چگونه دوربینهای هوشمند میتوانند دقت تحلیلهای امنیتی پیشبین را افزایش دهند ؟ - دیدافزار سیستم

نویسنده : دیدافزار سیستم ۱۳۹۶/۰۹/۲۰ تعداد نظرات : دیدگاه بسته شده است
چگونه دوربینهای هوشمند میتوانند دقت تحلیلهای امنیتی پیشبین را افزایش دهند ؟
سالهاست که سیستم­های تحلیل ویدیو در مدیریت بسیاری از امور امنیتی به کاربران کمک می­کنند. از جمله خدمات این سیستم­ها می­توان به موارد ذیل اشاره کرد: شناسایی افراد یا وسایل نقلیه­ که به مناطق حفاظت شده وارد می­شوند، ذخیره اطلاعات مربوط به شماره پلاک خودروها، بررسی یک جمع شلوغ برای شناسایی فردی خاص در جمعیت و دیگر موارد حفاظتی و امنیتی. امروزه سیستم­های مدیریت تصاویر و دوربین­های نظارتی تحت شبکه مجهز به قابلیت­های پردازشی قدرتمندی هستند که به رشد سیستم­های تحلیل محتوای قوی­تر و در نتیجه شناسایی دقیق­تر رویدادهای مشکوک و تهدید­آمیز که موجب به صدا در آمدن آژیر خطر می­شوند کمک می­کند. این موضوع مولفه­ای مهم در علم تحلیل پیش­بین است که در مقاله زیر به بررسی آن می‌پردازیم.

تحلیل پیشبین چیست؟

با توجه به حجم و تنوع بسیار زیاد اطلاعات خام در دسترس متخصصین امنیتی، در علم در حال تکامل تحلیل پیش­بین روند گرایش به سیستم­های یکپارچه در حال رشد و تحول است. اطلاعات مورد استفاده در سیستم‌های تحلیل پیش­بین با اطلاعات خام استاندارد متفاوت است. تحلیل­های پیش­بین از داده­های جمع‌آوری شده توسط طیف گسترده­ای از منابع داده استفاده می­کنند. این اطلاعات خام از منابعی نظیر سیستم­های نظارتی، سیستم­های کنترل دسترسی، سیستم­های مدیریت بازدید­کننده و همچنین سیستم­های مدیریت حوادث به دست می­آیند. این اطلاعات خام سپس با مدل­های تدوین شده مقایسه شده و با توجه به رخدادهای گذشته امکان وقوع حادثه­ای مشابه را به درستی پیش­بینی می­کنند.
توجه داشته باشید که  تحلیل پیش­بین همیشه رویدادهای امنیتی با سیستم دودویی را تولید نمی‌کند، بلکه معمولارویدادهایی مانند الگوهای نامنظم ترافیک، تشخیص حرکت در ساعات اوج ترافیک و مناطق حفاظت شده را شناسایی می­کند و این داده­ها را با سیستم­ تشخیص چهره، سیستم­های کنترل دسترسی یا سایر اطلاعات سیستمی تطبیق می­دهد تا حرکات غیرمنتظره یا احتمال وقوع رویداد­های حساس را پیش­بینی کند. در این صورت، سیستم می‌تواند به متخصصان امنیتی برای اقدامات پیشگیرانه هشدار دهد.

تجزیه و تحلیل پیش­بین در دوربین­های تحت شبکه

تجزیه و تحلیل مبتنی بر دوربین در سال­های اخیر بسیار پیشرفت کرده است، اما این فناوری­ها عمدتا به فعالیت­­های واکنشی پس از حادثه مربوط می­شوند، چنان که اطلاعات ارزشمندی را برای تحقیق و پیگیری پس از رویداد فراهم می­کنند. با این حال، همانطور که صنعت ایمنی به سمت یک مدل کنترل‌گر و پیش­بین می­رود، دوربین­های هوشمند تحت شبکه می­توانند­ نقش مهمی در کمک به پرسنل امنیتی برای انجام اقدامات معقول و پیشگیرانه جهت جلوگیری از حوادث پیش از وقوع آنها داشته باشند.
مثال زیر که از دنیای واقعی گرفته شده است به خوبی نقش دوربین­­های هوشمند تحت شبکه را در افزایش دقت تحلیل پیش­بین و بالا بردن توانایی پرسنل امنیتی در انجام اقدامات پیشگیرانه نشان می­دهد.

