آرشیو برچسب: دوربین تحت شبکه

مقالات

مغز متفکر دوربین‌ها: نگاهی به تاریخچه ۲۰ ساله نوآوری در تراشه‌های Wisenet هانوا ویژن

Posted on by مدیر

در قلب هر دوربین امنیتی مدرن، یک قطعه کوچک و قدرتمند قرار دارد که تمام جادو در آن اتفاق می‌افتد: سیستم روی یک تراشه (SoC). این تراشه، مغز متفکر دوربین است که همه چیز، از پردازش تصویر گرفته تا اجرای تحلیل‌های هوشمند را مدیریت می‌کند. پیشرفت‌ها در فناوری SoC، دوربین‌های امنیتی را از سیستم‌های بزرگ و ناکارآمد گذشته به دستگاه‌های هوشمند، جمع‌وجور و قدرتمند امروزی تبدیل کرده است.

در حالی که بسیاری از تولیدکنندگان به تراشه‌های عمومی و شخص ثالث تکیه می‌کنند، شرکت هانوا ویژن (Hanwha Vision) با توسعه راه‌حل‌های SoC اختصاصی و داخلی برای بیش از ۲۰ سال، خود را متمایز کرده است. این سفر نوآوری که با توسعه پردازنده‌های سیگنال تصویر (ISP) داخلی آغاز شد، اکنون با معرفی آخرین دستاورد این شرکت، Wisenet 9، به اوج خود رسیده است.

 

قدرت توسعه داخلی: چرا ساخت تراشه اختصاصی یک مزیت استراتژیک است؟

در گذشته، پردازش ویدئو نیازمند اجزای الکترونیکی مجزا و متعددی بود که نتیجه آن سیستم‌هایی بزرگ و ناکارآمد بود. ظهور مدارهای مجتمع و پس از آن SoCها، این فرآیند را متحول کرد. با توسعه بازار نظارت تصویری تحت شبکه، تقاضا برای SoCهای تخصصی افزایش یافت. هانوا ویژن با سرمایه‌گذاری بر روی توسعه داخلی، توانسته است کنترل کاملی بر تمام جنبه‌های طراحی تراشه داشته باشد.

این کنترل مستقیم به معنای بهینه‌سازی عملکرد سیستم، تسهیل سفارشی‌سازی و پیشبرد نوآوری‌های فناورانه است. این رویکرد به هانوا اجازه می‌دهد تا الگوریتم‌های تحلیل ویدئویی خاص خود را تسریع کرده و کیفیت تصویر را به حداکثر برساند. نتیجه این کنترل، سرعت پردازش بالاتر، تأخیر کمتر و مصرف انرژی بهینه‌تر است که در نهایت به عملکرد برتر و تجربه امنیتی قابل اعتمادتری منجر می‌شود.

علاوه بر این، توسعه داخلی SoC، سازگاری سریع‌تر با فناوری‌های نوظهور و الزامات امنیتی جدید را ممکن می‌سازد. قابلیت‌های جدید Wisenet 9، مانند کاهش نویز (NR) مبتنی بر هوش مصنوعی و دامنه دینامیکی بسیار گسترده (Extreme WDR) برای وضوح تصویر استثنایی، و قابلیت RE-ID برای ردیابی و جستجوی پیشرفته افراد در میان چندین دوربین، این سازگاری را به وضوح نشان می‌دهد.

 

عصر آنالوگ: پایه‌ریزی بنیادها (۲۰۰۴-۲۰۰۹)

تخصص هانوا ویژن در پردازش تصویر، بسیار پیش از آنکه برند Wisenet مترادف با دوربین‌های شبکه پیشرفته شود، آغاز شد. در اوایل دهه ۲۰۰۰، تمرکز شرکت بر روی توسعه ISP برای دوربین‌های آنالوگ بود.

  • W3 ISP: اولین گام در توسعه تراشه که زمینه را برای پیشرفت‌های آینده فراهم کرد.
  • W5, A1, SV5 ISPs: این تکرارها نشان‌دهنده تعهد شرکت به بهبود قابلیت‌های پردازش تصویر برای سیستم‌های آنالوگ و ایجاد دانش بنیادی برای SoCهای دیجیتال آینده بود.

 

گذار دیجیتال: توسعه ISP برای دوربین‌های شبکه (۲۰۱۰)

 

با تغییر چشم‌انداز نظارت تصویری به سمت دوربین‌های تحت شبکه (IP)، هانوا ویژن نیاز به راه‌حل‌های دیجیتال را تشخیص داد.

  • Wisenet 1 و Wisenet 2 ISPs: این‌ها اولین ISPهایی بودند که به طور خاص برای دوربین‌های IP توسعه یافتند و نیازهای منحصر به فرد پردازش ویدیوی دیجیتال را برطرف کردند.

 

عصر Wisenet SoC: پیشبرد قابلیت‌ها (۲۰۱۱-۲۰۲۰)

انقلاب واقعی با توسعه Wisenet S SoC آغاز شد که نشان‌دهنده حرکت هانوا ویژن به سمت طراحی چیپست‌های یکپارچه بود.

  • Wisenet S: اولین SoC کامل که برای دوربین‌های شبکه رده پایه طراحی شد.
  • Wisenet 3: با تکیه بر نسل قبل، این SoC پشتیبانی از رزولوشن بالاتر، کدک H.264، تحلیل‌های ویدئویی هوشمند و عملکرد مه‌زدایی (Defog) را معرفی کرد.
  • Wisenet 5: این تکرار، هانوا ویژن را به سمت تحلیل‌های پیشرفته سوق داد و قابلیت‌هایی مانند طبقه‌بندی صدا، کدک H.265 و فناوری فشرده‌سازی ویدئوی WiseStream را معرفی کرد.
  • Wisenet 7: این SoC که اوج تخصص شرکت تا آن زمان بود، از رزولوشن فوق‌العاده بالا (4K)، رابط‌های چند سنسوری و امنیت سایبری تقویت‌شده پشتیبانی می‌کرد و زمینه را برای تحلیل‌های پیشرفته هوش مصنوعی فراهم کرد.

 

Wisenet 9: انقلاب هوش مصنوعی در لبه (۲۰۲۵)

بر پایه این میراث غنی، هانوا ویژن Wisenet 9 را معرفی می‌کند. این تراشه که حاصل نزدیک به چهار سال توسعه متمرکز است، یک جهش کوانتومی در عملکرد، دقت و امنیت ارائه می‌دهد.

Wisenet 9 با ادغام واحدهای پردازش عصبی (NPU) قدرتمند، عملکرد استنتاج هوش مصنوعی را در مقایسه با Wisenet 7، سه برابر بهبود بخشیده است. این امر، ویژگی‌های پیشرفته‌ای مانند بهبودهای تصویر مبتنی بر هوش مصنوعی برای وضوح برتر، کارایی هوشمند از طریق کاهش حجم داده و حریم خصوصی تقویت‌شده از طریق پوشش حریم خصوصی پویا (DPM) را امکان‌پذیر می‌سازد. نوآوری‌های کلیدی مانند RE-ID برای ردیابی افراد، طبقه‌بندی صدای هوش مصنوعی و امنیت قوی مبتنی بر FIPS 140-3 Level 3، رهبری فناورانه هانوا را که حاصل رویکرد SoC اختصاصی آن است، به نمایش می‌گذارد.

 

آینده Wisenet: پیشتازی در انقلاب امنیت مبتنی بر هوش مصنوعی

تعهد هانوا ویژن به توسعه داخلی SoC، این شرکت را به عنوان یک رهبر در صنعت نظارت تصویری تثبیت کرده است. با افزایش تقاضا برای تحلیل‌های ویدئویی هوش مصنوعی و امنیت تقویت‌شده، تراشه‌های Wisenet، از جمله پیشرفته‌ترین آن‌ها یعنی Wisenet 9، نقشی حیاتی در شکل‌دهی به آینده نظارت تصویری ایفا خواهند کرد؛ آینده‌ای که در آن، دوربین‌ها دیگر تنها ناظران منفعل نیستند، بلکه شرکای هوشمندی هستند که به ما در درک و ایمن‌سازی دنیای اطرافمان کمک می‌کنند.

مقالات

هوش مصنوعی و خودروهای خودگردان

Posted on by مدیر

هوش مصنوعی (AI)، صنعت خودروسازی را تحت کنترل خود گرفته است تا بدین شکل تولید خودروهای خودگردان سطح-4 و سطح-5 کلید بخورد. شاید این سوال برای شما پیش بیاید که چرا علیرغم پیدایش و مطرح شدن هوش مصنوعی از سال 1950، این تکنولوژی به تازگی سر زبانها افتاده و شهرت یافته است؟ به صورت ساده شاید بتوان گفت که دلیل رشد سریع تکنولوژی هوش مصنوعی، وجود حجم بالای داده هایی است که امروزه در اختیار افراد قرار دارد. با کمک دستگاه ها و سرویس های متصل به هم، افراد میتوانند در هر صنعتی به جمع آوری داده ها بپردازند و در نتیجه آنچه را که برای آغاز انقلاب هوش مصنوعی AI لازم است تامین کنند. علیرغم تلاش های صورت گرفته برای بهبود سریع سنسورها و دوربین ها برای تولید داده های مربوط به خودروهای خودگردان، شرکت انویدیا در ماه اکتبر سال 2017 از نخستین کامپیوتر هوش مصنوعی خود پرده برداری کرد تا امکان یادگیری عمیق، بینایی رایانه ای و الگوریتمهای محاسباتی موازی را فراهم سازد. تکنولوژی هوش مصنوعی AI به بخش مهمی از تکنولوژی خودروهای خودگردان تبدیل شده است و دانستن چگونگی کارکرد این تکنولوژی در خودروهای خودگردان و متصل به یکدیگر حائزاهمیت است.

هوش مصنوعی چیست؟

مهندس کامپیوتری به نام جان مک کارتی، اصطلاح «هوش مصنوعی» را در سال 1955 ساخت. تعریفی که از هوش مصنوعی ارائه میشود بدین شرح است: توانایی یک برنامه کامپیوتری یا ماشین برای فکر کردن، یادگیری و اتخاذ تصمیمات. در استفاده ی کلی، این اصطلاح به معنای ماشینی است که قوه ی فهم انسانی را جعل میکند. با کمک تکنولوژی هوش مصنوعی AI، برنامه های کامپیوتری و ماشین ها قادر به انجام کارهایی میشوند که پیشتر انسان ها انجام میداده اند. این برنامه ها و ماشین ها با حجم زیادی از داده های تجزیه و تحلیل و پردازش شده تغذیه میشوند تا در نهایت قادر به تفکر به صورت منطقی  و انجام کارهای انسانی شوند. فرآیند خودکارسازی کارهای تکراری انسان ها تنها بخش کوچکی از کوه یخی بزرگ به نام هوش مصنوعی را تشکیل میدهد. تجهیزات مربوط به تشخیص بیماریها و خودروهای خودگردان همگی با هدف نجات جان انسانها، شروع به بکارگیری تکنولوژی هوش مصنوعی AI نموده اند.

رشد هوش مصنوعی در صنعت خودروسازی

طبق گزارش های موجود پیش بینی شد که در سال 2017 بازار AI در صنعت خودروسازی ارزشی برابر 783$ میلیون دلار داشته و تا سال 2025 با ترکیب نرخ رشد سالانه ای برابر 38.5٪ این ارزش به 11$ هزار میلیون دلار خواهد رسید.  طبق پیش بینی آی.اچ.اس مارکیت، در مقایسه با نرخ بکارگیری ۸ درصدی سیستم های AI-محور در خودروهای جدید، انتظار میرود که تا سال 2025 این نرخ تا 109٪ افزایش پیدا کند. سیستم هایAI-محور در خودروهای جدید تبدیل به یک استاندارد خواهند شد، مخصوصا در دو دسته زیر:

  1.   واسط سرگرمی و اطلاع رسانی بین انسان و ماشین که شامل تشخیص صدا، تشخیص رفتار، دنباله روی مسیر حرکت چشم و بازبینی راننده، راهنمای مجازی و واسط های زبان طبیعی (پردازش زبان‌های طبیعی یکی از زیرشاخه‌های بااهمیت در حوزه گسترده علوم رایانه، هوش مصنوعی است که به تعامل بین کامپیوتر و زبان‌های (طبیعی) انسانی می‌پردازد) میشود. سیستم های پیشرفته راهنمای راننده ﴿ADAS﴾ و خودروهای خودگردان که شامل سیستم های دید ماشینی دوربین-محور، واحدهای تشخیص رادار-محور، ارزیابی شرایط راننده و واحدهای کنترل موتور و ترکیب سنسورها میشود.
  2.          تکنولوژی یادگیری عمیق که یک تکنیک برای بکارگیری یادگیری ماشین ﴿رویکردی برای رسیدن به هوش مصنوعی AI﴾ است، انتظار میرود که بزرگترین و پرسرعت ترین تکنولوژی از لحاظ رشد در بازار هوش مصنوعی خودروها باشد. در حال حاضر این تکنولوژی در حال بکار گرفته شدن در بخش هایی چون تشخیص صدا، جستجوی صدا، موتورهای پیشنهادکننده و توصیه گر، تجزیه و تحلیل احساسات، تشخیص تصاویر و تشخیص حرکت در خودروهای خودگردان میباشد.

