Журнал "Системы безопасности" #5, 2019

16 П опулярные решения "Умное здание" обещают много выгод собственникам в контексте эффективности, безопасности и функционально- сти, но необходимо учитывать, что потенциальные уязвимости этих решений могут стать целью атак для хакеров или злонамеренных сотрудников. Хакеры могут атаковать климатические системы с целью получения доступа к управлению здани- ем, открытия двери и похищения ценного иму- щества. Сотрудники могут пронести в здание зараженные носители информации, которые могут быть использованы для обхода систем кибербезопасности. На деле мы видим, что физическая безопасность и кибербезопасность должны слиться и быть неразделимы, чтобы эффективно противостоять новым видам угроз. К сожалению, в большинстве компаний служба безопасности (СБ) и ИТ-подразделения до сих пор остаются совершенно разделенными и зача- стую даже противоречат друг другу. С развитием технологий появились новые уязвимости и угро- зы, и с учетом того, что системы безопасности также эволюционируют, отделам СБ все чаще приходится сталкиваться с фактом, что ИТ актив- но проникают в вопросы безопасности: они регу- лируют каналы, нагрузки, выделяют мощности и контролируют инфраструктуру. Складывается впечатление, что в будущем службы безопасно- сти в компаниях будут полностью поглощены ИТ- департаментами. Искусственный интеллект (ИИ) и его применение в охранных системах – наглядный пример слия- ния задач СБ и ИТ. Если ранее видеонаблюдение было строго делом "безопасников", то сейчас очевидно, что ИИ, детище ИТ-мира, предлагает более мощные инструменты для видеонаблюде- ния, а значит службам безопасности необходимо обучаться и подстраиваться под современные реалии. По прогнозам экспертов, мировой рынок видео- наблюдения будет ежегодно расти минимум на 13% до 2023 г., и основной причиной этого роста является повышенный спрос на видеоана- литику, который станет превалировать в ближай- шие пять лет с потенциальным объемом рынка в 2,3 млрд долларов к 2023 г. Технологии четвертой промышленной револю- ции – видеонаблюдение, контроль доступа, конт- роль БПЛА, мониторинг подозрительной актив- ности и другие – меняют защиту от опасностей, которые создаются в том числе этими же техно- логиями. Объединение физической и кибербе- зопасности будет постепенным, считают экспер- ты. Несмотря на доминирование цифровых тех- нологий в современном мире, ИТ-службам также есть чему поучится у специалистов по физиче- ской безопасности, десятилетиями набиравших опыт по защите объектов. В итоге компании смо- гут более эффективно управлять защитой и про- тивостоять внешним угрозам. n По материалам www.memoori.com Обзор материалов зарубежных СМИ октябрь – ноябрь 2019 www.secuteck.ru П ервостепенными элементами в умной камере сегодня являются матрица (сенсор) и процес- сор. Хорошая матрица позволяет получать высоко- качественное видео в условиях недостаточного освещения или помех освещения, обеспечивая необходимое для дальнейшего анализа качество изображения. Процессоры умных камер Современный процессор должен иметь воз- можность запускать нейросетевую видеоанали- тику. В сравнении с обычными процессоры умных камер чаще всего имеют улучшенный графический (GPU, Graphics Processing Unit) чипсет, который дает больше вычислительной мощности для алгоритмов, потребляя при этом меньше энергии и выделяя меньше тепла. Стоит отметить, что со стремительным развитием искусственного интеллекта начинают появляться специализированные чипсеты, приходящие на смену привычным CPU (Central Processing Unit) и GPU. Среди них NPU (Neral Processing Unit) или TPU (Tensor Processing Unit). Расчетные мощности ней- росетей требуют от процессоров значительных ресурсов. До сегодняшнего времени пользователи выбирали, на каком типе процессоров производить расчеты, графическом (GPU) или центральном (CPU). При этом GPU более подходит под требова- ния нейросетевых вычислений, а значит выполняет их более эффективно. В настоящее время произво- дители процессоров, комбинируя преимущества CPU и GPU в одной микросхеме, выпускают специа- лизированные гибридные чипы, узко направленные на нейросетевые вычисления или работу с "морем" множителей, потребляющие при этом меньше энергии. Стоимость таких решений еще достаточно высока, но постепенно снижается. Микросхемы SoC В большинстве современных камер имеется несколько микросхем SoC (System-on-a-Chip), на которых располагается прошивка камеры и операционная система. При этом на многих камерах SoC позволяют проводить интеграции с модулями видеоаналитики, в том числе сто- ронних производителей, как это обычно и бывает. Вендоры железа не всегда выступают разработчиками встроенных в камеру алгорит- мов. Интеграция с модулем видеоаналитики и делает камеру умной, хотя случается, что неко- торые производители выносят блок вычислений в отдельное устройство, напрямую соединенное с камерой. Признаки искусственного интеллекта в камерах Чем больше умных камер появляется на рынке, тем сложнее найти между ними различия. При этом каждый производитель, безусловно, хочет представить свои продукты в наилучшем свете. Один из способов различать камеры с искус- ственным интеллектом (ИИ) – по точности и про- изводительности встроенных алгоритмов. Эти параметры напрямую зависят от датасета, на котором была обучен алгоритм, длительности и качества обучения. Обучение нейросети – слож- ный и длительный процесс, в котором много подводных камней, поэтому точность может являться хорошим критерием для оценки работы камеры и напрямую соотносится с объемом вло- жений производителя в обучение нейросети. Множество камер имеют узкую направленность по функционалу или сфере использования (ритейл, склады, медицина, образование, транспорт и пр.), различаются как по алгорит- мам встроенной видеоаналитики, так и наличи- ем дополнительных сервисов (облачных или интеграторских). Эксперты рекомендуют преж- де всего обращать внимание на узкоспециали- зированные ИИ-решения, которые на сего- дняшний день показывают большую технологи- ческую зрелость в сравнении с решениями "все в одном". n По материалам www.asmag.com Как устроены камеры с искусственным интеллектом Физическая и кибербезопасность – один мир В каждой умной камере есть встроенная видеоаналитика, сегодня чаще всего здесь используются нейросети глубокого обучения или искусственный интеллект. Это стало возможным благодаря увеличению мощности процессоров видеокамер, раньше видеоаналитика могла существовать только на серверах www.i.ytimg.com

RkJQdWJsaXNoZXIy Mzk4NzYw