Videosorveglianza intelligente: Tendenze recenti e prospettive future

I sistemi di videosorveglianza, sono ampiamente diffusi in una varietà di ambienti, tra cui aree pubbliche, infrastrutture pubbliche, edifici commerciali e altro ancora. Nella maggior parte dei casi, vengono utilizzati per un duplice scopo: monitorare in tempo reale i beni e gli spazi fisici ed esaminare le informazioni video raccolte per identificare gli indicatori di sicurezza e pianificare le misure necessarie.

Anche se i sistemi di videosorveglianza sono parte integrante dei settori pubblico e della sicurezza da decenni, c'è un interesse significativo per questi sistemi anche al di fuori di questi settori. Questo interesse è in gran parte dovuto all'aumento dei tassi di criminalità e delle minacce alla sicurezza in tutto il mondo, che stanno determinando una crescita continua del mercato della videosorveglianza. Secondo un recente rapporto di Mordor Intelligence, il mercato della videosorveglianza è stato valutato 29,98 miliardi di dollari nel 2016 e si prevede che raggiungerà un valore di 72,19 miliardi di dollari entro il 2022. Questo potenziale di mercato è favorito anche dai recenti progressi delle tecnologie informatiche, che aumentano l'intelligenza, la scalabilità e l'accuratezza delle soluzioni di videosorveglianza. Quali sono le principali tendenze tecnologiche della videosorveglianza? Come puoi sfruttarle al meglio?

L'evoluzione dei sistemi di videosorveglianza è guidata dalle seguenti tendenze tecnologiche:

Raccolta di dati video intelligente e consapevole del contesto

I recenti progressi nell'elaborazione dei segnali consentono di sviluppare sistemi di videosorveglianza intelligenti, in particolare sistemi in grado di adattare in modo flessibile la velocità di raccolta dei dati video. In particolare, ogni volta che viene rilevato un indicatore di incidente di sicurezza, la velocità di raccolta dei dati viene aumentata al fine di fornire informazioni più ricche per un'analisi più accurata e credibile.

Infrastrutture Big Data

Le infrastrutture Big Data all'avanguardia hanno aperto nuovi orizzonti per l'archiviazione e l'accesso ai dati video, caratterizzati dalle 4 V dei Big Data: Volume, Velocità, Varietà e Veracità. In particolare, la raccolta di immensi volumi di dati da più telecamere, compresi i dati in streaming con elevate velocità di ingestione, è ora molto più facile che in passato. I sistemi Big Data forniscono i mezzi per creare e implementare architetture di videosorveglianza che scalano in modo continuo ed economico.

Sistemi di streaming dati

Negli ultimi anni sono nati molti sistemi di streaming. Questi ultimi forniscono funzionalità per la gestione dei flussi e l'analisi dello streaming, oltre a essere una parte importante dei sistemi Big Data precedentemente discussi.

Analisi predittiva e intelligenza artificiale (AI)

Il 2016 e il 2017 sono stati anni importanti per la storia dell'Intelligenza Artificiale, grazie all'emergere di approcci di apprendimento profondo dirompenti, come quelli impiegati dal motore Alpha AI di Google. L'evoluzione delle reti neurali profonde può essere sfruttata direttamente nei sistemi di videosorveglianza per dotarli di un'intelligenza eccezionale e consentire processi di sorveglianza più efficaci. Ad esempio, l'AI può consentire l'analisi predittiva, che permette agli operatori della sicurezza di anticipare gli incidenti di sicurezza e di prepararsi in modo proattivo.

Droni e Internet delle cose (IoT)

L'unione dei dispositivi IoT e degli oggetti intelligenti con i sistemi di videosorveglianza sarà la chiave per fornire la prossima generazione di funzionalità di sicurezza e sorveglianza. In questa direzione, i veicoli aerei senza pilota (UAV) (cioè i droni) vengono oggi impiegati per fornire versatilità e funzionalità di videosorveglianza difficilmente realizzabili con le tradizionali telecamere fisse.

Integrare la sicurezza fisica e informatica

La trasformazione digitale in corso degli asset e dei processi industriali sta gradualmente portando a una convergenza delle misure di sicurezza fisica e informatica. I sistemi di videosorveglianza svolgono un ruolo chiave in questa convergenza, poiché rappresentano infrastrutture IT che possono essere utilizzate per monitorare aree fisiche. Pertanto, possono essere integrati in modo flessibile con altri sistemi di Cybersecurity per ottenere un approccio olistico e integrato alla sicurezza e alla sorveglianza.

Progettazione di sistemi di videosorveglianza

Le tecnologie sopra elencate aprono nuovi orizzonti nello sviluppo, nell'implementazione e nel funzionamento dei sistemi di videosorveglianza intelligenti. Ma spetta agli sviluppatori e agli implementatori della videosorveglianza integrare e sfruttare appieno le funzionalità di queste tecnologie. A tal fine, è importante ideare e implementare un'architettura adeguata per la tua infrastruttura di videosorveglianza. Le moderne architetture dei sistemi di videosorveglianza seguono il paradigma edge/fog computing, per elaborare le informazioni video più vicino al campo. Questo permette di risparmiare sulla larghezza di banda e di effettuare il monitoraggio della sicurezza in tempo reale. Le telecamere vengono distribuite ai margini della rete come parte dei nodi edge che sono in grado di catturare ed elaborare i fotogrammi video. I nodi edge sono anche in grado di implementare l'intelligenza della raccolta dati, regolando la frequenza dei fotogrammi in base al contesto di sicurezza identificato. Inoltre, sono collegati a un'infrastruttura cloud, dove le informazioni provenienti da più telecamere vengono collegate, riviste e analizzate su scale temporali più ampie.

