AIは物理的なセキュリティ運用に高度な分析を活用しています

人工知能が徐々に物理セキュリティの分野に参入するにつれて、より高度なアクセス制御ソリューションが登場しています。

物理的なセキュリティにおける、反応的かつ防御的な姿勢からより積極的な姿勢へのパラダイムシフトは、高度な分析がほぼすべてのプラットフォームに移行することの特徴です。 セキュリティのエンド ユーザーは、より高速でスマートでありながら、コスト効率が高く、統合ソリューションに適したシステムを要求しており、検出してブロックするだけのテクノロジ以上のものを求めています。彼らには今、膨大な量のデータを消化し、超高速で自律監視の応答を処理できるシステムが必要です。主導権を握ることは、インテリジェントな物理セキュリティ システムの開発における重要なステップです。 現在、ユビキタスなビデオ監視分析から、エッジにある他のセンシングデバイスに移行し、施設へのアクセスや施設内へのアクセスを制御しています。

エンタープライズ レベルのセキュリティ運用におけるこの改善により、物理的セキュリティとサイバー セキュリティの脅威の融合にも対処し、より明確なデジタル世界への移行を簡素化できます。最近のセキュリティ業界協会 (SIA) のレポートには次のように記されています。「セキュリティは、ビデオ監視やアクセス制御を超えて、自律的なレポート、監視、対応機能も含むようになります。自律型セキュリティ システムは相互に、また人々と通信し、より多くの情報を収集して、高度なセキュリティ プロトコルを独自に起動します。セキュリティ テクノロジーは予測インテリジェンスで動作し、HVAC、照明、エレベーター、火災警報器や消火器などの建物システムと深く統合されます。リモート監視機能が標準となり、この接続性により、モノのインターネット (IoT)、5G エッジ センサー、モバイル デバイス、ボディ カメラ、ロボット、ドローン、会話型 AI、拡張現実が統合され、摩擦のないアクセス、リスク分析、予測行動が提供され、リアルタイムのマシン インテリジェンスを通じてプロアクティブな対応が可能になります。」

AIソリューションはビデオ監視だけではない

例えば、人工知能 (AI) 駆動型の物理的セキュリティ業界向けソフトウェアを開発する Hakimo の共同創業者兼 CEO サム・ジョセフ氏は次のように述べている。「Google などの大企業で働いていて、サンフランシスコとニューヨークにオフィスがあるとします。サンフランシスコのオフィスか西海岸のどこかにいて、シングル サインオンなどの標準技術を使用してメールにログインするとします。ニューヨークの誰かがあなたのバッジ、またはあなたのクローン バッジを使用すると、その 2 つの情報はまったく別のシステムに保存されます。2 つを接続するシステムがないことに誰も気付かず、今日のように目立つ (セキュリティ侵害) はまったく検出されず、評価もされません。」

ジョセフ氏は、物理セキュリティ業界が前進していると感じて業界に参入した多くの技術者と同様に、多くのシステムオペレーターが圧倒されていたため、過去 20 年間、物理セキュリティ システムはサイバーセキュリティの進歩に遅れをとってきたと考えています。 データと絶え間ないアラートは、情報を提供するのではなく、気を散らすものであり、ほとんどの人にとっては処理能力を超えています。

「これは、2000年代にサイバーセキュリティが直面した問題でした。15年か20年前、サイバーセキュリティシステムが大量のアラートを生成し始めたとき、人間のアナリストやオペレーターはそれを効果的に監視することができませんでした」とジョセフ氏は続け、サイバーセキュリティ業界がデータの津波を簡素化するために、セキュリティ情報およびイベント管理（SIEM）やオーケストレーション、自動化、対応（SOAR）ソフトウェアなどのツールを迅速に開発したことを指摘しました。 「物理的セキュリティは、ようやくこの段階に到達しつつあります。統合が遅れている理由の 1 つは、サイバーセキュリティがツールとテクノロジーの面ではるかに進んでいることです。物理的セキュリティは依然として遅れています。私たちのビジョンは、物理的セキュリティをサイバーセキュリティのレベルに迅速に引き上げ、前述の例のようなユースケースに簡単に対処できるようにすることです。」

Hakimo ソフトウェアは、オペレーターの時間を解放し、これまで気付かなかったセキュリティの脅威に対処することで、グローバル セキュリティ オペレーション センター (GSOC) のワークフローを合理化します。 Hakimo のソフトウェアの AI アルゴリズムは当初、ビデオ監視プラットフォームに使用されていましたが、セキュリティ エンド ユーザーと緊密に連携し、GSOC の行き詰まりを修正し、アクセス制御システムのセキュリティ責任を強化する必要性から、ソリューションは別の方向に進みました。

「セキュリティはビデオだけではありません。各従業員のパターンを追跡できるアクセス制御などもあります。ビデオ以外にも、AI を使って異常や侵害、異常なイベントを検知できるアプリケーションは数多くあります。私たちはビデオから始めましたが、今日の私たちの製品は、顧客からのフィードバックや、AI が重要な役割を果たしてきたサイバーセキュリティなどの他の業界での専門知識に基づいて自然に進化してきました」とジョセフは述べています。

