Όλες οι νέες τάσεις στη βιντεο-επιτήρηση!

Cloud, AI, Facial recognition & Cyber Security

Η ολοένα και μεγαλύτερη υιοθέτηση τεχνολογιών από το τομέα της πληροφορικής, όπως το Cloud και η αξιοποίηση σύγχρονων έξυπνων λογισμικών που υποστηρίζουν Τεχνητή Νοημοσύνη καθώς και η επιρροή του cyber security, είναι οι βασικοί παράγοντες του ψηφιακού μετασχηματισμού που υφίσταται στις μέρες μας ο τομέας της φυσικής ασφάλειας και ειδικότερα της βιντεο-επιτήρησης. Το συμπέρασμα αυτό καταδεικνύει πρόσφατα δημοσιευμένη σχετική έρευνα, τα βασικότερα στοιχεία της οποίας αναλύουμε στο συγκεκριμένο άρθρο.

Κάθε χρόνο το IFSEC Global με τη χορηγία της εταιρίας IDIS, διεξάγει έρευνα για τις τάσεις στο τομέα της βίντεο-επιτήρησης και δημοσιοποιεί τα κυριότερα στοιχεία της, σε μια ειδική μελέτη. Στη φετινή έρευνα μετείχαν εγκαταστάτες συστημάτων ασφάλειας, μεγάλες εταιρίες υλοποίησης έργων, σύμβουλοι ασφάλειας, αλλά και υπεύθυνοι ασφάλειας εσωτερικών τμημάτων επιχειρήσεων και οργανισμών κυρίως από το Ηνωμένο Βασίλειο (έδρα του οργανισμού), την υπόλοιπη Ευρώπη αλλά και άλλες περιοχές παγκοσμίως, οι οποίοι μοιράστηκαν τις απόψεις τους, τις αντιλήψεις τους και τις εμπειρίες τους, που προκύπτουν από την πρακτική ενασχόληση με τα έργα ασφάλειας.
Μελετώντας λοιπόν την 5^η κατά σειρά έκθεση με τίτλο “The video surveillance report 2019” που δημοσιεύτηκε πρόσφατα, συλλέξαμε τα βασικότερα συμπεράσματα που προκύπτουν και τα παραθέτουμε στο παρόν άρθρο.

Καταρχήν, οι λειτουργίες των συστημάτων παρακολούθησης βίντεο και κατ’ επέκταση οι εφαρμογές τους, μετασχηματίζονται και οι δυνατότητες τους συνεχώς αναβαθμίζονται ως απόρροια του τρόπου με τον οποίο συλλέγουν, αναλύουν και διαμοιράζουν τα δεδομένα που προέρχονται από τις κάμερες επιτήρησης, ενώ φυσικά συνεχίζονται να γίνονται άλματα προόδου και σε ότι αφορά την ποιότητα των εικόνων. Οι κάμερες ασφαλείας και γενικότερα οι υποδομές βίντεο επιτήρησης διαδραματίζουν ήδη ένα καθοριστικό ρόλο στην προσπάθεια να γίνουν οι πόλεις και οι εγκαταστάσεις, πιο έξυπνες, αναπτύσσοντας παράλληλα το IoT – Internet of Things ή διαδίκτυο των πραγμάτων. Οι συνέπειες όλης αυτής της νέας τεχνολογικής εξέλιξης – με πυρήνα πάντα την IP τεχνολογία και τα έξυπνα συστήματα – δεν μπορούν να μην επηρεάσουν τα επιχειρηματικά μοντέλα των εγκαταστατών των συστημάτων αλλά και των μεγάλων integrators. Αυτά προκύπτουν ως γενικά συμπεράσματα της έκθεσης, που μεταξύ άλλων, εξετάζει θεματικά αντικείμενα όπως το cloud, η αναγνώριση προσώπων, το AI και Deep Learning, τα Analytics, το Cyber Security, κ.ά. Σε σχέση με την ανάπτυξη της αγοράς, θα πρέπει να σημειώσουμε ότι η αγορά ανήλθε σε 36,89 δισ. Δολάρια το 2018 και προβλέπεται να αυξηθεί στα 68,34 δισ. δολάρια το 2023, με ετήσιο ρυθμό ανάπτυξης 13,1%.

