По своему замыслу системы безопасности установленные на объектах предупреждают сотрудников службы безопасности о вторжениях или ненормальном поведении.

К сожалению, чаще всего они ошибаются.

Как ИИ снижает количество ложных срабатываний и общие затраты

Подавляющее большинство тревог являются либо ложными, либо «ложными» тревогами, вызванными безобидными событиями, вызванными неосознанно людьми, ветром, животным, пересекающим охраняемую территорию, или даже отказом оборудования.

Как ИИ снижает количество ложных срабатываний и общие затраты

Отслеживание ложных срабатываний на крупных объектах может легко перегрузить сотрудников службы безопасности, отвлекая их от реальных событий, представляющих интерес, а также от других важных задач и услуг, которые они могли бы оказывать в противном случае.

 

В подавляющем большинстве случаев в организациях не хватает сотрудников  физической охраны для проверки объема ежедневных сигналов тревоги и запросов, которые они получают.

Это часто приводит к увеличению объема незавершенных событий, которые необходимо расследовать, повторяющимся сигналам тревоги, которые просто отключаются и игнорируются, а также к выгоранию персонала, что увеличивает затраты и снижает эффективность.

Столкнувшись с этой хронической проблемой, службы охраны теперь могут обратиться к мощному решению на основе ИИ(искусственного интеллекта), которое выявляет основную причину ложных/ложных срабатываний и далее систематически автоматизирует процесс уменьшения числа ложных срабатываний. Используя искусственный интеллект и технологии машинного обучения, сотрудники службы безопасности могут положиться на программное обеспечение, которое заранее анализирует и устраняет условия, приводящие к ложным срабатываниям в зданиях и помещениях.

Автоматизированные алгоритмы, управляемые искусственным интеллектом, могут каждую минуту анализировать тысячи тревожных сигналов и классифицировать ложные срабатывания с невероятной точностью. Решение использует исторические данные для создания модели поведения для каждого устройства и данные в реальном времени, чтобы обеспечить правильную работу компонентов в настоящем.

Программные роботы, предназначенные для каждой двери или устройства, определяют основную причину срабатывания сигнализации от дверей или устройств, а затем применяют расширенную логику для устранения уязвимостей и ошибочных конфигураций в рамках определенных ограждений. Программное обеспечение делает всю тяжелую работу по устранению ложных тревог, используя свои собственные внутренние данные, позволяя ЧОП сосредоточиться на реальных событиях, представляющих интерес, и других предложениях услуг.

Многочисленные издержки ложных срабатываний

Существуют различные способы измерения издержек ложных срабатываний.

В зависимости от размера организации служба охраны может ежедневно обрабатывать тысячи сигналов тревоги. В среднем оператору требуется от 10 до 30 минут, чтобы проверить каждую тревогу с помощью видео, а затем много раз направлять сотрудника службы безопасности для расследования — только чтобы обнаружить, что угрозы нет.

Затраты могут увеличиться, так как среднее время подтверждения и среднее время ответа для сигналов тревоги остаются высокими из-за потока ложных и ложных сигналов.

Неудивительно, что управление ложными тревогами обходится дорого.

Только в Соединенных Штатах ложные тревоги обходятся более чем в 3,2 миллиарда долларов в год, помимо того, что они вызывают эмоциональную усталость у охраны . Ложные тревоги требуют большего количества сотрудников службы безопасности, вызывают сбои в работе и отвлекают внимание от законных рисков. Это быстро накапливается, потребляя ценные бюджетные деньги, которые в противном случае могли бы быть направлены на улучшение систем и услуг.

Человеческая ошибка может усугубить ситуацию
При установке системы безопасности очень важно, чтобы конечные точки были правильно выровнены и протестированы, чтобы убедиться, что они работают в соответствии с рекомендациями производителя. Недостатки могут привести к тысячам ложных срабатываний в течение всего срока службы продукта.

Другая распространенная проблема может заключаться в отсутствии координации между графиками персонала и настройками системы безопасности. Такая простая вещь, как постановка на пультовую охрану части здания, когда сотрудники все еще приходят и уходят, может вызвать ложные тревоги.

По мере увеличения частоты ложных срабатываний сотрудники охраны могут потерять доверие к собственным системам безопасности.

Это часто приводит к маскировке или отключению проблемных устройств, что создает серьезные пробелы в безопасности и слепые зоны, которые могут подвергнуть организации риску.