アクセス制御システムはAIで機能を拡張

彼のチームのソフトウェア アプリケーションとそのデータ分析アルゴリズムは、時間の経過に伴うアラームを分析し、ドア センサーやトランスデューサーなどの故障したハードウェアを診断することもできます。 カード所有者の行動における異常を指摘することは、アクセス制御の説明責任を果たすための重要な手段です。 ソフトウェアは、不可能な移動（物理的に不可能である短期間に同じカードを複数の場所で使用すること）、異常な使用時間や使用場所を指摘できます。

「現実世界は複雑です (物理的セキュリティを扱う場合)。サイバーセキュリティ コミュニティの中には、サイバーセキュリティも複雑だと主張する人もいるでしょうが、物理的セキュリティで私たちが直面する大きな課題の 1 つは (異なる) システムです。たとえばカメラを例に挙げましょう。ドア アクセス イベントが発生するたびに、対応するビデオを見て何が起こったかを分析します。現場では、10% がアナログ カメラを使用しているお客様にも遭遇します。また、5 メガピクセル以上の高度なカメラを使用しているお客様もいます。5 年または 10 年前の標準 VGA カメラを使用しているお客様もいるでしょう」とジョセフは考えています。 「私たちがよく直面する課題の 1 つは、5 メガピクセルの高解像度レンズ カメラだけでなく、320p や 480p、あるいはそれ以下の解像度のカメラからの画像も処理できるアルゴリズムをどのように構築するかということです。

「これは単なる解決策です。これは単なる1つの次元です。他の次元にも同様の解決策があります」と彼は続けた。 「ドアの種類はさまざまです。ガラスのドア、木製のドアなどです。カメラはドアの外側を向いている場合もあれば、ドアの内側を向いている場合もあります。照明条件も異なります。外に日光が当たっている場合は、グレアが多く入ります。つまり、カメラがあるときは常に多くの課題があります。今度は、異なるアクセス制御システムという別の次元が加わりました。C-CURE は 1 つの方法で物事を行いますが、Lenel は別の方法で物事を行います。Pro-Watch は少し異なって見えますし、S2 のアーキテクチャも完全に異なります。異なるタイプのシステムや異なるタイプの現実の環境で機能するものを構築することも最大の課題でしたが、それが私たちの最大の強みにもなりました。」

COVIDはAIに緊急性をもたらす

こうした強みは、長引くCOVID危機によって労働者の勤務時間がずれ、雇用主が注意義務に関連して追加的な対策を講じるよう求められる中で、過去24か月間にさらに試されてきた。 アクセス制御システムとは何か、そしてそれが何をすべきかという考え方が完全に覆されました。 ジョセフにとって、現在の環境は、絶えず変化するテクノロジー環境の原動力となっています。

「COVID-19は、企業内の物理的セキュリティ部門にとって大きな変化でした。誰もが物理的セキュリティに目を向け、「今日ビルには何人いるのか？現在の占有率は？」と自問し始めたからです。そのデータは常にLenelデータベースやC-CUREシステムに保存されていましたが、誰もそれを（活用）しようとしませんでした。ある意味、この危機は、こうしたシステムから得られるデータが安全性、健康、セキュリティに重要な影響を及ぼすことが多いことを実証しました。また、これは非常に基本的なことを実行するのがいかに難しいかを示しています」とジョセフ氏は言います。「実際に、Lenel で毎日レポートを実行し、スプレッドシートにエクスポートし、そのデータを別のスプレッドシートにコピーして貼り付け、最後に独自のツールでグラフを作成して、建物の利用状況が時間とともにどのように変化しているかを示しているお客様と話をしました。 ”

ジョセフ氏はさらに、今やすべてはソフトウェアに関することだと述べました。彼と彼の会社がソフトウェアについて話すとき、それは AI 主導のソリューションです。

「現場で追加のハードウェアに投資する必要はありませんでした。既存のカメラ、既存のアクセス制御システム、そして当社のアルゴリズムを使用するだけで済みました。これは、システムを統合する際にソフトウェアがハードウェアよりも強力で重要になることを示しています。現場のカメラやハードウェアが最適でなかったとしても、優れたソフトウェアがそれを補うことができます。私がソフトウェアと言うとき、人工知能を含む一般的な用語としてソフトウェアを使用しています」と同氏は付け加えた。

今後の動向

AI が徐々に物理的なセキュリティに浸透しつつあることを考慮すると、ジョセフは AI ベースのアクセス制御ソリューションが今後 5 年または 10 年でどこに向かうとお考えですか?

「これは非常によく言われることですが、明らかな傾向として、警備員の数（の減少）があります。深刻な労働力不足です。警備員の数が減る一方で、業界内のセンサーの数は飛躍的に増加しています。そのため、業界がこれらすべてのセンサーとカメラを監視する必要性が本当にあります。私たちは、監視が物理的セキュリティ業界で最大の分野になりつつあると考えています。実際にこれらすべてのカメラを監視する人材が不足しているため、AI が切実に必要とされています」とジョセフ氏は結論付けました。 「誰も見ていない場合、それはフォレンジックツールになります。これは歴史的にほとんどの場合そうでした。大規模なビデオ分析、大規模なイベント分析は、AIの主な使用例になるでしょう。」