چگونگی کارکرد هوش مصنوعی در خودروهای خودگردان

این روزها واژه ی هوش مصنوعی به اصطلاحی رایج تبدیل شده است، اما سوالی که پیش می آید این است که این تکنولوژی دقیقا چطور در خودروهای خودگردان عمل میکند؟

نخست باید به زاویه دید یک انسان نسبت به راندن یک خودرو با استفاده از عملکردهای حسی چون بینایی و شنوایی برای دیدن جاده و سایر خودروهای موجود در جاده نگاهی انداخت. هنگامی که در مقابل یک چراغ قرمز ترمز میکنیم یا منتظر عبور یک عابر پیاده از عرض خیابان هستیم، در واقع در حال استفاده ازحافظه خود برای اتخاذ چنین تصمیات سریعی هستیم. تجربه ی  به دست آمده از سالها رانندگی، ما را نسبت به جستجو برای چیزهای کوچکی که اغلب در جاده ها با آنها مواجه میشویم ﴿ شاید یک راه بهتر برای رسیدن به اداره و یا شاید یک برآمدگی بزرگ در مسیر جاده﴾ عادت میدهد.

خودروهای خودگردانی که خودشان کار راندن را انجام میدند در حال تولید و ساخته شدن هستند، اما چیزی که حائزاهمیت است ساختن خودروهایی است که همچون رانندگان انسانی به راندن خودروها میپردازند. این به معنای تعبیه نمودن یک سری عملکرد در این وسایل نقلیه است که عملکردهای حسی، عملکردهای فکری ﴿حافظه، تفکر منطقی، تصمیم گیری و یادگیری﴾ و قابلیت های اجرایی که انسانها برای راندن وسایل نقلیه مورد استفاده قرار میدهند را شامل شود. صنعت خودروسازی به صورت مداوم در حال رشد و تکامل است تا در طی چند سال اخیر موفق به نیل این هدف شود.

به نقل از گارتنر تا سال 2020 حدود 250 میلیون خودرو قادر خواهند شد که از طریق سیستم های مختلف V2X (تکنولوژی ارتباط خودرو با همه چیز) به یکدیگر و زیرساخت های پیرامون خود متصل شوند. فناوری V2Xیا Vehicle-to-Everything ارتباط بین یک خودرو را با هر چیزی که دراطرافش از آن تأثیر می‌گیرد، ممکن می‌سازد که این ارتباط می‌تواند شامل «سایر خودروها» یا خودرو با خودرو/ V2V، زیرساخت‌های مرتبط و پیرامون خودرو/ V2I یا حتی موبایل / V2P باشد که درنتیجه سیستم خودرو با یک فرد موبایل به‌دست به‌عنوان عابر یا راننده خودروی کناری ارتباط برقرار کرده و بدین ترتیب خودروی شما با هر چیز ممکنی به‌صورت لحظه‌ای ارتباط می‌گیرد تا تعاریف استاندارد را اجرا کند. هر چه میزان داده های داده شده به واحدهای IVI ﴿in-vehicle infotainment به مجموعه ای از سخت افزارها و نرم افزارهای موجود در خودردوها گفته میشود که سرگرمی های صوتی و ویدئویی را ارائه میکنند﴾ یا سیستم های برقراری ارتباط از راه دور بیشتر شود، خودروها بیشتر قادر خواهند شد که به صورت همزمان با وقوع رخداد به ضبط و به اشتراک گذاری وضعیت داخلی سیستم ها و داده های مربوط به مکان خودرو و هرگونه تغییرات صورت گرفته در اطراف خودرو بپردازند. خودروهای خودگردان در حال مجهز شدن به دوربین ها، سنسورها و سیستم های ارتباطی هستند تا وسیله نقلیه مربوطه را قادر به تولید حجم بالایی از داده ها کنند. با بکارگیری تکنولوژی هوش مصنوعی AI، وسایل نقلیه قادر به دیدن، شنیدن، فکر کردن و اتخاذ تصمیماتی چون تصمیمات رانندگان انسانی میشوند.

چرخه درک عمل AI در خودروهاي خودگردان

هنگامي كه خودروي خودگردان از فضاي اطراف خود داده توليد ميكند و اين داده ها را در اختيار يك عامل هوشمند قرار ميدهد، يك لوپ تكرارشونده به نام چرخه درک عمل ايجاد ميشود. در مبحث هوش مصنوعی، عامل هوشمند به موجودی گفته می‌شود که در یک محیط، اطراف خود را شناخته و اعمالی را روی محیط انجام می‌دهد و کلیه اعمالی که انجام می‌دهد در جهت نیل به اهدافش می‌باشد. این سیستم‌ها امکان یادگیری دارند و سپس از دانش اکتسابی خود برای انجام اهداف خود استفاده می‌کنند. این کنشگرها ممکن است بسیار ساده یا پیچیده باشند. بطور مثال ماشین‌های کوکی که با برخورد به دیوار، راه خود را عوض می‌کنند نمونه‌ای از کنشگرهای هوشمند هستند. با توجه به تعریف اراده شده، این عامل هوشمند با استفاده از داده هاي ارائه شده شروع به تصميم گيري كرده و خودروي خودگردان موردنظر را قادر به انجام يك سري عمليات خاص در آن محيط ميسازد. اين فرايند به سه بخش اصلي تقسيم ميشود:

بخش ١: سيستم هاي جمع آوري داده و سيستم هاي ارتباطي داخل خودرو

خودروهای خودگردان مجهز به تعداد زیادی سنسور، رادار و دوربین هستند که برای تولید حجم عظیمی از داده های محیطی مورد استفاده قرار میگیرند. تمامی این سیستم ها به وسیله نقلیه خودگردان کمک میکنند تا به دیدن، شنیدن و حس کردن جاده، زیربناهای جاده ای، سایر وسایل نقلیه و هرشیء دیگر موجود در/نزدیک جاده کمک میکند؛ دقیقا همانطوری که یک راننده ی انسانی به هنگام رانندگی به جاده توجه میکند. این داده ها در مرحله ی بعد توسط سوپرکامپیوترها مورد پردازش قرار میگیرند و سیستم های ارتباطی داده ها برای تبادل امن اطلاعات (ورودی) ارزشمند به پلتفرم ابری رانندگی خوگردان استفاده میشوند. وسیله نقلیه خودگردان ابتدا فضای رانندگی و/یا شرایط رانندگی بخصوص را به پلتفرم رانندگی خودگردان مخابره میکند.

بخش ٢: پلتفرم رانندگي خودگردان (ابري)

پلتفرم رانندگي خودگردان كه در فضاهاي ابري قرار دارد داراي يك عامل هوشمند است كه از الگوريتم هاي هوش مصنوعي براي اتخاذ تصميمات منطقي و معنادار استفاده ميكند. اين پلتفرم به عنوان سياست كنترل يا مغز خودروهاي خودگردان عمل ميكند. عامل هوشمند نيز به يك پايگاه داده متصل ميشود كه به عنوان يك حافظه كه تجربيات رانندگي هاي پيشين در آن ذخيره ميگردد عمل ميكند. اين داده ها به همراه  داده هاي ورودي همزمان با وقوع رخداد ارائه شده توسط خودروي خودگردان و محيط اطراف آن، به عامل هوشمند كمك ميكنند تا تصميمات دقيقي در رانندگي بگیرد. حال خودروي خودگردان دقيقا ميداند كه براي رانندگي در چنين فضاهايي و يا در برخي شرايط بخصوص چه كاري بايد انجام بدهد. 

بخش ٣: عملكردهاي AI-محور در خودروهاي خودگردان

بر اساس تصميمات گرفته شده توسط عامل هوشمند، خودروي خودگردان قادر به تشخيص اشياء در خيابان، داشتن عملكرد در ترافيك آن هم بدون دخالت افراد و ايمن رسيدن به مقصد موددنظر خود ميباشد. همچنين خودروهاي خودگردان مجهز به سيستم هاي كاربردي AI-محوري چون تشخيص صدا و كلام، كنترل حالت بدن، دنباله روي مسير چشم و ساير سيستم هاي بازبيني رانندگي، راهنماي مجازي و سيستم هاي تشخيص مسير و مكان و سيستم هاي امنيتي ميباشند. اين سيستم هاي كاربردي تنها برخي از سيستم هاي بكار گرفته شده در خودروهاي خودگردان هستند. همچنين اين عملكردها بر اساس تصميمات اتخاذشده توسط عامل هوشمند موجود در پلتفرم رانندگي خودگردان انجام ميشوند. اين سيستم ها ساخته شده اند تا يك تجربه ي كاربري عالي را به مشتريان خود ارائه كنند و از آنها در جاده ها محافظت كنند. تجربه هاي رانندگي به دست آمده از هر بار رانندگي، ضبط و در پايگاه داده ذخيره ميشوند تا به عامل هوشمند در تصميم گيريهاي دقيقتر در آينده كمك كنند. 

اين لوپ داده كه چرخه درک عمل نيز ناميده ميشود به صورت مداوم تكرار ميشود. هر چه تعداد دفعات تكرار چرخه های درک عمل بيشتر باشد، عامل هوشمند مربوطه هوشمندتر شده و در نتيجه تصميات مربوطه، مخصوصا در شرايط رانندگي دشوار با دقت بيشتري گرفته ميشود. هر چه تعداد دستگاه هاي متصل شده بيشتر باشد، تعداد تجربيات رانندگي بيشتري ضبط ميشود. اين تجربيات به عامل هوشمند كمك ميكنند تا بر اساس داده هاي ايجادشده توسط چندين دستگاه خودگردان مختلف تصميم گيري كند. اما اين موضوع بدان معنا نيست كه هر دستگاه خودگردان لزوما بايد در يك شرايط رانندگي پیچيده قرار بگيرد پيش از آنكه قادر به فهمیدن آن شود. 

هوش مصنوعي، مخصوصا شبكه هاي نوروني و  يادگيري عميق به موضوعي اساسي در عملكرد درست و ايمنی خودروهاي خودگردان تبديل شده است. هوش مصنوعي در حال باز كردن راه براي راه اندازي خودروهاي خودگردان سطح ٥ است. در اين نوع خودروها ديگر نيازي به فرمان، پدال گاز يا ترمزها نخواهد بود. 

مقالات

ویدئوآنالیتیک های AI-محور تا چه حد هوشمند هستند؟

Posted on by مدیر

در حال حاضر صحبت های زیادی حول استفاده از هوش مصنوعی ﴿AI﴾ در آنالیتیک های ویدئویی وجود دارد. به طوری که بسیاری از ارائه کنندگان راهکارهای امنیتی، واژه ی هوش مصنوعی را به عنوان یک ضرورت در تولید و عرضه محصولات خود میبینند. اگر بخواهیم منصفانه صحبت کنیم باید بگوییم که راهکارهای آنالیتیک ویدئویی راه زیادی را از نخستین روزهای ورود خود آمده اند. با این حال این سوال مطرح میگردد که آنالیتیک های ویدئویی تا چه حد هوشمند هستند؟

هوش مصنوعی در کجای صنعت امنیت جای میگیرد؟

هوش مصنوعی (AI﴾، یادگیری عمیق، آنالیتیک های ویدئویی همگی از جمله کلمات رایجی هستند که به دیدن آنها عادت کرده ایم.

