Latest Post


Drones 3S Project
Security | Surveillance | Safety
27 & 28 Ιανουαρίου 2021

Τα νέα δεδομένα που επιφέρει η ευρύτατη αξιοποίηση των Drones, σε μια πληθώρα επαγγελματικών εφαρμογών για τη διαχείριση υποδομών και εγκαταστάσεων, την ασφάλεια, την επιτήρηση, την έρευνα και τη διάσωση, θα αναδείξουμε στο online event «Drones 3S Project», το οποίο μπορείτε να παρακολουθήσετε Δωρεάν.



1η ημέρα – Τετάρτη 27 Ιανουαρίου

10.00 – 10.45 Χαιρετισμοί – Εισαγωγικές Ομιλίες

Κώστας Νόστης & Νικηφόρος Μαραγκός – Οργανωτική Επιτροπή
Άννα Διαμαντοπούλου – Πρόεδρος του Δικτύου για τη Μεταρρύθμιση στην Ελλάδα και την Ευρώπη, πρώην Επίτροπος ΕΕ – Πρώην Υπουργός
Γιάννης Δάγκλης – Πρόεδρος WUAVF Ελλάδας


Ανάλυση Νέου Ευρωπαϊκού Κανονισμού
Νίκος Τσούμας – CΕΟ Dronexprts , Flight Instructor – Ανάλυση Νέου Ευρωπαϊκού Κανονισμού



10.45 – 12.15 1η Ενότητα – Drones technologies: Προκλήσεις – Λύσεις και Εφαρμογές

Η ανάπτυξη των Drones και η τεχνολογική τους εξέλιξη, άνοιξε το δρόμο για ένα ευρύτατο πεδίο καινοτόμων εφαρμογών, μεταξύ των οποίων, η επιθεώρηση υποδομών και εγκαταστάσεων, όπως οι κεραίες τηλεπικοινωνιών, οι πυλώνες ηλεκτρικής ενεργείας, τα πλοία και τα κατασκευαστικά έργα, καθώς και η βελτιστοποίηση της αγροτικής παραγωγής στο πλαίσιο της γεωργίας ακριβείας. Τη συσχέτιση των Drones με αυτές τις εφαρμογές, αλλά και τη νέα τεχνολογία 5G, θα αναδείξουν οι ομιλητές της 1ης ενότητας.


Το Ευρωπαϊκό Ερευνητικό Έργο 5G!Drones: Στόχοι, Δοκιμές και η Ελληνική Συμμετοχή
Φωτεινή Σετάκη – Principal Engineer, COSMOTE R&D

5G!Drones Δοκιμές στην Αθήνα: Αποτελέσματα, Προκλήσεις και Επόμενα Βήματα
Χαρίλαος Κουμαράς – Εντεταλμένος Ερευνητής, ΕΚΕΦΕ Δημόκριτος

Ολοκληρωμένη Διαχείριση (Προστασία και Επιτήρηση) Δασικών Οικοσυστημάτων, με την χρήση μη Επανδρωμένων Συστημάτων: Το παράδειγμα του “Junidrone”
Δρ. Δημήτριος Στεφανάκης – CEO & Co-founder, UCANDRONE

Ερευνητικές προκλήσεις και λύσεις στα μη επανδρωμένα οχήματα
Παναγιώτης Παρτσινέβελος – Καθηγητής, Πολυτεχνείο Κρήτης, Υπεύθυνος εργαστηρίου SenseLab

Οι εφαρμογές των drones στη γεωργία ακριβείας
Βασίλης Πολύχρονος – CTO, Geosense

Ψηφιακές αποτυπώσεις πόλεων με Drones και κατασκευή μεγάλων UAV σταθερής πτέρυγας
Δημήτρης Τσαγκαλίδης – MEng, MSc, Μanaging Director, Alphageo




12.15 – 13.45 2η Ενότητα – Εφαρμογές Ασφάλειας & Επιτήρησης

Η αξιοποίηση των Drones στην προστασία κρίσιμων υποδομών και την επιτήρηση εγκαταστάσεων – που θα βρεθεί στο επίκεντρο της 2ης ενότητας – έχει στόχο την επικουρική βοήθεια στην πρόληψη της εγκληματικότητας και την ενίσχυση της ασφάλειας, αποτελώντας σήμερα μια αναδυόμενη τάση που καλούνται να υιοθετήσουν οι δημόσιες αρχές, αλλά και ιδιωτικοί οργανισμοί παροχής υπηρεσιών ασφάλειας, ενώ εξίσου σημαντική πρόκληση που προκύπτει, είναι η αντιμετώπιση της κακόβουλης χρήσης των Drones.Τέλος, θα παρουσιαστούν οι σύγχρονες εφαρμογές των μη επανδρωμένων αεροσκαφών, στις στρατιωτικές εφαρμογές.

Προκλήσεις & Σύγχρονες Εφαρμογές των Drones σε στρατιωτικές επιχειρήσεις
Παναγιώτης Αποσπόρης – Αξιωματικός Πολεμικής Αεροπορίας, Υποψήφιος Διδάκτορας ΕΜΠ

Ασφάλεια και επιτήρηση με χρήση drones
Γιάννης Δάγκλης – Πρόεδρος WUAVF Ελλάδας

Drones: Η επόμενη μέρα του Security
Γιώργος Δελαπόρτας – CEO, PROBOTEK

Μη Επανδρωμένα Συστήματα και Κρίσιμες Υποδομές. Ένας Σύγχρονος Σύμμαχος για την αντιμετώπιση των διαρκώς αυξανόμενων και εξελισσόμενων απειλών
Δρ. Σταύρος Τσαντζαλής – Δρ. Μηχανολόγος Αεροναυπηγός Μηχανικός

Θέματα Ασφάλειας με τη χρήση εμπορικών ΣμηΕΑ σε κρίσιμες εφαρμογές
Γιώργος Ορφανίδης – Τεχνικός Διευθυντής, 3DSΑ, Μηχανικός Υπολογιστών, εκπαιδευτής ΣΜΥΑ

