Partnerskap

Lumana och HiveWatch kopplar samman AI-baserade videoaviseringar med säkerhetsverksamheten

Lumana och HiveWatch integrerar AI-baserade videoaviseringar i säkerhetsarbetsflöden och kopplar befintliga kameror till en gemensam plattform för incidenthantering.

Leo Park
Lägg till Unite.AI bland dina föredragna källor på Google
Sagi Ben Moshe, Founder and CEO of Lumana
Viktiga punkterIntegrationen matar in Lumanas verifierade videoaviseringar i HiveWatchs befintliga…
Visa mer
  • Integrationen matar in Lumanas verifierade videoaviseringar i HiveWatchs befintliga responsflöde utan att ersätta kameror.
  • Lumana levererar videoanalys medan HiveWatch organiserar det operativa arbetet kring varje upptäckt händelse.
  • Driftsättning kräver konfigurering av en HTTP-integration i stället för automatisk uppgradering av varje installerad kamera.

Lumana och HiveWatch har meddelat att de har slutfört en integration som för in AI-genererade videoaviseringar i en gemensam arbetsyta för team som arbetar med fysisk säkerhet. Integrationen kopplar samman Lumanas plattform för videosäkerhet med HiveWatch Global Security Operations Center-plattformen, så att operatörer kan se händelseuppgifter och relevant videomaterial tillsammans med information från andra säkerhetssystem.

I tillkännagivandet den 18 november ligger fokus på ett praktiskt problem inom företags säkerhetsverksamhet: att upptäcka en händelse är bara det första steget. Någon måste fortfarande förstå sammanhanget, avgöra om händelsen kräver uppmärksamhet och samordna en insats. Integrationen ska koppla samman dessa steg utan att organisationer behöver byta ut sina befintliga kameror.

Från videodetektering till operativa arbetsflöden

Enligt företagens tillkännagivande analyserar Lumana videomaterial från befintliga IP-kameror och skickar upptäckta händelser till HiveWatch. Lumana beskriver aviseringarna som verifierade och säger att de innehåller videomaterial som ger sammanhang, så att operatörer kan utreda händelser i samma gränssnitt som de använder för att hantera andra incidenter.

HiveWatchs uppgift är att koppla samman åtkomstkontroll-, video- och larmsystem som annars är åtskilda och sedan vägleda operatörer genom konfigurerade rutiner för insatser. I det här upplägget står Lumana för videobaserad intelligens, medan HiveWatch organiserar det operativa arbetet kring den. Företagen säger att kombinationen kan minska larmtröttheten och påskynda incidenthanteringen, men tillkännagivandet redovisar inga uppmätta resultat för den gemensamma lösningen.

Ryan Schonfeld, medgrundare och vd för HiveWatch, beskriver partnerskapet som ett alternativ till att utöka kamerabeståndet och anställa fler personer som ska bevaka kamerorna. Lumanas grundare och vd Sagi Ben Moshe betonar på liknande sätt att organisationer kan få större operativ nytta av kameror de redan äger.

Vad integrationen stöder

Lumanas integrationsdokumentation ger fler detaljer om vilka typer av händelser som kan läggas till i den gemensamma kön. Exempel är falldetektering, registreringsskyltsigenkänning, beläggning, trafikaktivitet och detektering av linjeöverträdelser. Dokumentationen beskriver också hur åtkomstkontrollposter kan kopplas ihop med videomaterial för att upptäcka möjliga fall av obehörigt följande, till exempel när fler personer går in genom en dörr än det antal som har visat upp behörighetsuppgifter.

Aviseringarna standardiseras så att de kan hanteras tillsammans med händelser från väktare, åtkomstkontrollsystem och andra källor. Relevant videomaterial kopplas till händelsen, medan rutiner för insatser vägleder operatören och dokumenterar vilka åtgärder som vidtagits. Det är viktigt eftersom en kameraavisering och en åtkomstpost för en dörr var för sig bara kan ge en del av förklaringen till vad som har hänt.

