В связи с постоянно растущим объемом видеоданных и снижающейся стоимостью видеокамер высокого разрешения и систем хранения, искусственный интеллект и аналитика глубокого обучения стали необходимостью для клиентов индустрии физической безопасности, включая контроль доступа и обнаружение вторжений. Сведение к минимуму человеческой ошибки и ложных срабатываний являются ключевыми мотивами применения технологий искусственного интеллекта в индустрии безопасности.
Что такое искусственный интеллект?
Искусственный интеллект - это способность машин учиться на своем опыте благодаря нейронной сети, которая имитирует работу мозга человека, чтобы распознавать предметы и образцы и принимать решения без вмешательства человека.
Искусственный интеллект может учиться непрерывно 24 часа в сутки, постоянно получая, сохраняя и улучшая свои знания. Благодаря огромной вычислительной мощности машины, использующие графический процессор Nvidia и подобные чипы, могут различать лица, животных, транспортные средства, языки, отдельные фразы и т. д.
В зависимости от требуемой сложности, уровня детализации, допустимого поля погрешности и качества данных, искусственный интеллект может изучать новые объекты в течение нескольких секунд, используя Spiking Neural Network (SNN), или же на протяжении нескольких недель, используя Convolution Neural Network (CNN). Хотя SNN и CNN имеют свои преимущества и недостатки, они превосходят традиционные системы безопасности без искусственного интеллекта с точки зрения эффективности и точности.
Согласно исследованиям MarketsandMarkets, размер рынка систем обнаружения вторжений по периметру к 2021 году возрастет с 4,12 миллиарда долларов до 5,82 миллиарда долларов с совокупным годовым темпом роста (CAGR) - 7,1%. Между тем, прогнозируемый рынок искусственного интеллекта в сфере безопасности (как кибербезопасности, так и физической безопасности) к 2025 году вырастет с 3,92 миллиарда долларов до 34,81 миллиарда долларов со впечатляющим CAGR, равным 31,38%.
Системы обнаружения вторжений по периметру
Эффективность системы обнаружения вторжений по периметру зависит от множества условий. Они, в свою очередь, влияют на требования к системам обнаружения вторжений: минимальное количество ложных тревог, простота настройки и обслуживания, легкая интеграция и стабильная производительность. По своей природе интеллект должен учиться, адаптироваться и развиваться для работы в различных условиях. Ложные тревоги приводят к увеличению затрат, являясь проблемой систем обнаружения вторжений без использования технологий искусственного интеллекта. В этих случаях животные, деревья, тени и погодные условия могут вызывать срабатывание датчиков.
Искусственный интеллект может с легкостью различать людей и объекты. Проезжающий мимо автомобиль, пробегающий кот или появившаяся тень человека не вызовут сигнал тревоги. Поэтому количество ложных тревог может быть уменьшено на 70%.
Источник www.sourcesecurity.com. Перевод выполнила администратор сайта Елена Пономаренко.
