suočavaju s 5000 lažnih alarma koje moraju obraditi“, rekao je Albert Stepanyan, predsjednik i izvršni direktor tvrtke Scylla AI.
„Prije svega, skupi lažni alarmi glavni su problem jer iscrpljuju proračune, odvlače timove od stvarnih incidenata i stvaraju umor od alarma“, rekao je Mats Thulin, direktor rješenja za umjetnu inteligenciju i analitiku u tvrtki Axis Communications.
Čak i uz videonadzor, operateri se i dalje suočavaju s teškim izazovima ako sustav nije podržan naprednom analitikom.
„Operateri sigurnosti propuste do 45 posto aktivnosti na zaslonu nakon samo 12 minuta praćenja, a 95 posto nakon 22 minute. To stvara opasne sigurnosne propuste tijekom kritičnih razdoblja prijetnji“, rekao je Stepanyan.
„Promatranje složenih lokacija u stvarnom vremenu teže je nego ikad. S modernim sustavima možete pokriti ogromno područje udaljenim kamerama, ali netko i dalje mora gledati te prijenose. Na velikoj ili složenoj lokaciji, operater može biti odgovoran za desetke kamera i mnoštvo drugih dužnosti. To je puno toga za upravljati“, rekao je Dunning.
Umjetna inteligencija pomaže
Kako bi se riješili ovi izazovi, video analitika temeljena na umjetnoj inteligenciji može igrati učinkovitu ulogu.
„Veliki napredak koji vidimo jest sposobnost AI analitike da ide dalje od jednostavnog otkrivanja. Sada može iskoristiti informacije specifične za lokaciju kako bi pružila praktične sigurnosne uvide. Ne radi se samo o uočavanju događaja, već o razumijevanju njegovog značaja i pomaganju timovima da kontinuirano poboljšavaju svoju sigurnost perimetra i operacije pristupa“, rekao je Dunning.
„Na primjer“, dodaje, „AI video analitika može uzeti u obzir dodatne vjerodajnice, pa čak i obrasce ponašanja, kako bi se pojednostavilo upravljanje pristupom. To omogućuje glatkiji i učinkovitiji pristup objektima za ovlašteno osoblje bez ugrožavanja postojećih sigurnosnih protokola.“
U međuvremenu, AI može značajno pomoći u smanjenju lažnih alarma u sigurnosti perimetra. „Napredna obrada rubova pomaže na dva fronta – slici i interpretaciji. Poboljšana obrada slike čisti šumne kadrove i obrađuje slabo osvjetljenje i odsjaj, što smanjuje smetnje uzrokovane lišćem, refleksijama i prednjim svjetlima. To analitici daje jasniju sliku za početak. Zatim AI-poboljšana klasifikacija objekata razlikuje ljude, vozila i životinje, tako da timovi dobivaju manje lažnih alarma, jasnije prioritete i manje nepotrebnih poziva“, rekao je Thulin.
Stepanyan je kao primjer koristio rješenja svoje tvrtke za sigurnost perimetra. „ScyllaNet arhitektura pruža prosječno vrijeme do uzbune od 0,78 sekundi – 5 puta brže od konkurentskih sustava. Naša vlasnička umjetna inteligencija postiže specifičnost od 99,9999903 posto (testirano tijekom 287 sati sa samo 5 lažno pozitivnih rezultata), eliminirajući buku koja utapa operatere u konvencionalnim sustavima“, rekao je.