AI人工智能的高级分析为门禁系统带来哪些价值？

随着越来越多地采用人工智能 (AI) 和高级分析来提高安全性、效率和有效性，门禁行业即将经历重大转型。访问控制系统对于确保人员、物理空间、数据和资源的安全性和完整性至关重要。随着技术的发展，将人工智能 (AI) 和高级分析集成到访问控制系统中将成为游戏规则的改变者。

但过去几十年来，访问控制系统一直基于静态规则和权限，这决定了攻击者可以轻易绕过，并且在灵活性、适应性和可扩展性方面受到限制。因此，该行业一直在修改其思维并添加特性和功能，以应对不断变化的环境和世界。但即使增加了视频监控、访客管理和工作场所解决方案等功能，许多人仍然认为未来的部署需要采取更主动的方法来应对现实世界的威胁。它们在法医目的上受到赞赏，但预测价值不大。现在，人工智能 (AI) 和高级分析技术为访问控制系统带来了巨大的价值和功效，并提高了总体安全性。

人工智能驱动的访问控制系统可以学习并适应不断变化的威胁，使其更难以被破坏，同时提供甚至一些行业资深人士也从未想象过的更高级别的保护。而且，我们第一次看到具有预测能力的主动解决方案，可以弥合消费差距，以及激励新老参与者挑战现状的新思维。如果我们采取现实和审慎的态度，我们的发展方向将重新定义我们所知道的电子安全。

本文探讨了人工智能和高级分析如何通过增强安全性、效率和适应性为访问控制系统带来价值。我们还将讨论安全与便利的问题、情境化的价值，以及隐私、人口统计和激励措施如何在不断变化的访问控制系统和行业中发挥作用。

什么是人工智能和高级分析？

人工智能是计算机科学的一个分支，致力于开发能够执行通常需要人类智能的任务的智能机器，例如学习、解决问题和决策。另一方面，高级分析涉及使用统计算法和机器学习技术从大型数据集中提取见解。这与访问控制系统有什么关系？它对我们有什么作用？我们将如何使用它？

Smithee Solutions LLC 的融合工程师 Rodney Thayer讨论了这些问题和其他问题，他的回答让我能够分解人工智能和高级分析的适用性。

“我绝对同意高级分析值得考虑用于访问控制系统部署。我宁愿将其视为事件关联。我认为人工智能（或机器学习，如果你想使用不那么奇特的标签）只是本周的版本Thayer 表示：“具有非常好的事件相关性。”他的回答表明，访问控制系统内部生成的事件和数据，如果成本或时间不高，相关性可能会对最终用户的访问产生积极和有益的影响。业务成果及其安全状况。或者至少提供组织其他地方使用的利益和价值。

人工智能和高级分析的好处

通过将人工智能和高级分析集成到访问控制系统中，组织可以提高效率、改进决策、获得新的见解和机会、降低成本并增强用户体验。更具体地说，好处将包括：

通过人工智能和高级分析增强安全性– 人工智能和高级分析被用于以多种方式增强安全性，包括：

检测和防止未经授权的访问：人工智能驱动的面部识别和生物识别身份验证可以识别和验证用户身份，而使用机器学习算法的实时异常检测可以检测可疑活动。
威胁检测和主动响应：智能监控和行为分析可用于识别潜在威胁。相比之下，预测分析可用于在潜在安全风险发生之前识别它们。
自适应访问控制：可以根据用户行为模式做出上下文访问决策，而使用人工智能算法的动态风险评估可用于根据给定情况的风险级别动态调整访问控制策略。
最重要的增强是添加具有人工智能和访问控制的监控视频。这是一个为我们提供背景的视频。

通过自动化提高效率– 人工智能和高级分析还可用于通过自动化多项任务来提高安全操作的效率，包括：

简化访问请求和审批流程：自动访问配置和取消配置可以简化访问和审批流程。相比之下，基于预定义规则的智能访问请求路由可以将请求路由到适当的审批者。
智能访问管理：人工智能驱动的策略优化和执行可用于确保访问策略一致且高效地执行。相比之下，自动访问重新认证和合规性检查可用于确保用户访问始终是最新的且符合法规。
数据驱动的资源优化洞察：高级分析可用于识别访问使用模式，从而优化资源分配并降低成本。

实现自适应和可扩展的访问控制 -人工智能和高级分析还可用于通过以下方式实现自适应和可扩展的访问控制：

基于情境因素的动态访问控制：人工智能驱动的情境决策可以根据用户的位置、一天中的时间和他们使用的设备等各种因素做出访问控制决策。
与其他安全系统和数据源集成：人工智能和高级分析可用于与其他安全系统和数据源集成，从而提供更全面的安全景观视图并做出更明智的访问控制决策。

