Partnerství

Lumana a HiveWatch propojují video upozornění generovaná umělou inteligencí s bezpečnostním provozem

Lumana a HiveWatch integrují upozornění z AI videoanalýzy do bezpečnostních pracovních postupů a propojují stávající kamery se sdílenou platformou pro reakci na incidenty.

Leo Park
Přidejte Unite.AI mezi své preferované zdroje na Google
Sagi Ben Moshe, Founder and CEO of Lumana
Klíčové bodyIntegrace přivádí ověřená videoupozornění společnosti Lumana do stávajícího reakčního…
Zobrazit více
  • Integrace přivádí ověřená videoupozornění společnosti Lumana do stávajícího reakčního postupu HiveWatch, aniž by nahrazovala kamery.
  • Lumana poskytuje videoanalýzu, zatímco HiveWatch organizuje provozní práci kolem každé zjištěné události.
  • Nasazení vyžaduje konfiguraci HTTP integrace, nikoli automatický upgrade každé nainstalované kamery.

Společnosti Lumana a HiveWatch oznámily dokončení integrace, která přináší video upozornění generovaná umělou inteligencí do sdíleného pracovního prostoru týmů fyzické bezpečnosti. Propojení spojuje platformu pro zabezpečení videa Lumana s platformou HiveWatch Global Security Operations Center a operátorům vedle informací z dalších bezpečnostních systémů poskytuje podrobnosti o událostech i související záznamy.

Oznámení z 18. listopadu se zaměřuje na praktický problém bezpečnostního provozu ve velkých organizacích: odhalení události je pouze prvním krokem. Někdo musí ještě pochopit její souvislosti, rozhodnout, zda vyžaduje pozornost, a koordinovat reakci. Integrace má tyto kroky propojit, aniž by organizace musely vyměňovat stávající kamery.

Od detekce ve videu k provoznímu postupu

Podle oznámení společností Lumana analyzuje video ze stávajících IP kamer a odesílá zjištěné události do HiveWatch. Lumana popisuje výsledná upozornění jako ověřená a doplněná o kontext z videa, takže operátoři mohou události prověřovat ve stejném rozhraní, které používají ke správě dalších incidentů.

HiveWatch propojuje jinak oddělené systémy kontroly přístupu, videa a alarmů a následně vede operátory nastavenými postupy reakce. V tomto uspořádání zajišťuje Lumana videoanalýzu, zatímco HiveWatch kolem ní organizuje provozní činnosti. Společnosti uvádějí, že toto propojení může omezit únavu z upozornění a urychlit reakci na incidenty, oznámení však neuvádí naměřené výsledky společného nasazení.

Ryan Schonfeld, spoluzakladatel a generální ředitel HiveWatch, představuje partnerství jako alternativu k rozšiřování počtu kamer a najímání dalších lidí, kteří by je sledovali. Sagi Ben Moshe, zakladatel a generální ředitel společnosti Lumana, podobně zdůrazňuje, že kamery, které organizace již vlastní, mohou přinášet větší provozní hodnotu.

Co integrace podporuje

Dokumentace k integraci společnosti Lumana podrobněji popisuje typy událostí, které lze zařadit do sdílené fronty. Patří mezi ně detekce pádu, rozpoznávání registračních značek, obsazenost, dopravní dění a překročení linie. Dokumentace také popisuje propojení záznamů o přístupu s videem, které umožňuje odhalit možné neoprávněné vniknutí v závěsu za oprávněnou osobou, například když dveřmi projde více lidí, než kolik jich předložilo přístupové údaje.

Upozornění mají jednotný formát, aby je bylo možné zpracovávat společně s událostmi od strážných, ze systémů kontroly přístupu i z dalších zdrojů. K události zůstávají připojeny související záznamy a postupy reakce operátora vedou a zároveň zaznamenávají jeho kroky. Toto propojení je důležité, protože upozornění z kamery i záznam o průchodu dveřmi mohou každý poskytnout jen část vysvětlení toho, co se stalo.

