В эпоху цифровизации разница между обычными и «умными» камерами видеонаблюдения является актуальным вопросом. Старший преподаватель кафедры системного анализа и информационных технологий Института вычислительной математики и информационных технологий Казанского федерального университета Дмитрий Долгов раскрыл функциональные возможности, уровни защищенности и практическое применение устройств.

По словам специалиста, обычная камера видеонаблюдения выполняет роль «глаз». Ее ключевая задача – захват и фиксация видеопотока. Для такого аппарата изображение остается совокупностью пикселей. Устройство не способно интерпретировать события, происходящие в поле его обзора. Иной подход демонстрируют интеллектуальные системы.

«Камера с распознаванием лиц не только записывает, но и анализирует изображение в реальном времени. Она может обнаруживать лица и выполнять сравнение найденного лица с галереей из своей базы», – подчеркнул Дмитрий Долгов.

Необходимо отметить, что расширенные возможности способны приводить к снижению уровня защищенности.

«В "умной" камере есть операционная система (чаще Linux), веб-сервер для интерфейса, могут быть облачные API, сетевые службы. Каждый из этих компонентов может содержать уязвимости», – рассказал старший преподаватель.

К технологическим рискам добавляются слабые стандартные настройки и пароли, поставляемые производителем.

«Это главная причина взломов. Пользователи часто не меняют пароли по умолчанию», – разъяснил эксперт.

Еще одним упущением является пренебрежение регулярным обновлением программного обеспечения интеллектуальных камер.

Вопрос о том, где надежнее хранить записанный материал – на локальной SD-карте или в облачном сервисе, по мнению Д. Долгова, не имеет универсального ответа.

«С точки зрения физической безопасности удобнее хранить в облаке, так как если вашу SD-карту кто-то украдет, то сразу сможет получить к ней доступ. Также в облаке чаще всего есть бекапы данных, чего не скажешь об обычных SD-картах», – дал рекомендации специалист.

Также эксперт поделился мнением относительно интеллектуальной обработки данных при помощи обычной камеры:

«Можно осуществлять обработку полученного видеопотока при помощи обычных камер. Суть в том, что она переносится со встроенного чипа самой камеры на внешнее устройство: сервер или даже облако. Камера в этом случае будет "глазами", а данные будут анализироваться на сервере, куда будет передаваться информация. Для этого нужно иметь специализированное ПО», – добавил старший преподаватель.

Говоря о биометрической идентификации, невозможно обойти вниманием Face ID.

«Для определения и распознавания лиц используются технологии машинного обучения и компьютерного зрения. В частности, во время работы происходит 3D-реконструкция лица методом структурированного света, детекция и отслеживание лица, извлечение 3D-признаков объекта и т.д. Каждый из таких методов использует математические алгоритмы. Face ID – это сложнейший симбиоз аппаратной оптики, компьютерного зрения и машинного обучения», – отметил Дмитрий Долгов.

При частичной или полной перепечатке материала, а также цитировании необходимо ссылаться на пресс-службу КФУ.