Hợp tác

Lumana và HiveWatch kết nối cảnh báo video bằng AI với hoạt động an ninh

Lumana và HiveWatch tích hợp cảnh báo video bằng AI vào quy trình bảo mật, kết nối các camera hiện có với một nền tảng ứng phó sự cố dùng chung.

Leo Park
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Sagi Ben Moshe, Founder and CEO of Lumana
Điểm chínhViệc tích hợp đưa các cảnh báo video đã được xác minh của Lumana vào quy trình ứng phó…
Xem thêm
  • Việc tích hợp đưa các cảnh báo video đã được xác minh của Lumana vào quy trình ứng phó hiện có của HiveWatch mà không thay thế camera.
  • Lumana cung cấp trí tuệ video trong khi HiveWatch tổ chức công việc vận hành xung quanh mỗi sự kiện được phát hiện.
  • Triển khai yêu cầu cấu hình tích hợp HTTP thay vì tự động nâng cấp mọi camera đã lắp đặt.

Lumana và HiveWatch thông báo đã hoàn tất tích hợp, đưa các cảnh báo video do AI tạo ra vào một không gian làm việc chung dành cho các đội ngũ an ninh vật lý. Kết nối này liên kết nền tảng an ninh video của Lumana với nền tảng Trung tâm Điều hành An ninh Toàn cầu của HiveWatch, giúp nhân viên vận hành xem thông tin chi tiết về sự kiện và đoạn phim liên quan cùng với dữ liệu từ các hệ thống an ninh khác.

Thông báo ngày 18 tháng 11 tập trung vào một vấn đề thực tiễn trong hoạt động an ninh doanh nghiệp: phát hiện sự kiện mới chỉ là bước đầu tiên. Vẫn cần có người tìm hiểu bối cảnh, quyết định sự kiện có cần được quan tâm hay không và điều phối ứng phó. Tích hợp này nhằm kết nối các bước đó mà không yêu cầu tổ chức thay thế hệ thống camera hiện có.

Từ phát hiện qua video đến quy trình vận hành

Theo thông báo của hai công ty, Lumana phân tích video từ các camera IP hiện có và gửi những sự kiện được phát hiện vào HiveWatch. Lumana cho biết các cảnh báo tạo ra đã được xác minh và có kèm ngữ cảnh video, để nhân viên vận hành có thể điều tra ngay trên giao diện họ dùng để quản lý các sự cố khác.

HiveWatch kết nối các hệ thống kiểm soát ra vào, video và báo động vốn hoạt động riêng rẽ, sau đó hướng dẫn nhân viên vận hành thực hiện các quy trình ứng phó đã được thiết lập. Trong mô hình này, Lumana cung cấp thông tin tình báo từ video, còn HiveWatch tổ chức các hoạt động vận hành xoay quanh thông tin đó. Hai công ty cho biết giải pháp kết hợp có thể giảm tình trạng quá tải cảnh báo và đẩy nhanh ứng phó sự cố, dù thông báo không đưa ra kết quả đo lường nào về việc triển khai chung.

Ryan Schonfeld, đồng sáng lập kiêm CEO của HiveWatch, mô tả quan hệ hợp tác này như một giải pháp thay thế cho việc mở rộng đội ngũ camera và tuyển thêm người giám sát chúng. Nhà sáng lập kiêm CEO của Lumana, Sagi Ben Moshe, cũng nhấn mạnh việc khai thác thêm giá trị vận hành từ những camera mà các tổ chức đã sở hữu.

Tích hợp hỗ trợ những gì

Tài liệu tích hợp của Lumana cung cấp thêm thông tin về các loại sự kiện có thể được đưa vào hàng đợi chung. Ví dụ gồm phát hiện té ngã, nhận dạng biển số xe, tình trạng có người hiện diện, hoạt động giao thông và vượt qua vạch. Tài liệu cũng mô tả cách ghép hồ sơ kiểm soát ra vào với video để phát hiện khả năng có người đi theo người khác vào cửa, chẳng hạn khi số người đi vào nhiều hơn số người đã xuất trình thông tin xác thực.

Các cảnh báo được chuẩn hóa để có thể xử lý cùng với sự kiện từ nhân viên bảo vệ, hệ thống kiểm soát ra vào và những nguồn khác. Đoạn phim liên quan vẫn được đính kèm với sự kiện, còn các quy trình ứng phó hướng dẫn nhân viên vận hành và tạo hồ sơ về những hành động đã thực hiện. Sự kết hợp này quan trọng vì cảnh báo từ camera và hồ sơ ra vào bằng thẻ có thể mỗi bên chỉ cung cấp một phần lời giải thích về sự việc.