Σύγχρονα anti-drones συστήματα
Βασίλης Βλάχος – Country Manager, Greece & Cyprus, Kaspersky

Cyber counter drone solutions
Αντώνης Γεωργίου – Διευθύνων Σύμβουλος, ACTA

Σπύρος Γιαννακός – Γενικός Διευθυντής, Comtel Manufacturing




13.45 – 14.45 3η Ενότητα – Επιχειρήσεις Έρευνας & Διάσωσης

Οι επιχειρήσεις έρευνας και διάσωσης και ευρύτερα της διαχείρισης φυσικών και τεχνικών καταστροφών, έχουν αποκτήσει πλέον ένα ακόμα πολύτιμο σύμμαχο – όπως θα δούμε στη 3η ενότητα – μιας και τα μη επανδρωμένα ιπτάμενα οχήματα, έχουν τη δυνατότητα να καλύψουν αποτελεσματικά την κρίσιμη απαίτηση πλήρους ορατότητας οποιουδήποτε πεδίου δράσης, σε οποιεσδήποτε συνθήκες, χωρίς περιορισμούς και με στόχο πάντα την ταχύτατη αντίδραση για τον εντοπισμό και τη διάσωση ανθρώπων που βρίσκονται σε κίνδυνο.

3η ΕΜΑΚ. Με τα μάτια στον άνθρωπο
Γιώργος Παπαδομανωλάκης – Επικεφαλής Διασωστικής Ομάδας Ίκαρος, 3η ΕΜΑΚ Κρήτης

Έρευνα & Διάσωση – Πολιτική Προστασία με χρήση drones
Νίκος Ζαλώνης – Εκπαιδευτής Drone Search & Rescue WUAVF

Η κοινωνική προσφορά των εθελοντών
Αλέξης Αλεξίου – Flight Greece Drone, Υπεύθυνος Eναέριων Aναζητήσεων Silver Alert, Διαχειριστής Ομάδας Εθελοντών Χειριστών Drones



2η ημέρα – Πέμπτη 28 Ιανουαρίου

Τη δεύτερη μέρα του συνεδρίου θα πραγματοποιηθούν μία σειρά από εξειδικευμένα Workshops που θα αναδείξουν σε βάθος τις τεχνολογικές εξελίξεις και εφαρμογές των Drones σε διάφορους τομείς


11:00 – 11:45
PROBOTEK: Καινοτόμες λύσεις Drone & IoT για επιχειρήσεις και η επανάσταση του MediDrone
Γιώργος Δελαπόρτας – CEO, PROBOTEK

11:45 – 12:30
Ολιστικές Λύσεις Ασφάλειας & SAR
Γιώργος Ορφανίδης – Τεχνικός Διευθυντής, 3DSA
Αργύριος Καούνης – Σύμβουλος Ασφάλειας, 3DSA

12.30-13.15
Εκπαίδευση- Εξομοίωση- Προσωπικά δεδομένα -Ασφάλιση
Νικόλαος Τσούμας – Εκπαιδευτής Αέρος, CEO Dronexperts
Γεώργιος Ρηγόπουλος – Κυβερνήτης Πολιτικής Αεροπορίας
Κώστας Δενδρινός – Εκπαιδευτής Εδάφους, Ειδικός GDPR

13:15-14:00
SenseLab Research: Υπολογιστικές και αλγοριθμικές υλοποιήσεις αυτόνομων μη επανδρωμένων συστημάτων
Άγγελος Αντωνόπουλος – Γεώργιος Πετράκης – Παναγιώτης Παρτσινέβελος, 
Ερευνητική Ομάδα Εργαστηρίου SenseLab Πολυτεχνείο Κρήτης

14:00-14:45
Artificial Intelligence & drones: Τα drones ως ευφυή ρομποτικά συστήματα
Δρ. Βαλσάμης Ντούσκος– Scientific Research Director WUAVF– Ερευνητής Εθνικού Μετσόβειου Πολυτεχνείου


Το Συνέδριο θα ανοίξει με εισαγωγική ομιλία της πρώην Υπουργού και Προέδρου του Δικτύου για τη Μεταρρύθμιση στην Ελλάδα και την Ευρώπη κ. Άννα Διαμαντοπούλου




Την Τετάρτη 27 και την Πέμπτη 28 Ιανουαρίου διοργανώνεται online, το πρώτο συνέδριο “Drones 3S Project” που θα αναδείξει σε βάθος τις νέες μεθόδους, τις τεχνολογίες και τα οφέλη που προκύπτουν από την αξιοποίηση των Drones σε ποικίλους επαγγελματικούς τομείς και δραστηριότητες, δίνοντας έμφαση στην Ασφάλεια, την Επιτήρηση, την Άμυνα, την Πολιτική Προστασία, την Έρευνα και Διάσωση και την Επιθεώρηση Εγκαταστάσεων (κατασκευαστικών έργων, τηλεπικοινωνιακών υποδομών, γεωργικών εκτάσεων, κ.α) 



Ζούμε σε μια εποχή που γινόμαστε μάρτυρες μιας ταχείας προόδου των τεχνολογικών εξελίξεων. Από την αρχή του Διαδικτύου, είδαμε τον κόσμο να μεγαλώνει με όλη τη δύναμη που προσφέρει η συνδεσιμότητα, δηλαδή το Internet of Things.



Βασίλης Βλάχος

Η παγκόσμια αγορά των civilian / consumer drones αυξάνει με ταχύτατους ρυθμούς τα τελευταία χρόνια. Ο ετήσιος κύκλος πωλήσεων έφτασε τα $22 δισεκατομμύρια το 2020, ενώ ο αριθμός των ενεργών drones υπολογίζεται στα 12 εκατομμύρια. Στα επόμενα 5 χρόνια, ο τζίρος από τις πωλήσεις τους αναμένεται να διπλασιαστεί και να φτάσει τα $43 δισεκατομμύρια. Οι λόγοι που επιταχύνουν την ανάπτυξη της συγκεκριμένης αγοράς σχετίζονται με τις βελτιώσεις στο νομοθετικό πλαίσιο λειτουργίας τους, αλλά και με την εξέλιξη των συνδεόμενων τεχνολογιών όπως η μηχανική όραση (computer vision), η τεχνητή νοημοσύνη (Artificial Intelligence) και οι μεγάλες ταχύτητες μετάδοσης δεδομένων (5G). Αξίζει να αναφερθεί ότι ακόμα και η συγκυρία της πανδημίας έδωσε σε αρκετές περιπτώσεις ώθηση στη χρήση drones, όπως για παράδειγμα στα σώματα ασφαλείας και τον ιατροφαμακευτικό κλάδο.



