ИИ и ЧОП: перспективы использования искусственного интеллекта в охранной деятельности

Стремительное развитие систем искусственного интеллекта и машинного обучения, наблюдаемое в последние годы, наложило серьезный отпечаток на большинство отраслей. Не стала исключением и охранная деятельность. Будучи интегрированным в систему безопасности, ИИ самообучается на основе опыта и взаимодействия, приспосабливается к требованиям среды, быстро принимает решения и отслеживает их выполнение.

ИИ на основе нейронных сетей: за и против

К основным плюсам применения искусственного интеллекта в системах безопасности принято относить:

• выраженные способности к самообучению посредством коррекции выходных данных;
• умение распознавать нестандартные угрозы, невидимые для более примитивных систем;
• способность проводить сложный анализ и классифицировать события по степени и характеру угрозы.

Среди минусов:

• необходимость в значительных вычислительных мощностях в период обучения;
• зависимость от сложного и дорогостоящего ПО;
• потребность в квалифицированном персонале.

Как показывает практика, в большинстве сценариев плюсы применения искусственного интеллекта перевешивают минусы. Наиболее эффективны системы ИИ, работающие под контролем людей, — такой подход помогает быстрее обнаруживать ошибки и корректировать обучение.

ИИ как основа охранных систем ближайшего будущего

Современный мир насыщен множеством угроз: от преступников, великолепно освоивших социальную инженерию и располагающих передовыми техническими средствами, до крупномасштабных военных конфликтов и природных катаклизмов. Классические инженерно-технические средства, многие из которых ведут свою историю с конца XIX и начала XX века (пример — электрические и электронные извещатели на основе электромагнитов, аккумуляторов и фотоэлементов), слишком полагаются на операторов, что снижает скорость реагирования и увеличивает риск ошибок из-за человеческого фактора. В условиях неопределенности на первый план выходят системы на основе ИИ. Такие комплексы не реагируют на каждое событие дискретно, а анализируют ситуацию в целом — именно так действует человек. При этом искусственный интеллект не совершает большинства типичных человеческих ошибок, не подвержен усталости и эмоциональному выгоранию.

Наиболее перспективные направления для внедрения ИИ в сфере традиционной безопасности — системы контроля и управления доступом (СКУД) и охранного телевидения (СОТ). Также искусственный интеллект понадобится для противодействия киберугрозам.

СКУД

• Биометрический контроль. Уже сегодня ИИ активно применяется для анализа голоса, черт лица, радужки глаза, рисунка вен и отпечатков пальцев. Искусственный интеллект способен анализировать индивидуальное поведение — например, манеру ходьбы или клавиатурный почерк. AI на основе нейросетей способен к сложному мультимодальному анализу, при котором одновременно учитывается множество параметров.
• Предиктивная аналитика. Подобно опытному оператору, ИИ умеет обнаруживать отклонения от типичного поведения работников или посетителей. Это дает возможность предотвращать кражи, порчу товара и другие преступления.
• Автоматизация предоставления и отзыва доступа. Искусственный интеллект автоматически отключает учетные записи уволившихся работников, а также блокирует украденные и потерянные идентификационные карты. Уже сегодня AI умеет гибко управлять уровнем доступа в зависимости от рабочего графика сотрудников.

СОТ

• Анализ видеопотока в реальном времени. Одно из самых перспективных направлений развития ИИ в системах охранного телевидения — непрерывный «просмотр» видео при помощи машинного зрения для идентификации важных событий. Искусственный интеллект мгновенно среагирует на опасность — например, упавшего человека или неправильно закрепленный груз. В будущем ИИ сможет предсказывать сложные события даже по неполным и фрагментированным данным.
• Оптимизация хранения данных. Учитывая стремительный рост цен на накопители, все более важным становится экономное использование жестких дисков. Одна из перспективных задач для AI — удаление не только дубликатов, но и не представляющих важности фрагментов видео.

Кибербезопасность

Основные контуры для применения ИИ в противодействии киберугрозам очерчены уже сегодня. Мы перечислим ключевые направления разработки, на которых следует ожидать прорывов.

• Обнаружение кибератак и неизвестных угроз. Нейросети используют обширный арсенал методов: от сигнатурных до эвристических. Феноменальная гибкость и способность AI к обучению особенно полезна при выявлении новых типов кибератак — например, DDoS-атак, работающих по сложному сценарию.
• Обработка и анализ отчетов, составленных системами информационной безопасности. Правильно обученный ИИ способен обнаруживать паттерны и уязвимые места, способные стать отправной точкой для атаки извне.
• Анализ сетевого трафика и активности пользователей для выявления нестандартного поведения.
• Оценка устойчивости при миграции и масштабировании инфраструктуры. Это направление наиболее перспективно для систем безопасности крупных компаний и государственных структур, оперирующих чувствительными данными.
• Более эффективное распределение ресурсов благодаря умению различать ложные и мнимые угрозы.

Эволюция искусственного интеллекта протекает настолько стремительно, что даже самые смелые прогнозы подчас оказываются чересчур консервативными. Мы убеждены, что уже в ближайшем будущем ИИ проникнет во все сферы безопасности — включая те, автоматизация которых еще вчера казалась утопией. Вероятно, настоящая революция произойдет с массовым внедрением автономных агентов — роботов, способных самостоятельно принимать решения и обучаться.