· 人工智慧迎來了門禁控制的新時代

 
Alcatraz AI 透過利用 AI 改變門禁控制，你的臉成為您的憑證

不只是縮時，還有粉塵、噪音、位移偵測

SIW

可以增強電腦視覺和人工智慧的創新，以創造一種高效且可操作的周邊安全方法

這篇報導章最初出現在《門禁控制趨勢與技術》上，這是美國《安全業務》雜誌和《安全技術執行》雜誌的年度獎金出版物。

人工智慧正在幾乎全面改善行業 —— 從幫助更好地檢測肺癌和乳癌，到透過預測性維護延長機器的使用壽命。透過大規模的模式比對，和平凡任務的自動化，人工智慧使專家能夠專注於他們最擅長的事情。

人工智慧已經鞏固到大多數公司的網路安全態勢中。 網路安全專業人員正在使用人工智慧快速檢測和輕鬆解決惡意網路行為，83%的組織表示，如果沒有人工智慧，他們將無法應對網路攻擊。

實體安全的人工智慧呢？

這引出了一個問題：為什麼實體安全在採用人工智慧方面，遠遠落後於網路安全？ 對於實體安全專業人員來說，人工智慧有能力轉變他們對威脅的反應方式，從團隊在威脅發生後響應的基本上，被動的姿勢轉變為主動姿勢，即自動檢測風險。這使安全專業人員能夠在事件升級甚至發生之前進行干預。 對於企業來說，主動的實體安全可以降低營運成本，提高員工留用率，最重要的是，更好地保護人員和資產。

從身體行為顯示周邊安全威脅，例如有人跳躍柵欄，在安全入口處欺騙徽章，強迫門開啟或尾随。 每項行動都顯示事件前的安全威脅，如果不加以檢查，可能會對人員或資產產生負面影響。利用人工智慧，我們有機會及早辨識這些威脅，而不是等待安全事件發生。

事件往往遵循可預測的較小威脅事件的模式，這些事件具有人類身體移動的特徵。 直到最近，還需要人類的努力來模仿這些行為。 有人需要看到威脅行為發生，無論是面對面還是透過監控飼料。或者，實體門禁控制系統（PACS, Physical Access Control System）可能會發出警報，然後需要人類驗證警報的合法性。人工智慧可以解決這項非常耗時的任務，使安全團隊能夠在威脅升級之前，專注於應對威脅。

例如，讓我們看看一個相對較大的企業校園，有 300 個安全攝影機和 500 扇與 PACS 相連的門。 由於 PACS 相對簡單，受限於跟蹤徽章讀取等硬體事件，因此它們無法提供安全團隊準確檢測威脅簽名所需的上下關聯。PACS警報顯示，門被入侵者強行開啟，看起來與強風或故障的磁鎖相同。

讓人工智慧做這項工作

佈署在大型企業校園的 PACS 每天生成數千個警報，超過 90% 報告為虛假警報。這些虛假警報可能是由門開啟的時間，比預期的要長片刻，或讀取錯誤導致的無效徽章警報觸發的。因此，人類必須直觀地確認每個警報 —— 導致巨大的手動升降。

許多公司都有政策要求安全團隊，驗證每個警報的有效性。根據客戶訪談，對相對較大的企業校園進行虛假警報，相當於每年 8000 多個小時。這相當於四名全職員工。在這些數量上，安全團隊經常屈服於「警報疲勞」，這導致對警報或警報完全被遺漏的反應較慢。這增加了合法安全威脅，未被發現的可能性。

虛假警報模式的簡單性，使 PACS 成為人工智慧自動化的主要候選者。使用人工智慧，利用現有的 PACS 和攝影機監控系統，可以自動處理這些型別的事件。與先前存在的硬體系統、人工智慧和電腦視覺的連線相結合，是最近引入市場的一種稱為電腦視覺智慧的解決方案。

它結合了電腦視覺的視覺驗證，和人工智慧的模式比對功能，可以立即監控現有的監控影片提要，並準確檢測校園內任何規模的威脅行為。電腦視覺情報代表安全團隊對傳入的警報進行分類，大大減少警報的數量，併為安全人員提供更多行動的時間。

電腦視覺智慧有效地成為以硬體為中心的安全工具，創造的訊號的軟體大腦。如果攝影機是眼睛，PACS 是耳朵，那麼電腦視覺智慧就是將這些訊號，轉化為可操作資訊的大腦。

早期採用電腦視覺智慧的人，如 VMWare，已經能夠將警報量減少 93%，並將尾随等難以檢測的威脅行為減少 99% 以上。 同樣，NorCal 大麻能夠利用這項技術，根據從不斷成長的設施，到零售店等各種地點的要求，優先考慮警報。例如，白天在倉庫開啟的門比半夜開啟門要少得多。電腦視覺智慧能夠理解上下關聯，並以不同的方式處理每種情況。當連線到分類系統時，它還可以啟動適當的升級路徑，確保快速有效的響應和排程。

人工智慧推動創新

該行業剛剛趕上將安全系統與智慧層整合的價值，創造了一個全新的新創企業市場。事實上，Grandview Research 預測，到 2027 年，美國企業每年將花費 1710 億美元來保護人員、地點和實物資產。 行業成長不僅反映了對實體安全創新日益成長的需求，而且還顯示出更廣泛的前景，即有了額外的資源，這項技術將能夠在未來幾年取得重大進展。

PACS 和安全攝影機為企業門禁控制奠定了基礎。現在，隨著電腦視覺和人工智慧的創新，這些工具可以增強，以建立高效和可操作的周邊安全方法。 安全團隊可以專注於應對和預防安全事件，而不是監控提要和處置虛假警報。隨著實體安全進入人工智慧的新時代，現有的公司對攝影機和 PACS 的投資變得更加有效。同時，安全專業人員有權更好地保護人員和資產。

關關於作者：Shikhar Shrestha 是 Ambient.ai 的執行長兼聯合創始人，他主管該公司擴充套件其技術，其使命是在安全事件發生之前防止安全事件。Shrestha 擁有史丹佛大學電氣和機械工程理學碩士學位，在共同創立 Ambient.ai 之前，曾在蘋果和谷歌擔任工程職位。自共同創立 Ambient.ai 以來，Shrestha 一直帶領公司透過 Y Combinator Winter 2017 佇列，從 a16z 籌集了 5,220 萬美元的風險資本資金，確保了跨行業的企業客戶，並於 2022 年 1 月成立了公司。

按此回今日3S Market新聞首頁