Η Bitdefender, διερευνά τις τάσεις του κυβερνοεγκλήματος για το 2021 δίνοντας στη δημοσιότητα μια σύντομη λίστα με τις εξελίξεις που αναμένει στο τοπίο των απειλών για το νέο έτος δίνοντας την ευκαιρία σε όλους να προετοιμάσουν την άμυνά τους.

Η ενσωμάτωση της λήψης εικόνας στα ΚΛΣ και ο συγκερασμός των νέων τεχνολογιών προσφέρουν λύσεις που καλύπτουν τις σύγχρονες απαιτήσεις. 



Γιώργος Σταυριανός
Φυσικός – Αναλυτής Συστημάτων
CEO of ORBIT Systems – www.orbitsystems.gr

Η κυβερνο-βιοασφάλεια (Cyber-Biosecurity) αποτελεί έναν πολύ νέο υποτομέα της παγκόσμιας βιοασφάλειας (Global Biosecurity)



Η πανδημία του COVID-19 προώθησε όχι μόνο την ψηφιοποίηση (digitalization) των οικονομικών, κοινωνικών και πολιτικών δραστηριοτήτων, αλλά έθεσε ταυτόχρονα και τις βάσεις για νέες προσεγγίσεις και προτεραιότητες σε θέματα διεθνούς και εθνικής ασφάλειας.

Σύμφωνα με την μελέτη «Fuel for Innovation: Greece’s Race to 5G» της Accenture


Ολοκληρωμένη μελέτη για το 5G, με τίτλο «Fuel for Innovation: Greece’s Race to 5G», εκπόνησε για πρώτη φορά στην Ελλάδα η Accenture. Πρόκειται για μια ολιστική (360o) προσέγγιση με διερεύνηση, μεταξύ άλλων, του τι λένε για το 5G οι Έλληνες καταναλωτές και οι επιχειρήσεις, ποια είναι η αντίληψη και η εξοικείωση των ελληνικών κλάδων με το 5G, οι προφανείς εφαρμογές, καθώς και με ειδική αναφορά στους 6 κλάδους-κλειδιά στη δομή της ελληνικής οικονομίας και πώς θα επωφεληθούν.


Οι συνέπειες της πανδημίας και οι ευοίωνες προοπτικές 

Η εταιρία μελετών και ερευνών στο τομέα της τεχνολογίας και των έξυπνων κτιρίων με έδρα τη Σουηδία, Memoori, έδωσε στη δημοσιότητα μια συνοπτική περίληψη των αποτελεσμάτων μιας νέας έρευνας (324 σελίδων) που διεξήγαγε για το τομέα της αγοράς των συστημάτων φυσικής ασφάλειας, εστιάζοντας στον έλεγχο πρόσβασης, την βίντεο-επιτήρηση, τους συναγερμούς και την προστασία περιμέτρου.



*Του Εμμ. Ν. Ζαχαριουδάκη, MSc, Dipl. Mechanical Engineer, Sales Project Manager, Zarifopoulos S.A.

Σε περιπτώσεις μεγάλων σε έκταση και ύψος χώρων (όπως αποθήκες, χώροι παραγωγής, εμπορικά κέντρα, θέατρα, αίθρια ξενοδοχείων κλπ.) που πρέπει να προστατευθούν από άποψη ανίχνευσης πυρκαγιάς, η συνήθης τεχνολογία των σημειακών πυρανιχνευτών (point detection) παρουσιάζει αρκετές δυσκολίες. Τις δυσκολίες αυτές, μπορούμε να τις συνοψίσουμε στην εγκατάσταση αλλά και στη συντήρηση κατά τη διάρκεια της λειτουργίας του συστήματος (δυσκολία στη πρόσβαση – επέμβαση).



Η παγκόσμια βιομηχανία των drones αναμένεται να διπλασιαστεί τα επόμενα πέντε χρόνια – από 22,5 δισεκατομμύρια δολάρια το 2020 θα φτάσει τα 42,8 δισεκατομμύρια δολάρια το 2025. Γιατί; Επειδή τα drones μπορούν να βοηθήσουν στην άμυνα, στον έλεγχο από καταστροφές, την γεωργία, τα ακίνητα, την ψυχαγωγία και πολλούς άλλους τομείς.



Η εταιρία Expo Line που διοργανώνει την Έκθεση Drone Expo και η Smart Press που εκδίδει το περιοδικό Security Manager συνεργάζονται στη διοργάνωση του 1ου online event “Drones 3S Project” (http://www.dronespro.gr/ ), που θα αναδείξει σε βάθος τις νέες μεθόδους, τις προτάσεις, τα οφέλη και τα case studies, εταιριών και οργανισμών οι οποίες έχουν εντάξει τα drones σε διάφορες εφαρμογές, σε ποικίλους τομείς και δραστηριότητες, δίνοντας έμφαση στην Ασφάλεια, την Επιτήρηση και όλες τις εκφάνσεις της ευρύτερης έννοιας της Πολιτικής Προστασίας! 

Ένα ολοκληρωμένο σύστημα διαχείρισης επισκεπτών αποτελεί διαχρονικά ένα βασικό πυλώνα σε κάθε σχέδιο ασφάλειας. Τη σημερινή εποχή που χαρακτηρίζεται από την έξαρση του ιδιαίτερα μολυσματικού covid-19, το να γνωρίζουμε το ποιος εισέρχεται σε μια εγκατάσταση και με ποιες προϋποθέσεις, αποτελεί κάτι περισσότερο από ένα θέμα ασφάλειας!




