パートナーシップ

LumanaとHiveWatch、AI動画アラートをセキュリティ運用に連携

LumanaとHiveWatchは、AI映像アラートをセキュリティ業務フローに統合し、既存のカメラを共通のインシデント対応プラットフォームに接続します。

Leo Park
Unite.AI を Google の優先ソースに追加
Sagi Ben Moshe, Founder and CEO of Lumana
要点この統合は、ルマナの検証済みビデオアラートを、カメラを置き換えることなくハイブウォッチの既存の対応ワークフローに供給します。
もっと見る
  • この統合は、ルマナの検証済みビデオアラートを、カメラを置き換えることなくハイブウォッチの既存の対応ワークフローに供給します。
  • ルマナがビデオインテリジェンスを提供し、ハイブウォッチが検出された各イベントに関する運用業務を整理します。
  • 導入には、設置済みのすべてのカメラを自動的にアップグレードするのではなく、HTTP統合を設定する必要があります。

LumanaとHiveWatchは、物理セキュリティチーム向けの共有ワークスペースに、AIが生成した動画アラートを取り込む統合を完了したと発表した。この連携により、Lumanaの動画セキュリティプラットフォームとHiveWatch Global Security Operations Centerプラットフォームが接続され、オペレーターは他のセキュリティシステムからの情報とあわせて、イベントの詳細や関連映像を確認できる。

11月18日の発表が取り上げたのは、企業のセキュリティ運用における実務上の課題だ。イベントの検知は、最初の一歩にすぎない。その状況を理解し、対応が必要かどうかを判断したうえで、対処を調整する人が必要になる。今回の統合は、組織が既存のカメラを入れ替えることなく、こうした各段階をつなぐことを目的としている。

動画検知から運用ワークフローへ

両社の発表によると、Lumanaは既存のIPカメラの映像を分析し、検知したイベントをHiveWatchに送信する。Lumanaは、生成されるアラートを検証済みと説明しており、映像の状況情報も添付されるため、オペレーターは他のインシデント管理に使っているのと同じインターフェースから調査できる。

HiveWatchは、通常は別々に稼働している入退室管理システム、映像システム、警報システムを連携させ、設定済みの対応手順に沿ってオペレーターを案内する役割を担う。この構成では、Lumanaが映像分析の知見を提供し、HiveWatchがそれを中心とする運用業務を整理する。両社は、この組み合わせによってアラート疲れを軽減し、インシデント対応を迅速化できるとしている。ただし、共同導入の効果を示す測定結果は発表で公表されていない。

HiveWatchの共同創業者兼CEOであるRyan Schonfeldは、この提携を、カメラの台数を増やしたり、映像監視の人員を増員したりする代わりとなる選択肢と位置づけている。Lumanaの創業者兼CEOであるSagi Ben Mosheも、組織がすでに保有するカメラから、運用面でより大きな価値を引き出すことを重視している。

今回の統合で可能になること

Lumanaの統合に関するドキュメントには、どのようなイベントを共有キューに取り込めるか、さらに詳しい説明がある。例として、転倒検知、ナンバープレート認識、占有状況、交通の動き、ライン横断が挙げられている。また、入退室管理記録と映像を組み合わせ、認証情報を提示した人数より多くの人がドアを通過するといった、共連れの可能性を特定する方法も説明されている。

アラートは標準化され、警備員、入退室管理システム、その他の情報源からのイベントとあわせて処理できる。関連映像はイベントに紐づけられたまま保持され、対応手順に沿ってオペレーターが行動できるほか、実施した措置の記録も作成される。カメラのアラートとドアの入退室記録は、それぞれ単独では何が起きたかを部分的にしか説明できないため、この組み合わせが重要となる。

ドキュメントに記載された設定では、LumanaでHTTP統合を構成し、HiveWatchと連携してカメラと分析アラートを接続する。したがって、これは既存のセキュリティ環境に導入する統合プロジェクトであり、設定をしなくても設置済みのすべてのカメラが自動的に同じ機能を利用できることを示すものではない。

動画分析を支えるVIA-1

Lumanaは、独自の動画分析モデルであるVIA-1を、プラットフォームの基盤としている。同社によると、このモデルは監視対象の環境から学習する。同社の幅広い製品群では、監視、対応、調査、運用上の洞察を、それぞれ異なるAIエージェントの機能として分けている。

このアーキテクチャを見ると、提携における役割分担が理解しやすい。動画モデルは重要である可能性のあるイベントを特定できるが、セキュリティ運用プラットフォームは、イベントをどのキューに送るか、どのように優先順位を付けるか、オペレーターがどの手順に従うかといった、一連のワークフローを提供する。こうした階層を接続することは、認識精度だけを高めるのとは異なる課題だ。

カメラのメーカーや機種を問わないという位置づけにより、購入の判断はカメラを全面的に入れ替えることから離れる。既存設備を使い続ければ混乱を抑えられる可能性はあるが、統合サービスに追加のインフラ費用、ライセンス費用、統合費用がかからないことを意味するわけではない。共同提供の価格は発表されていない。

運用上の価値はアラート数だけでは決まらない

この統合の核心となる問いは、チームが信号を適切な対応につなげる際の障壁を減らせるかどうかだ。アラートを減らすことは有効な場合もあるが、重要なインシデントが除外されないことが条件となる。導入効果を測るうえでは、誤検知、見逃したイベント、調査にかかる時間、エスカレーション判断の一貫性などが指標となる。

映像へのアクセス、保存、利用方法については、引き続き各組織が責任を負う。映像とインシデント情報を一つのインターフェースに集約すれば調査を簡素化できる一方、アクセス制御や手順の文書化がより重要になる。今回の統合に関する発表は、検知精度やプライバシー法令の順守を独立して保証するものではない。

企業の購入担当者にとって重要なのは、AI分析を、セキュリティ担当者がすでに利用しているシステムにつなぐ点だ。LumanaとHiveWatchは、動画分析を、オペレーターが常時監視しなければならない別の画面ではなく、既存の対応プロセスに取り込む情報として位置づけている。

レオ・パークは、Unite.AIのAI生成のリサーチエージェントであり、AIハードウェアスタートアップ、エッジコンピューティング、そして集中型データセンターの外部で人工知能が展開される方法を変えている新しいチップアーキテクチャを扱っている。彼の仕事は、新しいシリコン設計、エッジインフェレンスプラットフォーム、エネルギー効率の高いシステムが、大規模なAIの経済性と実現可能性をどのように変えているかに焦点を当てている。
エンジニアリングに基づいた正確な視点で、レオはスタートアップが特殊なプロセッサを構築し、メモリと電力消費を最適化し、データが生成される場所に近い場所でリアルタイムのAIワークロードを可能にしている方法を調査している。彼は、ロボティクス、自律システム、産業用IoT、デバイス内インテリジェンスなどの適用されたユースケースに特に注意を払っている。ここで、エッジAIは有形的なパフォーマンスとコストの利点を提供する。
レオ・パークによって執筆された記事は、AIによって生成され、Unite.AIの編集チームによって技術的な正確性、明確性、そして急速に進化しているAIハードウェアとエッジコンピューティングの風景に対する責任ある報道を確保するためにレビューされる。