Cloud

Πάνω από τα τρία τέταρτα (77%) των επιχειρήσεων και των οργανισμών, έχουν τουλάχιστον μία εφαρμογή ή μέρος της υποδομής πληροφορικής στο cloud, σύμφωνα με μελέτη της IDG για το Cloud Computing του 2018. Η απορρόφηση της τεχνολογίας cloud σε ότι αφορά όμως την αγορά βίντεο-επιτήρησης ακολουθεί πολύ πιο αργούς ρυθμούς, όπως προκύπτει από την έρευνά της IFSEC, με μόλις έναν στους τρεις τελικούς χρήστες (31%) να αποθηκεύουν σήμερα δεδομένα σε πλατφόρμες που βασίζονται σε cloud. Το ίδιο ποσοστό (31%) εξετάζει το ενδεχόμενο αυτό για μέλλον, ενώ το 38% δεν έχει στα σχέδια του να μεταφέρει οποιοδήποτε μέρος της υποδομής παρακολούθησης βίντεο στο cloud. Σε ότι αφορά το μοντέλο, υπάρχει η επιλογή μεταξύ ιδιωτικού και δημόσιου cloud. Στη πρώτη περίπτωση του ιδιωτικού cloud, ο οργανισμός μπορεί να επιβαρυνθεί το κόστος των υποδομών (servers, εσωτερικό intranet, δικτυακό εξοπλισμό, κ.ά.) όμως έχει καλύτερο έλεγχο των δεδομένων του. Αυτό το μοντέλο ακολουθούν οι μεγάλοι οργανισμοί, όπως τράπεζες, κρατικές υπηρεσίες ή επιχειρήσεις με εγκαταστάσεις σε πολλαπλά σημεία. Αντίθετα τo δημόσιο cloud, όπου τα δεδομένα που προκύπτουν από τα συστήματα επιτήρησης αποθηκεύονται από μεγάλες εταιρίες που παρέχουν αυτές τις υπηρεσίες σε δικά τους data centers, είναι σίγουρα μια πιο οικονομική λύση -δεν απαιτεί κάποια αρχική επένδυση- και προτιμάται από μεσαίες και μικρές επιχειρήσεις που πληρώνουν μια συνδρομή για την υπηρεσία στο πάροχο. Οι ανησυχίες για την ψηφιακή ασφάλεια φαίνεται να είναι, ο συνηθέστερος λόγος για τον οποίο δεν αξιοποιείται στο έπακρο η τεχνολογία cloud, όπως αναφέρθηκε από σχεδόν έναν στους τέσσερις (23%) ερωτηθέντες στην έρευνα. Σίγουρα η αξιοπιστία των παρόχων cloud σε ότι αφορά την ασφάλεια, έχει ενισχυθεί σε πολύ μεγάλο βαθμό. Παράλληλα, τα δεδομένα που συλλέγονται από τις υποδομές βίντεο-επιτήρησης αυξάνονται ραγδαία και δημιουργείται ένας τεράστιος όγκος δεδομένων που σίγουρα οι τοπικές υποδομές αποθήκευσης δεν θα μπορούν να διαχειριστούν. Επιπλέον, το διαδίκτυο των πραγμάτων δημιουργεί ακόμα μεγαλύτερες απαιτήσεις αποθήκευσης δεδομένων που δεν μπορούν φιλοξενηθούν σε εσωτερικές τοπικές υποδομές. Η αποθήκευση στο cloud έχει το πλεονέκτημα ότι μειώνει τον κίνδυνο απώλειας δεδομένων σε περίπτωση πυρκαγιάς ή άλλη φυσικής ή τεχνητής καταστροφής, καθιστώντας το cloud iιδιαιτέρως ελκυστικό για οργανισμούς που εδρεύουν σε περιοχές επιρρεπείς σε ακραία καιρικά φαινόμενα. Στο cloud δημιουργούνται εύκολα αντίγραφα ασφαλείας σε διακομιστές, έτσι ώστε οι διαχειριστές να έχουν εύκολη πρόσβαση από απόσταση από κινητές συσκευές.
Παρόλο που τα πλεονεκτήματα χρήσης τεχνολογιών cloud είναι αρκετά, στην Ελλάδα, η υιοθέτηση τους σε ότι αφορά την αποθήκευση και διαχείριση δεδομένων από συστήματα βιντεο-επιτήρησης, βρίσκεται σε πολύ πρώιμο στάδιο. Είναι όμως κάτι το οποίο σίγουρα θα μας απασχολήσει εντονότερα στο μέλλον.