علیرغم تمامی بحث ها و تبلیغات های صورت گرفته در مورد هوش مصنوعی، اغلب افراد ذهنیتی مبهم نسبت به اجزای تشکیل دهنده ی این تکنولوژی دارند. نکته جالب توجه اینجاست که این موضوع در بحث امنیت ساختمان های مسکونی و تجاری که در چند سال اخیر بیشتر مطرح شده صادق است.

همچنین اینکه اصطلاحات نزدیکی چون آنالیتیک ها، یادگیری ماشین و یادگیری عمیق چگونه زیرمجموعه، گونه جهش یافته یا زیرشاخه ای از هوش مصنوعی (AI﴾ محسوب میشوند نیز برای اکثر متخصصین امنیتی و مشتریان همچون یک راز تلقی میگردد. علاوه بر آن، به احتمال زیاد برای این افراد انجام یک سری عملیات پیچیده توسط ربات ها به قطع مستلزم درجه ای از هوش مصنوعی خواهد بود.

هوش مصنوعی یک اصلاح گسترده است که برای توصیف هر چیزی که همچون مغز یک انسان عمل میکند استفاده میشود. یادگیری ماشین تکنیکی است که در آن یک کامپیوتر میتواند با پردازش حجم بالایی از داده ها در مورد عملیات مربوطه، قدرت خود را برای انجام یک عملیات بهبود بخشد. یادگیری عمیق زیرمجموعه ای از یادگیری ماشین است که از شبکه های نورونی بهره میگیرد. یک لایه از شبکه های نورونی پس از پردازش داده ها، نتیجه این پردازش را به لایه ی بعد منتقل میکند که این لایه نیز پس از انجام عملیات، پاسخ خود را به لایه بعد میفرستد. این دست از شبکه های نورونی به عنوان شبکه های نورونی پیچیده یا CNN مشهور هستند.آنالیتیک های نظارت ویدئویی نمونه ای عالی از بکارگیری هوش مصنوعی و یادگیری عمیق هستند که با ورود GPUها ﴿واحدهای پردازش گرافیکی﴾ امکان پذیر شده اند.

چرا هوش مصنوعی، آنالیتیک ها، سرویس های ابری و امنیت سایبری، فرصت های جدیدی را برای نصاب ها فراهم میکنند؟

به قطع آنالیتیک های ویدئویی یکی از رایجترین راه های بکارگیری هوش مصنوعی در کاربردهای امنیتی است. به همین شکل، سیستم های مدیریت اطلاعات مربوطه به امنیت فیزیکی ﴿PSIM﴾ که با تلفیق داده های امنیتی گوناگون باعث آگاهی موقعیتی میشوند نیز از تکنولوژی هوش مصنوعی بهره میگیرند.

ربات های بادوام و هوشمندی را تصور کنید که مجهز به چنین الگوریتم های پیشرفته و سنسورهای پردازش و هوشمند شوند. این ربات ها یک چشم انداز امنیتی وسیع را باز میکنند که با کمک آن تهدیدات انسانی به حداقل رسیده و مکان ها و ابعاد دوری را که غیرقابل دسترسی بوده اند، برای آنالیز، ارزیابی و پاسخگویی به صورت همزمان با وقوع رخداد مورد دسترس قرار میگیرند.

صنعت امنیت چگونه میتواند از هوش مصنوعی بهره مند شود؟

به تدریج با بهبود یافتن دستگاه ها و پایین آمدن قیمت ها، کاربری های این تکنولوژی گسترده تر خواهد شد. همچنین انواع مختلف تکنولوژی هوشمند مصنوعی به احتمال زیاد در اغلب جنبه های زندگی روزانه ما نفوذ خواهد کرد.

برعهده گرفتن آن دسته از کارهایی که از لحاظ فکری نیازمند انرژی چندانی نیستند توسط ماشین ها به روندی بزرگ برای سالهای پیش رو تبدیل خواهد شد. شرکت آمازون در حال بکارگیری این تکنولوژی در مغازه های خرده فروشی خود است که در آنها مفهوم گیشه پرداخت قیمت کالا با مشتریانی که خارج میشوند جایگزین شده است. تولید این نوع از ابزارهای فکری در مراحل اولیه خود به سر میبرند، با این حال این ابزارها به رسیدگی به مسائل و ایجاد ارزش ادامه خواهند داد. انقلاب صنعتی هوشمند در حال وقوع در اطراف ما است. شاید این انقلاب بسیار آشفته به نظر آید، اما در عین حال بسیار هوشمند و رهایی بخش است.

پتانسیل آنالیتیک های ویدئویی به مراتب سودمندتر از سیستم های قاعده-محور قدیمی است. با شهرت یافتن بیشتر GPUها در اجرای سیستم های AI، تولیدکنندگان بزرگی چون NVIDIA و حتی استارتاپ های کوچکتر شاهد سرمایه گذاری بیشتری در این زمینه هستند.

در سالهای اخیر یادگیری عمیق توجه های زیادی را جلب خود نموده است، چرا که این تکنولوژی عملکردهای گوناگونی را ارائه میکند که موردپسند مشتریان قرار گرفته است. به عنوان مثال، الگوریتم های جستجوی تصویری به مشتریان اجازه میدهد تا به جستجوی اشیاء، حیوانات بخصوص و یا سایر چیزهای دیگر بپردازند.

توانایی این تکنولوژی در داشتن هوش کافی برای کار کردن در جهت گیری ها و شرایط نوری مختلف است که آن را به یک تکنولوژی تاثیرگذار تبدیل نموده است. تکنولوژی یادگیری عمیق در واقع در سالهای 2012 و 2013 به صورت پررنگ مطرح شد. این تکنولوژی در کنار قدرت GPUهایی که قادر به انجام آن دسته از کارهایی هستند که در گذشته به صورت بازدارنده ای زمانگیر و طاقت فرسا بودند، به عنوان سوختی تلقی میگردد که موج نوآوری را امکان پذیر ساخته است.

هنگامی که صحبت از شبکه های نورونی میشود، منظور یک تکنولوژی یادگیری عمیق صرف نیست که متشکل از شبکه های عمیقی باشد که افراد از آنها به عنوان شبکه های نورونی پیچیده یاد میکنند. در حال حاضر شبکه های نورونی قدرتمندتر و توانمندتر از قبل شده اند و منابع و ابزارآلات بسیار خوبی نسبت به گذشته در اختیار افراد قرار گرفته است.

شرکت های فعال در این زمینه

با توجه به پتانسیل مشهود تکنولوژی هوش مصنوعی AI، برخی از غول های تکنولوژی نیز مشتاق ورود به این زمینه و جستجوی فرصت ها هستند. این شرکت ها تا حد زیادی به عنوان پیشگامان این زمینه عمل میکنند و توسعه و بکارگیری راهکارهای هوشمندتر را تشویق میکنند.

به قطع شرکت های بزرگ فعال در زمینه تکنولوژی همچون گوگل، با ارائه مدل TensorFlow خود کمک بزرگی در این زمینه  نموده اند. شرکت اینتل نیز دارای ابزارآلاتی عالی است که با بکارگیری مدل TensorFlow و وارد کردن آن، از هر منبعی که روی آن است (چیپ هایی که با کمک آنها به اجرای برنامه ها میپردازید) خروجی تهیه میکند. بنابراین شما یک ترکیب انعطاف پذیر از CPU و GPU را در اختیار دارید. حال منابعی در اختیار شما قرار دارد که این کار را برای شما هدف قرار میدهد. در مرحله بعد، شما تمام افرادی را دارید که روی راه هایی برای فعالسازی و توسعه مراکز آموزش که از اهمیت بالایی برخوردارند کار میکنند. در نتیجه چیزی شبیه به یک اکوسیستم کامل حول این مسئله که چگونه ماشینها دیدن و فهمیدن را یاد میگیرند شکل میگیرد.

برای انجام این کار ابعاد و لایه های زیادی وجود دارد، چرا که اساسا این کار همان جمع آوری و نام گذاری داده ها است. کامپایلرهای متعددی که قادر به اجرای کارآمد مدل های شما در چیپ-ست های مختلف هستند، ابزارآلات تحلیل داده ای که برای تهیه خروجی از آنها بدان احتیاج پیدا خواهید کرد، همگی به پتانسیل تکنولوژی هوش مصنوعی AI در آنالیتیک های ویدئویی کمک میکنند.

برگرفته از مجله a&s و سکیوریتی-سیلز

مقالات

بکارگیری AI در نظارت ویدئویی

Posted on by مدیر

با آگاهی بیشتر مشتریان نسبت به لزوم و مزایای راهکارهای امنیتی، تعداد دوربین های بکار گرفته شده رو به افزایش است. با این حال، این موضوع مشکلات مختص خود را نیز به همراه می آورد.

در گذشته تعداد دوربین های بکارگرفته شده چندان زیاد نبوده است و پرسنل امنیتی میتوانستند با نشستن مقابل یک مانیتور به بازبینی ویدئوهای ضبط شده بپردازند. علیرغم ناکارآمدی چنین فرآیندی، گزینه ی دیگری هم وجود نداشته است.

خوشبختانه در حال حاضر ورود تکنولوژی هوش مصنوعی در حال تغییر دادن همه چیز است. طبق جدیدترین پست منتشر شده توسط شرکت پژوهشی مموری، یک گارد امنیتی مجهز به نرم افزار هوش مصنوعی-محور با داشتن تعداد چشمان بیشمار و بازه زمانی توجه بی انتها قادر به دنباله روی 24 ساعته تمامی فعالیت های صورت گرفته در جریان های ویدئوی میباشد. هنگام تشخیص یک مسئله توسط هوش مصنوعی، این تکنولوژی میتواند به هشداردهی به مسئولین مربوطه بپردازد و از صورت گرفتن اقدامات مربوطه اطمینان حاصل کند.

به نقل از پست منتشرشده توسط مموری: «مواردی چون ورود افراد غیرمجاز بدون اعمال هرگونه رفتار خشونت آمیز، به سرقت رفتن یک کالای ناامن، قرار داده شدن یک بسته ی مشکوک داخل یک سطل آشغال و بسیاری از شرایط مهم دیگر ممکن است که از چشمان یک فرد که در تلاش برای بررسی و اسکن چندین جریان ویدئویی مختلف است جا بمانند. هزینه استخدام پرسنل امنیتی کافی برای مدیریت تعداد دوربین های در حال افزایش بسیار بالا تمام خواهد شد. حتی هنگام وقوع یک رخداد، جستجو در تمامی ویدئوهای ضبط شده جهت جمع آوری شواهدی که به پرسنل امنیتی در شناسایی افراد مظنون و فهم توالی رخدادها کمک کند، بسیار دشوار و زمانگیر است».

در یکی از گزارشات اخیر ارائه شده توسط شرکت مموری، از رسیدگی به حجم در حال افزایش ویدئوهای نظارتی ایجاد و ضبط شده به عنوان امری بسیار دشوار برای سیستم های مجری قانون فعلی یاد شده است. با افزایش تعداد دوربین ها تا 12 درصد به صورت سالیانه، این حجم از ویدئوها بیشتر نیز خواهد شد. مسئله ی جالب اینجاست که در صورت عدم وجود راه هایی برای بازبینی و دنباله روی جریان های ویدئویی در حال تولید، هیچ تعداد دوربینی کارآمد نخواهد بود. و در حال حاضر ریسک بزرگی برای از دست دادن اطلاعات مهم وجود دارد، چرا که هیچ راه قابل اعتمادی برای بازبینی این اطلاعات وجود ندارد.

بکارگیری هوش مصنوعی AI

اهمیت هوش مصنوعی در زمینه سیستم های نظارتی بدون هیچ بحثی قابل قبول است. با این حال، پرسنل امنیتی باید بدانند که استفاده کارآمد از هوش مصنوعی به معنای خرید، نصب و به فراموشی سپردن یک راهکار نیست. همچون انسانی که پشت یک کامپیوتر مینشیند، هوش مصنوعی نیز باید آموزش داده شده و سفارشی سازی شود تا نسبت به نیازها، شرایط و محیط شما آگاهی پیدا کند.