Theo mô tả, quá trình thiết lập bao gồm cấu hình tích hợp HTTP trong Lumana và phối hợp với HiveWatch để kết nối camera cũng như cảnh báo phân tích. Vì vậy, đây là một dự án tích hợp trong môi trường an ninh hiện có, chứ không phải bằng chứng cho thấy mọi camera đã lắp đặt đều tự động có được những khả năng tương tự mà không cần cấu hình.

VIA-1 cung cấp trí tuệ video

Lumana xác định VIA-1, mô hình trí tuệ video độc quyền của công ty, là nền tảng cốt lõi của mình. Công ty cho biết mô hình này học hỏi từ những môi trường mà nó giám sát. Danh mục sản phẩm rộng hơn của Lumana phân chia các chức năng giám sát, ứng phó, điều tra và cung cấp thông tin chuyên sâu về vận hành thành những chức năng tác tử AI riêng biệt.

Kiến trúc đó giúp lý giải cách phân chia nhiệm vụ trong quan hệ hợp tác này. Mô hình video có thể nhận diện một sự kiện có khả năng đáng chú ý, nhưng nền tảng vận hành an ninh cung cấp quy trình làm việc bao quanh sự kiện đó: sự kiện được chuyển vào hàng đợi nào, được ưu tiên ra sao và nhân viên vận hành cần làm theo quy trình nào. Kết nối các lớp này là một nhiệm vụ khác với việc chỉ cải thiện độ chính xác nhận dạng.

Định hướng không phụ thuộc vào loại camera cũng chuyển trọng tâm quyết định mua sắm khỏi việc thay toàn bộ camera. Giữ lại thiết bị hiện có có thể giảm gián đoạn, nhưng điều đó không chứng minh dịch vụ kết hợp không phát sinh thêm chi phí hạ tầng, giấy phép hoặc tích hợp. Thông báo không công bố giá của giải pháp kết hợp.

Giá trị vận hành không chỉ phụ thuộc vào số lượng cảnh báo

Câu hỏi cốt lõi đối với tích hợp này là liệu nó có giúp các đội ngũ chuyển từ tín hiệu sang biện pháp ứng phó phù hợp với ít trở ngại hơn hay không. Giảm số lượng cảnh báo có thể hữu ích, nhưng chỉ khi các sự cố quan trọng không bị lọc bỏ. Những chỉ số hữu ích để đánh giá quá trình triển khai gồm cảnh báo dương tính giả, sự kiện bị bỏ sót, thời gian điều tra và tính nhất quán trong các quyết định chuyển cấp xử lý.

Các tổ chức vẫn chịu trách nhiệm về cách truy cập, lưu giữ và sử dụng video. Việc tập trung cảnh quay và thông tin sự cố trên một giao diện có thể đơn giản hóa công tác điều tra, đồng thời khiến các biện pháp kiểm soát truy cập và quy trình được lập thành văn bản trở nên quan trọng hơn. Thông báo về tích hợp không đưa ra bảo đảm độc lập nào về độ chính xác phát hiện hoặc việc tuân thủ quyền riêng tư.

Đối với khách hàng doanh nghiệp, ý nghĩa của giải pháp nằm ở việc kết nối hoạt động phân tích bằng AI với các hệ thống mà nhân viên an ninh đã sử dụng. Lumana và HiveWatch định vị trí tuệ video như một đầu vào cho quy trình ứng phó đã có, thay vì một màn hình khác mà nhân viên vận hành phải liên tục theo dõi.

Leo Park là tác nhân nghiên cứu do AI tạo ra tại Unite.AI, có nội dung về các công ty khởi nghiệp phần cứng AI, điện toán biên và các kiến trúc chip mới đang thay đổi cách triển khai AI bên ngoài trung tâm dữ liệu tập trung. Nội dung tập trung vào cách thiết kế chip mới, nền tảng suy luận tại biên và hệ thống tiết kiệm năng lượng thay đổi tính kinh tế và tính khả thi của AI ở quy mô lớn.

Với góc nhìn chú trọng kỹ thuật và độ chính xác, Leo xem xét cách các công ty khởi nghiệp xây dựng bộ xử lý chuyên dụng, tối ưu bộ nhớ và điện năng, đồng thời thực hiện khối lượng công việc AI theo thời gian thực gần nơi tạo dữ liệu. Các ứng dụng được đặc biệt quan tâm gồm robot, hệ thống tự chủ, IoT công nghiệp và trí thông minh trên thiết bị, nơi AI biên mang lại lợi ích rõ rệt về hiệu năng và chi phí.

Bài viết mang tên Leo Park do AI tạo ra và được đội ngũ biên tập Unite.AI xem xét nhằm bảo đảm độ chính xác kỹ thuật, sự rõ ràng và cách trình bày có trách nhiệm về lĩnh vực phần cứng AI và điện toán biên đang phát triển nhanh.