利用深度學(xué)習(xí)解決訪問控制中的誤報和尾隨問題

門禁系統(tǒng)受到誤報和尾隨等問題的困擾。Hakimo 是一家新公司，其應(yīng)用深度學(xué)習(xí)的概念來減少誤報和尾隨，并使訪問控制更加準(zhǔn)確。

來自訪問控制系統(tǒng)的誤報等問題耗費了全球安全運營中心 (GSOC) 的操作員花費大量的時間和精力。這是浪費他們可以用來執(zhí)行更高級別職責(zé)的時間。雇用足夠多的 GSOC 操作員來監(jiān)控和解決數(shù)百個令人討厭的警報的代價是非常昂貴的。幸運的是，技術(shù)可以完成這項工作。

消除干擾警報還使操作員更加關(guān)注正確的警報，而不是將其視為背景噪音。在滋擾警報中丟失實際警報的可能性要小得多。

Hakimo 的聯(lián)合創(chuàng)始人兼首席執(zhí)行官 (CEO) Samuel Joseph 說：“在許多情況下，用戶會忽略警報，并習(xí)慣于認(rèn)為每個警報都是假警報。 ”他補充說，“這就像一個叫狼來了的男孩。”

為了解決這個問題，Hakimo 使用深度學(xué)習(xí)（一種采用深度神經(jīng)網(wǎng)絡(luò)的人工智能 (AI) 形式）分析視頻和其他數(shù)據(jù)，以模擬人腦的操作。數(shù)據(jù)通過多個非線性層以加快處理速度。

在 Hakimo 的情況下，門入口或出口的視頻提供數(shù)據(jù)，系統(tǒng)快速分析以驗證警報和/或確保在刷卡或其他形式的授權(quán)后只有一個人通過門。

訪問控制系統(tǒng)可以通過多種方式生成滋擾警報。例如，當(dāng)一扇門關(guān)閉時，它有時會在撞擊時“彈跳”，因為磁力鎖尚未接合。

該彈跳被門禁系統(tǒng)錯誤地解釋為“門強制打開”警報。另一個例子是，如果門內(nèi)側(cè)的運動傳感器出現(xiàn)故障，無法檢測到有人離開建筑物。同樣，結(jié)果是錯誤的“門強制打開”警報。在具有 300 扇門的訪問控制系統(tǒng)中，GSOC 每天可能會收到 100 次騷擾警報。對于擁有更大系統(tǒng)的企業(yè)用戶來說，這個問題更加嚴(yán)重。

Hakimo 的方法非常適合垂直市場，例如關(guān)鍵基礎(chǔ)設(shè)施（機場、公用事業(yè)等）以及技術(shù)和制造公司。一個典型的用戶可能有 200 個或更多的門，以及 5,000 名左右的員工。

為了解決尾隨問題，Hakimo 利用深度學(xué)習(xí)來確定是否有第二個人緊跟在某人身后，該人已被正確授權(quán)進(jìn)入設(shè)施。

以前，許多用戶忽略了這個可能嚴(yán)重的安全漏洞。在其他情況下，激光束硬件安裝在門框上以檢測尾隨，并與后端系統(tǒng)集成。這些系統(tǒng)也容易出現(xiàn)誤報。

Hakimo 的深度學(xué)習(xí)算法可檢測尾隨并在 GSOC 操作員發(fā)生時向其發(fā)出警報。實際上，它允許訪問控制系統(tǒng)將正確的人拒之門外，將錯誤的人拒之門外。人工智能 (AI) 和深度學(xué)習(xí)的最新進(jìn)展使該系統(tǒng)能夠執(zhí)行幾年前不可能完成的任務(wù)。

避免滋擾警報具有直接的投資回報 (ROI)。GSOC 運營商可以更有效率并有更多可用時間來執(zhí)行其他重要職責(zé)以確保企業(yè)安全。

雖然更難以量化，但安全漏洞（尾隨）的可能成本和嚴(yán)重后果也為采用該技術(shù)提供了強有力的理由。大多數(shù)購買者購買該系統(tǒng)是因為它結(jié)合了它的優(yōu)點，既可以最大限度地減少滋擾警報，又可以防止尾隨。

深度學(xué)習(xí)系統(tǒng)還可用于分析存儲的訪問控制數(shù)據(jù)并識別可能表明存在安全漏洞的異常情況。例如，如果持卡者持有者在不尋常的時間上班，系統(tǒng)可以識別出異常情況并引起操作員的注意。雖然不是系統(tǒng)的核心功能，但它是一些用戶利用的功能。

Hakimo 成立于 2020 年，最初直接將其系統(tǒng)出售給最終用戶，但正在開發(fā)集成商渠道。他們已經(jīng)加入了許多集成商，并將繼續(xù)這樣做。他們還與主要制造商建立了合作伙伴關(guān)系，以實現(xiàn)與訪問控制和視頻系統(tǒng)的雙向集成。名單正在增長。

Samuel Joseph 補充道：“用戶普遍存在的一個誤解是，人工智能系統(tǒng)算法需要時間來‘學(xué)習(xí)’如何在應(yīng)用中發(fā)揮最佳功能。然而，在 Hakimo 的情況下，該系統(tǒng)開箱即用。”

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。