به نقل از مموری :«نخستین بخش بکارگیری نظارت ویدئویی AI-محور شامل افزودن موتورهای آنالیتیکی به جریان های ویدئویی مختلف میشود که به نسبت ساده است. بخش دوم این کار پیکربندی این سیستم ها برای داشتن عملکرد دقیق و درست است که میتواند به مراتب پیچیده تر و زمانبرتر باشد. هر مکان دارای ویژگی های منحصر بفرد خود میباشد، حتی این امکان وجود دارد که مکانهای کاملا مشابه که از قوانین آنالیتیکی مشابهی استفاده میکنند، با توجه به یک سری الزامات عملیاتی بخصوص خود، نیازمند ارائه نتایجی کاملا متفاوت باشند. حتی در یک سیستم AI-محور خودآموز نیز شاید نیاز به تغییر تنظیمات مربوط به مناطق تشخیص و ماسک ها، زوایای دوربین و دورنمای آنها باشد. این بخش دوم بکارگیری این سیستم هاست که مانع بکارگیری آنها شده است».

هوش مصنوعی AI چقدر هوشمند است؟

تکنولوژی هوش مصنوعی AI روز به روز در حال قوی تر شدن است. اما آیا این تکنولوژی به قدری قدرتمند است که قادر به جایگزین کردن چشمان بشر باشد؟ علیرغم اینکه سوال پیشتر مطرح شده و سوالاتی چون اینکه آیا هوش مصنوعی متضمن بازگشت سرمایه است همچنان پرسیده میشوند، در حال حاضر به نظر میرسد که توافقی کلی روی اینکه آنالیتیک های ویدئویی قابلیتی بیش از آنچه راهکارهای قاعده-محور دارند صورت گرفته است.

به نقل از گزارش تهیه شده توسط مموری: « این کار تا حد زیادی به خاطر پیشرفت های بزرگ صورت گرفته در ساختار نیمه رساناها اتفاق افتاده است که باعث پردازش به مراتب سریعتری میشود؛ با استفاده از الگوریتم های یادگیری عمیق و یادگیری ماشین، تجزیه و تحلیل داده ها با سرعتی بیشتر از آنچه پیشتر امکان پذیر بود صورت میگیرد. سرمایه داران صنایع مختلف هم اکنون در حال تزریق میلیون ها دلار پول برای تامین سرمایه شرکت های تولیدکننده چیپ های هوش مصنوعی  AI و نرم افزارهای آنالیتیکی هستند.

موضوع اصلی احساس نیاز جدی به استفاده ی کامل از حجم بزرگ داده های ایجاد شده توسط دوربین های نظارت ویدئویی است و راهکارهای هوش مصنوعی-محور تنها پاسخ عملی هستند.

ساختار چیپ های مدرن مجهز به نرم افزارهای هوش مصنوعی به گونه ای است که قادر به جستجو و بررسی حجم بالای داده ها و افزایش امنیت، ایمنی و عملکرد کلی افراد، ساختمان ها و تشکیلات بیزینسی هستند.

علیرغم تمام پیشرفت های صورت گرفته هنوز هم پیشرفت های زیادی را در این زمینه اتفاق خواهد افتاد و مسیر این راه کاملا واضح و روشن است.

منبع: مجله a&s

مقالات

کارخانه هوشمند چیست؟

Posted on by مدیر

شاید یکی از رایجترین کلمات این دهه، واژه “هوشمند” باشد. هیچ صنعتی از این مفهوم مستثنی نیست. از تلفن ها گرفته تا منازل و ساختمان ها همگی در تلاش برای گنجاندن این مفهوم و برچسب در خود هستند. یکی از صنایعی که به صورت جدی نسبت به این امر علاقه نشان داده، صنعت تولید است. شناخته شده با عناوینی چون هوشمند، کارخانه های هوشمند و مفهوم گسترده تری چون صنعت 4.0، آهسته آهسته بخش تولید شاهد انقلابی است که میتواند روی بسیاری از بخش های دیگر تاثیرگذار باشد.

در قلب کارخانه های هوشمند موضوع هوشمندی قرار دارد و هوشمندی مکانی بخش مهمی از این کارخانه ها را تشکیل میدهد: در صورتی که چیزی حرکت کند و فرآیند انجام آن از اهمیت بالایی برخوردار باشد، ابتدا باید دید که این اتفاق در کدام مکان به وقوع پیوسته و در حال انجام چه کاری است. صنعت 4.0 محیطی را توصیف میکند که در آن فرآیندهای انعطاف پذیر و هوشمند با بهره گیری از داده های به دست آمده از سنسورهای متصل به تمامی بخش های یک زنجیره ی ارزش به صورت همزمان با وقوع رخداد استفاده میکند تا فرآیندهای بیزینسی بهینه سازی شوند. این سیستم های سایبری-فیزیکی از قدرت آنالیتیک های کلان داده ای برای ترجمه دید عملیاتی کامل به سرعت عمل و کارآمدی بی سابقه در امر تولید استفاده میکنند.

اما همواره گروهی از افراد وجود دارند که معتقدند بسته به مکان مورد بررسی از اصطلاحات متفاوتی استفاده میشود، با این حال مفهوم اصلی همچنان ثابت باقی می ماند.

بسته به منطقه و مکانی که این موضوع در آن مطرح میگردد، تعاریف مختلفی میتوان ارائه کرد. با این حال با انداختن نگاهی فراتر ازتعاریف مرسوم ارائه شده برای اصطلاحاتی چون “کارخانه هوشمند” یا “صنعت 4.0″، این اصطلاحات منعکس کننده ی تغییرات بنیادینی با توجه به چگونگی تغییر چهره ی فرآیندهای تولید از طریق “ساختارهای متصل به یکدیگر” هستند. امروزه مراحل مختلف فرآیندهای تولید، از همان ابتدا از پایین ترین سطح یک ماشین یا تجهیزات، مستقیما از طریق سنسورها/اینترنت اشیاء (IoT﴾ به یکدیگر متصل شده و مستقیما قادر به تعامل با یکدیگر هستند و در نتیجه این امر کل زنجیره ی تولید شفاف و کارآمدتر میشود. در حال حاضر این ماشین ها و تجهیزات را میتوان طوری برنامه ریزی کرد که علاوه بر تعامل با یکدیگر، با سیستم های بالاتر و پایین تر خود نیز به تعامل بپردازند و مستقل از مداخله نیروی انسانی، تصمیماتی هوشمندانه اتخاذ کنند. این دقیقا تعریف کارخانه هوشمند مدرن است.

کارخانه هوشمند به صنعتی گفته میشود که از دستگاه های متصل به اینترنت اشیاء ﴿IoT) برای بهبود کارایی، پیوستگی و امنیت عملیات های خود بهره میگیرد. تعامل به صورت همزمان و دورادور بین اجزای تولید و اپراتورها، کارخانه جات را به ویترینی برای اتوماسیون و اتوماتیک سازی تبدیل میکند. مفهوم کارخانه هوشمند را میتوان در دو فاز مجزا تعریف نمود. به عنوان مثال، کارخانه هوشمند بخشی از صنعت 4.0 است. صنعت 4.0 شامل فاز طراحی، فاز تولید و فاز لجستیک میشود. تمام این فازها به عنوان صنعت 4.0 نامیده میشوند، اما کارخانه هوشمند به نقطه ی میانی این فرآیند تبدیل میشود.

کارخانه های هوشمند حداقل به چهار عنصر نیاز دارند. عنصر اول، یکپارچه سازی ماشین با ماشین (M2M﴾ است. عنصر دوم مربوط به دانش حوزه مربوطه میشود. عنصر سوم مربوط به هوشمندی بیزینسی در بخش های بیرونی و داخلی این کارخانه ها است. عنصر چهارم نیز به تقاضای بازار برمیگردد.

این چهار عنصر از چهار حوزه ی متفاوت می آیند؛ این بدان معناست که اگر بخواهیم کارخانه هوشمند را در یک کلمه تعریف کنیم، میتوانیم از آن به عنوان تلفیق و یکپارچه سازی یاد کنیم.

ایده ی تقسیم این مفهوم به چهار دسته مختلف به نظر میرسد که در این صنعت بسیار شناخته شده باشد. صنعت 4.0 شامل چهار ستون میشود که کارخانه هوشمند یکی از این ستون ها را تشکیل میدهد. علاوه بر کارخانه هوشمند، تجربه دیجیتال مشتریان، زنجیره ی تامین متصل به یکدیگر و تشکیلات دیجیتال سایر ستون های صنعت 4.0 را تشکیل میدهند. هر صنعت 4.0 ابتدا با یکی از این ستون ها شروع میشود و سپس به سرعت به سوی سایر حوزه های دارای هم پوشانی حرکت میکند.

نقش دوربین ها در کارخانه های هوشمند

کارخانه های هوشمند میتوانند از دامنه ی گسترده ای از اطلاعات ورودی برای تغذیه قابلیت های تصمیم گیری خود استفاده کنند – ویدئوهای ضبط شده یکی از این منابع را تشکیل میدهند. از این ویدئوها میتوان برای سنجش و برای کنترل فرآیند استفاده کرد ﴿به عنوان مثال، اطمینان حاصل نمودن از اینکه برخی مناطق مشخص که در آن فرآیندهای تولید صورت میگیرند توسط اشیاء خارجی مسدود نشده باشند﴾، به علاوه اینکه این ویدئوها برای تست و آزمایش نیز کارایی دارند ﴿به عنوان مثال، اطمینان حاصل نمودن از اینکه تمام پیچ های موردنیاز برای سر هم کردن یک کیس در کالای تولید شده تعبیه شده است.﴾

داده های ویدئویی نیازمند تفاسیر زیادی هستند و زمانی بهترین عملکرد را از خود نشان میدهند که فرآیند و توضیحات مربوط به آن به خوبی محدود شده باشند و در نتیجه به الگوریتم های پردازش تصاویر امروزی اجازه دهند که با نرخ های خطای پایین عمل کنند. در مواردی که این فرآیندها به آن اندازه محدود نشده باشند، روش های مستقیم شناسایی و تشخیص اشیاء، یعنی سیستم های RFID ترجیح داده میشوند.

دوربین های داخل کارخانه های هوشمند برای کاربری هایی چون جلوگیری از ضرر، بازبینی دورادور، فرآیندهای عملیاتی، ایمنی و امنیت مورد استفاده قرار میگیرند. به عنوان مثال شرکت مارلنکا اینترنشنال که یک شرکت تولیدکننده کیک های عسلی واقع در کشور جمهوری چک است، به خاطر الزامات استانداردهای صنعتی، با قرار دادن دوربین در بالای خطوط تولید اقدام به بازبینی حرکات تسمه نقاله ای و فرآیند پخت خمیر نموده است. بخش های دیگری از این شرکت که در آنها از دوربینها استفاده شده است، بخش بسته بندی محصولات و بخش ارسال، برای بازبینی میزان ترافیک میباشد.

به عنوان مثال دیگری از چگونگی بکارگیری دوربین ها در تاسیسات هوشمند میتوان به شرکت زامپرا اسپول، یک شرکت مهندسی بین المللی واقع در کشور جمهوری چک اشاره کرد. این شرکت عمدتا به دلایل امنیتی مرسوم و همیشگی، همچون محافظت از فضاهای پیرامونی، جلوگیری از سرقت و بازبینی، از دوربین ها استفاده نموده است. این دوربین ها در امر بازبینی امنیت در کار و برخی از فرآیندهای کاری مشخص خود را نشان داده اند؛ با بکارگیری این دوریبن ها، تعداد صدمات ناشی از کار و غیاب های گزارش نشده در محیط کار کاهش یافته است. با این وجود خیلی زود مشخص شد که کیفیت مثال زدنی و قابلیت های نرم افزاری دوربین های بکار گرفته شده، همچون جستجوی آسان برای فایل های ضبط شده، این کار را ممکن ساخت که از این دوربین ها برای اقدامات دیگری که تا حد زیادی باعث بهینه سازی عملیات های تولید میشدند استفاده نمود.

از زمان بکارگیری دوربین ها در این کارخانه ها، افزایش قابل توجهی در کیفیت تولید، رشد در تولید و کاهش صدمات کاری و غیاب های گزارش نشده در محیط کار مشاهده شد.