Του Βλάση Αμανατίδη

Τί είναι τα συστήματα διαχείρισης επισκεπτών;

Τα συστήματα διαχείρισης επισκεπτών ενός επαγγελματικού χώρου ή μιας εγκατάστασης, έχουν σχεδιαστεί και εφαρμόζονται εδώ και χρόνια για να τεκμηριώνουν και να διαχειρίζονται την άφιξη, την παρουσία και την αναχώρηση, ατόμων που δεν ανήκουν στο μόνιμο προσωπικό της επιχείρησης ή του οργανισμού που ανήκει η εγκατάσταση. Τα άτομα που ανήκουν στη κατηγορία επισκέπτες, μπορεί να είναι πελάτες της εταιρίας, συνεργάτες, υπάλληλοι εξωτερικών συνεργείων που αναλαμβάνουν διάφορες εργολαβίες, διανομείς, φιλικά ή οικογενειακά πρόσωπα και γενικότερα άτομα που δεν διαθέτουν κάποιο είδος διαπιστευτηρίου για τον έλεγχο πρόσβασης στο χώρο.

Η μετάβαση σε ένα νέο και σύγχρονο σύστημα ελέγχου πρόσβασης, αποτελεί πάντα μια σημαντική πρόκληση για τους οργανισμούς, που για να αντιμετωπιστεί επιτυχώς θα πρέπει να λάβουμε υπόψη ορισμένα βασικά στοιχεία τα οποία παραθέτουμε σε αυτό το άρθρο.



Αναδημοσίευση από securitymanager

Ένα λειτουργικό σύστημα ελέγχου πρόσβασης είναι ζωτικής σημασίας για την ασφάλεια κάθε οργανισμού αλλά και για την αποτελεσματική διαχείριση πολλών επιχειρηματικών λειτουργιών και διαδικασιών. Οι απαιτήσεις όμως των οργανισμών εξελίσσονται, όπως εξελίσσονται και οι κίνδυνοι και οι απειλές που μπορεί να αντιμετωπίζει. Αυτό σημαίνει, ότι είναι πιθανόν το ήδη εγκατεστημένο σύστημα ελέγχου πρόσβασης που είχε τοποθετηθεί πριν κάποια χρόνια, να έχει κορεστεί και να μην ανταποκρίνεται πλέον στις σύγχρονες ανάγκες, αλλά και τις επιθυμίες του οργανισμού.

Η Τεχνητή Νοημοσύνη –Artificial Intelligence (ΑΙ)- βρίσκεται σήμερα στην κορυφή της ατζέντας των συζητήσεων παγκοσμίως ως μια τεχνολογική επανάσταση που επηρεάζει καθοριστικά τις εξελίξεις σε επιστημονικό, επαγγελματικό, οικονομικό και κοινωνικό επίπεδο. Αξίζει λοιπόν μια ιδιαίτερη ανάλυση προκειμένου αποτυπώσουμε πώς το AI επιδρά ευρύτερα στο τομέα της φυσικής ασφάλειας και ειδικότερα στις υποδομές βιντεο-επιτήρησης.



Βλάσης Αμανατίδης
Αρχισυντάκτης Security Manager

Τεχνητή Νοημοσύνη – AI – Artificial Intelligence. Δυο λέξεις, μια συντομογραφία που σίγουρα συναντάμε όλο και πιο συχνά θα λέγαμε σε κάθε πτυχή της ζωής. Στην ειδησεογραφία, σε επαγγελματικές αναφορές, σε επιστημονικές αναλύσεις, σε συνέδρια, σε εμπορικές προβολές, αλλά θα λέγαμε και στη καθημερινότητα μας. Άλλες φορές τρομάζει, ενώ άλλες προκαλεί ενθουσιασμό! Υπάρχουν οι ένθερμοι υποστηρικτές, αλλά και οι σκεπτικιστές σε ότι αφορά την ευρεία υιοθέτηση της Τεχνητής Νοημοσύνης.

Το σίγουρο είναι ότι το AI δεν αποτελεί σήμερα, απλά και μόνο ένα “buzzword” ή ένας marketing όρος χωρίς πρακτικό αντίκρισμα – όπως μπορεί να συνέβαινε τα παλαιότερα χρόνια – αλλά αποτελεί, μια κυρίαρχη τεχνολογική τάση που μετουσιώνεται σε πρακτικές εφαρμογές, μέσα από ένα πλήθος συστημάτων προϊόντων και ολοκληρωμένων λύσεων σε πολλές κάθετες αγορές και βιομηχανίες. Σε όλο αυτό το περιβάλλον όπως διαμορφώνεται σταδιακά με την καθολική επίδραση του ΑΙ, ο τομέας της ασφάλεια στην ευρύτερη διάσταση του δεν θα μπορούσε να μείνει ανεπηρέαστος.

Και στους δυο κόσμους της ασφάλειας λοιπόν, τον φυσικό και τον ψηφιακό κόσμο, διαπιστώνουμε ενσωμάτωση της τεχνητής νοημοσύνης σε πολλές λειτουργίες των συστημάτων που αναπτύσσονται και σε πολλές πτυχές των έργων και των εφαρμογών που υλοποιούνται. Θα μπορούσαμε να ισχυριστούμε ότι για το AI υπάρχει ακόμα πεδίο δόξης λαμπρό στον ευρύτερο χώρο της ασφάλειας και όχι μόνο για την κάλυψη υψηλών απαιτήσεων σε κρίσιμης σημασίας έργα, αλλά και για πιο καταναλωτικές εφαρμογές.

Η τεχνητή νοημοσύνη μπορεί να μετατοπίσει το σύγχρονο τοπίο της ασφάλειας να έχει καταλυτικό ρόλο στο τομέα της επιτήρησης και γενικότερα να αλλάξει δραματικά τον τρόπο με τον οποίο οι χρήστες αλληλεπιδρούν με τα συστήματα ασφαλείας.