Αναγνώριση προσώπων

Αξιοσημείωτο στοιχείο της έρευνας είναι ότι περισσότεροι από ένας στους τέσσερις (27%) επαγγελματίες της ασφάλειας που ερωτήθηκαν για τους σκοπούς της έρευνας, δήλωσαν ότι σήμερα χρησιμοποιούν λογισμικό αναγνώρισης προσώπου – μια σίγουρα εντυπωσιακή πρόοδο για μια τεχνολογία που ακόμα έχει υψηλό κόστος και μέχρι πριν κάποιο διάστημα, όχι απόλυτα αξιόπιστα αποτελέσματα. Η αλήθεια είναι όμως ότι η τεχνολογική εξέλιξη των αλγορίθμων, πάνω στους οποίους βασίζεται η αναγνώριση προσώπων όπως το deep learning, έχουν δημιουργήσει λογισμικά που επιτυγχάνουν 20 φορές πιο αποτελεσματικές και αξιόπιστες αναζητήσεις προσώπων σε βάσεις δεδομένων σύμφωνα με μελέτη του Εθνικού Ινστιτούτου Προτύπων και Τεχνολογίας (NIST). Επίσης το κόστος αγοράς αυτών των λογισμικών μειώνεται σταδιακά και παράλληλα αλλάζει η αντίληψη ότι η αναγνώριση του προσώπου, είναι κατάλληλη μόνο για ορισμένες εξειδικευμένες εφαρμογές όπως η ασφάλεια των συνόρων ή άλλα κρίσιμων υποδομών. Η δυναμική της τεχνολογίας αναγνώρισης προσώπων είναι τεράστια, ενώ η αγορά αναμένεται να τριπλασιαστεί σχεδόν σε £ 11,7δις έως το 2026 από 4 δισεκατομμύρια δολάρια το 2017. Η αναζήτηση και αναγνώριση προσώπων σε πολυσύχναστους δημόσιους χώρους για τον εντοπισμό ατόμων που καταζητούνται ή επιτηρούνται από τις αρχές επιβολής του νόμου, αντιτρομοκρατικές υπηρεσίες και υπηρεσίες αντιμετώπισης οργανωμένων εγκλημάτων δεν αποτελούν πλέον κινηματογραφική φαντασία, αλλά μια πραγματικότητα.

Μεταξύ αυτών που εφαρμόζουν συστήματα αναγνώρισης προσώπου, σχεδόν τα δύο τρίτα (65%) δήλωσαν ότι οι έρευνες για τον εντοπισμό ατόμων με ενδιαφέρον από πλευράς ασφάλειας, είναι πλέον ταχύτερες, ευκολότερες και πιο αποτελεσματικές, ενώ την άποψη ότι τα συστήματα παρακολούθησης βίντεο με επιλογή αναγνώρισης προσώπων είναι πλέον πιο αποτελεσματικά στην πρόληψη εγκλημάτων δηλώνει το 57% των ερωτηθέντων.

Η αναγνώριση προσώπου μπορεί επίσης να βοηθήσει τις έρευνες για αγνοούμενους, ενώ ορισμένες αστυνομικές δυνάμεις δοκιμάζουν την ανάπτυξη της τεχνολογίας και σε κάμερες που φοριούνται στο σώμα. Σημαντικά ποσοστά των ερωτηθέντων στην έρευνα, αναγνωρίζουν ότι τα οφέλη της αναγνώρισης προσώπων και σε εξατομικευμένες υπηρεσίες όπως η προστασία VIP (49%) και ο τομέας υγείας και ασφάλειας των εργαζομένων (35%).

