Каждая третья видеокамера в городах России знает вас в лицо

Каждая третья видеокамера в городах России знает вас в лицо

Каждая третья видеокамера в городах России знает вас в лицо

Минцифры РФ вновь посчитало количество камер видеонаблюдения в стране — оказалось более 1 млн, и треть из них подключены к системам распознавания лиц. Свежую статистику представил сегодня, 13 марта, министр Максут Шадаев.

При подсчете учитывались камеры, установленные в местах проживания граждан, на транспорте, дорогах, в общественных местах.

«На сегодня у нас фактически каждая третья камера подключена к системе распознавания лиц, — цитирует ТАСС выступление главы Минцифры на пленарной сессии Дня искусственного интеллекта в рамках выставки-форума "Россия". — Все камеры, которые стоят на дорогах, автоматически распознают номера».

Шадаев также отметил, что 14 регионов в настоящее время внедряют системы обработки фото- и видеоизображений дорог и объектов благоустройства.

В ноябре прошлого года на стратегической сессии по нацпроекту «Экономика данных», тоже было озвучено общее число видеокамер в России — на тот момент оно составляло 1,2 миллиона. По прогнозам Минцифры, к 2030 году этот парк должен увеличиться до 5 млн; все городские камеры будут подключены к ИИ-системам, что позволит повысить раскрываемость преступлений на 30%.

Тогда же было высказано предложение централизовать хранение и обработку данных видеонаблюдения на уровне страны, создав специальную платформу. Стоимость разработки чиновники оценили скромно — в 12 млрд рублей. Если, несмотря на критику, проект будет взят на вооружение, разработчикам придется в числе прочего учитывать возможность ошибок, от которых не застрахована ни одна система распознавания лиц.

Подпишитесь на новости

68% инцидентов без аналитика: что обещает ИИ в MaxPatrol O2

Очередь инцидентов растёт, а дополнительных аналитиков из воздуха не выдают. Positive Technologies предлагает разгрузить SOC с помощью каскада ИИ-моделей MaxPatrol O2. По данным компании, система автоматически закрывает 68% инцидентов, тратя на каждый около 15-20 секунд. По оставшимся аналитик получает вердикт с объяснением менее чем за 15 минут.

Работа разделена на два этапа. Сначала ML-модели оценивают инциденты и закрывают ложные срабатывания.

Подозрительные случаи передаются ИИ-агенту: он строит гипотезу, проверяет её по событиям из разных источников и готовит отчёт. Получается распределение обязанностей, похожее на работу первой и второй линий SOC.

В отчёте приводятся собранные события и похожие инциденты с вердиктами. Каждый факт можно проследить до исходного события. Степень самостоятельности системы настраивается: например, автоматическое закрытие можно разрешить только для отдельных классов инцидентов.

Разработчик также заявляет о совпадении вердиктов MaxPatrol O2 с вердиктами облачного сервиса PT X, сверенными с решениями аналитиков, более чем в 98% случаев.

В планах компании сократить долю инцидентов, требующих ручной работы, до 10%. Продукт доступен в облачной версии и для развёртывания в инфраструктуре заказчика.

Аналитиков из SOC пока не вычёркивают. Им обещают убрать значительную часть рутины, чтобы до подозрительной активности руки доходили раньше, чем до отчёта о пропущенной атаке.

RSS: Новости на портале Anti-Malware.ru