Σε κάθε περίπτωση όμως απαιτείται μια σύνεση και μια ρεαλιστική προσέγγιση μέσα από μια ορθολογιστική αξιολόγηση της κάθε προτεινόμενης λύσης με Τεχνητή Νοημοσύνη και των αναγκών που καλύπτει. Θα πρέπει να είμαστε σίγουροι για το πότε χρησιμοποιείται, από ποιους και για ποιο λόγο. Επίσης απαιτείται και καλύτερη κατανόηση των όρων που συνοδεύουν το AI όπως είναι το Deep Learning (βαθιά εκμάθηση) και Machine Learning (μηχανική εκμάθηση).

Όλες αυτές τις πτυχές του AI που εξακολουθεί να είναι μια αναδυόμενη τεχνολογία με πολλά περιθώρια εξέλιξης, θα επιχειρήσουμε να αναδείξουμε μέσα από το συγκεκριμένο άρθρο.

Τι προσφέρει η τεχνητή νοημοσύνη;

Η ανίχνευση σεναρίων υψηλού κινδύνου πριν κλιμακωθούν είναι ένα από τα βασικά κίνητρα πίσω από την ανάπτυξη της τεχνητής νοημοσύνης (AI) για εφαρμογές ασφαλείας. Με την τεχνητή νοημοσύνη στη φαρέτρα τους, οι διαχειριστές συστημάτων επιτήρησης μπορούν πέρα από μια απλή παρακολούθηση να αξιοποιούν κάθε καρέ βίντεο και σύνολο δεδομένων που είναι διαθέσιμα για τον εντοπισμό απειλών και την αντιμετώπιση καταστάσεων έκτακτης ανάγκης.

Η τεχνητή νοημοσύνη, μεταξύ άλλων, θα λέγαμε ότι συνιστά μια ισχυρή μέθοδο συλλογής, αξιολόγησης, επεξεργασίας και ανάλυσης δεδομένων κάθε μορφής, με κύριο στόχο την εξαγωγή ουσιαστικών συμπερασμάτων, που θα μπορούν να βοηθήσουν να καταλήξουμε σε αποφάσεις πιο γρήγορα, αλλά και πιο σωστά, ή ακόμα και να αυτοματοποιήσουμε διαδικασίες στο μέγιστο βαθμό. Το AI ως ορισμός, είναι μεταγενέστερος του Machine Learning (μηχανική εκμάθηση) ή του machine processing, ενώ το Deep Learning “βαθιά εκμάθηση” θα λέγαμε πως είναι μια εξέλιξη του AI.

Ειδικότερα τώρα σε ότι αφορά την εφαρμογή του όρου του AI στη βιομηχανία της ασφάλειας και πιο συγκεκριμένα στον τομέα της βιντεο-επιτήρησης, θα λέγαμε ότι συνιστά αρχικά τη δυνατότητα των συστημάτων αυτών να λαμβάνουν και να επεξεργάζονται σημαντικές πληροφορίες και δεδομένα από τις κάμερες ασφάλειας και άλλους διασυνδεμένους αισθητήρες σε ταχύτατους χρόνους, που πριν μερικά χρόνια δεν θα μπορούσαμε καν να φανταστούμε, όχι μόνο στους “αναλογικούς καιρούς” αλλά και κατά τον πρώτο ψηφιακό μετασχηματισμό των συστημάτων ασφάλειας.


Στη συνέχεια η κυριότερη εφαρμογή του ΑΙ είναι στα λογισμικά συστήματα διαχείρισης βίντεο, τα γνωστά σε όλους μας VMS: Video Management Software. Εδώ θα πρέπει να επισημάνουμε ότι λειτουργίες που συναντάμε στα VMS όπως: αναζήτηση αντικειμένου, αφαίρεση αντικειμένου, ανίχνευση κίνησης, παραβίαση χώρου και γραμμής και άλλα εργαλεία που γνωρίζουμε από τα video analytics δεν πρέπει να συγχέονται άμεσα με το ΑΙ. Όλες αυτές οι λειτουργίες που προϋπήρχαν της ενσωμάτωσης της Τεχνητής Νοημοσύνης, είναι analytics τα οποία τώρα δουν υποστηρικτικά προς το AI, αλλά δεν είναι από μόνα τους ΑΙ.

Η τεχνητή νοημοσύνη σίγουρα έχει καταφέρει να βελτιστοποιήσει την αξιοπιστία των μοντέλων και των παραπάνω σεναρίων σε απόλυτο βαθμό, αλλά κάνει και περισσότερα πράγματα με κυριότερο να μαθαίνει από το περιβάλλον.

Αλληλεπίδραση με τους χρήστες

Είναι γεγονός ότι ο ανθρώπινος εγκέφαλος έχει πεπερασμένα όρια στην ικανότητα συλλογής και επεξεργασίας δεδομένων σε συγκεκριμένη χρονική περίοδο. Αυτοί οι περιορισμοί ισχύουν φυσικά και για τους επαγγελματίες χειριστές καμερών ασφάλειας σε ένα κεντρικό σταθμό, που εποπτεύουν ζωντανά αλλά και διαχειρίζονται σε πραγματικό χρόνο μια πληθώρα καμερών από πολλαπλά σημεία εγκαταστάσεων.

Το AI όμως θα λέγαμε ότι είναι μια τεχνολογία που δεν έχει όρια, δεν κουράζεται, δεν εφησυχάζει και μπορεί ταυτόχρονα να αναλύσει τεράστιο όγκο δεδομένων, υπερκαλύπτοντας τις όποιες ανθρώπινες αδυναμίες.

