Vandaag de dag zijn organisaties steeds actiever als het aankomt op het beveiligen van hun gebouwen, terreinen, goederen, voertuigen en andere essentiële activa. Om deze activa te beschermen, neemt de populariteit van perimeterbeveiliging toe. Het aantal oplossingen op dit gebied zijn ondertussen zeer divers. Slimme technologieën als Artificial Intelligence (AI) en Deep Learning zijn belangrijke drijfveren in de ontwikkeling van de kwaliteit van deze oplossingen. Maar hoe zit dat precies? Je leest het in dit artikel.
Dat de populariteit van perimeterbeveiliging toeneemt, is goed te zien in een onderzoek van MarketsandMarkets. Zij concludeerden dat de wereldwijde uitgaven op dit gebied in 2022 maar liefst op 70,8 miljard dollar lagen. Naar verwachting zal dit in 2027 meer dan 100 miljard bedragen. Een absurd bedrag.
Maar voordat we verder ingaan op de rol van AI binnen perimeterbeveiliging: wat is perimeterbeveiliging ook alweer precies? Perimeters zijn de grenzen die een bepaald gebied afbakenen of beschermen. Wanneer we het dan hebben over perimeterbeveiliging, bedoelen we de verschillende middelen, technieken en technologieën die gebruikt kunnen worden om een bepaald gebied te beschermen tegen indringing. En dat kan van alles zijn. Voorbeelden zijn hekwerken of slagbomen, aangevuld met digitale middelen als beveiligingscamera’s, toegangscontrolesystemen of slimme sensoren die beweging of andere zaken kunnen detecteren.
Een goed perimeterbeveiligingssysteem zorgt dus voor een perimeter (gesloten omgeving die een bepaald gebied omgeeft) waar beveiligingscontroles worden uitgevoerd en waar verschillende procedures worden toegepast die de toegang door onbevoegden voorkomen of verhinderen. Hoe groter deze perimeter is, hoe groter de eisen zijn op het gebied van infrastructuur en bewakingspersoneel.
Een perimetersysteem bestaat zoals gezegd uit een netwerk aan middelen, instrumenten en technieken die samenwerken om een bepaald gebied te beschermen. Deze middelen hebben afzonderlijk allemaal een functie binnen het geheel. Hekwerken houden indringers buiten, camera’s leggen ongewenste situaties vast en slimme sensoren leggen bijvoorbeeld beweging vast. Ook hebben ze allen hun sterktes en zwaktes. Toch ondersteunen ze samen het beveiligingspersoneel op verschillende gebieden:
Preventie
Een perimetersysteem helpt beveiligingspersoneel gebieden of gebouwen op afstand (digitaal) te beveiligen en indringing te voorkomen. Beveiligingsrondes vinden remote plaats, wat ontzettend veel tijd bespaart, waardoor beveiligingspersoneel alleen aandacht hoeft te besteden aan belangrijke zaken.
Alarmering
Mocht zich een situatie voordoen die ongewenst is, kan een perimetersysteem in een fractie van een seconde aangeven waar deze situatie zich voordoet. Hierdoor kan beveiligingspersoneel adequaat handelen.
Opsporing
Bestaat de infrastructuur van het perimetersysteem ook uit camera’s? Dan kan beeldmateriaal achteraf ook gebruikt worden bij opsporing van indringers.
Nu dat duidelijk is, gaan we weer even terug naar het begin van dit artikel. Want daar beschreven we dat slimme technologieën als AI en Deep Learning belangrijke drijfveren zijn in de ontwikkeling van perimeterbeveiliging. Dat heeft te maken met een uitdaging die MarketsandMarkets ook in haar onderzoek beschrijft: het grote aantal valse meldingen die perimetersystemen genereren. Hoe zit dat precies?
Perimetersystemen bestaan steeds meer uit ‘slimme’ instrumenten (camera’s en sensoren) die zaken als beweging detecteren en een melding afgeven wanneer zij dat detecteren. Externe factoren als wind, regen, reflectie van licht of beweging van kleine of middelgrote dieren zijn hier echter wel een grote stoorzender. Veel van die slimme instrumenten zijn niet slim genoeg ontwikkeld om de beweging van een dier of regendruppels te onderscheiden van een persoon. Het gevolg? Ontzettend veel valse meldingen waar beveiligingspersoneel gefrustreerd van wordt en ook nog eens veel tijd aan kwijt is.
En dat laatste wil je natuurlijk niet hebben. Beveiligingspersoneel is immers al schaars. Dit is echter wel het gebied waar AI en Deep Learning een ontzettend belangrijke rol spelen. Want deze technologieën zijn in staat betekenis te geven aan videobeelden. Door inzet van AI en Deep Learning zijn beveiligingssystemen (uitgerust met een cameranetwerk natuurlijk) in staat objecten, personen, voertuigen en patronen te detecteren, te herkennen en van elkaar te onderscheiden. Dit zorgt ervoor dat de systemen alleen een melding geeft wanneer dat écht nodig is en dus niet bij een kat die langsloopt of een vuilniszak die over het hek waait. De hoge nauwkeurigheid voorkomt daarbij valse meldingen en reduceert dat aantal drastisch, waardoor beveiligingspersoneel niet meer een groot deel van haar tijd kwijt is aan het behandelen van al die valse meldingen.
AI-gestuurde perimeterdetectie op basis van videobeelden kan in praktijk op twee manieren ingezet worden. Server Based of On Edge. In het kort: op een losse server of op een apparaat (lees camera) zelf. Dat heeft beide zijn voor- en nadelen. Wil je daar meer over weten, lees dan deze blog. Wanneer je kiest voor Server Based perimeterdetectie, is het grote voordeel dat je dit als add-on op je huidige cameranetwerk kan toevoegen, waardoor investeren in een nieuw cameranetwerk niet nodig is. AI-gestuurde perimeterdetectie is relatief simpel te configureren en daardoor binnen een paar uur operatief.
Wil je meer weten over wat perimeterdetectie (intrusion detectie) van VAIBS voor jouw organisatie kan betekenen? Bezoek dan de productpagina of neem contact op met één van onze specialisten. Zij staan je graag te woord.
