Применение нейросетевых технологий в обеспечении безопасности

В настоящее время довольно актуальной становится проблема обеспечения безопасности в предприятиях, организациях, в местах массового скопления людей в целях исключения риска из жизни людей. Так как, полностью и гарантированно не могут быть предусмотрены условия возникновения теракта, конфликтов, злоумышленных действий и других чрезвычайных ситуаций, которые могут нанести вред жизням многих людей.

С каждым днем увеличивается количество террористических актов и это становится проблемой мирового масштаба. По этой причине возникает необходимость применения современных технологий для их предотвращения во избежание негативных последствий, в целях улучшения охраны и получения более сложной системы обеспечения безопасности населения.

Террористический акт – совершение взрыва, поджога или иных действий, устрашающих население и создающих опасность гибели человека, причинения значительного имущественного ущерба. [3]

Безопасность – отсутствие риска, существование которого могло бы привести к ухудшению системы или состояние защищенности, при котором внешние и внутренние реакции не могут нанести вред. Безопасность обеспечивается задачами службой безопасности, которые, в свою очередь, обеспечиваются выполнением определенных функций, для общего понятия безопасности и всех его составляющих. [5]

Одним из наиболее распространенных и эффективных современных технологий для решения актуальных на сегодня проблем в службе безопасности является применение системы искусственного интеллекта.

Искусственный интеллект – обширная область исследований интеллектуальных систем, имитирующая решение в сложно формализуемых областях и/или создание комплексных систем, с возможностями естественного интеллекта. На сегодняшний день одним из наиважнейших и многозначимых направлений исследований в области искусственного интеллекта являются нейронные сети. [2]

Нейронная сеть в искусственном интеллекте является ординарной математической моделью или программно-аппаратным воплощением сетей нервных клеток живого организма, иными словами, биологической нейронной сети. Она основана на попытках воспроизведения нервной системы человека. У нейронных сетей достаточно много важных свойств, но основным является способность к обучению. [1]

Одной из задач, которые способна решать нейронная сеть, является распознавание образов (изображений, символов, речи, лиц и др.). Именно эта задача способна оказать помощь службе безопасности определить подозрительных лиц, преступников, которые могли бы пойти на злоумышленное действие или лица, о которых уже в базе данных органов службы безопасности хранится информация о подозрительных инцидентах.

На сегодняшний день традиционные решения проблем обеспечения безопасности без применения современных технологий являются недостаточными, так как с каждым днем все больше развиваются инновационные технологии, соответственно, появляется необходимость их применения. В связи с этим можно предложить применение нейронных сетей в целях обнаружения преступников, так как они отлично могут справиться с распознаванием лиц и изображений. Безопасность одна из наиболее важных и значимых сфер, в которой развивается данная технология.

Как известно, сейчас почти все предприятия и места массового скопления людей оснащены камерами видеонаблюдения и охраняются специальными органами службы безопасности, но при этом хоть и редко, но возникают теракты и преступления, которые ставят под угрозу жизни многих невинных людей, и даже влекут за собой их гибели.

С помощью нейронных сетей можно определить преступников, злоумышленников или людей, которые ранее имели отношение к противозаконным действиям или были помешаны в преступлениях. Как правило, нейронная сеть будет работать на основе базы данных правоохранительных органов. На основе этой базы у сети образуется своя отдельная база, содержащая данные после обучения. Сеть будет способна выводить информацию о каждом лице, т.е. его данные, которые хранятся в базе.

Для того чтобы система работала и выводила правильное решение проблем, необходимо отметить, что различные препятствия при распознавании должны быть предусмотрены. То есть система должна быть достаточно устойчива к изменению выражения лица, положению в пространстве и к освещению.

В ходе подготовки необходимо добавить в нейронную сеть оригинальные изображения каждого человека, которых должна распознать система. С помощью этих данных сеть будет обучена для стабильного отличия людей и способна определять черты лица вне зависимости от положения головы и выражения лица и классифицировать с помощью имеющихся данных. Следует отметить, что выравнивание яркости, контрастности и других фильтров изображений, обеспечит более точное классифицирование.

Инструментом непосредственного распознавания может послужить внутренняя реализация сверточных нейронных сетей. Главными достоинствами данной сети являются способность обеспечивать сетевую двумерную связность нейронов и инвариантность к уменьшению, увеличению, поворотам, смещениям и другим искажениям. [4]

При применении сверточных нейронных сетей нельзя не отметить, что, как и во всех системах современных технологий и в этих сетях имеется ряд недостатков. К ним относятся: необходимость полностью переобучить сеть при добавлении нового лица в базу данных, чувствительность к освещению и долгая временная продолжительность обучения. Но наряду с достоинствами этой сети можно с точностью сказать, что при дальнейшем развитии эти недостатки будут полностью исключены.

Создание интеллектуальных систем распознавания образов, а именно лиц, является одной из самых приоритетных и популярных. При дальнейшем развитии этой технологий с использованием систем искусственного интеллекта, в частности с применением нейронной сети можно достичь более высокого уровня обеспечения безопасности и предотвращения или, как минимум, сокращения количества возникновения терактов.