『』人工智能、大数据将帮助解决当今的安全管理难题

【『』人工智能、大数据将帮助解决当今的安全管理难题】『』人工智能、大数据将帮助解决当今的安全管理难题
文章图片

文章图片

根据美国联邦调查局的数据 , 2018年 , 美国估计有120万起暴力犯罪、700多万财产犯罪事件 。联邦调查局估计 , 暴力犯罪给受害者造成的损失高达164亿美元 。
除了来自暴力犯罪的挑战 , 还有很多惯犯的挑战 。2018年5月 , 美国司法部发布了一份关于各州惯犯的报告 , 该报告以2005年30个州释放的41万名犯人为样本 , 大约占当年全部释放犯人的77% 。几乎45%的囚犯在释放后的一年内又被逮捕;第二年有16%的人被捕 , 第三年是8% , 第四到第六年是11% , 第七年到第九年是4% 。因此 , 约68%的犯人在三年内被捕 , 79%的人在六年内被捕 , 83%的人在九年内被捕 。
在被判犯有财产罪的犯人中 , 有超过50%的人在获释后的第一年被逮捕 , 相比之下 , 被判犯有暴力罪的囚犯中有39%被捕 , 被判犯有毒品罪的囚犯中有43%被捕 , 被判犯有公共秩序罪的囚犯中有41%被捕 。
这些数据表明 , 当今的犯罪生态系统在不断发展 , 对各种行业的安全专业人员提出了复杂的要求 。怎样解决呢?答案可能在于安全专业人员的能力 , 继续行动 , 创造威慑力 , 做到事件发生前的预防 。在这场斗争中 , 视频监控是强有力的工具 。
然而 , 当今安全调查人员和安防专业人员面临的巨大挑战是 , 不得不在数小时的录像中找到一小段有价值的片段 。监控相机的普及和存储空间扩展 , 扩大了监控范围 , 但也产生了大量的视频素材 。安全人员如何解析所有视频并快速找到相关内容?
融合人脸识别和大数据进行瞬时识别的解决方案或许能起作用 。用户通过实时视频或录制的视频捕捉犯罪活动 , 然后抓取犯罪者的面部静止画面 。在4-5秒内 , 捕获的图像被扫描过一个数据库 , 数据库中有来自执法机构的3000多万罪犯数据 , 并进行匹配 。匹配的文件会弹出 , 显示所有可以找到的罪犯信息 , 包括姓名、地址、电话、以前的逮捕和刑事指控 。这些信息可以立即与执法部门共享 。
更重要的是 , 该解决方案也可以为其他安全和商业智能应用程序集成相应面部数据库和监视列表 。例如:
1)公司可以将雇员标注“被禁止”或“前雇员”并进行配对 , 如果他们出现在镜头前 , 公司会自动收到通知;
2)学校可以用来识别被禁止个人、被停学的学生;
3)监狱可以用来扫描访客;
4)零售商店用来识别扒手;
这样 , 基于云的解决方案可以提供“4个I”:
1)情报(Intelligence) , 广泛地理环境下的犯罪信息反馈 , 社会媒体扫描及跟踪 , 罪犯的数据库访问 , 执法部门的深度网络情报 。
2)信息(Information) , 与调查相关的内部和外部通讯信息 , 并与外部和执法部门协作 。
3)调查(Investigation) , 可以进行访问网站、社交媒体威慑犯罪 , 数据库搜索 , 社交媒体调查工具 , 社交媒体事件聊天可见性等 。
4)识别(Identification ) , 在罪犯数据库上传一张面部照片后 , 在几秒钟内识别对象 。
总的来说 , 企业安全管理现在可以通过实施强大的新兴技术威慑来主动出击 , 快速识别并帮助逮捕嫌疑人 , 这种威慑在实际应用中能大大降低事故概率 。


    推荐阅读