Интеллект ИИ и автоматизация решают проблему ложной тревоги
Платформы искусственного интеллекта, машинного обучения и безопасности на основе данных меняют отрасль.

Благодаря предметно-ориентированным алгоритмам для обнаружения ложных срабатываний, а также скорости и точности машинного обучения службы охраны теперь могут анализировать целые сети безопасности и находить слабые места, вызывающие ложные срабатывания.

По сути, технология на основе ИИ действует как нервный центр безопасности, превращая необработанные данные в полезную информацию. Он оптимизирует настройки устройств физической безопасности и выявляет оборудование, которое требует внимания или ремонта — и все это в упреждающем режиме.

Данные предоставляют дополнительную информацию об устройствах, которые находятся в неудовлетворительном состоянии или имеют самые высокие аномалии, пороге срабатывания отдельных датчиков, времени дня с наивысшей частотой срабатывания сигнализации, истории ремонта устройств и многом другом.

Что говорит мировая практика
Мировой лидер в области разработки программного обеспечения Центр мониторинга и реагирования на киберугрозы (Security Operation Center, SOC )развернул платформу автоматизации обработки данных систем безопасности на базе ИИ. В течение нескольких недель компании удалось устранить 30 000 ложных и ложных срабатываний в месяц, оптимизировав более 350 устройств.

Это дало компании возможность масштабировать услуги по всему миру без найма дополнительных людей, и все четыре центра мониторинга продемонстрировали более высокие показатели производительности в глобальном масштабе. Проект окупился менее чем за год. Технология на базе искусственного интеллекта активно отслеживала более 5500 устройств. Кроме того, компания ежемесячно получала большое количество сигналов тревоги о принудительном открытии двери (DFO) и открытии двери (DHO).

Через несколько недель этот счет сократился до одного аварийного сигнала DFO, поскольку программное обеспечение автоматически устраняло проблемы с программированием, конфигурацией и синхронизацией. Заказчик также смог исключить сбои в работе и риски из-за неисправных устройств и оборудования. Программное обеспечение смогло обнаружить более 40 устройств, нуждающихся в ремонте, более 140 устройств с признаками аномального поведения, а также обнаружить и оптимизировать более 55 устройств, которые перешли в режим «тревожного флуда». В результате все GSOC компании продемонстрировали более высокую производительность, соответствие внутренним соглашениям об уровне обслуживания (SLA) и лучшую работу всех операторов и сотрудников GSOC. Меньше ненужных вызовов охранников, автоматических уведомлений о необходимости ремонта устройств, больше доверия к работе системы безопасности.

Повышение производительности персонала 

Платформы автоматизации безопасности на основе данных приносят пользу персоналу службы охраны во многих отношениях.

Они отслеживают ключевые показатели эффективности (KPI), чтобы помочь улучшить работу служб безопасности в целом. Такая автоматизация снижает рабочую нагрузку по тревогам и позволяет операторам доверять тому, что им сообщают их системы безопасности.

С управленческой точки зрения управление безопасностью может отслеживать и оценивать производительность и результаты для каждого оператора службы охраны, используя значимые показатели, включая неподтвержденные тревоги, и критические тревоги по объектам. Используя эти показатели, основанные на данных, руководство может признать вклад высокоэффективных операторов, а также определить пробелы в навыках конкретных людей. Такое понимание может дать руководству возможность создавать планы улучшений, которые снизят риски и затраты.

Большие результаты в кратчайшие
сроки

Автоматизация ИИ может обеспечить замечательные результаты в течение нескольких дней, поскольку она начинает устранять от 30 до 50% ложных срабатываний или ложных сигналов тревоги в течение недели после развертывания, устраняет около 80% ложных сигналов тревоги в течение нескольких недель и устраняет более 85%. ложных срабатываний за год.

Новые и инновационные решения предназначены не для замены сотрудников службы безопасности, а для повышения их эффективности.

Фактически, освобождая операторов и персонал от утомительных задач и ложных срабатываний, ЧОП например могут расширять свои услуги, используя средства, которые в противном случае пошли бы на управление ложными тревогами.

Эта мощная новая технология уменьшения количества ложных срабатываний предназначена для того, чтобы дать специалистам по безопасности и поставщикам систем возможность прогнозировать сбои и предпринимать корректирующие действия, улучшая свои рейтинги производительности и операционные ключевые показатели эффективности.

Рубрики: СТАТЬИ