Θα πρέπει εδώ να επισημάνουμε όμως, ότι η τεχνολογία ΑΙ για εφαρμογές ασφάλειας δεν έχει σχεδιαστεί με στόχο να αντικαταστήσει τον ανθρώπινο παράγοντα, αλλά κυρίως για να ενισχύσει την αντίληψη και διορατικότητα του και να τον βοηθήσει να εντοπίσει γρήγορα ένα πιθανό συμβάν, να το αξιολογήσει και να πάρει τις σωστές αποφάσεις στο σωστό χρόνο.
Η βασική ιδέα του AI στο τομέα της βιντεο-επιτήρησης είναι να στρέψει την προσοχή των ανθρώπων που έχουν την ευθύνη διαχείρισης των συστημάτων ασφάλειας στα σημεία που χρίζουν άμεσης ανταπόκρισης, να επικεντρωθούν δηλαδή στα πιθανά συμβάντα απειλής της ασφάλειας έγκαιρα και αποτελεσματικά, με αξιοπιστία και ακρίβεια.

Προκειμένου να επιτευχθεί αυτό, οι μηχανισμοί που συνιστούν το AI σε ένα σύστημα ασφάλειας, τροφοδοτούνται συνεχώς από πληροφορίες που περιέχουν χρήσιμα δεδομένα από το περιβάλλον και συμπεριφορές μεμονωμένων ατόμων αλλά και ενός πλήθους. Αναλύοντας αυτές τις πληροφορίες, μπορούν να εξαχθούν αξιόπιστα συμπεράσματα για πιθανές κακόβουλες ενέργειες πριν αυτές εκδηλωθούν, έτσι ώστε έπειτα από την κατάλληλη ενημέρωση το προσωπικό ασφάλειας -ιδιωτικής αλλά και δημόσιας δύναμης- να αναλάβει δράση επιχειρώντας στο πεδίο δράσης για το έλεγχο και την αποτροπή αυτών των ενεργειών.

Με την τεχνητή νοημοσύνη οι κάμερες επιτήρησης δεν έχουν απλά ένα παθητικό ρόλο ως μέσο παρακολούθησης εικόνων, αλλά παράλληλα αποκτούν λειτουργίες ενός αισθητήρα συλλογής σημαντικών δεδομένων αναγνώρισης και ανίχνευσης προσώπων, συμπεριφορών και άλλων χρήσιμων στοιχείων με αυτοματοποιημένες διαδικασίες σε πραγματικό χρόνο που επιτρέπουν στο επιχειρησιακό προσωπικό ασφάλειας, αλλά και τους υπεύθυνους διαχειριστές και διοικητές έργων, να λάβουν τις σωστές αποφάσεις.

Η ανάλυση συμπεριφοράς μπορεί επίσης να χρησιμοποιηθεί για τη διασφάλιση της ασφάλειας στο χώρο εργασίας.

Ειδικά σε ό.τι αφορά στην ανίχνευση και ανάλυση ανθρώπινης συμπεριφοράς και ειδικότερα την αναγνώριση προσώπων ως μέρος του AI σε συνδυασμό με τη δημιουργία βάσεων δεδομένων, γίνεται μεγάλη συζήτηση παγκοσμίως, ως ένα εργαλείο που μπορεί πραγματικά να δώσει θετικά αποτελέσματα στην πρόληψη και αποτροπή βαριάς εγκληματικότητας, όπως είναι οι τρομοκρατικές ενέργειες, ενώ από την άλλη πλευρά εγείρονται και αρκετές αντιδράσεις σχετικά με την προστασία προσωπικών δεδομένων σε δημόσιους χώρους.


Βαθιά Εκμάθηση – Deep Learning.

Το επόμενο επίπεδο του ΑΙ είναι το Deep Learning AI, που επιτρέπει μέσα σε ένα διασυνδεμένο οικοσύστημα βίντεο επιτήρησης και άλλων αισθητήρων, μια συγκριτική ανάλυση μεγάλου όγκου δεδομένων σε βάθος με πληροφορίες που έχουν συλλεχθεί από πολλαπλές πηγές ίσως και σε διαφορετικά σημεία. Μια ανάλυση με βάση νευρωνικά δίκτυα που προσδίδει στο σύστημα ασφάλειας τη δυνατότητα να εκπαιδεύεται και να προσαρμόζεται συνεχώς σε νέα δεδομένα, να αναγνωρίζει μοτίβα και να εντοπίζει πιθανές απειλές.

Με μια ευρύτερη διάσταση λοιπόν, η τεχνητή νοημοσύνη σε μια πλατφόρμα ασφάλειας, θεωρείται ως η βάση για την αξιοποίηση ενός συστήματος μηχανών με στόχο τη συλλογή, επεξεργασία, ανάλυση και παραγωγή πληροφοριών, που λαμβάνονται από τη λήψη βίντεο ή τις προηγμένες δυνατότητες των video analytics.

Το τι μαθαίνουν οι μηχανές αυτές, εξαρτάται από το τι τους ζητείται. Η αλήθεια είναι, πως ο μόνος τρόπος προκειμένου η Τεχνητή Νοημοσύνη να παράγει τα επιθυμητά αποτελέσματα, είναι να υπάρχουν πολλές και επαρκείς πληροφορίες που θα βοηθήσουν το εκάστοτε σύστημα να μάθει αυτά που χρειάζεται.

Αν δεν υπάρχουν αρκετές πληροφορίες, τότε πρέπει θα πρέπει να εμβαθύνουμε ακόμα περισσότερο σε κάποιες από αυτές ή να μάθουμε στο σύστημα περισσότερα πράγματα κάτι που αποτυπώνει ο όρος Deep Learning “βαθιά εκμάθηση” AI. Πρακτικά, αυτό σημαίνει ότι πρέπει να μάθουμε περισσότερα και σε βαθύτερο επίπεδο, προκειμένου να λάβουμε τις συνδυασμένες πληροφορίες που είναι απαραίτητες για την επίτευξη του επιθυμητού αποτελέσματος.

Η “βαθιά εκμάθηση” μπορεί να μας δώσει τη δυνατότητα να κατανοήσουμε περισσότερα για τα χαρακτηριστικά και τις συμπεριφορές των προσώπων. Η εφαρμογή αυτών των πληροφοριών μπορεί στη συνέχεια να εφαρμοστεί περαιτέρω για να κατανοήσουμε τον τρόπο ερμηνείας των προτύπων συμπεριφοράς με τελικό στόχο την πρόβλεψη συμπεριφοράς. Αυτή η πρόβλεψη απαιτεί κάποιο βαθμό ανθρώπινης ερμηνείας, έτσι ώστε να είμαστε σε θέση να ερμηνεύσουμε πρότυπα ύποπτης συμπεριφοράς ή απλά να αναζητήσουμε άτομα ενδιαφέροντος με βάση αυτά τα πρότυπα.

