Sztuczna inteligencja (AI) może być używana do zabezpieczenia terenu na różne sposoby, wykorzystując zaawansowane technologie i algorytmy.
Poniżej kilka możliwości w jaki sposób #AI może być wykorzystywane na tych obszarach:
Wszystkie te zastosowania AI mają na celu poprawę skuteczności i efektywności systemów zabezpieczeń, redukując jednocześnie koszty i minimalizując ryzyko fałszywych alarmów. Jednak należy pamiętać, że wdrożenie tych systemów wymaga także odpowiednich zabezpieczeń przed potencjalnymi zagrożeniami związanymi z nadużyciem technologii AI.
Chcesz wiedzieć więcej? Dołącz do nas na 3 Forum Projektów Systemów Niskoprądowych. Szczegóły: www.gspartner.pl
W dzisiejszej rzeczywistości bezpieczeństwo i nadzór stały się integralną częścią codziennego życia. Sztuczna inteligencja (AI) zastosowana w systemach telewizji dozorowej CCTV zrewolucjonizowała sposób, w jaki monitorujemy i zabezpieczamy swoje otoczenie. Pojawia się jednak pytanie: gdzie powinno się odbywać przetwarzanie AI w systemach CCTV? Odpowiedź kryje się w sile architektury Edge.
Zanim przejdziemy do uzasadnienia, dlaczego przetwarzanie AI w architekturze Edge jest najlepsze w systemach CCTV, zdefiniujmy, czym ono jest. Przetwarzanie Edge, znane także jako obliczenia na brzegu sieci, oznacza praktykę wykonywania przetwarzania i analizy danych lokalnie na urządzeniu lub sensorze zamiast na scentralizowanym serwerze w chmurze. W kontekście systemów monitoringu wizyjnego oznacza to, że algorytmy AI odpowiedzialne za analizę wideo i rozpoznawanie zdarzeń są wykonywane na pobliskim serwerze Edge w sieci lokalnej. Brakuje przesyłania wszystkich danych do zdalnego serwera w chmurze w celu analizy.
Przetwarzanie na brzegu sieci dzięki swoim zaletom jest najlepszą opcją do zastosowania w systemach telewizji dozorowej. Wśród największych zalet należy wskazać:
Jedną z największych zalet przetwarzania na Edge w systemach CCTV jest niska latencja. Kiedy algorytmy AI analizują strumienie wizyjne na brzegu sieci, wyniki są generowane w czasie rzeczywistym lub z minimalnym opóźnieniem. Małe opóźnienie jest kluczowe w sytuacjach, w których jest wymagana natychmiastowa reakcja, np. w przypadku naruszenia strefy bezpieczeństwa czy reagowaniu na sytuacje awaryjne. Kiedy nieupoważniona osoba wchodzi do chronionego obszaru, przetwarzanie na brzegu sieci spowoduje natychmiastowe uruchomienie alertu, pozwalając pracownikom ochrony na szybkie działanie.
Przesyłanie strumieni wizyjnych o wysokiej rozdzielczości do zdalnego serwera w chmurze w celu analizy może obciążać przepustowość sieci, prowadząc do opóźnień i potencjalnych wąskich gardeł. Przetwarzanie na brzegu redukuje ilość danych, które trzeba przesłać przez sieć, ponieważ przekazywane są tylko istotne zdarzenia lub metadane. Efektywność przepustowości nie tylko oszczędza koszty, ale także zapewnia płynniejszy i bardziej reaktywny system dozoru.
Architektura Edge zwiększa prywatność i bezpieczeństwo systemów telewizji dozorowej. Dzięki lokalnemu przetwarzaniu danych wrażliwe informacje pozostają na miejscu, co zmniejsza ryzyko naruszeń danych czy możliwość nieuprawnionego dostępu. Jest to szczególnie istotne w przypadku środowisk o wysokim stopniu poufności, takich jak instytucje rządowe czy infrastruktura krytyczna.
Podsumowując, przesunięcie przetwarzania AI bliżej źródła zbierania danych pozwala stworzyć inteligentniejsze, reaktywniejsze i bezpieczniejsze systemy dozorowe, które są lepiej przystosowane do ochrony osób i mienia. W miarę rozwoju technologii architektura Edge staje się przyszłością systemów CCTV z wykorzystaniem AI.
Architekturę Egde wykorzystano w zabezpieczeniu średniej wielkości farmy fotowoltaicznej jednego z największych państwowych koncernów energetycznych. Zadanie stojące przed dostawcą technologii AI, czyli amerykańską firmą Scylla AI oraz polską firmą Global Security Partner, która zaprojektowała rozwiązanie i je dostarczyła, polegało na:
Rozwiązanie oparte na platformie Scylla VMS i serwerze analityki Edge Scylla Asteria pozwoliło na:
Głównymi wyzwaniami, które stanęły przed instalatorami, były konfiguracja zdalna przy ograniczonym dostępie Internetu LTE oraz brak zasilania sieciowego i konieczność używania generatorów (we wczesnej fazie wdrażania). Mimo wszystko projekt został zakończony sukcesem, a inwestor planuje kolejne inwestycje.
Ta realizacja niewątpliwie udowodniła, że z punktu widzenia biznesowego i technicznego zastosowanie sztucznej inteligencji w rozległych systemach zabezpieczeń w postaci analityki wideo znacznie usprawniło pracę operatorów (reakcja na rzeczywiste zdarzenia). Skutecznie odstraszało też potencjalnych intruzów poprzez automatyczne i autonomiczne oraz skuteczne działania systemów odstraszająco-zabezpieczających.
Wszystkie systemy zostały połączone za pomocą systemu zarządzającego Scylla VMS, który umożliwiał zapis wideo, oznaczanie nagrań alarmów z analityki Scylla, kreację logiki zdarzeń, integrację systemu alarmowego, głośników IP i Scylla Asteria.
Global Security Partner, jako Value Partner wielu światowych producentów systemów zabezpieczeń, posiada kompetencje do projektowania, doradztwa oraz dostarczania zintegrowanych rozwiązań bezpieczeństwa z wykorzystaniem najnowszych technologii dostępnych na rynku. Zapewnia niezawodność i pewność działania osiąganą dotychczas w systemach klasy militarnej.
Scylla AI, amerykański dostawca technologii analityk wideo opartych na algorytmach sztucznej inteligencji, oferuje szereg rozwiązań, które nie zostały wykorzystane przy tym projekcie. W portfolio firmy znajdują się m.in.:
Wszystkie analityki zostały przetestowane i sprawdzone w praktyce. Największym atutem rozwiązań jest możliwość zastosowania analityk na funkcjonujących już systemach bez konieczności kosztownych modernizacji. W ekstremalnych przypadkach analitykę można wdrożyć nawet w systemach analogowych, jednakże nie należy zapominać o tym, iż ich skuteczność może być ograniczona ze względu na słabą jakość obrazu.
