Videovigilancia inteligente: tendencias recientes y lo que se avecina

Los sistemas de videovigilancia, también conocidos como circuitos cerrados de televisión (CCTV), se implementan ampliamente en una variedad de entornos, incluidas áreas públicas, infraestructuras públicas, edificios comerciales y más. En la mayoría de los casos, se utilizan con un doble propósito: para el monitoreo en tiempo real de activos y espacios físicos y para revisar la información de video recopilada para identificar indicadores de seguridad y planificar medidas de seguridad.

Aunque los sistemas de videovigilancia han sido una parte integral de los sectores públicos y de seguridad durante décadas, existe un interés significativo en ellos fuera de esas industrias. Este interés se debe en gran medida al aumento de las tasas de criminalidad y las amenazas a la seguridad en todo el mundo, que están impulsando un crecimiento continuo del mercado de la videovigilancia. Según un informe reciente de Mordor Intelligence, el mercado de videovigilancia se valoró en 29 980 millones de dólares en 2016 y se espera que alcance un valor de 72 190 millones de dólares en 2022. , escalabilidad y precisión de las soluciones de videovigilancia. ¿Qué factores impulsan las principales tendencias tecnológicas de la videovigilancia? ¿Cuál es la mejor manera de implementarla?

La evolución de los sistemas de videovigilancia está impulsada por las siguientes tendencias tecnológicas:

Recopilación de datos de video inteligente y sensible al contexto

Los avances recientes en el procesamiento de señales permiten el desarrollo de sistemas de videovigilancia inteligentes, en particular sistemas que pueden adaptar de manera flexible la tasa de recopilación de datos de video. En particular, cada vez que se detecta un indicador de incidente de seguridad, la tasa de recopilación de datos aumenta para proporcionar información más rica para un análisis más preciso y creíble.

Infraestructuras de Big Data

Las infraestructuras de Big Data de última generación han abierto nuevos horizontes para almacenar y acceder a datos de video que se caracterizan por las 4V de Big Data: Volumen, Velocidad, Variedad y Veracidad. En particular, recopilar inmensos volúmenes de datos de múltiples cámaras, incluida la transmisión de datos con altas tasas de ingesta, ahora es mucho más fácil que en el pasado. Los sistemas Big Data proporcionan los medios para crear e implementar arquitecturas de videovigilancia que se escalan de manera transparente y rentable.

Sistemas de transmisión de datos

Durante los últimos años, han surgido muchos sistemas de transmisión. Estos últimos brindan funcionalidades para la gestión de vapores y el análisis de transmisión, al tiempo que son una parte importante de los sistemas Big Data discutidos anteriormente.

Analítica Predictiva e Inteligencia Artificial (IA)

2016 y 2017 fueron años importantes para la historia de la Inteligencia Artificial, debido a la aparición de enfoques disruptivos de aprendizaje profundo, como los empleados por el motor Alpha AI de Google. La evolución de las redes neuronales profundas se puede explotar directamente en los sistemas de videovigilancia para dotarlos de una inteligencia excepcional y permitir procesos de vigilancia más efectivos. Por ejemplo, la IA puede permitir el análisis predictivo, lo que permite a los operadores de seguridad anticipar incidentes de seguridad y prepararse proactivamente para ellos.

Drones e Internet de las Cosas (IoT)

La combinación de dispositivos IoT y objetos inteligentes con sistemas de videovigilancia también será clave para proporcionar la próxima generación de funcionalidades de seguridad y vigilancia. En esta dirección, los vehículos aéreos no tripulados (UAV) (es decir, los drones) se despliegan hoy en día con el fin de proporcionar una versatilidad y funcionalidades de videovigilancia difícilmente posibles con las cámaras fijas convencionales.

Integración de la seguridad física y cibernética

La transformación digital en curso de los activos y procesos industriales está conduciendo gradualmente a una convergencia de medidas de seguridad física y cibernética. Los sistemas de videovigilancia juegan un papel clave en esta convergencia, ya que representan infraestructuras de TI que se pueden utilizar para monitorear áreas físicas. Por lo tanto, pueden integrarse de manera flexible con otros sistemas de ciberseguridad hacia un enfoque holístico e integrado de seguridad y vigilancia.

Diseño de sistemas de videovigilancia

Las tecnologías mencionadas anteriormente abren nuevos horizontes en el desarrollo, implementación y operación de sistemas inteligentes de videovigilancia. Pero depende de los desarrolladores e implementadores de videovigilancia integrar y aprovechar al máximo las funcionalidades de estas tecnologías. Para ello, es importante diseñar e implementar una arquitectura adecuada para su infraestructura de videovigilancia. Las arquitecturas modernas de sistemas de videovigilancia siguen la informática de borde/niebla paradigma, para procesar información de video más cerca del campo. Esto les permite economizar en ancho de banda y realizar monitoreo de seguridad en tiempo real. Las cámaras se implementan en el borde de la red como parte de los nodos de borde que pueden capturar y procesar cuadros de video. Los nodos perimetrales también pueden implementar inteligencia de recopilación de datos mediante el ajuste de velocidades de fotogramas en función del contexto de seguridad identificado. Además, están conectados a una infraestructura en la nube, donde la información de varias cámaras se conecta, revisa y analiza en escalas de tiempo más generales.

