Упреждающий контроль: может ли его обеспечить система безопасности

Упреждающий контроль: может ли его обеспечить система безопасности

Эффективность использования систем безопасности как криминалистических и следственных инструментов давно продемонстрирована и очевидна. Однако от современных систем зачастую ждут большего – клиенты хотят получить инструмент не только для дальнейшего анализа и расследования преступлений (реактивные системы), но и для выявления происшествий в реальном времени, их прогнозирования и пресечения (проактивные). Эксперты крупнейших компаний в области безопасности поясняют, являются ли современные системы безопасности проактивными и что нужно для построения такой системы.

Хотя создание упреждающей системы безопасности кажется очевидной целью, важно помнить, что по своей природе большинство из них являются реактивными, рассказывает Иэн Чорлтон, директор по специализированным услугам компании Amulet (системы безопасности). Это обусловлено тем, что входящие в них устройства (датчики, камеры и считыватели) реагируют на условия или действия в контролируемой среде по мере их возникновения. Так, чтобы система безопасности отправила пользователю предупреждение, она должна выявить факт подозрительного или несанкционированного поведения на объекте. Однако уже само это поведение может являться преступлением.

Очевидно, что для быстрого или даже превентивного реагирования на ситуацию, нужно обеспечить пользователю ситуационную осведомленность в реальном времени. В современных системах безопасности это может быть достигнуто средствами аналитики. Джон Дэвис, управляющий директор Британской компании TDSi, поясняет: по-настоящему проактивной системе потребуются встроенные возможности искусственного интеллекта/машинного обучения, которые позволяют генерировать алгоритмы выявления и прогнозирования на основе данных о реальных событиях. Если система безопасности может точно отслеживать и интерпретировать данные происходящего в контролируемой зоне, она станет более активной.

Так, внедрение искусственного интеллекта в систему видеонаблюдения автоматически делает ее гораздо более активной. Используя ИИ, камеры не только передают видео с места событий для просмотра и анализа оператором, но и самостоятельно оценивают происходящее в зоне контроля, выявляя любые подозрительные действия и признаки. При этом на сегодняшний день удается устранить до 95% ложных срабатываний (например, вызванных появлением бездомных животных в кадре, качанием веток и др.). Современные технологии позволяют системе наблюдения автоматически обнаруживать и идентифицировать подозрительные лица, а также осуществляющих несанкционированные действия, фиксировать внезапное образование толп и другие тревожные события. С помощью ИИ можно эффективно обнаруживать в кадре людей и транспортные средства по фото из «подозрительных баз» или черного списка.

Еще больше упреждающих возможностей обеспечит совместное использование различного оборудования и ПО интегрированной системы безопасности. Сопоставляя данные видеокамер, оборудования СКУД, всевозможных датчиков, системы распознавания автомобильных номеров и др., можно получить максимально проактивную среду. К примеру, обнаружив необычное время прихода/ухода сотрудника или попытку получения доступа к какой-то другой двери, интеллектуальная система зафиксирует «тревожный звоночек» и оповестит об этом оператора. Благодаря этому оператор сможет обратить более пристальное внимание на данного человека и его действия с целью предупредить потенциальное преступление. При этом обнаруженные «тревожные» данные могут также передаваться в другие подсистемы и использоваться автоматически.

Отметим также новейшие инструменты анализа преступлений и расследования дел на основе когнитивной инженерии и последних достижений в области видеоаналитики. Их применение также облегчает прогностическую деятельность: они помогают анализировать собранную информацию и находить логические связи между людьми, локациями, временем, объектами и их действиями.

Источник: sourcesecurity.com