Αυτά τα ίδια πρότυπα εξελίσσονται σε τεχνητή νοημοσύνη η οποία με την πάροδο του χρόνου αυξάνει την ικανότητα της μηχανής να προβλέπει με μεγαλύτερη ακρίβεια συμπεριφορές που οδηγούν στη λήψη αποφάσεων για την προστασία προσώπων και την ασφάλεια εγκαταστάσεων.

Αυτή η τεχνολογία συνιστά μια ολιστική αξιοποίηση των δεδομένων, συνδέοντας μεμονωμένα σημεία συλλογής για να εντοπίσει τι ακριβώς συμβαίνει, προκειμένου να εντοπίσει γρήγορα καταστάσεις υψηλού κινδύνου πριν κλιμακωθούν.

Στον τομέα της παρακολούθησης βίντεο, ξεχωρίζουν πολλές εφαρμογές που μπορούν να επωφεληθούν από τη βαθιά εκμάθηση. 

Αναγνώριση προσώπου

Η τεχνολογία βαθιάς εκμάθησης έχει βελτιώσει σημαντικά το ποσοστό ακρίβειας της αναγνώρισης προσώπου. Το Εθνικό Ινστιτούτο Προτύπων και Τεχνολογίας (NIST) των ΗΠΑ διενήργησε δοκιμές για την αναγνώριση προσώπου (Face Recognition Vendor Test (FRVT) FRVT) κατά την τελευταία δεκαετία. Οι βελτιώσεις τα τελευταία χρόνια είναι πολύ σημαντικές και τα ποσοστά σφάλματος αναγνώρισης προσώπων έχουν μειωθεί σε πολύ μεγάλο βαθμό. Τα περισσότερα από τα σημερινά εμπορικά προϊόντα αναγνώρισης προσώπου που παρουσιάζουν κορυφαία απόδοση βασίζονται στη βαθιά εκμάθηση. Η ακρίβεια έχει φτάσει το 99,9% για ελεγχόμενα περιβάλλοντα όπως εφαρμογές αναγνώρισης προσώπων σε διαδικασίες ελέγχου αεροδρομίου, σύμφωνα με έρευνα του Πανεπιστημίου του Τελ Αβίβ.

Ταχύτερη αναζήτηση

Αξίζει επίσης να σταθούμε στη λειτουργία αναζήτησης, η οποία επιτυγχάνεται με πολύ ταχύτερο και αποτελεσματικό τρόπο μέσα από τους μηχανισμούς που προσφέρει το ΑΙ.

Οι διαχειριστές των συστημάτων έχουν πλέον στα χέρια τους εργαλεία με τεχνητή νοημοσύνη, που έχουν σχεδιαστεί για να κάνουν την αναζήτηση αρχείων βίντεο με ιδιαίτερο ενδιαφέρον τόσο εύκολη, όσο η αναζήτηση σε μια μηχανή στο διαδίκτυο. Πρόκειται για εργαλεία με εξελιγμένη βαθιά εκμάθηση AI, που καθιστούν εφικτή μια μηχανή αναζήτησης βίντεο που επιτρέπει πολύ γρήγορα τον εντοπισμό συγκεκριμένων προσώπων ή οχημάτων από όλες τις κάμερες σε μια περιοχή με την εισαγωγή εύκολων κριτηρίων και χαρακτηριστικών.

Όταν ο διαχειριστής ασφαλείας διαθέτει για παράδειγμα περιγραφές φυσικών χαρακτηριστικών ενός ατόμου που πιθανώς να εμπλέκεται σε ένα συμβάν, η τεχνολογία ΑΙ του επιτρέπει να ξεκινήσει μια αναζήτηση επιλέγοντας απλώς ορισμένα στοιχεία, όπως το φύλο, την ηλικία, το ύψος ή το χρώμα του ρουχισμού. Κατά τη διάρκεια κρίσιμων ερευνών, όπως στην περίπτωση ενός αγνοούμενου ή ύποπτου για μια εγκληματική ενέργεια σε ένα προκαθορισμένο πεδίο θέασης ή ένα πολυσύχναστο δημόσιο χώρο, αυτή η δυνατότητα είναι ιδιαίτερα πολύτιμη, καθώς με βάση απλές περιγραφές καθίσταται εφικτή η εξαγωγή συμπερασμάτων σε πολύ σύντομα χρονικό διάστημα.

Εστιασμένη προσοχή

Η δυνατότητα της τεχνητής νοημοσύνης να επιτυγχάνει σημαντική μείωση του χρόνου της απόλυτης προσοχής που πρέπει να επιδεικνύουν οι ελεγκτές στην επιτήρηση εικόνων από κάμερες ασφάλειας, είναι πολύ σημαντική και χρήσιμη, αν αναλογιστούμε ότι κατά το χρόνο αυτής της εργασίας, υπάρχει όπως προαναφέρθηκε σταδιακή μείωση της ικανότητας και της προσοχής των χειριστών στη κάθε λεπτομέρεια και πληροφορία ως απόρροια των φυσικών ανθρώπινων χαρακτηριστικών.

