Джеремі Скотт із компанії Milestone розповів журналу Security Technology Executive про те, як прогнозна аналітика стала ключовим компонентом стратегій зниження ризиків.
Все більше організацій звертаються до прогнозної аналітики за допомогою у вирішенні різних завдань, а постачальники активно шукають способи її впровадження в свої системи безпеки.
Редактор журналу Security Technology Executive Стів Ласки поставив кілька запитань Джеремі Скотту, керівнику напрямку стратегічних альянсів Milestone Systems, що стосуються розвитку прогнозної аналітики і її застосування в індустрії безпеки.
STE: Будь ласка, дайте визначення «прогнозної аналітики» для систем відеоспостереження?
Скотт: Простим прикладом базової прогнозної аналітики є аналіз напрямку руху об'єкта. Як тільки програмне забезпечення виявляє об'єкт, що рухається, напрямок і швидкість його руху, воно може передбачити, де в кінцевому підсумку цей об'єкт опиниться. Штучний інтелект такого рівня може застосовуватися для прогнозування заторів на дорогах, спостереження за судами в морі, відстеження підозрюваних, які залишають місце події тощо. Інструменти прогнозування можуть бути дуже корисними в різних сферах. Комп'ютери можуть обробляти великі обсяги даних набагато швидше, ніж ми.
STE: Де ще застосовується прогнозна аналітика, крім сфери безпеки?
Скотт: Прогнозна аналітика може використовуватися в системах міського спостереження, для контролю руху транспортних засобів і пішоходів, виявлення великого скупчення людей тощо. Також популярним є аналіз даних системи відеоспостереження в реальному часі, наприклад, у магазинах. Відеоспостереження з алгоритмами аналізу використовується для підрахунку клієнтів, які входять до магазину. Менеджери магазинів використовують цю інформацію для прогнозування потоку відвідувачів, щоб знати, скільки касових апаратів і співробітників повинні бути задіяні протягом дня.
STE: Темпи розвитку технологій відеоспостереження за останні 3-5 років значно зросли. Яка ситуація з прогнозною аналітикою і як вона буде розвиватися протягом наступних 3-5 років?
Скотт: Досягнення останніх трьох-п'яти років були досить значними. Хорошим прикладом є те, що зараз ми використовуємо технології обробки даних з набагато більш високою швидкістю. Що стосується подальшого розвитку відеоаналітики, системи будуть збирати і аналізувати дані з різноманітних джерел. Більша кількість даних і їх ефективний аналіз дозволить отримати комплексне уявлення про проблему, що потребує рішення.
Джерело securityinfowatch.com. Переклад виконала адміністратор сайту Олена Пономаренко.