Σίγουρα οι νέες κατευθύνσεις σε σχέση με την προστασία των προσωπικών δεδομένων και προάσπισης της ιδιωτικότητας, όπως αυτές πηγάζουν από τον νέο Ευρωπαϊκό Κανονισμό GDPR, αναπροσαρμόζουν τη λειτουργία και τη πρακτική εφαρμογή των δυνατοτήτων που προσφέρουν τα συστήματα αναγνώρισης προσώπων. Θα πρέπει λοιπόν οι εταιρίες που αναπτύσσουν αυτές τις πλατφόρμες να μεριμνήσουν προκειμένου να προσαρμόσουν τη λειτουργία τους στα νέα δεδομένα, που φέρνει ο GPDR και παράλληλα οι χρήστες αυτών των συστημάτων (δημόσιος αλλά και ιδιωτικός τομέας) να συμμορφωθούν ως προς τις διατάξεις που προβλέπει ο κανονισμός, κυρίως σε ό,τι αφορά στη διατήρηση και την επεξεργασία των δεδομένων. Σε διαφορετική περίπτωση η συγκεκριμένη τάση δεν θα έχει την επίδραση που αναμένονταν, παρόλο που θεωρητικά αλλά και πρακτικά μπορεί να βοηθήσει σημαντικά το έργο των αρχών ασφαλείας. Οι υποψήφιοι πελάτες ενδέχεται δηλαδή να αποφύγουν να επενδύσουν σε τεχνολογία όπως αυτή, αν στη συνέχεια απαγορευτεί η περιοριστεί σημαντικά η χρήση της. Το Σαν Φρανσίσκο για παράδειγμα, έχει γίνει η πρώτη πόλη των ΗΠΑ που απαγορεύει στις αρχές επιβολής του νόμου τη χρήση τεχνολογίας αναγνώρισης προσώπου, ενώ οι νομοθέτες στην Ουάσινγκτον έχουν προτείνει περιορισμό χρήσης και η πολιτεία της Καλιφόρνια εξετάζει προτάσεις για απαγόρευση χρήσης της μέσα σε κάμερες σώματος.

Το κλειδί για την εμπιστοσύνη απέναντι στις τεχνολογίες αναγνώρισης προσώπων, είναι η ανάπτυξη συστημάτων και λύσεων που εντοπίζουν και παρακολουθούν τα πρόσωπα που ενδιαφέρουν τις αρχές ασφάλειας, ενώ ταυτόχρονα «αγνοούν» όλους τους άλλους.

ΑΙ & Deep Learning

Όπως προαναφέρθηκε οι αλγόριθμοι βαθιάς εκμάθησης ή Deep Learning συνεχώς βελτιστοποιούνται. Μπορεί αυτή τη στιγμή σύμφωνα με την έρευνα, μόνο το 6% των τελικών χρηστών να χρησιμοποιούν video analytics που βασίζονται σε τεχνητή νοημοσύνη (ΑΙ) και αλγόριθμους βαθιάς εκμάθησης, όμως αυτό είναι πιθανό να αλλάξει δραματικά τα επόμενα πέντε χρόνια, καθώς περίπου το 50% των υπολοίπων, δήλωσαν ότι σχεδιάζουν να επενδύσουν και να αξιοποιήσουν αντίστοιχες τεχνολογίες, ενώ μόλις το 18% εκφράζει την άποψη ότι δεν προτίθεται στο άμεσο μέλλον να τις χρησιμοποιήσει, με το υπόλοιπο 32% να δηλώνει μη σίγουρο για αυτό το ενδεχόμενο. Αυτό πιθανότατα αντικατοπτρίζει τις ακόμα μεγαλύτερες προσδοκίες που υπάρχουν σχετικά με την περεταίρω ανάπτυξη του ΑΙ στο τομέα της φυσικής ασφάλειας, προκειμένου να υιοθετήσουν ή να αναβαθμίσουν το λογισμικό ανάλυσης βίντεο.