Anche le architetture di edge/fog computing sono la scelta ideale per supportare l'integrazione della videosorveglianza con le tecnologie presentate. I droni IoT devono essere integrati con nodi edge appropriati come parte di un'architettura di edge computing mobile. Le analisi in streaming in tempo reale devono essere eseguite nell'edge, piuttosto che nel cloud dell'implementazione della videosorveglianza. Le funzionalità di deep learning possono essere implementate sia a livello edge che a livello cloud. Le reti neurali profonde nell'edge possono supportare l'estrazione di modelli di sicurezza complessi in tempo reale. Allo stesso tempo, l'estrazione di modelli di sicurezza e di conoscenze su ampie aree coperte da molti nodi edge (ad esempio, implementazioni a livello cittadino) è possibile solo grazie all'impiego del deep learning nel cloud. In generale, è piuttosto impegnativo decidere se alcune funzionalità debbano essere collocate nel cloud o nell'edge. Le decisioni rilevanti sono solitamente associate al raggiungimento di compromessi (ad esempio, la velocità di elaborazione rispetto all'accuratezza dell'elaborazione per alcune funzioni di sorveglianza).

I sistemi di videosorveglianza potrebbero trarre vantaggio dalle architetture aperte di più fornitori di hardware. Ciò è dovuto al fatto che una soluzione di sorveglianza può comprendere diversi dispositivi e modalità di acquisizione video (ad esempio, telecamere ad alta definizione, telecamere cablate e wireless, telecamere in droni/UAV e altro ancora). Un'architettura aperta può garantire flessibilità, facilità di implementazione e longevità tecnologica. Di recente si è cercato di introdurre un'architettura aperta e basata su standard per l'edge/fog computing per presentare la videosorveglianza come uno degli usi principali del fog computing.

Sfide e buone pratiche di implementazione

Al di là delle specifiche di un'adeguata architettura di edge computing, gli implementatori di sistemi di videosorveglianza devono affrontare anche altre sfide. Una di queste sfide riguarda la salvaguardia della privacy e il rispetto delle norme sulla protezione dei dati. Infatti, la distribuzione di sensori di sorveglianza è soggetta a leggi e direttive sulla privacy e sulla protezione dei dati, che a volte impongono limitazioni sulla natura e sulla scala della distribuzione. Allo stesso modo, anche l'uso dei droni deve essere conforme alle normative vigenti.

Un'altra sfida riguarda il livello di automazione della soluzione. Sebbene l'automazione sia in generale auspicabile per coprire e monitorare aree più ampie senza risorse umane aggiuntive, la revisione e l'intervento umano sono comunque fondamentali per l'affidabilità della soluzione complessiva. Inoltre, un'altra sfida riguarda le nuove minacce che potrebbero derivare dalla natura cyber-fisica dei sistemi di videosorveglianza. Un attacco fisico potrebbe essere accompagnato da un attacco informatico all'infrastruttura di videosorveglianza, in modo da compromettere la capacità di quest'ultima di rilevare l'incidente fisico.

Un'altra sfida riguarda l'implementazione dell'intelligenza guidata dai dati (ad esempio come parte dell'analisi predittiva e dell'IA), che richiede grandi volumi di dati con incidenti di sicurezza che sono difficilmente disponibili. L'IA nell'edge (ad esempio, reti neurali profonde leggere ed efficienti) è ancora agli inizi, nonostante la nascita di startup innovative con prodotti e servizi di IA nell'edge.

Per affrontare queste sfide, gli sviluppatori e i distributori di soluzioni di videosorveglianza devono rispettare meglio gli standard e le normative, adottando al contempo un approccio graduale alla distribuzione. Quest'ultimo dovrebbe consentire una transizione graduale dai sistemi manuali, cioè mediati dall'operatore umano, alla sorveglianza visiva completamente automatizzata basata sull'intelligenza artificiale. È inoltre necessaria un'implementazione graduale dell'intelligenza guidata dai dati, partendo da regole semplici e passando a tecniche di apprendimento automatico più sofisticate che potrebbero rilevare modelli di attacco asimmetrici e più complessi. Un'altra best practice è l'implementazione di architetture aperte in grado di accogliere sia i sensori di sorveglianza futuri che quelli già esistenti, in modo da sfruttare le funzionalità avanzate con il miglior rapporto qualità-prezzo. In generale, le moderne soluzioni di videosorveglianza possono essere molto innovative, in quanto possono includere tecnologie IT e di rete all'avanguardia.

Qual è il modo migliore per aggiornare o implementare la tua infrastruttura di videosorveglianza? Inizia con una descrizione dettagliata dei tuoi requisiti di sicurezza e di business e con un partner tecnologico affidabile che integri e distribuisca il sistema per conto tuo: il cielo è il limite.