这些只是人工智能和高级分析增强安全性和提高效率的几种方法。随着这些技术的发展，我们期望看到更多创新和有影响力的应用。

人工智能和高级分析的挑战

数据隐私和安全

数据隐私和安全是人工智能和高级分析面临的两个最大挑战。随着这些技术的成熟，他们可以收集和分析更多的个人数据。如何使用和保护这些数据将引起关注。

它还引发了关于谁将成为管理这一领域的权威的问题。我们会自治吗？行业会挺身而出吗？或者我们会允许政府在全国范围内制定类似 GDPR 的法规吗？

人工智能和高级分析可以通过多种方式侵犯隐私。例如，人工智能驱动的面部识别系统可以在个人不知情或同意的情况下追踪他们。此外，人工智能驱动的算法可用于从数据集中识别敏感的个人信息。

确保以尊重隐私和安全的方式使用人工智能和高级分析非常重要。需要强大的数据保护策略、加密和其他安全措施来保护数据。塞耶表示：“权力越大，责任越大。请仔细考虑您的分析何时开始影响用户（或企业）的隐私。在浴室外部署人工智能增强型运动传感器之前，请提前发出警告。”

安全性、隐私性、便利性

但与此同时，另一场对话正在改变局面。我们如何解决有关安全与隐私或安全与便利的传统安全思维？哪个优先？我们如何侍奉两位主人？

The Access Control Executive Brief 首席执行官 Lee Odess对上述问题给出了答案，他说：“以前，从我们行业的角度来看，这只是关于安全的问题，除非有人大喊‘隐私’这个词。然后讨论发生了转变，隐私成为战斗口号。

“有两个事实，新的事实和旧的事实，虽然我们可能希望进行二元对话，但实际上两者都是。在安全与便利以及安全与隐私的讨论中，安全总是更重要。”

他补充说，“我们需要表现出自我意识，不要感到变化的威胁。”

换句话说，我们必须找到一种平衡安全性、隐私性和便利性的方法。平衡这些问题是一项复杂的挑战，但如果我们想确保负责任地使用人工智能和高级分析，就必须解决这个问题。

偏见和歧视

人工智能和高级分析的另一个挑战是偏见和歧视。人工智能系统是根据数据集进行训练的，如果这些数据集存在偏见，人工智能系统将具有相同的倾向，这可能导致人工智能系统做出不公平或歧视性的决策。

塞耶建议：“信任但要验证。请务必验证您的人工智能解决方案。它真的能区分出 – 我直接从健身房来到这里，带着她的网球拍进入大厅 – 和 – 大楼里一个拥有潜在武器的人吗？确保你的猫无法进入（当然，除非你给它颁发了徽章。）”。

补充道，“不要让闪亮的新（人工智能/分析）玩具分散您对基础设施安全基础知识的注意力。不要以为构建人工智能的博士们在大学里上过一门信息安全课。”

解决人工智能系统中的偏见非常重要。这可以通过使用偏差较小的数据集、使用更复杂的算法以及监控人工智能系统是否存在偏差迹象来实现。

降低成本

Ambient.ai 企业合作主管James Connor指出了大幅降低成本的能力，他说：“对于最高管理层来说，最重要的是整个行业都在技术、硬件和软件方面进行投资，雇佣警卫部队并建立 SOC。但他们最终还是付钱让人每天清除数以万计的误报。充其量，只有当我们回去调查时，该行业才可能偶然发现犯罪、违规或其他值得注意的事件。硅谷的一家公司甚至不看它的警报。他们必须在 2023 年部署警卫。”

如果大家都知道您要以每个席位 20 万美元的价格清除警报，那么最高管理层或董事会将如何看待这件事？” 如果你现在这样做，感觉如何？

规定

人工智能和高级分析的监管是另一个挑战。人工智能系统需要有一个明确的监管框架。这意味着企业需要了解开发和部署人工智能系统的规则。监管需求是采用人工智能和高级分析的障碍。如果不确定规则，一些企业可能会犹豫是否采用和实施这些技术。

制定人工智能系统的监管框架非常重要。该框架应平衡保护消费者和企业的需要与鼓励创新的需要。尽管人工智能和高级分析行业的监管方式可能存在不确定性，但与此同时，人工智能可以帮助组织改善 HIPAA、GDPR 和 PCI DSS 等合规性法规，从而保护组织免受罚款和处罚。