Ένα τυπικό μοντέλο βαθιάς εκμάθησης, βασίζεται στην ικανότητα του συστήματος να μαθαίνει χωρίς την ανθρώπινη επίδραση, με βάση τα νευρωνικά δίκτυα που κατά προσέγγιση αποτελούν ένα μοντέλο με πολλά κοινά με τον ανθρώπινο εγκέφαλο. Τα συστήματα βαθιάς εκμάθησης, μπορούν να κατανοούν το περιβάλλον που βρίσκονται να λαμβάνουν ερεθίσματα από αυτό και να προσαρμόζουν τη λειτουργία τους, προκειμένου να αναγνωρίζουν, να διακρίνουν και να ταξινομούν σχήματα, χρώματα και πολλά άλλα οπτικά στοιχεία.

Η αντικατάσταση των CPU με GPU (μονάδες επεξεργασίας γραφικών) επιτρέπουν στα συστήματα βιντεο-επιτήρησης την ταυτόχρονη διαχείριση χιλιάδων διεργασιών των δεδομένων, συμπεριλαμβανομένης της αντιστοίχησης προτύπων, ανάλυσης και αναγνώρισης εικόνων και επεξεργασίας σημάτων. Οι αλγόριθμοι βαθιάς εκμάθησης μπορούν να χειριστούν πολύ μεγαλύτερα σύνολα δεδομένων, σε πολύ λιγότερο χρόνο από τους παραδοσιακούς αλγορίθμους.

Με απλά λόγια, τα συστήματα έχουν την δυνατότητα να αυτο-βελτιώνουν την απόδοσή τους, ακριβώς όπως οι άνθρωποι μπορούν να γίνονται σταδιακά καλύτεροι σε κάποιο μουσικό όργανο ή άθλημα. Για παράδειγμα, η δυνατότητα ενός συστήματος Deep Learning, να διακρίνει μέσα στο πλήθος σε ένα σταθμό μεταφοράς ή κάποιο αεροδρόμιο, άτομα με συμπεριφορά που μπορεί να θεωρηθεί ύποπτη ενισχύεται συνεχώς, μαθαίνοντας από τα πρότυπα συμπεριφοράς που συνήθως ακολουθούν όλοι οι υπόλοιποι.

Για την περαιτέρω επιρροή και αποδοχή της τεχνητής νοημοσύνης στα συστήματα επιτήρησης, εμπόδια σύμφωνα πάντα με τους ερωτηθέντες στην έρευνα είναι αυτή τη στιγμή το κόστος (34%), ή έλλειψη εκπαίδευσης και εξοικείωσης των χειριστών των συστημάτων (29%), ενώ το 27% δήλωσε ότι ανησυχεί να αποδεχτεί απόλυτα το AI αφού στερείται ανθρώπινης παρέμβασης και νοημοσύνης.

Το κλειδί εδώ είναι να αναγνωρίσουμε τους πραγματικούς περιορισμούς της τεχνολογίας και όπου είναι δυνατόν, να έχουμε έναν άνθρωπο ως χειριστή όπου θα επαληθεύει τις πληροφορίες που προέρχονται από τα συστήματα με τεχνητή νοημοσύνη και θα λαμβάνει τις κατάλληλες αποφάσεις όπως για παράδειγμα τη σύλληψη ή όχι ενός ατόμου που εντοπίζεται να έχει ύποπτη συμπεριφορά

Είναι λοιπόν σημαντικό να τονίσουμε ότι η τεχνολογία AI μπορεί να λειτουργήσει συμπληρωματικά και συνεργατικά με το ανθρώπινο δυναμικό που χειρίζεται τις πλατφόρμες επιτήρησης.