تشخیص رفتار و حرکات غیر معمول

از تحلیل تصویری سیستم شمارش افراد می­توان برای تشخیص و شناسایی تعداد زیادی از افراد که در ساعتی خاص در یک مکان مشخص جمع شده­اند، استفاده کرد. به همان اندازه که جمع شدن تعدادی از کارمندان برای جشن گرفتن تولد همکارشان می­تواند بی­خطر باشد، این موضوع  ممکن است حرکتی گمراه کننده نیز باشد. به طور مثال گروهی از کارکنان ناراضی در حال هماهنگی برای سرقت از دارایی­ها یا اطلاعات شرکت دور هم جمع شده­اند. با این وجود بدون آگاهی از جزییات فضای امنیتی، گفتن اینکه این تهدید بالقوه قرار است کی و کجا اتفاق بیفتد تقریبا غیرممکن است.
زمانی که سیستم پیش­بین شروع به جمع آوری اطلاعات محیطی برای تحلیل دقیق­تر مسئله می­کند سیستم تجزیه و تحلیل ویدیو تشخیص می­دهد که آیا آژیر خطر باید به صدا در آید یا نه؟ براساس آیتم­های از پیش تعیین شده و با تجزیه و تحلیل رویدادهای پیشین، جمع شدن این چنینی افراد در ساعات خاموشی، دلیل کافی در اختیار سیستم قرار می­دهد تا کارکنان امنیتی را از وجود یک موقیعت بالقوه خطرناک آگاه کند. مکان افرادی که دور هم گرد آمده­اند نیز می‌تواند یک عامل موثر باشد، زیرا جمع شدن افراد در یک کنفرانس یا محل استراحت اهمیت کمتری نسبت به تجمع افراد در یک منطقه حساس و حفاظت شده دارد.
هشدارها همچنین می‌توانند به طور خودکار وضعیت فیلمبرداری دوربین را به حالت با وضوح بالا تغییر دهند، امکان ضبط ویدیو در هارددیسک داخلی و ارسال اطلاعات به شبکه را فعال کنند، به دوربین فرمان بدهند که بر فیلمبرداری از یک ناحیه خاص یا درب­های ورودی تمرکز کنند، و حتی سیستم تحلیل و شناسایی چهره را فعال کند. این امر می­تواند برای مدیریت و کارکنان امنیتی به هنگام پاسخگویی به هشدارهای امنیتی بسیار مفید باشد و درک کاملی از وضعیت موجود برای تعیین عکس­العمل مناسب در اختیار پرسنل امنیتی قرار دهد.
آنالیز محتوا
هشدارها همچنین تجزیه و تحلیل محیطی را برای شناسایی جزییات یک موقعیت آغاز می­کنند. فناوری­ نمی­تواند به درستی و قاطعانه قضاوت کند؛ فناوری­ تنها می­تواند با جمع­آوری تمام اطلاعات موجود در تعیین میزان وخامت یک موقعیت و اینکه چه اقداماتی هنگام وقوع رویداد و پس از آن باید انجام شود، موثر باشد.
پس از ساعت­‌ها جمع­آوری اطلاعات، داده­های جمع­آوری شده از سیستم­ها و منابع افزوده، محتوای کامل­تر و با جزییات بیشتر ارایه می‌دهند. به عنوان مثال، داده­های به دست آمده از سیستم کنترل دسترسی و اطلاعات موجود از سیستم شمارش افراد ممکن است نشان دهد که تعداد افراد حاضر در جمعیت بیشتر از تعدادی است که از کارت شناسایی خود برای ورود استفاده کرده­اند. این در حالی­است که ورود چندین نفر با یک رمز عبور نقض آشکار قوانین امنیتی محسوب می­شود، هرچند ممکن است تهدیدآمیز نباشد. همچنین ممکن است چندین فرد مجاز به طور همزمان وارد سیستم شده­ باشند. با استفاده از سیستم تشخیص چهره در زمان ورود مقایسه کسانی که به صورت مجاز وارد شده­اند، مشخص خواهد شد که آیا یک تهدید امنیتی بالقوه از سوی افراد غیر مجاز وجود دارد یا خیر. اقدام هوشمندانه
