隨著人工智能逐步進入物理安全領域，更先進的訪問控制解決方案也隨之出現。

物理安防的范式從反動和防御性的主張轉變為更積極的立場，這是高級分析向幾乎每個平臺遷移的特征。 安全終端用戶要求系統更快、更智能，同時具有成本效益且更適合集成解決方案，他們正在尋找的不僅僅是檢測和阻止的技術。他們現在需要能夠消化大量數據的系統，然后以閃電般的速度處理自主監控的響應。搶占先機是智能物理安防系統發展的關鍵一步。 它目前正在從無處不在的視頻監控分析轉向邊緣的其他傳感設備，并控制進入和穿過設施內部的訪問。

企業級安全運營的這種改進也解決了物理和網絡安全威脅的融合，同時簡化了向更明確的數字世界的遷移。正如最近的安全行業協會 (SIA) 報告中所述：“安全將超越視頻監控和訪問控制，具有自主報告、監控和響應等功能。自主安全系統將相互通信并與人通信，并將自行收集更多信息并觸發復雜的安全協議。安全技術將與預測智能一起運行，并將與建筑系統深度集成，包括 HVAC、照明、電梯以及火災報警和抑制。遠程監控功能將成為常態，這種互聯將把物聯網 (IoT)、5G 邊緣傳感器、移動設備、隨身攝像頭、機器人、無人機、情景對話 AI 和增強現實結合在一起，以提供無摩擦訪問、風險分析，以及通過實時機器智能進行主動響應的預測行為。”

人工智能解決方案不僅僅適用于視頻監控

例如，Hakimo 的聯合創始人兼首席執行官 Sam Joseph 說，他的公司為人工智能 (AI) 驅動的物理安全行業開發軟件，“假設你在谷歌或任何大企業工作，并且你在 舊金山和紐約有辦公室。假設您在舊金山辦公室或西海岸某處，使用單點登錄或任何其他標準技術登錄您的電子郵件。 如果有人在紐約使用您的徽章或您的克隆徽章，這兩條信息將存儲在完全獨立的系統中。 沒有人會注意到沒有將兩者連接起來的系統，而且像今天這樣明顯的(安全漏洞)完全未被發現和重視。”

Joseph 與許多進入物理安全行業的技術專家一樣，因為他們看到了一個正在向前發展的行業，他認為物理安全系統在過去的二十年里一直落后于網絡安全的進步，因為許多系統運營商都不堪重負。 數據和持續的警報會分散注意力而不是通知，這超出了大多數人的能力范圍。

“這是 2000 年代網絡安全面臨的一個問題。 十五、二十年前，當網絡安全系統開始產生大量警報時，人類分析師或人類操作員無法有效地監控它們，” Joseph 續說道，并指出網絡安全行業迅速開發了安全信息和事件等工具管理 (SIEM) 和編排、自動化和響應 (SOAR) 軟件來簡化數據海嘯。“物理安全現在才達到這一點。 融合延遲的一個原因是網絡安全在工具和技術方面遙遙領先。 物理安全仍然落后。 我們的愿景是快速將物理安全提升到網絡安全級別，以便輕松解決前面示例中的案例。”

Hakimo 軟件通過為操作員騰出時間并解決以前不會注意到的安全威脅，簡化了全球安全運營中心 (GSOC) 的工作流程。 Hakimo 軟件中的 AI 算法最初服務于視頻監控平臺，但與安全最終用戶密切合作，糾正 GSOC 僵局和提高訪問控制系統的安全責任的需要將解決方案推向了另一個方向。

“安全不僅僅是視頻。 有訪問控制可以(跟蹤)每個員工的模式等等。 除了視頻之外，還有許多(應用)我們可以使用 AI 來檢測異常、檢測漏洞和異常事件。 盡管我們從視頻開始，但基于客戶反饋和我們在其他行業的專業知識，如人工智能已經完成重要工作的網絡安全，今天我們的產品已經自然發展，” Joseph 說。

訪問控制系統通過 AI 擴展功能

他的團隊的軟件應用程序及其數據分析算法還可以跨時間分析警報并診斷故障硬件，例如門傳感器和傳感器。 指出持卡人行為異常是訪問控制問責制的重要工具。 該軟件可以指出不可能的旅行(同一張卡在短時間內在多個地點使用，這在物理上是不可能的)、不尋常的時間或使用地點。