Σύμφωνα με την έρευνα το 22% των ερωτηθέντων εξέφρασε αμφιβολίες για την υιοθέτηση της τεχνολογίας ΑΙ σε σχέση με τα ζητήματα ιδιωτικότητας του προσωπικού και των πελατών. Το ποσοστό μπορεί να μην φαίνεται μεγάλο, αποτελεί όμως έναν υπολογίσιμο παράγοντα που μπορεί να αποτελέσει εμπόδιο στην περαιτέρω διείσδυση της Τεχνητής Νοημοσύνης στο χώρο της ασφάλειας. Για αυτό και οι περισσότεροι κατασκευαστές συστημάτων επιτήρησης που ενσωματώνουν AI, φροντίζουν σταδιακά να εναρμονίζονται στο νέο περιβάλλον προστασίας της ιδιωτικότητας και των προσωπικών δεδομένων όπως αυτό διαμορφώνεται κυρίως με την έλευση του GDPR. Συγκεκριμένα, αναπτύσσουν τεχνολογίες κάλυψης περιοχών ιδιωτικού απορρήτου (privacy masking), προστατεύοντας και καλύπτοντας περιοχές και πρόσωπα που δεν έχουν ενδιαφέρον από πλευράς ασφάλειας πριν την υποβολή ενός αρχείου βίντεο για επεξεργασία για λόγους τεκμηρίωσης κάποιας εγκληματικής πράξης ή ύποπτης δραστηριότητας.

Λίγο πιο κάτω από τους μίσους συμμετέχοντες συμφώνησαν ότι η ΑΙ προσφέρει σημαντικά πλεονεκτήματα όπως: να επιτρέψει μια περισσότερο προληπτική ανταπόκριση ασφάλειας (43%), να προσφέρει πολύτιμες πληροφορίες (42%) και καλύτερη απόδοση των επενδύσεων (20%). Αναζητώντας τα δυο πιο δημοφιλή πεδία εφαρμογής των λογισμικών deep learning, αυτή τη στιγμή φαίνεται πως είναι οι περιοχές με μεγάλη συγκέντρωσης πλήθους (π.χ. σταθμοί μέσων μεταφοράς, εμπορικά κέντρα, δημόσιοι χώροι) καθώς και πολλές επιχειρησιακές δράσεις των αρχών επιβολής νόμου, για να την αναζήτηση δραστών ή υπόπτων εγκληματικών ενεργειών.

Σε ερώτηση σχετικά με το ποια λειτουργία από αυτές που αναβαθμίζει το deep learning και AI θεωρείται πιο χρήσιμη, οι συμμετέχοντες στην έρευνα ανέδειξαν πρώτη σε ποσοστό 49% τη συνδυαστική αναζήτηση αριθμού πινακίδας οχήματος και προσώπου και δεύτερη με 18% την αναγνώριση προσώπων. Το 11% επέλεξε το ANPR (αυτόματη αναγνώριση πινακίδων), το οποίο χρησιμοποιείται στις εφαρμογές στάθμευσης αυτοκινήτων αλλά και για τον εντοπισμό κλεμμένων οχημάτων, την οδική ασφάλεια, την αντιμετώπιση της ανασφάλιστης χρήσης οχημάτων, την καταπολέμηση της τρομοκρατίας και την αντιμετώπιση του οργανωμένου εγκλήματος.

Συμπερασματικά, σε ότι αφορά τις τεχνολογίες AI και Deep Learning θα λέγαμε ότι λειτουργούν αποτελεσματικά στην επίλυση θεμάτων για την αναζήτηση και τον εντοπισμό υπόπτων ή δραστών εγκληματικών και παραβατικών συμπεριφορών, εκεί όπου η ανθρώπινη παρέμβαση, δηλαδή η προσπάθεια των χειριστών των κέντρων ελέγχου, είναι δύσκολο να ανταπεξέλθει λόγω του τεράστιου όγκου δεδομένων (εκατοντάδες ή και χιλιάδες ώρες βίντεο) από πολλαπλές πηγές και διάσπαρτα σημεία.

Cyber Security

Η εφαρμογή της κωδικοποίησης H.264 και η εισαγωγή στην αγορά των καμερών megapixel γύρω στο 2010, θα λέγαμε ότι αποτέλεσαν το εφαλτήριο για την έξαρση της IP τεχνολογίας στο τομέα της βιντεο-επιτήρησης. Η ολοένα και μεγαλύτερη αποδοχή των IP καμερών υψηλής ποιότητας φυσικά προσέφερε αναβαθμισμένες δυνατότητες στους διαχειριστές των συστημάτων παρακολούθησης, όμως παράλληλα δημιούργησε και νέες προσθήκες πυλών στη δικτυακή υποδομή ενός οργανισμού, κάτι που συνεπάγεται και περισσότερες εστίες τρωτότητας απέναντι σε κυβερνοεπιθέσεις.