هنگامی که تمامی داده­ها برای دستیابی به جزییات بیشتر جمع­آوری شدند، سیستم­های پیش­بین، برای تعیین سطح امنیتی یک موقعیت تهدید آمیز تمام اطلاعات موجود را تجزیه و تحلیل می­کنند. همزمان سیستم اطلاعات موجود را با دوربین­های هوشمند، سیستم­های کنترل دسترسی، سیستم مدیریت حوادث و سایر منابع اطلاعاتی تطبیق می­دهد و با ایجاد یک پروفایل از رفتار طبیعی یا غیر طبیعی، از آن برای تحلیل وقایع مشابه در آینده استفاده می­کند.
اطلاعات به دست آمده از تقویم داخلی مجموعه ممکن است نشان دهد که جمعیت مورد بحث در حال برگزاری یک جلسه آموزشی از پیش تعیین شده بوده­اند. ممکن است تجزیه و تحلیل سیستم شمارش افراد و سیستم  تشخیص چهره و مطابقت آنها با اطلاعات به دست آمده از سیستم کنترل دسترسی نشان دهد که تمام افراد حاضر مجاز به حضور در آن جمع هستند و تفاوت موجود در تعداد افراد حاضر و تعداد کارت­های ثبت شده به خاطر ورود پشت سر هم افراد بوده است. در این صورت، می­توان یک ایمیل به تمام کارکنان ارسال کرد و قوانین امنیتی شرکت را به آنها یادآوری کرد.
با این حال، اگر افراد غیر مجاز در یک محدوده حضور داشته باشند، مامورین امنیتی به این مکان اعزام می­شوند تا از قصد و منظور جمع شدن این افراد مطلع شوند و همچنین اطمینان حاصل شود که مطابق با قوانین امنیتی این افراد از محدوده غیر مجاز اخراج شوند. همزمان می­توان مدارک دسترسی فیزیکی حاضرین در منطقه را به طور موقت غیر فعال کرد تا خطر سرقت اطلاعات و دارایی­ها کاهش یابد. علاوه بر این­ها، دوربین‌های هوشمند می‌توانند از تجزیه و تحلیل تصاویر برای تعیین اینکه آیا موارد مشکوک­ از منطقه حذف شده­اند استفاده کنند.
همانطور که در مثال­ بالا توضیح داده شد، دوربین­های هوشمند نقش مهمی در فرایند تحلیل پیش­بین بازی می­کنند. سیستم‌های امنیتی و نظارتی یکپارچه، مجهز به سیستم­های تجزیه و تحلیل تصویری قدرتمند می­توانند برای بهبود امنیت، کاهش میزان خطر، کاهش میزان تقلب و همچنین تبدیل کردن عملیات­های امنیتی سنتی از یک فعالیت واکنش­گر به فعالیتی کنترل‌گر به شرکت­ها کمک کنند. دستاوردهای برآمده از هر رویداد، کارکنان امنیتی را قادر می‌سازد تا از موقعیت‌های بالقوه خطرناک قبل از رخ دادن جلوگیری کنند.

درباره نویسنده

دیدگاه ها

ارسال دیدگاه برای این نوشته بسته می باشد.