هشدارهای دروغین و اهمیت بکارگیری هوش مصنوعی در سیستم‌های امنیتی

آنالیز ویدئو
آیا هشدارهای دروغین ‌می‌توانند به گذشته تبدیل شوند؟

اوری گوترمن،رئیس و بازاریاب هانوا تکوین، ما را از پتانسیل تجزیه وتحلیل فیلم deep learningبرای کاهش قابل توجه هشدار‌های دروغین آگاه می‌کند.

زمانی بود که هزینه نظارت بصری در یک سایت از راه دور برای اکثر مشاغل بسیار زیاد بود. با این وجود، در سالهای اخیر سرعت بالا، پهنای باند کم، هزینه و حرکت به سمت نظارت بر رویدادها، این امکان را برای اتاقهای کنترل امنیتی فراهم کرده است تا بتوانند یک سرویس نظارت تصویری از راه دور را با قیمت مقرون به صرفه ارائه دهند.

نظارت بر رویداد یا گزارش استثنایی که معمولاً به آن اشاره ‌می‌شود، هنگا‌می‌ مشخص ‌می‌شود برای آنها ناکارآمد است که به طور مداوم به یک صفحه نگاه کنند، به یک روش پذیرفته شده برای جلب توجه یک اپراتور اتاق کنترل تبدیل ‌می‌شود، فقط در صورت شک‌ احتمال به وقوع پیوستن . دلیل این امر این بود که جدا از هزینه نیاز به کارگیری تعداد زیادی اپراتور برای نظارت بر تعداد نسبتاً کمی‌ سایت، این خطر وجود دارد که به دلیل عدم تمرکز، چیزی از قلم بیفتد.

فقط نیاز به تأیید بصری هشدارهای رویداد محور تولید شده توسط دستگاه‌های حسگر یا نرم افزار تشخیص حرکت مبتنی بر سرور و اخیراً توسط نرم افزار تجزیه و تحلیل ویدئو مبتنی بر لبه، به این معنی است که اپراتورها ‌می‌توانند تعداد زیادی سایت را به طور همزمان کنترل کنند.

هشدارهای دروغین را به چالش ‌می‌کشد

علیرغم پیشرفت مداوم در فن آوری، این روشهای تأیید بصری بعنوان زنگ خطری،‌ می‌توانند قربانی موفقیت خود باشند از این رو که آنها اغلب به دلیل نتیجه ناقص در تشخیص دقیق بین حیوانات ولگرد و مزاحمت‌های انسانی، هشدارهای دروغین ناخواسته ایجاد ‌می‌کنند، یا وسیله نقلیه و آنچه ممکن است فقط سر و صدای فیلم باشد. علاوه بر اتلاف وقت و پیامدهای هزینه، مجبور به مقابله با این هشدارهای دروغین، که ممکن است شامل ارسال یک دارنده کلید به یک سایت برای تأیید آنچه ممکن است باشد یا نباشد. اپراتورهای اتاق همچنین ‌می‌توانند دلیل اصلی ناکارامدی در کنترل باشند . این مسئله مهمی‌ بوده است که منجر به خاموش کردن برخی از اتاق‌های کنترل برخی از تجزیه و تحلیل‌های ویدئویی نسل قبلی شده است که شاید از نظر توانایی آنها برای ارائه سطح بالایی از تشخیص بدون ایجاد تعداد زیادی هشدار جعلی، بیش از حد فروخته شده باشد.

راه حل‌های مبتنی بر هوش مصنوعی

هانووا تکوین معتقد است که با استفاده از قدرت تجزیه و تحلیل ویدئویی Deep Learning، ‌می‌تواند یک ابزار قدرتمند برای کمک به آنها در یک قدم جلوتر از مزاحمان برای مشاغل، مقامات محلی و سایر سازمان‌ها و همچنین اتاق‌های کنترل امنیتی که از لحاظ تجاری اداره ‌می‌شوند، فراهم کند.
با استفاده از دوربین‌های با کیفیت بالا، تجزیه و تحلیل ویدئو یادگیری عمیق بدون مجوز، سطح بالایی از دقت را تشخیص ‌می‌دهد، در حالی که هشدارهای دروغین را به حداقل ‌می‌رساند.

دلیل آن این است که قادر است انواع مختلف اشیا، از جمله افراد، وسایل نقلیه، چهره‌ها و پلاک‌ها را به طور همزمان شناسایی و طبقه بندی کند. دوربین‌های مخصوص هوش مصنوعی تولید شده توسط‌ هانواتکوین با الگوریتم‌هایی پشتیبانی ‌می‌شوند که قادر به شناسایی ویژگی‌های اشیا یا افراد مانند گروه سنی، جنسیت یا رنگ لباسی است که فرد ‌می‌پوشد، هستند.

ویژگی‌ها به عنوان فراداده در کنار تصاویر گرفته شده توسط دوربین‌های هوش مصنوعی ذخیره ‌می‌شوند و به کاربران امکان ‌می‌دهد تا به سرعت اشیا خاص یا حوادث را جستجو کنند، حتی الگوریتم‌ها ‌می‌توانند تشخیص دهند که شخصی عینک به دست است یا کیف در دست دارد.
از همه مهمتر، تجزیه و تحلیل ویدئو deep learning ‌می‌تواند به گونه‌ای تنظیم شود که نویز ویدئو، تکان دادن درختان، ابرهای متحرک و حیوانات را نادیده بگیرد، همه اینها ممکن است به طور معمول دلیل هشدارهای دروغین هنگام استفاده از فن آوری معمول تشخیص حرکت یا سنسورها برای تشخیص فعالیت باشند.

این توانایی به حداقل رساندن اتلاف وقت و هشدارهای دروغین پرهزینه به این معنی است که اپراتورهای اتاق کنترل و پرسنل امنیتی قادر به تمرکز بر روی واکنش به حوادث و شرایط اضطراری واقعی هستند. گزارشی که توسط تحقیقات ساختمانی هوشمند Memoori تهیه شده پیش بینی ‌می‌کند فروش محصولات نظارت تصویری از 19.15 میلیارد دلار در سال 2019 به 35.82 میلیارد دلار تا سال 2024 افزایش یابد و نرم افزار آنالیز ویدئویی AI سهم مهمی‌ در این رشد خواهد داشت.

این شاید تعجب آور نباشد که فقط به خاطر داشتن پتانسیل آن برای کارآمدتر و مقرون به صرفه بودن نظارت از راه دور و همچنین کمک به مبارزه با فعالیت‌های جنایی از راه‌های دیگر، از جمله فراهم کردن توانایی جستجوی سریع و قانونی فیلم ضبط شده برای اثبات هرگونه حادثه، تعجب آور نیست. از این لحاظ، در آینده‌ای نه چندان دور، شاهد معرفی برنامه‌های هوش مصنوعی توسط‌ هانوا تکوین و شرکای فناوری آن خواهیم بود که سیستم‌های نظارت تصویری را به سطحی ارتقا ‌می‌دهند که در این زمان ممکن به نظر نمی‌رسد.

منبع:
https://www.ifsecglobal.com/security/can-false-alarms-become-a-thing-of-the-past/