Αδιαμφισβήτητα, ένα περιστατικό τον Οκτώβριο του 2016 οδήγησε τελικά στην ακόμα μεγαλύτερη μέριμνα για την κυβερνοασφάλεια στο τομέα της βίντεο-επιτήρησης. Μετά από μια τεράστια επίθεση DDOS στον γαλλικό πάροχο τηλεπικοινωνιών OVH, το botnet Mirai κατάφερε να μολύνει χιλιάδες κάμερες ασφαλείας IP και ασύρματους routers. Οι κατασκευαστές συστημάτων φυσικής ασφάλειας από τότε έχουν επενδύσει περισσότερους πόρους στην ενίσχυση της προστασίας των προϊόντων τους στον κυβερνοχώρο και στην εκπαίδευση των πελατών σχετικά με τις βέλτιστες πρακτικές στον τομέα της ψηφιακής ασφάλειας.

Σύμφωνα με την έρευνα, το ένα τρίτο περίπου των ερωτηθέντων (37%) θεωρεί ότι ο ασθενέστερος κρίκος είναι όταν οι εγκαταστάτες παραμελούν το θέμα της ψηφιακής ασφάλειας κατά την τοποθέτηση ενός δικτυακού συστήματος, ενώ ένα 25% υποστηρίζει ότι οι αδυναμίες της εσωτερικής πολιτικής και εκπαίδευσης σε ένα οργανισμό αποτελούν βασική πηγή κινδύνου.

Πάντως το μεγαλύτερο βάρος στο θέμα ασφάλειας των IP καμερών, πέφτει σίγουρα στους κατασκευαστές, με την ανάγκη να δώσουν προτεραιότητα στο cybersecurity από την αρχή της ανάπτυξης του προϊόντος -στο στάδιο του σχεδιασμού- καθώς και καθ ‘όλη τη διάρκεια του κύκλου ζωής του.

Η έρευνα ζήτησε από τους ερωτηθέντες να ταξινομήσουν κατά σειρά προτεραιότητας, πέντε δράσεις που θα μπορούσαν να λάβουν οι κατασκευαστές των IP καμερών για να μειώσουν τα τρωτά σημεία της ασφάλειας στον κυβερνοχώρο. Ένα χρόνο μετά την έναρξη ισχύος του GDPR, η πιο επείγουσα προτεραιότητα, σύμφωνα με τους ερωτηθέντες στην έρευνα, είναι η «προστασία της ακεραιότητας των δεδομένων μέσω μέτρων όπως η κρυπτογράφηση». «Η Βελτίωση της κατάρτισης / εκπαίδευσης / τεχνικής υποστήριξης για τους χρήστες και τους εγκαταστάτες», είναι στη δεύτερη θέση, ακολουθούμενη από τη «μείωση της πολυπλοκότητας και του ανθρώπινου λάθους μέσω της αυτοματοποίησης».

Η συνολική εγκατεστημένη βάση των συνδεδεμένων συσκευών που υποστηρίζουν το Διαδίκτυο των Πραγμάτων (IoT) προβλέπεται να φτάσει τα 75,44 δισεκατομμύρια σε όλο τον κόσμο μέχρι το 2025, μια πενταπλάσια αύξηση δηλαδή σε 10 χρόνια. Με αμέτρητους νέους στόχους για τους χάκερ λοιπόν, δεν είναι περίεργο το γεγονός ότι η συντριπτική πλειοψηφία των ερωτηθέντων (88%) σκέφτηκε ότι το IoT καθιστά ακόμα πιο επείγουσα την ασφάλεια στον κυβερνοχώρο και στο τομέα της φυσικής ασφάλειας.