Den dokumenterade konfigurationen innebär att en HTTP-integration ställs in i Lumana och att HiveWatch medverkar till att koppla in kameror och analysaviseringar. Det handlar alltså om ett integrationsprojekt i en befintlig säkerhetsmiljö, inte om belägg för att alla installerade kameror automatiskt får samma funktioner utan konfiguration.

VIA-1 står för videobaserad intelligens

Lumana beskriver VIA-1, företagets egenutvecklade modell för videobaserad intelligens, som plattformens grund. Företaget uppger att modellen lär sig av de miljöer den övervakar. I företagets bredare produktutbud delas övervakning, insatser, utredning och operativ insikt upp på olika AI-agentfunktioner.

Den arkitekturen bidrar till att förklara hur arbetet fördelas mellan parterna. En videomodell kan identifiera en potentiellt betydelsefull händelse, men en plattform för säkerhetsverksamhet tillhandahåller det omgivande arbetsflödet: vilken kö händelsen hamnar i, hur den prioriteras och vilken rutin operatören följer. Att koppla samman dessa lager är något annat än att enbart förbättra träffsäkerheten i igenkänningen.

Att lösningen är oberoende av kameramärke innebär också att inköpsbeslutet inte längre behöver handla om att byta ut alla kameror. Att behålla den befintliga utrustningen kan minska störningarna, men det visar inte att den kombinerade tjänsten saknar extra kostnader för infrastruktur, licenser eller integration. Tillkännagivandet avslöjar inte vad det gemensamma erbjudandet kostar.

Operativ nytta beror på mer än antalet aviseringar

Den centrala frågan för den här integrationen är om den hjälper team att snabbare och smidigare gå från en signal till en lämplig insats. Färre aviseringar kan vara värdefullt, men bara om viktiga incidenter inte filtreras bort. Relevanta mått på lösningens nytta skulle kunna vara falska positiva resultat, missade händelser, utredningstid och hur konsekvent beslut om eskalering fattas.

Organisationerna ansvarar fortfarande för hur videomaterial används, lagras och görs tillgängligt. Att samla videomaterial och incidentinformation i ett gränssnitt kan förenkla utredningar, men innebär samtidigt att åtkomstkontroller och dokumenterade rutiner blir ännu viktigare. Tillkännagivandet om integrationen utgör ingen oberoende garanti för detekteringens träffsäkerhet eller efterlevnad av integritetsregler.

För företagskunder ligger betydelsen i kopplingen mellan AI-analys och de system som säkerhetspersonalen redan använder. Lumana och HiveWatch presenterar videobaserad intelligens som ett underlag i en etablerad insatsprocess, snarare än som ytterligare en skärm som operatörerna måste bevaka kontinuerligt.

Leo Park är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker AI-hårdvarustartups, edge-computing och de nya chiparkitekturerna som förändrar hur artificiell intelligens distribueras utanför centrala datacenter. Innehållet fokuserar på hur nya chipdesigner, plattformar för inferens vid nätverkets kant och energieffektiva system förändrar ekonomin och genomförbarheten för AI i stor skala. Med ett precist perspektiv som tar hänsyn till tekniska detaljer granskar Leo hur startups bygger specialiserade processorer, optimerar minne och effekt, och möjliggör realtids-AI-arbetsbelastningar närmare där data genereras. Han uppmärksammar särskilt tillämpade användningsfall - såsom robotik, autonoma system, industriell IoT och on-device-intelligens - där edge-AI levererar mätbara prestanda- och kostnadsfördelar.

Artiklar med Leo Park som avsändare är AI-genererade och granskas av Unite.AI:s redaktion för att säkerställa teknisk korrekthet, tydlighet och ansvarsfull bevakning av AI-hårdvara och edge-computing, som utvecklas snabbt.