در کارخانه جات هوشمند از دوربین ها در دو سناریوی مختلف استفاده میشود. سناریوی اول، کنترل و بررسی بروز هرگونه خطا. کار اصلی دوربین های صنعتی، بررسی و کنترل میزان دقت یا مقاومت موردنیاز است. سناریوی دوم ، بحث نظارت است که کاربرد استاندار برای امنیت تلقی میگردد.

برگرفته از مجله a&s

http://www.didarc.com/fa/news/how-to-define-smart-factories

متفرقه

چگونگی انتخاب یک دوربین متناسب با کار خود

Posted on by مدیر

درمقایسه با گذشته، از دوربین های دام گرفته تا دوربین های بولت، امروزه گزینه های بیشتری از دوربین های نظارتی در بازار وجود دارد. با افزایش عملکرد دوربین ها، این سوال مطرح میگردد که چگونه یک مسئول امور امنیتی در مورد دوربین مناسب با تاسیسات خود باید تصمیم گیری کند؟

  • از خود این سوال را بپرسید که چرا میخواهید در این مکان دوربین نصب کنید؟

یکی از مهمترین بخش های انتخاب یک دوربین، تعیین محدوده منطقه تحت پوشش و هدف نظارت شما است. دوربین های پانوراما و چندسنسوره امکان پوشش دهی وسیع را فراهم میسازند، اما استفاده و بکارگیری چنین دوربین هایی در یک ساختمان اداری کوچک لزومی ندارد. از سوی دیگر، این دوربین ها از قابلیت زوم دیجیتال روی یک صحنه برخوردارند، قابلیتی که در بازبینی ویدئوها برای یافتن حقیقت رویدادهای صورت گرفته کارآمد است. هدف گذاری درست به شما کمک میکند تا بین الزامات موردنظر خود و الزاماتی که واقعا به آنها احتیاج دارید، تفاوت بگذارید.

  • چه الزامات فنی برای برآورده سازی اهداف نظارتی نیاز است؟

بکارگیری دوربین در یک منطقه میتواند نیازمند برخی عملکردهای خاص باشد؛ برخی از این عملکردها شامل داشتن کارکرد تحت شرایط نوری پایین، قابلیت ضدآب یا ضدضربه بودن میشود. در صورتی که یک فضای گسترده نیازمند پوشش دهی باشد، باید نسبت به تفاوت های دوربین های PTZ، پانوراما و چندسنسوره آگاهی پیدا کرد. دوربین های PTZ مجهز به یک ویژگی فنی هستند که به آنها اجازه میدهد تا بدون تکیه بر قابلیت زوم دیجیتال، روی چیزهایی که در فواصل دور قرار دارند زوم کنید. از سوی دیگر دوربین های چندسنسوره که از مگاپیکسل های بالا برخوردارند تنها با استفاده از یک دوربین، چه در طول ضبط زنده و چه پس از بازبینی ویدئوها بعد از وقوع یک رخداد، قابلیت پوشش دهی فضاهای بزرگ و زوم دیجیتال را فراهم میکنند. قابلیت های مختلف، نیازهای متفاوت را برآورده میسازند.

  • آیا زیربنای تحت شبکه موجود از دوربین شما پشتیبانی میکند؟

به محض فکر کردن در مورد الزامات فنی و انتخاب دوربین احتمالی، زیربنای تحت شبکه موجود باید مورد بررسی و تجزیه و تحلیل قرار بگیرد. احتمال دارد که زیربنای موجود قادر به پشتیبانی از حجم بالایی از داده ها که از چند دوربین نظارتی باکیفیت به دست آمده نباشد. در این صورت، بکارگیری یک سیستم فیبر-محور را میتوان به عنوان یک گزینه در نظر گرفت، البته در صورتی که هزینه های سیم کشی های جدید سنگین تمام نشود.

  • دوربین شما چه تاثیری بر قابلیت های ضبطتان دارد؟

هر چه تعداد مگاپیکسل های ویدئوها و تصاویر ضبط شده توسط یک دوربین بالاتر باشدْ، به ظرفیت ذخیره سازی بالاتری نیز احتیاج خواهد بود. مشتریان از ایده ی دوربین های 4k استقبال میکنند اما این امکان وجود دارد که دستگاه های ضبط آنها دارای ظرفیت ذخیره سازی لازم برای پشتیبانی از این دوربین ها نبوده و استانداردهای موردنیاز برای نگهداری از ویدئوهای ضبط شده در طی چند روز را برآورده نسازد. در صورتی که یک مشتری دارای استاندار مربوط به ویدئوهای ضبط شده در طی چند روز باشد و با این حال در دوربین های با رزولوشن پایین تر برای رسیدن به این استاندارد دچار مشکل شود، به احتمال زیاد افزودن یک دوربین با رزولوشن بالاتر نمیتواند مقرون به صرفه ترین یا کارآمدترین راهکار باشد.

  • آیا زیبایی ظاهری سیستم اهمیت دارد؟

پس از انتخاب یک دوربین با توجه به نیازها و الزامات فنی، این امکان وجود دارد که برخی تصمیم گیرندگان نامرتبط به بخش امنیت در مقابل این انتخاب مقاومت نشان دهند. به عنوان مثال، شاید در یک لابی بیزینسی، به خاطر کیفیت تصویری که بیزینس مربوطه به دنبال آن است، از یک دوربین PTZ استفاده شود، اما بکارگیری چنین دوربینی در این محیط میتواند بسیار در چشم باشد. در چنین شرایطی، استفاده از یک دوربین چندسنسوره ی کوچکتر که کمتر در چشم باشد میتواند به عنوان یک گزینه ی جایگزین در نظر گرفته شود. همچنین در نظر گرفتن سایر پایه های نصب همچون پایه های کوتاه و فرورفته یا رنگ آمیزی خود دوربین برای تناسب پیدا کردن با فضایی که در آن قرار گرفته شده نیز به عنوان گزینه های دیگر مطرح هستند. در صورت عدم امکان بکارگیری چنین گزینه هایی، شاید نیاز باشد که دوربین دیگری انتخاب شود. به هنگام انتخاب یک دوربین، موارد زیادی را، از بحث های فنی گرفته تا بحث های زیبایی شناختی باید در نظر گرفت. تعیین یک هدف از قبل، تضمین کننده ی آن خواهد بود که اقدامات مختلف روی یک چشم انداز مشترک در حال کار شدن هستند تا بدین شکل بهترین راهکاری را که مطابق نیازها و تقاضاهای شماست پیدا کنید.

 

منبع: سکیوریتی نت

http://www.didarc.com/fa/news/how-to-choose-the-best-camera-for-your-job

مقالات

نصب سیستم های نظارتی IP در بانک ها

Posted on by مدیر

صنعت بانکداری یکی از بخش های اصلی بازار در صنعت نظارت ویدئویی است. بانک ها برای بازبینی دفاتر و شعب کاری خود نیازمند سیستم های نظارت ویدئویی باکیفیت هستند. تکنولوژی IP یکی از روندهای رایج این روزهاست. بسیاری از نصاب های امنیتی جدید میخواهند بدانند که چگونه به طراحی و نصب سیستم های نظارت ویدئویی IP در بانک ها بپردازند.

یک سیستم نظارت ویدئویی تحت شبکه معمولی شامل دوربین های تحت شبکه ، NVRها و همچنین سوئیچ های تحت شبکه ﴿یا سوئیچ های PoE) میشود. از آنجایی که این سیستم ها برای انتقال داده ها نیازمند شبکه ی اینترنت هستند، اساسا طراحی سیستم های نظارت ویدئویی IP مشابه مسیریابی سلسه مراتبی توپولوژیک شبکه است.  از آنجایی که در راهکارهای نظارت ویدئویی IP ، تکنولوژی PoE ﴿انرژی از طریق اترنت﴾ امری رایج است، به شدت توصیه میگردد که کاربران به دنبال تجهیزات شبکه ای باشند که از تکنولوژی PoE پشتیبانی کند. تکنولوژی PoE  از دو مزیت بزرگ برای کاربران خود برخوردار است: نخست، از لحاظ کارآمدی شبکه و دیگری، از لحاظ هزینه ی تحمیل شده. با وجود تکنولوژی PoE، محدودیت های داشتن دوشاخه و پریزهای AC از بین می رود و با کمک آں میتوان میزان انرژی را به صورت مرکزی مدیریت نمود.

چالش های راهکارهای امنیتی در بانک ها

کیفیت مگاپیکسل تصاویر

در حال حاضر کاربران تجاری نیازمند دوربین های مگاپیکسلی هستند که از رزولوشن ویدئویی فول اچ دی و 1080 پیکسلی پشتیبانی نموده و در عملکردهای درازمدت، قابلیت اطمینان کافی را تامین کنند. علاوه بر این، دوربین های تحت شبکه باید قادر به مقاومت در برابر شرایط آب و هوایی دشوار بوده تا بتوانند از فضاها و کاربری های گوناگون پشتیبانی کنند: ضدآب، مقاوم در برابر هرگونه تخریب، مناسب فضاهای باز و بسته، مقاومت در برابر شرایط آب و هوایی بسیار سرد یا گرم و غیره…

مقیاس پذیری سیستم

معمولا امنیت بانک ها نیازمند یک ساختار توزیع شده به همراه مدیریتی مرکزی است. سیستم های بکارگرفته شده در بانک ها باید مقیاس پذیر باشند و امکان افزودن تعداد دوربین های تحت شبکه را در یک مکان و یا افزایش میزان پوشش دهی راهکار مربوطه برای در بر گرفتن مکان های بیشتر را فراهم سازند.

قابلیت اعتماد به سیستم

یکی از نگرانی های بزرگ موجود در مورد راهکارهای امنیتی بانک ها بحث قابلیت اعتماد است. این راهکارها باید از امکان راه اندازی یک راهکار بازبینی ویدئویی IP واقعی برخوردار باشند که اجازه ی نصب آسان و نگهداری رایگان را فراهم سازند. نصابان پروژه ها به خوبی نسبت به تاثیر این موارد روی عملکرد سیستم و ثبات ایجادشده به کمک پهنای باند بزرگ موردنیاز برای جریان های ویدئویی مگاپیکسل آگاهی دارند.

مثال 1

بانک سینوپک، بانکی با 129 شعبه در تایوان است که گستره ی فعالیت های خود را به چین، هنگ گنگ، آمریکا و ویتنام بسط داده است. این شرکت سیستم های نظارتی آنالوگ موجود خود را به سیستم های نظارت ویدئویی IP ارتقا داده است. ظاهرا، سیستم های نظارت ویدئویی IP تبدیل به روند رایج این روزها تبدیل شده اند و مزیت های زیادی را ازجهت وضوح ویدئوها و قابلیت های تشخیص ارائه میکنند. در این پروژه، بانک سینوپک تصمیم به نصب 75 دوربین بولت تحت شبکه 1080 پیکسلی گرفت که 15 شعبه از بانک های سینوپک را پوشش میداد. این دوربین های تحت شبکه در محدوده ی کارمندان هر یک از شعب بانک سینوپک نصب گردید تا یک پوشش دهی جامع و کاملی از منطقه تعیین شده به عمل آید. با کمک سیستم های باکیفیت و پیشرفته، تراکنش های مالی و فرآیندهای مربوط به اسناد قانونی را میتوان به دقت و به وضوح ثبت و ضبط نمود. دوربین های فول اچ.دی 1080 پیکسلی مجهز به عملکرد WDR نیز نصب شدند تا فضاهایی با میزان نورپردازی متغیر ﴿همچون ورودی بانک ها﴾ مورد بازبینی قرار بگیرند.

مثال 2

بانک خاورمیانه یکی از نمونه بانک هایی که از سیستم های نظارتی است تحت شبکه برای ایمن سازی فضای خود استفاده نموده است. در این بانک از دوربین های WDR مجهز به تکنولوژی IR خارجی برای ورودی شعب استفاده شده است. بانک خاورمیانه برای افزایش بازدهی تصاویر دوربین های تحت شبکه، کاهش هزینه های اجرای پروژه و افزایش دید نظارت تصویری در محیط های اداری، دوربین های Fisheye را بکار گرفته است. در این بانک از نرم افزار مرکز کنترل برای مدیریت نظارت تصویری یکپارچه در شعب و فعالسازی آنالیتیک های تصویری استفاده شده است. علاوه بر این، بانک خاورمیانه از سیستم گزارش دهی GV-Centre V2 در مرکز مانیتورینگ ساختمان مرکزی خود بهره مند شده است.