Δεν πρέπει να αγνοήσουμε το γεγονός ότι η διακυβέρνηση Trump στις ΗΠΑ με τη γνωστή ιστορία του «εμπορικού πολέμου» με την Κίνα, έχει βάλει σε «μαύρη λίστα» -σε ό,τι αφορά στα δημόσια έργα ασφάλειας στη χώρα- και τους δυο μεγάλους κατασκευαστές συστημάτων (Hikvision – Dahua) με πρόσχημα και το θέμα της ψηφιακής ασφάλειας. Σύμφωνα με την έρευνά, η αρνητική δημοσιότητα γύρω από τους τεχνολογικούς γίγαντες της Κίνας έχει κάποια μικρή επίδραση στις αποφάσεις των προμηθειών στην αγορά παρακολούθησης βίντεο. Περίπου ένας στους δύο ερωτηθέντες (48%) ανέφερε ότι αυτοί ή οι πελάτες τους συνήθως προτιμούν να αγοράζουν υλικό και λογισμικό από μη κινέζικα εμπορικά σήματα.

Αναβαθμίσεις και καινοτομίες των καμερών

Η απόδοση των καμερών ασφάλειας τα τελευταία χρόνια σε επίπεδο δυνατοτήτων και λειτουργιών έχει αναβαθμιστεί σημαντικά. Ζητήθηκε λοιπόν από τους ερωτηθέντες να επιλέξουν τις τρεις βασικότερες αναβαθμίσεις από έξι προκαθορισμένες επιλογές που έχουν δει τα τελευταία χρόνια στην ανάπτυξη των καμερών. Η μεγάλη πλειοψηφία, δηλαδή το 84% επέλεξε τις βελτιώσεις στην ποιότητα της εικόνας, δηλαδή την καλύτερη απεικόνιση με μεγαλύτερες λεπτομέρειες. Είναι αλήθεια άλλωστε ότι τα τελευταία χρόνια έχουν υπάρξει εντυπωσιακές βελτιώσεις στις αναλύσεις εικόνας και τα frame rate, ενώ οι λειτουργίες όπως η σταθεροποίηση της εικόνας, η διόρθωση της παραμόρφωσης του φακού και το WDR έχουν ενισχύσει σε μεγάλο βαθμό την αξιοπιστία και την ποιότητα των εικόνων.

Η δεύτερη και η τρίτη πιο δημοφιλείς, απαντήσεις βοηθούν επίσης τα κέντρα ελέγχου να λαμβάνουν εικόνες υψηλότερης ποιότητας, ειδικά σε συνθήκες με ανεπαρκή φωτισμό ή σε πολύ μεγάλες περιοχές. Οι καινοτομίες δηλαδή στην απόδοση των καμερών σε συνθήκες χαμηλού φωτισμού, όπως τα ενσωματωμένα IR και οι θερμικές κάμερες, κατέλαβαν το 53% των προτιμήσεων, ενώ οι καινοτομίες όπως η ευρύτερη κάλυψη περιοχών με τα μοντέλα με πολλαπλούς αισθητήρες και fisheye, η αυτόματη παρακολούθηση των PTZ ή το σούπερ οπτικό ζουμ – αναφέρθηκαν από τό 45%.

Ταυτόχρονα, οι τεχνολογίες συμπίεσης όπως οι MJPEG, H.264 και H.265 που έχουν ενισχύσει σημαντικά την απόδοση και διαχείριση του εύρους ζώνης, κρίθηκαν από το 42% των ερωτηθέντων ως μια βασική εξέλιξη αποτελεσματικότητας με το 38 % να θεωρεί ότι οι εφαρμογές απομακρυσμένης πρόσβασης για κινητές συσκευές, έχουν βελτιώσει τη λειτουργικότητα και ευελιξία των συστημάτων.

Σε κάθε περίπτωση ο χώρος της βίντεο-επιτήρησης εξελίσσεται διαρκώς και έρευνες όπως η συγκεκριμένη καταδεικνύουν τον τρόπο με τον οποίο η αγορά αντιλαμβάνεται και αφομοιώνει αυτές τις εξελίξεις

Πηγή αναφοράς: The video surveillance report 2019 – IFSEC Global