Ο κάθε ελεγκτής σε ένα κέντρο ελέγχου καμερών από ένα σημείο και μετά μπορεί να εστιάζει μόνο σε πληροφορίες ή γεγονότα που του προκαλούν ενδιαφέρον ή είναι ασυνήθιστα. Το εύρος της προσοχής του μειώνεται σημαντικά έπειτα από κάποιο χρονικό διάστημα και η πιθανότητα να του ξεφύγει κάτι που μπορεί να αποτελέσει γενεσιουργό αιτία μιας ενδεχόμενης απειλής δεν είναι μικρή. Εδώ έρχεται και πάλι το ΑΙ να βοηθήσει τους ελεγκτές να εστιάζουν σε συμβάντα που χρήζουν περαιτέρω διερεύνησης. Μια αλλαγή ή μια ασυνήθιστη διεργασία σε μια τυπική δραστηριότητα σε μια περιοχή ανιχνεύεται άμεσα και με αυτοματοποιημένο τρόπο ενημερώνεται ο χειριστής προκειμένου άμεσα να εστιάσει τη προσοχή του εκεί. Στην ουσία μιλάμε για ένα αυτοματοποιημένο επίπεδο ανίχνευσης συμβάντων στην επιτήρηση, που βασίζεται όχι μόνο σε προκαθορισμένα σενάρια όπως γίνεται στα συμβατικά video analytics, αλλά και στην ανίχνευση δραστηριότητας που το ίδιο το σύστημα εντοπίζει και προέρχονται από αλλαγές στο περιβάλλον από το οποίο συλλέγει και επεξεργάζεται συνεχώς δεδομένα.

Μιλάμε για ένα δυναμικό περιβάλλον που εξελίσσεται διαρκώς και συμβάλει στην ενίσχυση της απόδοσης της προσοχής των χειριστών και στην βελτιστοποίηση των αποφάσεων που λαμβάνει. Δεν καταργείται φυσικά η ανάγκη συνεχούς παρακολούθησης των καμερών από τους χειριστές αλλά τους βοηθάει να εστιάζουν σε σημεία ενδιαφέροντος καθώς και να επαληθεύουν αξιόπιστα κάποια γεγονότα έτσι ώστε η ανάληψη της όποια δράσης να είναι προς τη σωστή κατεύθυνση και στο σωστό χρόνο.

Εφαρμογές πέρα από την ασφάλεια

Η τεχνητή νοημοσύνη ως μέρος ενός συστήματος ασφάλειας και ειδικότερα της βιντεοεπιτήρησης, θα μπορούσε να προσφέρει σημαντικά οφέλη στους οργανισμούς όχι μόνο στις εφαρμογές που είναι αποκλειστικά για την ασφάλεια, αλλά και σε άλλους τομείς όπως για παράδειγμα στην καλύτερη διαχείριση του πλήθους σε μεγάλους εμπορικούς χώρους για τη συλλογή δεδομένων που σχετίζονται με τη συμπεριφορά των πελατών ή ακόμα και σε άλλους χώρους μαζικής παρουσίας, όπως μια έκθεση ή μια εκδήλωση για την ανάλυση της κίνησης των επισκεπτών.

Αυτό εμφανίζεται συνήθως με τη μορφή χαρτογράφησης θερμότητας του πλήθους των ατόμων σε αυτούς τους χώρους και η ανάλυση όλων αυτών των στοιχείων μπορούν να οδηγήσουν σε χρήσιμα συμπεράσματα και αποφάσεις όπως οι αλλαγές των σημάνσεων της χωροθέτηση προϊόντων με απώτερο σκοπό την βελτίωση της εμπειρίας των πελατών και των επισκεπτών αλλά και την αύξηση των πωλήσεων και των εσόδων.

Επίσης οι έξυπνες πόλεις έχουν τη δυνατότητα να αξιοποιούν δίκτυα έξυπνων αισθητήρων για τη λήψη δεδομένων και με τη βοήθεια της τεχνητής νοημοσύνης σε πλατφόρμες βίντεο-επιτήρησης να βελτιστοποιούμε διαδικασίες όπως η ροή της κυκλοφορίας.

Ειδικότερα την εποχή των μέτρων για την αντιμετώπιση της διασποράς του covid-19 τα εργαλεία τεχνητής νοημοσύνης θα αποδειχτούν ιδιαίτερα χρήσιμα στις προσπάθειες για τη διαχείριση πλήθους και τον περιορισμό σημείων συνωστισμού.

To AI έχει έρθει για να μείνει και είναι σίγουρο ότι τα επόμενα χρόνια θα έχει καταλυτικό ρόλο στη βιομηχανία των συστημάτων ασφάλειας και ακόμα μεγαλύτερη επιρροή στην υλοποίηση των έργων, μιας και τα πλεονεκτήματα είναι ιδιαίτερα σημαντικά.


Η ιστορία με τα μέτρα αντιμετώπισης της διασποράς του covid-19 συνεχίζεται και ένα από τα βασικά εργαλεία για αυτό το σκοπό, προέρχονται από τη βιομηχανία των ηλεκτρονικών συστημάτων ασφάλειας και είναι τα συστήματα θερμομέτρησης με τη χρήση θερμικών καμερών. Είναι λοιπόν η κατάλληλη στιγμή τώρα που ωρίμασαν κάπως οι συνθήκες και “έπεσε η σκόνη” των πρώτων ημερών να δούμε τι πρέπει λοιπόν να λάβουμε υπόψη κατά τη χρήση αυτών των συστημάτων και όχι μόνο.


Η μετάβαση της παγκόσμιας κοινότητας στο 5G θα αλλάξει σίγουρα τον τρόπο που επικοινωνούμε, θα αυξήσει την χωρητικότητα των δικτύων μετάδοσης δεδομένων και θα επιτρέψει σε δισεκατομμύρια συσκευές να συνδέονται μεταξύ τους σε πραγματικό χρόνο. 


Το 2020 πάνω από το 50% των μεσαίων και μεγάλων επιχειρήσεων αναμένεται να απειληθεί από κάποιας μορφής κυβερνοεπίθεση, προειδοποιεί ο ΣΕΒ και προτείνει τις 10 δράσεις που πρέπει να εφαρμόσουν οι επιχειρήσεις για να προστατευτούν από συμβάντα κυβερνοασφάλειας και τις ψηφιακές παραβιάσεις στην εποχή της 4ης Βιομηχανικής Επανάστασης. 

Author Name

Φόρμα επικοινωνίας

Όνομα

Ηλεκτρονικό ταχυδρομείο *

Μήνυμα *

Από το Blogger.