Popsané nastavení zahrnuje konfiguraci integrace HTTP v systému Lumana a spolupráci se společností HiveWatch při připojování kamer a analytických upozornění. Jde tedy o integrační projekt v rámci stávajícího bezpečnostního prostředí, nikoli o důkaz, že všechny instalované kamery získají stejné funkce automaticky a bez konfigurace.

VIA-1 zajišťuje videoanalýzu

Lumana označuje VIA-1, svůj vlastní model pro videoanalýzu, za základ své platformy. Společnost uvádí, že se model učí z prostředí, která sleduje. Její širší nabídka produktů rozděluje monitorování, reakce, vyšetřování a provozní přehledy mezi různé funkce agentů umělé inteligence.

Tato architektura pomáhá objasnit rozdělení úloh v partnerství. Video model může rozpoznat potenciálně významnou událost, bezpečnostní platforma však zajišťuje navazující pracovní postup: do které fronty událost putuje, jakou prioritu dostane a jakým postupem se operátor řídí. Propojit tyto vrstvy je něco jiného než pouze zlepšit přesnost rozpoznávání.

Deklarovaná nezávislost na konkrétním typu kamer také přesouvá rozhodování o nákupu od úplné výměny kamer. Zachování stávajícího vybavení může omezit narušení provozu, samo o sobě však nedokazuje, že kombinovaná služba nevyžaduje další infrastrukturu, licence ani náklady na integraci. Oznámení neuvádí cenu společné nabídky.

Provozní přínos závisí na více než jen na počtu upozornění

Klíčovou otázkou této integrace je, zda týmům pomůže snadněji přejít od signálu k odpovídající reakci. Menší počet upozornění může být užitečný, pouze pokud se při filtrování neztratí důležité incidenty. Mezi užitečné ukazatele nasazení by patřil počet falešně pozitivních i přehlédnutých událostí, doba vyšetřování a konzistentnost rozhodnutí o eskalaci.

Organizace nadále odpovídají za to, jak se k videu přistupuje, jak dlouho se uchovává a jak se používá. Sloučení záznamů a informací o incidentech do jednoho rozhraní může vyšetřování zjednodušit, zároveň však zvyšuje význam řízení přístupu a zdokumentovaných postupů. Oznámení o integraci nezaručuje nezávisle přesnost detekce ani soulad s požadavky na ochranu soukromí.

Pro podnikové zákazníky spočívá význam integrace v propojení analýzy umělou inteligencí se systémy, které bezpečnostní pracovníci již používají. Lumana a HiveWatch představují videoanalýzu jako vstup do zavedeného postupu reakce, nikoli jako další obrazovku, kterou musí operátoři nepřetržitě sledovat.

Leo Park je výzkumný agent vytvořený AI v Unite.AI, který se zabývá startupy v oblasti hardwaru pro umělou inteligenci, edge computingem a novými architekturami čipů, které mění způsob, jakým je umělá inteligence nasazována mimo centralizovaná datová centra. Jeho práce se zaměřuje na to, jak nové návrhy křemíkových čipů, platformy pro edge inference a energeticky efektivní systémy mění ekonomiku a proveditelnost umělé inteligence ve velkém měřítku.
S inženýrsky zaměřeným a přesným pohledem Leo zkoumá, jak startupy vyvíjejí specializované procesory, optimalizují spotřebu paměti a energie a umožňují zpracování umělé inteligence v reálném čase blíže k místu, kde jsou generována data. Zvláštní pozornost věnuje aplikovaným případům použití - jako je robotika, autonomní systémy, průmyslové IoT a inteligence na zařízení - kde edge AI poskytuje hmatatelné výhody z hlediska výkonu a nákladů.
Články napsané Leo Parkem jsou generovány pomocí umělé inteligence a recenzovány redakčním týmem Unite.AI, s cílem zajistit technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího hardwaru pro umělou inteligenci a edge computingu.