مثال 3

بانک بی.ام.سی.ای مراکش سیستم های نظارت ویدئویی IP را برای شعب جدید خود انتخاب کرده است.  راهکار نظارتی این بانک شامل تعدادی دوربین های بولت مخصوص فضای باز میشده است تا با کمک آنها بتوان مناطق پیرامونی بانک را بازبینی نمود. این دوربین های بولت داراری عملکرد IR هستند تا بتوانند در روز/شب به نظارت ویدئویی بانک بپردازند. دوربین های تحت شبکه مجهز به WDR نیز در بالای هر یک از ورودی های بانک نصب شد تا ایمنی آنها تامین شود. دوربین های تحت شبکه پانوراما، با ارائه ی نظارتی 260/180 درجه ای،  مطلوبترن انتخاب برای راهروهای بانک ها و دفاتر شعب هستند. علاوه بر بازبینی ویدئویی اچ.دی، دوربین های تحت شبکه قادر به انجام آنالیتیک های ویدئویی قدرتمند هستند. این آنالیتیک ها شامل موارد ذیل میشوند:

  • شناسایی یک شی رهاشده و یا حذف شدن آن از یک منطقه از پیش تعریف شده و به صدا درآمدن آلارم های اعلام سرقت برای جلوگیری از جرائم؛
  • تشخیص عبور از یک خط پیش فرض در مناطق حساس برای محافظت از اینگونه مناطق؛
  • آنالیتیک های مربوط به تشخیص و شناسایی شماره پلاک وسایل نقلیه؛
  • تشخیص چهره غیرطبیعی و فعالسازی آلارم در صورت تشخیص وقوع فعالیت های عجیب در دستگاه های خودپرداز؛
  • تشخیص مواردی که به صورت غیرقانونی ضمیمه شده باشند، تا بدین شکل از اهدف مجرمانه در دستگاه های خودپرداز جلوگیری شود.

 

منبع: یونیفور دات نت

http://www.didarc.com/fa/news/setup-ip-surveillance-systems-in-banks

مقالات

نکات مهم در بکارگیری دوربین های امنیتی در بانک ها

Posted on by مدیر

در حال حاضر بانک ها از دوربین ها و سیستم های امنیتی جهت جلوگیری از وقوع جرائم و محافظت از کارمندان بانک خود استفاده میکنند. طبق گزارش آمار جرائم بانکی در سال 2016، حدود 4251 مورد سرقت و دستبرد در ایالات متحده آمریکا به وقوع پیوسته است.

برای بهبود امنیت بانک خود باید موارد ذیل را مورد توجه قرار دهید: جایگزین سازی دوربین های امنیتی آنالوگ با دوربین های تحت شبکه و یا افزودن دوربین های نظارتی جدید در بانک.

در این مقاله سعی کرده ایم که ابتدا اهمیت دوربین های نظارتی را در بانک ها تشریح و سپس با ارائه نکات و پیشنهاداتی، شما را در انتخاب بهترین دوربین های بانکی یاری کرده باشیم.

نکته:­ در صورتی که به عنوان یک مصرف کننده مایل به دانستن مسائلی چون مدت زمان نگهداری ویدئوهای نظارتی توسط بانک ها و یا حضور دوربین ها در تمامی دستگاه های خودپرداز هستید، برای کسب اطلاعات مستقیما به آخرین بخش این مقاله مراجعه کنید.

  • اهمیت دوربین­های تحت شبکه در بانک­ها
  • سه نکته اصلی در مورد دوربین­های امنیتی در بانک­ها
  • تمام آنچه که باید در مورد دوربین­های مخصوص بانک­ها بدانید (برای مشتریان بانک­ها)

اهمیت دوربین­های تحت شبکه در بانک­ها

مزیت­های استفاده از دوربین­های امنیتی در بانک­ها شامل موارد زیر میشود ولی تنها به این موارد محدود نمیگردد.

  • جلوگیری از جرائم: دوربین­های نظارتی در بانک­ها به شما در تشخیص وقوع هرگونه فعالیت مشکوک داخل و بیرون بانک کمک کرده و بدین شکل برای جلوگیری از وقوع جرائم، میتوان اقدامات موثری را صورت داد.
  • کمک به تحقیق در مورد جرائم: در صورت وقوع سرقت­های بانکی، کلاهبرداری از دستگاه­های خودپرداز و یا کلاهبرداری با چک، تصاویر ویدئویی ضبط شده توسط دوربین های بانکی و دوربین ATMها به شما در جمع آوری اطلاعات و شناسایی مجرمین کمک خواهد نمود.
  • بازبینی مداوم: دوربین­­های امنیتی بانک­ها حتی خارج از ساعات معمول کاری از بانک شما محافظت میکنند. در دستگاه­های خودپردازی که امکان دسترسی به آنها در تمامی ساعات روز وجود دارد، این ویژگی میتواند بسیار کارآمد باشد.
  • دسترسی دورادور و آسان: فرقی نمیکند که در روزهای تعطیل در منزل یا در سفر باشید، با استفاده از گوشی هوشمند، لپ تاپ یا کامپیوتر خود و از طریق اینترنت میتوانید به سادگی به بازبینی بانک خود بپردازید.
  • کسب رضایت مشتریان: حضور دوربین­های امنیتی در بانک­ها میتواند به شکل قابل ملاحظه­ای حس امنیت مشتریان را بهبود بخشد و به ساخت تصویری حرفه ای از بانک شما کمک کند.

 

سه نکته اصلی در مورد دوربین امنیتی بانک­ها

سیستم­های امنیتی بانک­ها در انواع سایزها و شکل­ها و بل لیست بلندبالایی از ویژگی­های مختلف ارائه میشوند، که این موارد باعث دشوارسازی بحث انتخاب میشوند. در این قسمت از مقاله، بخشی از آنچه که باید پیش از هر کاری انجام دهید آورده شده است.

  • 1. در دوربین­های امنیتی بانک­ها باید به دنبال چه ویژگی­هایی بود؟
  • 2. در دوربین­های نظارتی بانک­ها باید به چه چیز توجه کرد؟
  • 3. دوربین­های امنیتی بانک­ها را دقیقا کجا باید قرار داد؟

 

1. در دوربین­های امنیتی بانک­ها باید به دنبال چه ویژگی­هایی بود؟

برای انتخاب یک دوربین امنیتی برای بانک­ها، قابلیت­های منحصربفرد دوربین موردنظر باید با نیازهای کاربری شما مطابقت داشته باشد.

باتوجه به محیط بخصوص بانک­ها، در این بخش از مقاله لیستی از ویژگی­های الزامی و اختیاری دوربین­های امنیتی آورده شده است که نیازهای شما را برآورده میسازند.

ویژگی­های الزامی در سیستم­های هشداردهی بانک­ها:

  • رزولوشن بالا: دوربین­های امنیتی بانک­ها که مجهز به تکنولوژی WDR هستند، کیفیت تصاویر خیره­کننده­ای را ارائه میکنند. با وجود چنین کیفیت تصاویری، دیگر هیچ کارمند بانک فریبکاری قادر به فرار از دوربین­هایی بانکی نخواهد بود.
  • تشخیص حرکت هوشمند: در صورت ورود افراد مشکوک در ساعات غیرکاری به منطقه بازبینی بانک­ها، هشدارهایی هوشمند از دوربین­های نظارتی بانک­ها دریافت خواهید کرد.
  • دید در شب عالی: در صورت وقوع هرگونه سرقت از بانک­ها، سیستم های امنیتی مخصوص دید در شبی که در بانک­ها یا در دستگاه­های خودپرداز 24 ساعته قرار دارند به تشخیص چهره­های افراد کمک میکنند.
  • ظرفیت ذخیره­سازی بالا: از آنجایی که برخی از بانک­­ها مجبور به نگهداری از تصاویر ویدئویی ضبط شده برای بازه­های زمانی به نسبت طولانی هستند، سیستم­های هشداردهی امنیتی که دارای فضای ذخیره­سازی کافی باشند میتوانند بدون پایین آوردن کیفیت تصاویر ویدئویی ضبط شده، امکان ضبط ویدئویی نامحدودی را در اختیار افراد قرار دهند. ­
  • فشرده­سازی ویدئویی H.264: دوربین­های تحت شبکه H.264 در بانک­­ها از لحاظ میزان حافظه ویدئویی مصرفی بسیار مناسب هستند. تصاویر ضبط شده توسط این دوربین­ها، پهنای باند و میزان حافظه­ی کمتری را اشغال میکنند.

 

ویژگی­های اختیاری دوربین­های موجود در بانک­ها:

  • قابلیت PTZ: دوربین­های امنیتی PTZ در بانک­ها از قابلیت­هایی چون پوشش­دهی به صورت پانوراما و بزرگ­نمایی عالی برخوردار هستند. این ویژگی باعث میشود که متخلفین به هیچ وجه نتوانند جایی برای مخفی شدن پیدا کنند.
  • نصب و پخش آسان:  نصب دوربین­­های امنیتی قدیمی در بانک­ها، هزینه­های زیادی را به افراد تحمیل میکند. در مقابل، سیستم­های امنیتی با قابلیت نصب و پخش آسان را میتوان به راحتی و تنها در عرض چند دقیقه، بدون هیچ تجربه­ای در زمینه نصب سیستم­ها راه­اندازی نمود.
  • ضدآب و ضدضربه: جهت نصب دوربین­های امنیتی بانک­ها که خارج از بانک و یا در دستگاه­های خودپرداز قرار دارند، پیشنهاد میگردد که دوربین­های تحت شبکه­ی ضدآب و ضدضربه­ای را انتخاب کنید که­ در برابر شرایط آب وهوایی سخت و هرگونه ضربه مقاوم باشند.

 

2. در دوربین­های نظارتی بانک­ها باید به چه چیز توجه کرد؟

با وجود شمار زیاد دوربین­های امنیتی بانک­ها و برندهای مختلف موجود، به این نکته توجه کنید که کدام یک از دوربین­های امنیتی از بالاترین سطح امنیت برخوردار است. در نتیجه بدین شکل میتوان از احتمال لو رفتن تصاویر ویدئویی امنیتی ضبط شده در بانک­ها تا حد زیادی جلوگیری نمود.

علاوه بر این، برای جلوگیری از ضربه وارد آوردن افراد به دوربین­های امنیتی واقع در خودپردازها، از محل درست قرارگیری دوربین­ها اطمینان حاصل کنید. این دوربین­ها باید در ارتفاعی مناسب که در دسترسی آسان افراد نباشند، قرار بگیرند.

یک ایده بهتر: علاوه بر دوربین­های امنیتی بانک­ها، وجود عوامل امنیت فیزیکی چون نورپردازی بیشتر، افسران پلیس و سایر پرسنل امنیتی در محل میتوانند لایه­های محافظتی مضاعفی را برای بانک­ها به ارمغان بیاورند.

3. دوربین­های امنیتی بانک­ها را دقیقا کجا باید قرار داد؟

قرار دادن دوربین­های امنیتی در مناطق نامناسب با عدم انجام هرگونه اقدام امنیتی برابری میکند. برای کاهش میزان جرائم بانکی، شناختن مکان­های آسیب­پذیر بانک از اهمیت بالایی برخوردار است.

موارد زیر برخی از مکان­های مهمی هستند که قرار دادن دوربین­های امنیتی بانک­ها در آنها باید مورد توجه قرار بگیرد:

  • دستگاه­های خودپرداز متصل به بانک­ها
  • ورودی­ها و خروجی­های بانک­ها
  • محل کار کارمندان بانک
  • لابی بانک
  • محل گاوصندوق
  • محوطه­ های پارکینگ متصل به بانک­

تمام آنچه که باید در مورد دوربین­های مخصوص بانک­ها بدانید

شاید این سوال برای شما پیش آمده باشد که بانک­ها تا چه مدت تصاویر ویدئویی ضبط شده از دوربین­های امنیتی بانک­ها را نگهداری میکنند؟ یا اینکه چگونه میتوانید در صورت گیرافتادن در یک کلاهبرداری با دستگاه­های خودپرداز، به تصاویر ویدئویی ضبط شده توسط دوربین­های امنیتی موجود در منطقه دستگاه خودپرداز دسترسی پیدا کنید؟ در صورتی که یافتن پاسخ به اینگونه سوالات برای شما جالب است، به ادامه­ی این مقاله توجه کنید.