Las arquitecturas informáticas de borde/niebla también son las opciones ideales para admitir la combinación de videovigilancia con las tecnologías presentadas. Los drones de IoT deben integrarse con los nodos de borde apropiados como parte de una arquitectura informática de borde móvil. El análisis de transmisión en tiempo real debe realizarse en el borde, en lugar de en la nube de la implementación de videovigilancia. Las funcionalidades de aprendizaje profundo se pueden implementar tanto en el borde como en la capa de la nube. Las redes neuronales profundas en el borde pueden admitir la extracción de patrones de seguridad complejos en tiempo real. Al mismo tiempo, la extracción de patrones de seguridad y conocimiento sobre grandes áreas que están cubiertas por muchos nodos de borde (por ejemplo, implementaciones en toda la ciudad) solo es posible mediante la implementación de aprendizaje profundo en la nube. En general, es bastante desafiante decidir si algunas funcionalidades deben colocarse en la nube o en el perímetro. Las decisiones relevantes generalmente se asocian con la resolución de compensaciones (por ejemplo, velocidad de procesamiento versus precisión de procesamiento para alguna función de vigilancia).

Los sistemas de videovigilancia podrían beneficiarse de las arquitecturas abiertas de múltiples proveedores de hardware. Esto se debe a que una solución de vigilancia puede comprender diferentes dispositivos y modalidades de captura de video (por ejemplo, cámaras de alta definición, cámaras alámbricas e inalámbricas, cámaras en drones/UAV y más). Una arquitectura abierta puede proporcionar flexibilidad, facilidad de implementación y longevidad tecnológica. Recientemente, se han realizado esfuerzos para introducir una arquitectura abierta para presentar la videovigilancia como uno de los usos principales de la informática.

Desafíos y mejores prácticas de implementación

Más allá de la especificación de una arquitectura informática perimetral adecuada, los implementadores de sistemas de videovigilancia también deben enfrentar otros desafíos. Uno de estos desafíos se refiere a la salvaguarda de la privacidad y el cumplimiento de las normas de protección de datos. De hecho, el despliegue de sensores de vigilancia está sujeto a leyes y directivas sobre privacidad y protección de datos, que a veces imponen limitaciones en la naturaleza y escala de esta tecnología. Asimismo, el uso de drones también debe cumplir con las regulaciones pertinentes.

Otro desafío se refiere al nivel de automatización de la solución. Si bien la automatización es deseable en general para cubrir y monitorear áreas más amplias sin recursos humanos adicionales, la revisión e intervención humana sigue siendo clave para la confiabilidad de la solución general. Además, un desafío más se relaciona con las nuevas amenazas que podrían derivarse de la naturaleza ciberfísica de los sistemas de videovigilancia. Un ataque físico podría ir acompañado de un ciberataque a la infraestructura de videovigilancia, como forma de comprometer la capacidad de esta última para detectar el incidente de seguridad física.

Un desafío más se refiere a la implementación de la inteligencia basada en datos (es decir, como parte del análisis predictivo y la IA), que requiere grandes volúmenes de datos con incidentes de seguridad que apenas están disponibles. La IA en el borde (por ejemplo, redes neuronales profundas ligeras y eficientes) aún está en pañales, a pesar del surgimiento de nuevas empresas innovadoras con productos y servicios de IA en el borde.

Para hacer frente a estos desafíos, los desarrolladores e implementadores de soluciones de videovigilancia deben cumplir mejor con los estándares y las reglamentaciones, al mismo tiempo que adoptan un enfoque de implementación gradual o por etapas. Este último debería permitir una transición sin problemas de los sistemas manuales, es decir, mediados por operadores humanos, a la vigilancia visual totalmente automatizada basada en IA. También se requiere un despliegue gradual de inteligencia basada en datos, comenzando con reglas simples y avanzando hacia técnicas de aprendizaje automático más sofisticadas que podrían detectar patrones de ataque asimétricos más complejos. Otra práctica recomendada es la implementación de arquitecturas abiertas que puedan acomodar sensores de vigilancia tanto futuros como heredados, como un medio para aprovechar las funcionalidades avanzadas con la mejor relación calidad-precio.

¿Cuál es la mejor manera de actualizar o implementar su propia infraestructura de videovigilancia? Comience con una descripción detallada de sus requisitos comerciales y de seguridad y un socio tecnológico confiable que integrará e implementará el sistema en su nombre, y el cielo es el límite.