“現實世界是復雜的(在處理物理安全時)。 當然，網絡安全界的某些人可能會爭辯說網絡安全也很復雜，但我們在物理安全方面面臨的一大挑戰是(不同的)系統。 以攝像機為例。 每次出現門禁事件時，我們都會查看相應的視頻并分析發生了什么。 我們仍然遇到在實際應用中擁有 10% 模擬攝像機的客戶。 然后還有其他客戶可能擁有先進的500萬像素甚至更好的攝像機。 有些人可能擁有五年前或十年前的標準 VGA 攝像頭，” Joseph 認為。 “因此，我們經常遇到的一個挑戰是我們如何構建能夠處理來自 500萬像素高分辨率鏡頭相機以及 320p 或 480p 或小分辨率相機的的算法。

“這只是解決方案。 這只是一個維度。 你在其他方面也有類似的解決方案，”他繼續說道。 “它可能是各種門。 你可能有一扇玻璃門，一扇木門。 在不同的光照條件下，攝像頭可能是外朝門，也可能是內朝外。 如果外面有陽光，有很多眩光進來。所以，只要有攝像機，就有很多挑戰。 現在您又增加了一個維度，在其中您擁有不同的訪問控制系統。 C-CURE 以一種方式做事，Lenel 以另一種方式做事。 Pro-Watch 的外觀略有不同，而 S2 的架構則完全不同。 構建適用于不同類型系統和不同類型現實世界環境的東西也是最大的挑戰，但它也成為了我們最大的優勢。”

COVID增加了人工智能的緊迫性因素

在過去的 24 個月中，這些優勢已經得到了更多的考驗，揮之不去的 COVID 危機使工人的辦公時間錯開，并挑戰雇主在照顧義務方面提供額外措施。 什么是訪問控制系統以及它應該做什么的思維方式已經被顛覆了。 對于 Joseph 來說，目前的環境一直是不斷變化的技術領域的動力。

“對于企業內的物理安全部門來說，COVID 是一個重大變化，因為每個人都開始轉向物理安全并問，‘今天大樓里有多少人?我們現在的入住人數是多少?”這些數據始終存在于您的 Lenel 數據庫或 C-CURE 系統中，但沒有人關心(利用)它。從某種意義上說，這場危機表明，這些系統中的數據通常對安全、健康和安全具有重要意義。它還表明，做一些非常基本的事情是多么困難，” Joseph 說。 “我們實際上已經與每天在 Lenel 運行報告、導出到電子表格、然后將數據復制粘貼到不同電子表格中的客戶進行了交談，最后在他們自己的工具上構建圖表以顯示建筑利用率如何隨時間變化。 ”

Joseph 繼續說，現在一切都與軟件有關。當他和他的公司談論軟件時，它是一種人工智能驅動的解決方案。

“我們在現場不需要投入額外硬件。我們只使用現有的攝像頭、現有的訪問控制系統并使用我們的算法。它顯示了在集成系統時軟件如何變得比硬件更強大和更重要。即使您在該領域擁有次優的相機或次優的硬件，卓越的軟件也可以彌補這一點。當我說軟件時，我將軟件用作包括人工智能在內的通用術語，”他補充道。

未來的趨勢

考慮到人工智能逐漸進入物理安全領域，Joseph認為基于人工智能的訪問控制解決方案在未來5年或10年的發展方向是什么?

“這是一個非常普遍的觀點，但一個明顯的趨勢是(減少)保安人數; 勞動力嚴重短缺。 在警衛人數下降的同時，行業中傳感器的數量呈指數級增長。 因此，業界確實需要監控所有這些傳感器并監控所有這些攝像頭。 我們認為監控正在成為物理安全行業中最大的部門。 迫切需要人工智能，因為我們實際上沒有足夠的人來查看所有這些相機，” Joseph 總結道。 “如果沒有人查看它，它就會成為一種取證工具，在大多數情況下，它在歷史上一直如此。 大規模分析視頻、大規模分析事件將是人工智能的主要用例。”