سوال 1: دوربین­های بانک­ها/خودپردازها تا چه مدت ویدئوهای امنیتی را نگهداری میکنند؟

پاسخ: طبق استاندارد صنعت بانکداری، معمولا بانک­ها تا 6 ماه ویدئوهای ضبط شده توسط دوربین­های امنیتی موجود در منطقه خودپردازها را نگهداری میکنند. اما این مدت زمان، بسته به بانک مربوطه و کشوری که در آن قرار دارید میتواند متغیر باشد.

به عنوان مثال، بانک­های موجود در کشور امارات متحده عربی (و احتمالا سایر بیزینس­ها) برای نگهداری تصاویر ویدئویی ضبط شده توسط دوربین­های امنیتی بانک­ها به مدت یک سال کامل، نیازمند حکم قانونی هستند.

ممکن است که قانونگذاران تجارت از تمامی بیزینس­ها (بدون توجه به اینکه بانک هستند یا سایر بیزینس­ها) بخواهند که تحت حکم قضایی آنها تنها به مدت یک ماه، تصاویر ویدئویی ضبط شده را نگهداری کنند. این در حالی است که امکان دارد مقرارت بانک­ها، بیزینس­ها را ملزم به نگهداری تصاویری ویدئویی ضبط شده به مدت یک سال کند.

سوال 2: آیا دوربین­های امنیتی بانک­ها، از صدا پشتیبانی میکنند؟  

پاسخ: دوربین­های نظارتی موجود در بانک­ها معمولا از قابلیت ضبط صدا پشتیبانی نمیکنند.

از یک سو، بیشتر کشورها اجازه­ی ضبط صدا را در مکان­های عمومی صادر نمیکنند، مگر آنکه هر دو طرف صحبت از وقوع چنین امری مطلع باشند.

از سوی دیگر، دوربین­های امنیتی بانک­ها که قادر به ضبط صدا از مسافت­های دور هستند، معمولا بسیار پرهزینه تمام میشوند و میکروفون­های آنها دامنه­ی به نسبت محدودی دارند.

علاوه بر این،‌ برای افزودن صدا به ویدئوها به فضای ذخیره­سازی بیشتری برای سیستم­های امنیتی بانک­ها نیاز است که این به معنای تحمیل هزینه­های بیشتر نیز هست.

سوال 3: آیا تمام دستگاه­های خودپرداز دارای دوربین هستند؟

پاسخ: دستگاه­های خودپرداز خصوصی موجود در پمپ بنزین­ها و فروشگاه­های خرده­فروشی معمولا فاقد دوربین­های تعبیه شده در داخل خود سیستم هستند. با این وجود، در دستگاه­های خودپرداز مستقر در بانک­های بزرگ یا مراکز اعتباری همچون بانک چیس، بانک آمریکا و غیره معمولا این دوربین­ها گنجانده شده­اند.

بانک­هایی که امنیت را موضوعی جدی­تر تلقی نموده­اند، در حال سرمایه گذاری بر دوربین­های نظارتی هستند تا بدین شکل بتوانند هرگونه رفتار مشکوک را ثبت و ضبط کنند. برخی از دوربین­های امنیتی موجود در خودپردازها حتی پیشرفته تر بوده و مجهز به سیستم­های تشخیص چهره هستند.

سوال 4: چگونه تصاویر ویدئویی ضبط شده توسط دوربین­های امنیتی موجود در محل خودپردازها در دسترس افراد قرار میگیرد؟

پاسخ: در صورت گیر افتادن در تله کلاهبرداری با دستگاه­های خودپرداز یا تراکنش ­های ناموفق، اولین فکری که به ذهن شما خطور میکند این است که چگونه به تصاویر ویدئویی ضبط شده توسط دوربین دستگاه خودپرداز دسترسی پیدا کنید.

معمولا بانک­ها، تصاویر ویدئویی ضبط شده توسط دوربین­های امنیتی را در اختیار افراد قرار نمیدهند. برای این کار ابتدا باید مورد پیش آمده را به پلیس گزارش کنید. پس از موردتایید قرار گرفتن آن، بانک ویدئوهای ضبط شده­ی خود را به افسران پلیس نشان خواهد داد.

اما در هندوستان، طبق دستورات ارائه شده توسط ریزرو بانک هندوستان، مشتریان میتوانند مستقیما به بانک مراجعه کرده و در صورت ارائه­ی دلایل قانع کننده جهت مشاهده­ی ویدئوهای ضبط شده درخواست کنند. تنها چیزی که برای انجام این کار لازم است، پرکردن یک فرم درخواست کوچک است.

 

منبع: Reolink

 

http://www.didarc.com/fa/news/bank-security-cameras%3Awhat-tops-the-must-know-list

مقالات

دوربین های امنیتی در بانک ها

Posted on by مدیر

بانکها اغلب به عنوان یکی از امن ترین مراکز موجود روی کره ی زمین شناخته میشوند. افراد به بانک ها اعتماد کرده و پول خود را پیش آنها به امانت میگذارند و در مقابل بانک ها موظفند که امنیت این امانات را تامین کنند. برای انجام این کار، وجود سیستم های نظارت ویدئویی درجه یک ضروری است. با پیشرفتهای صورت گرفته­ ی اخیر در تکنولوژی دیجیتال و نظارت تحت شبکه IP، بسیاری از بانک ها به دنبال افزایش بازدهی سیستم های امنیتی خود با سرمایه گذاری در این تکنولوژی جدید هستند.

مزایای تجهیزات نظارتی در مراکز اعتباری

جلوگیری از سرقت: بانک­ها همچنان اهداف با ریسک بالایی برای مجرمینی تلقی میشوند که به دنبال سودسهامی بزرگ اند. نصب یک سیستم نظارتی درست در بانک­ها میتواند به جلوگیری از دزدی­ها کمک کرده و یا در یدترین حالت، تصاویر و شواهد مهمی را برای مراجع قضایی فراهم سازد.

تحقیقات جنایی: در صورت هرگونه سرقت یا کلاهبرداری، تصاویر امنیتی ضبط شده در بانک ها را میتوان برای تشخیص و دنباله روی موارد مشکوک استفاده نمود.

جلوگیری از کلاهبرداری با چک: سیستم های نظارت ویدئویی IP به همراه آنالیتیک­های ویدئویی پیشرفته ای چون تشخیص چهره، با کمک ثبت و ضبط داده­ ها های مربوط به تراکنش ها و تهیه تصاویر از افراد متخلف، به مقابله با مشکل کلاهبرداری با چک در بانک ها کمک میکند.

مقابله با “برداشت های مشکوک از سیستم های خودپرداز”: گزارش دهی در مورد برداشتهای مشکوک انجام شده از خودپردازها توسط مشتریان بانک ها امر غیرمعمولی نیست. این گزارشات حاکی از برداشت پول از حساب افراد، آن هم بدون اطلاع قبلی آنهاست. در اینگونه موارد، دوربین­های امنیتی بانکها میتوانند تمامی تراکنش های انجام شده در سیستم های خودپرداز را ثبت و ضبط کنند و پاسخ گوی سوالات پیش آمده باشند.

هماهنگ سازی اطلاعات از مکان های مختلف: سیستم های نظارت ویدئویی بانکی مدرن این امکان را فراهم میسازند که تصاویر ضبط شده از شعب مختلف به یک مرکز پایش واحد منتقل شوند و یا از طریق اینترنت به نمایش گذاشته شوند.

یکپارچه سازی با سیستم­های آلارم: با وجود سیستم­های نظارتی مدرن، دوربین­های امنیتی بانک ها و سیستم­های هشداردهی را میتوان در یک شبکه واحد با همدیگر تلفیق نمود.

عملکردهای هوشمند: از دوربین­های امنیتی هوشمندی که مجهز به آنالیتیک­های ویدئویی چون تشخیص حرکت، تشخیص چهره و تشخیص رفتار افراد هستند، میتوان برای شناسایی فعالیت های مشکوک و غیرطبیعی داخل و بیرون بانک استفاده نمود.

ذخیره سازی دیجیتال: با تکنولوژی دیجیتال، امر ذخیره­سازی و مدیریت تصاویر نظارتی به مراتب کارآمدتر، آسوده تر و در دسترس تر میشود. این تکنولوژی با فراهم سازی امکان استفاده از تکنیک های جستجوی پیشرفته، به تعیین آسوده و سریع وقوع برخی رخدادها و تشخیص موارد مشکوک کمک میکند.

نظارت مداوم: دوربین­های امنیتی بانک­ها، امکان نظارت مداوم تاسیسات بانکی و تامین امنیت آنها را در خارج از ساعات معمول کاری بانک­ها فراهم میسازند. این قابلیت در خودپردازهایی که به صورت 24 ساعته در دسترس مشتریان قرار دارند، بسیار کمک کننده خواهد بود.

تشخیص داده­ ها: سیستم­های نظارت ویدئویی که از تکنولوژی­های دیجیتال استفاده میکنند قادر به انجام فرم های پیشرفته­ ای از تشخیص داده هستند. این نوع از تشخیص در جستجوی تصاویر ویدئویی مربوط به برخی از تراکنش های بانکی و تصاویر افراد بخصوص کارآمد واقع میشود.

اعتماد بیشتر مشتریان: هر چه یک بانک امنتر باشد، اعتماد مشتریان نسبت به آن بیشتر خواهد شد. سیستم های نظارت ویدئویی کارآمد در بانک­ها مسیر زیادی را در بهبود این حس امنیت طی میکنند.

دسترسی دورادور: نظارت تحت شبکه به شما این امکان را میدهد که با کمک کامپیوترهای متصل به اینترنت و دسترسی به شبکه، به صورت دورادور به بازبینی تصاویر ویدئویی زنده و آرشیوشده بپردازید.

نظارت ویدئویی بانکی – ریسک ها

اتکای بیش از حد: علیرغم کاربرد سیستم های نظارت ویدئویی در حفاظت از سرمایه، کارمندان و مشتریان بانک ها، این موضوع حائزاهمیت است که افراد بیش از حد متکی بر دوربین­های امنیتی نباشند. سایر اقدامات امنیتی نیز باید مدنظر قرار گرفته و تاسیسات مربوطه باید به درستی با پرسنل امنیتی پر شوند.

حریم شخصی:بانک­ها فضاهایی عمومی­ اند که نیازمند میزان بالایی از امنیت هستند.استفاده از سیستم­های نظارت ویدئویی در بانک­ها اقدامی است که به صورت عمومی پذیرفته شده است. با این حال، مکان­های شخصی چون سرویس های بهداشتی به عنوان محل­هایی تلقی می گردند که استفاده از دوربین­های امنیتی در آنها با محدودیت­هایی روبرو است.

دستکاری: در صورت دستکاری دوربین­های امنیتی بانک­ها توسط مجرمین، امکان دارد که یک وقفه در ضبط رخ بدهد. در صورت وقوع چنین موردی، وجود اقدامات امنیتی دیگر از اهمیت بالایی برخوردار خواهد بود.

