SECURITY REPORT 105

82 ALARM Ψευδείς συναγερμοί | Αύγουστος 2020 Ε ίτε αναφερόμαστε σε συστήματα συναγερμού είτε σε κλειστά κυκλώματα τηλεόρασης, η παρακολούθηση με βάση ένα ή περισσότερα συμβάντα έχει αποδειχθεί μία εξαιρετικά χρήσιμη και «αποδεκτή» μέθοδος από τους χει- ριστές που βρίσκονται σε ένα δωμάτιο ελέγχου, αλλά και από τους ίδιους τους τελικούς χρήστες. Σημαντικοί παράγοντες αυτής της εξέλιξης ήταν σαφώς η μείωση του απαιτούμενου προσωπικού ασφαλείας σε μία περιοχή και η αποτελεσματικό- τητα κατά την αναζήτηση πληροφοριών, καθώς δεν ήταν λίγες οι φορές όπου σημαντικές πληροφορίες χάθηκαν λόγω έλλειψης συγκέντρωσης. Σήμερα ο διαχειριστής ενός συστήματος ασφα- λείας μπορεί να παρακολουθήσει ταυτόχρονα το βίντεο από πολλαπλές κάμερες (τοποθεσίες) και να επαληθεύσει οπτικά τις ειδοποιήσεις συμβάντων που δημιουργούνται από αισθητήρες ή λογισμικά ανίχνευσης κίνησης. Παρά τις ραγδαίες εξελίξεις της τεχνολογίας, οι μέθοδοι οπτικής επαλήθευσης ενός συναγερμού συχνά δημιουργούν ανεπιθύ- μητους ψευδείς συναγερμούς, καθώς αδυνατούν να διακρίνουν τη κίνηση μεταξύ ενός αδέσποτου ζώου και π.χ. ενός εισβολέα ή ενός οχήματος. Εκτός από το χάσιμο χρόνου, οι ψευδείς συ- ναγερμοί μειώνουν την εγκυρότητα των πραγματικών κατα- στάσεων έκτακτης ανάγκης, ενώ σε αρκετές περιπτώσεις θα κοστίσουν και χρήματα στους ιδιοκτήτες ακινήτων. Οι ψευδείς συναγερμοί εξακολουθούν να αποτελούν μείζον ζήτημα ακόμα και σήμερα, διότι οι προηγούμενες γενιές των Video Analytics ίσως ήταν «υπερβολικές» όσον αφορά την ικανότητά τους να προσφέρουν υψηλό επίπεδο ανίχνευσης χωρίς να δημιουργούν μεγάλο αριθμό ψευδών συναγερμών. Ωστόσο, με τον ερχομό νέων τεχνολογιών όπως η τεχνητή νοημοσύνη και βαθιά εκ- μάθηση, φαίνεται πως τα πράγματα αλλάζουν και τα VA γίνονται αποτελεσματικότερα. Μεγάλες εταιρίες του κλάδου πιστεύουν ότι αξιοποιώντας τη δύναμη της μηχανικής μάθησης, τα νέα Video Analytics θα είναι σε θέση να παρέχουν σε επιχειρήσεις, εμπορικούς χώρους, τοπικές αρχές και άλλους οργανισμούς, ένα ισχυρό και έγκυρο εργαλείο αναγνώρισης εισβολέων το οποίο θα εξαλείψει πλήρως του ψευδείς συναγερμούς. Ήδη πολλές εταιρίες διαθέτουν στην παγκόσμια αγορά λογισμικά και συσκευές οι οποίες είναι σε θέση να εντοπίζουν και να ταξινομούν ταυτόχρονα διάφορους τύπους αντικειμένων, όπως άτομα, οχήματα, πρόσωπα και πι- νακίδες. Ο λόγος φυσικά γίνεται για διάφορες κάμερες που εν- σωματώνουν αλγόριθμους τεχνητής νοημοσύνης που μπορούν και αναγνωρίζουν τα χαρακτηριστικά αντικειμένων ή ανθρώπων, όπως την ηλικία, το φύλο, ακόμα και το χρώμα των ρούχων. Τα χαρακτηριστικά αποθηκεύονται ως μεταδεδομένα παράλ- ληλα με τις εικόνες που τραβήχτηκαν από τις κάμερες AI, επι- τρέποντας στους χειριστές να αναζητούν γρήγορα συγκεκριμένα αντικείμενα ή συμβάντα, με τους αλγόριθμους να μπορούν ακόμη και να αναγνωρίζουν εάν ένα άτομο φοράει γυαλιά ή κρατά μια τσάντα. Το πιο σημαντικό είναι ότι τα Deep Learning Video Analytics μπορούν να ρυθμιστούν κατάλληλα, ώστε να αγνοούν τον θόρυβο βίντεο, την κίνηση των δέντρων, τα κινούμενα σύννεφα και τα ζώα, τα οποία αποτελούν την κύρια πηγή Ψευδείς συναγερμοί Επιμέλεια Αποστολόπουλος Παναγιώτης Υπήρχε μια εποχή που το κόστος της παρακολούθησης της δραστηριότητας σε μια απομα- κρυσμένη τοποθεσία ήταν πολύ υψηλό για τις περισσότερες επιχειρήσεις. Ωστόσο, οι δια- θέσιμες τεχνολογίες των τελευταίων ετών και οι νέες ευρυζωνικές υπηρεσίες, κατέστησαν «δυνατή» την απομακρυσμένη οπτική παρακολούθηση και το κόστος αρκετά προσιτό… Θα αποτελέσουν κάποια στιγμή παρελθόν;