نظارت ویدئویی بانکی –  ملاحظات

برای آنکه با استفاده از سیستم های نظارت ویدئویی به درستی از یک مرکز مالی محافظت گردد، چند منطقه مختلف باید به دقت مورد بازبینی قرار بگیرند. این مناطق شامل تمامی ورودیها، خروجی­ها، شیشه های جلوی باجه ها و سیستم های خودپرداز بیرون بانک میشوند. فاکتورهای زیر باید به هنگام برقراری سیستم های نظارت ویدئویی بانکی مورد توجه قرار بگیرند:

  • چه نوع سیستم­های امنیتی در حال حاضر در بانک وجود دارد؟
  • آیا در فضاهای پیرامونی شما دستگاه های خودپرداز 24 ساعته قرار دارد؟
  • آیا یانک مربوطه دارای افسر-پلیس حاضر در محل یا سایر پرسنل امنیتی است؟
  • آیا محوطه ی پارکینگی چسبیده به بانک وجود دارد؟
  • آیا بانکدارها پشت شیشه نشسته اند یا در فضای باز قرار دارند؟
  • چه اقدامات امنیتی خارج از ساعات کاری بانک ها انجام میگردد؟
  • آیا بانک موردنظر سابقه ی رویدادهایی چون کلاهبرداری با چک را داشته است؟
  • آیا گزارشاتی مبنی بر تراکنش های مشکوک به کلاهبرداری از دستگاه های خودپرداز ATM وجود داشته است؟
  • آیا بانک مربوطه تا به حال قربانی سرقت شده است؟

 

چگونه دوربین­های امنیتی را در شعبه بانک خود نصب کنید.

  • دوربین­های نظارتی را در ورودی­ها و خروجی­ها قرار دهید تا از ورود و خروج مشتریان بانک تصویر تهیه کنید.
  • دوربین­های امنیتی را در تمامی دستگاه های خودپرداز قرار دهید تا بدین شکل تصاویر واضحی از چهره ی تک تک مشتریان به دست آورید.
  • با بازبینی منطقه ی بانکدارها، از تمامی تراکنش های صورت گرفته در بانک ویدئو تهیه کنید.
  • از دوربین های نظارتی برای به دست آوردن یک دید کلی از لابی بانک استفاده کنید.
  • از اینکه گاوصندوق بانک به صورت کامل توسط دوربین های نظارتی موردبازبینی قرار میگیرند اطمینان حاصل کنید.
  • سرمایه گذاری روی آنالیتیک های ویدئویی پیشرفته همچون تشخیص حرکت و تشخیص رفتاری را مورد توجه قرار دهید تا در شناسایی اقدامات مشکوک به شما کمک کند. تشخیص چهره همچنین میتواند در تشخیص و دنباله روی افراد بخصوص، به عنوان مثال افرادی که مشکوک به کلاهبرداری با چک هستند، کارآمد ظاهر شود.

 

برگرفته از مجله Videosurveillance

http://www.didarc.com/fa/news/bank-security-camera-systems

مقالات

12 راه جلوگیری از هک شدن دوربین های امنیت خانگی

Posted on by مدیر

آیا تا بحال به هک شدن دوربین های امنیت خانگی خود فکر کرده اید؟ تنها هدف دوربین های امنیتی حفاظت از شما، خانواده ی شما و دارایی های شما در برابر اقدامات خطرناک است و این دوربین ها به عنوان یک چشم همیشه نظاره گر بر دارایی های شما عمل میکنند.

حضور دوربین ها به شما کمک میکند تا به هنگام نبودتان، مجموعه گزارشاتی از رخدادهای صورت گرفته جمع آوری شود و در بازه های زمانی متفاوت به فضاهای پیرامونی خود نگاه بیاندازید. سیستم های امروزی بسیار پیشرفته هستند و در صورتی که بخواهید به صورت همزمان با وقوع رخداد به بازبینی منزل و دارایی های خود بپردازید، خیلی ساده با اتصال به اینترنت و استفاده از اپلیکیشن های مختلف و یک گوشی هوشمند میتوانید از هر جایی که هستید به بازبینی دارایی های خود بپردازید.

هرچند که چنین راحتی و آرامشی بدون هزینه های خاص خود تمام نمیشود. به عنوان مثال، گزارش هایی زیادی مبنی بر هک شدن دوربین های امنیتی خانگی وجود دارد. بهتر است که نسبت به چگونگی استفاده از سیستمامنیتی شما برای جاسوسی علیه خودتان آگاهی پیدا کنید. از این موضوع مطمئن باشید که هکرها دور و اطراف شما حاضرند و در تلاش برای دسترسی یافتن به تمامی مکان ها هستند، مخصوصا سیستم های امنیتی که به شکل ضعیفی محافظت شده باشند. به عنوان یک اقدام بازدارنده باید یاد بگیرید که چگونه از سیستم امنیتی خود در برابر اینگونه حملات امنیت سایبری محافظت کنید.

در این مقاله به برخی از راه های ساده و آسان برای محافظت از دوربین های امنیت خانگی در برابر هکرها اشاره خواهد شد:

1. برند و فروشنده ای را انتخاب کنید که به خوبی شهرت داشته باشد.

پیش از خرید یک سیستم امنیتی برای خانه ی خود، این اقدام را انجام دهید. جهت تهیه یک تحقیق جامع و کامل مبنی بر اینکه کدام یک از برندها از بیشترین میزان اعتماد برخوردار هستند اقدام کنید. پیش از نهایی سازی تصمیم خود برای خرید، نظرات  کاربران را در مورد سخت افزار و فروشنده مربوطه به صورت آنلاین بخوانید.  برندی را انتخاب کنید که دارای پایگاه داده و سرویس ابری خاص خود باشد.

2. هرگز و هرگز اقدام به خرید سیستم های امنیتی استفاده شده نکنید.

خریداری سخت افزارهای امنیتی دست دوم میتواند بسیار خطرناک باشد. شما هرگز نمیتوانید بفهمید که آیا سیستم امنیتی استفاده شده قبلا دستکاری شده است یا خیر. شاید دستگاه مربوطه، دستگاه هایی را در خود جا داده باشد که برای هک کردن حریم شخصی یا غیرفعالسازی سیستم شما مورد استفاده قرار بگیرد.

3. سیستم های امنیتی سیم کشی شده را برای جلوگیری از حملات آنلاین انتخاب کنید.

سیستم های امنیتی بیسیم بسیار آسوده و راحت هستند. اما از آنجایی که از طریق اینترنت متصل میشوند، بیشتر از همتایان سیم کشی شده ی خود در معرض خطر هکرها قرار دارند. از آنجایی که برای لطمه زدن به سیستم های امنیتی سیم کشی شده باید آنها را به صورت فیزیکی دستکاری نمود، این سیستم ها از ریسک پایین تری برخوردار هستند.

4. برای شبکه های بیسیم، کدنگاری WPA2 را فعال کنید.

اصطلاح WPA برای دسترسی محافظت شده ی وای-فای استفاده میگردد. این تعبیر یک استاندارد امنیتی است که برای دستگاه های محاسباتی استفاده میشود که از طریق اتصالات بیسیم تغذیه میشوند. حال WPA2یک استاندارد بالاتر در پروتکل امنیتی است که پس از WPA معرفی گردید. بیشتر دوربین های امنیتی از کدنگاری WPA2 به عنوان یک گزینه برخوردار هستند و باید از آن استفاده کنند.

5. نام کاربری و رمز عبور پیش فرض سیستم خود را تغییر دهید.

بیشتر سیستم های امنیتی با نام کاربری و رمز عبور پیش فرضی که توسط سازنده ساخته شده است عرضه میشوند. پس از نصب، این موضوع حائز اهمیت است که تنظیمات پیش فرض تغییر داده شوند. اغلب نام کاربری و رمز عبور هر یک از مدل های سیستم های امنیتی روی صفحه پشتیبانی وبسایت سازنده درج شده اند. در نتیجه، در صورت نگه داشتن و تغییر ندادن اطلاعات اعتباری مربوطه، با دست خود در حال دادن فرصتی به هکرها هستید تا به سیستم امنیتی شما دسترسی پیدا کنند.

6. رمز عبوری قوی انتخاب کنید.

انتخاب و ساخت یک رمز عبور قوی، آسان ترین راه برای محافظت از سیستم شما است.

به نکات زیر توجه کنید:

  • پسوردهای طولانی انتخاب کنید. هر چقدر پسورد شما طولانی تر باشد، قوی ترخواهد بود.
  • در رمز خود از ترکیبی از اعداد، حروف بزرگ و فواصل استفاده کنید. در صورت مجاز بودن نمادها، از آنها نیز استفاده کنید.
  • از استفاده از اطلاعات واضحی چون نام، تاریخ تولد، آدرس یا شماره تلفن خود در رمزعبورتان جدا خودداری نمایید.
  • در صورتی که همین حال یک رمزعبور خاص را در ذهن خود دارید، میزان قوی بودن آن را با یکی از وبسایت های آنلاین بررسی رمز عبور چک کنید.

7. محافظت از روتر خود را فراموش نکنید.

روتر شما محلی است که در یک سیستم تحت شبکه ی متصل به اینترنت، اطلاعات از طریق آن وارد شبکه و از آن خارج میشوند. روترها دوربین ها و سخت افزارهای محلی شما را به اینتنت متصل میکنند. بنابراین از اینکه روتر و شبکه وای-فای شما توسط یک رمز محافظت میشود اطمینان حاصل کنید.

8. به صورت مرتب، فریمور سیستم خود را بروزرسانی کنید.

اغلب سیستم های امنیتی به همراه فریمور ارائه شده توسط شرکت سازنده آنها ارائه میشوند. هر بار که شرکت سازنده با یک نقطه ی ضعف امنیتی جدید مواجه میشود، یک فریمور بروزرسانی شده ی جدید برای حل مشکل ایجاد شده ارائه میگردد.

معمولا وقتي كه يك فريمور جديد براي سيستم امنيتي شما ارائه ميشود، يك پيام هشدار براي شما به نمايش گذاشته ميشود. سعي كنيد كه هرچند وقت يك بار به وبسايت ارائه كننده ي سيستم خود سر بزنيد تا از بروزرساني هاي جديد ارائه شده اطلاع پيدا كنيد.

9. از اتصالات اينترنت عمومي استفاده نكنيد.

هرگز از اينترنت هاي واي فاي عمومي همچون اينترنت هاي كافي شاپ ها يا دفاتر براي پخش و دسترسي يافتن به سيستم دوربين امنيتي خود استفاده نكنيد. اين نوع اتصالات اينترنتي امن نيستند. به جاي اين نوع اتصالات، از اينترنت هايي استفاده كنيد كه مخصوص دستگاه شما هستند و يا اينكه حداقل براي شما آشنا هستند.

10. قسمت گزارشات سيستم خود را هرچند وقت يك بار چك كنيد.

اين كار به شما كمك ميكند تا از اينكه شما تنها كسي هستيد كه وارد سيستم مربوطه شده ايد اطمينان حاصل كنيد. با اين كار شما ميتوانيد اقدام هاي صورت گرفته براي وارد شدن به سيستم خود را چك كنيد. در صورت مشاهده ي هرگونه فعاليت غيرعادي، فورا جهت تغيير نام كاربري و رمزعبور خود اقدام نماييد.

11. دسترسي به دستگاه خود را محدود کنید.

 در صورت امكان، دسترسي به دستگاه خود را تنها به دو دستگاه مطمئن محدود كنيد كه يكي از آنها خودتان هستيد. بدين شكل ميتوانيد كنترل كاملي روي سيستم امنيتي خود داشته باشيد. هر چه تعداد افراد با اجازه ي دسترسي كمتر باشد، سيستم شما از امنيت بالاتري برخوردار خواهد بود.

12. از فايروال و دستگاه هاي مطمئنه استفاده كنيد.

پيشنهاد ميشود كه تمامي دستگاه هايي كه به سيستم امنيتي شما دسترسي دارند، داراي فايروال باشند. در صورتي كه از يك كامپيوتر به عنوان يك دستگاه كنترل يا حافظه ي مركزي استفاده ميكنيد، از آپديت بودن و عملكرد درست فايروال خود اطمينان حاصل كنيد.

سيستم هاي امنيتي تنها در صورتي ميتوانند از منازل، بيزينس ها و دارايي هاي افراد محافظت كنند كه به شكل درست نصب و استفاده شده باشند. اما به ياد داشته باشيد كه موضوع امنيت پس از نصب پايان نمي يابد. در صورتي كه از هر نوع سيستم تحت شبكه استفاده ميكنيد، نقاط آسيب پذير براي هكرها همچنان وجود دارد. از نكات و ترفندهاي بالا براي اطمينان يافتن از امن شدن و امن ماندن سيستم خود و همچنين پايين آوردن امكان هك شدن دوربين هاي امنيتي خود استفاده نماييد.

منبع: مجله اینترنتی Annke

http://www.didarc.com/fa/news/12-proven-ways-to-help-avoid-hacked-home-security-cameras