מדוע מערכת אבטחה מבוססת AI מפספסת אירועים אמיתיים
התראות שווא והחמצת אירועים — בדרך כלל לא שני פגמים נפרדים, אלא תוצאה של דבר אחד: הגלאי מאומן על סצנה ממוצעת. מכיילים אותו על אובייקט טיפוסי — תאורה אחידה, זוויות צילום נקיות, צילום בשעות היום. בהיקף חי המצלמה מצלמת מול האור, בחורף החיישן שוקע ברעש, ותנועה בפריים נוצרת מסופת שלג. כדי להוריד את שטף התראות השווא מעלים את סף הרגישות — ויחד עם הרעש נחתכים גם אירועים אמיתיים.
אזורי האנליטיקה מסומנים לפי נוחות ההתקנה, ולא לפי תרחיש האבטחה: מסכות מכסות קטעים שמפריעים לכיול — הרצועה שלפני השער, גרם המדרגות, המפגש בין שתי מצלמות. אדם עובר באזור כזה, המסלול מתפרק לקטעים, והכלל «אובייקט באזור אסור יותר מהזמן שהוגדר» לא צובר תנאים. זו אינה שגיאה של המודל, אלא שגיאה של הסימון — והיא חוזרת על עצמה בכל אירוע דומה.
החוליה האחרונה היא ההחלטה על התרעה, ואותה מקבל אדם במשמרת לילה. במאות הפעלות במשמרת, שרובן ריקות, המפעיל מפסיק לבדוק כל כרטיס: בודק באופן סלקטיבי, מגיב באיחור, ואת האירוע האמיתי מאתר בארכיון למחרת.
השרשרת נשברת בשלושה מקומות: אימון על סטטיסטיקה זרה, סימון לפי ההתקנה במקום לפי תרחיש האבטחה, והיעדר כללים אוטומטיים בשלב קבלת ההחלטה. נבחן כיצד כל אחד מהמקומות האלה נסגר.
מה משתנה לאחר ההטמעה: מהירות התגובה ושיעור השגיאות
את האפקט של מערכת אבטחה מבוססת AI מודדים לא לפי מספר המצלמות, אלא לפי ארבעה מדדים שנאספים מיומן אירועים אחיד ומדוחות משמרת. לפני ההטמעה בדרך כלל אף אחד לא מתחזק אותם: המפעיל עובד לפי תחושה, וניתוח האירוע מתחיל בשאלה מי היה במשמרת.
- זמן עד אישור ההתרעה. האירוע מגיע לעמדה עם קטע מצורף וסימון, ולכן האבטחה יוצאת למצב מאושר ולא לאות תנועה. המסלול מההפעלה ועד ההחלטה מתקצר מדקות לעשרות שניות.
- שיעור התראות השווא. המערכת מבדילה בין אדם, רכב ומטרד כמו ברק או ענף מתנדנד — ההפעלה מתרחשת על אובייקט, ולא על שינוי בתמונה. כוחות התגובה מפסיקים לצאת בגלל צללים, והמשמרת לא מבזבזת זמן על בדיקה חוזרת של פריימים ריקים.
- העומס על משמרת התורנות. המפעיל רואה לא קיר של אריחים, אלא תור של אירועים בעדיפות: מעברים שגרתיים מסומנים אוטומטית. מספר המצלמות באובייקט גדל, אך מספר הזרמים במקביל לאדם אחד — לא.
- ניתוח האירוע לפי יומן אחיד. הפעלות, פעולות המפעיל ופקודות לכוח התגובה נרשמות ברצועה אחת עם חותמות זמן וקישורים להקלטות. ההיסטוריה נשלפת תוך דקות, בלי איחוד ידני של ארכיונים מרשמים שונים.
בנפרד נעלם סוג של כשל שבו יש התרעה אך אין תגובה: המערכת מנהלת מונה של אירועים לא מאושרים ומסלימה אותם לפי נוהל. מצלמות של כל יצרן עם פרופיל ONVIF משתלבות במתאר אחיד בלי להחליף את הצי, ולכן המדדים מחושבים עבור האובייקט כולו, ולא עבור קו ציוד אחד.
נכון להשוות את התוצאה על חלון תצפית זהה לפני ואחרי — בדרך כלל מדובר בשני עד ארבעה שבועות של משמרות.
השוואת מצבי עבודה: עמדת אבטחה, מתאר היברידי, מתאר אוטונומי
את מצב העבודה של המתאר קובע לא מודל הזיהוי, אלא היכן מתקבלת ההחלטה ומה קורה בעת אובדן קשר. מתאר מקומי מעבד את הזרם באובייקט, תכנית היברידית מוציאה משימות עתירות משאבים למרכז, ועמדת האבטחה נשארת נקודת קבלת ההחלטה על התרעה. הבחירה ביניהם היא פשרה בין שלמות האנליטיקה לחסינות האתר.
בפועל לרוב עובד ההיברידי: מודולים מקומיים מחזיקים את הגילוי ואת לוגיקת ההתרעות, והמרכז — זיהוי מול מאגר ואנליטיקה מסכמת. בעת ניתוק הערוץ עובר האובייקט לאבטחה אוטונומית: אירועים נכתבים לחוצץ, התרעות מטופלות לפי כללים מקומיים, ולאחר שחזור הקשר הארכיון מושלם בלי לאבד רשומות.
| מצב העבודה של המתאר | מתי מתאים | מגבלות כנות |
|---|---|---|
| אבטחה אוטונומית של האובייקט (מתאר מקומי) | אתרים מרוחקים, ערוץ לא יציב, דרישה לשמור נתונים בשטח האובייקט | פועל לפי מאגר מקומי: זיהוי לפי תרחישים נדירים ופנים לא מוכרות חלש יותר, ועדכון המודלים דורש הגעה לאתר או ערוץ מאובטח |
| תכנית היברידית | אובייקטים מפוזרים ועירוניים עם ערוץ יציב, שבהם נדרשת הגנה למקרה של ניתוק | חלק מהאנליטיקה אינו זמין במצב לא מקוון, ולכן נקבעת מראש עדיפות: מה עובר למרכז ומה נפתר במקום |
| עמדת אבטחה במתאר | אובייקטים עם נוהל תגובה של אדם ומחיר גבוה להתרעת שווא | המהירות תלויה במשמרת, והדיוק — במידת הנוחות של המפעיל לנתח את ההתרעה |
המצב לא נבחר «בעין»: אנחנו מודדים את זמינות הערוץ, את שיעור הזמן של עבודה לא מקוונת ואת מספר ההתרעות במשמרת, ואז מפזרים את התפקידים בין המתאר המקומי למרכז.
שלבי ההטמעה: מסקר האובייקט ועד מסירת הנהלים
העבודה מתנהלת בשישה שלבים, ולכל אחד נקודת קבלה: עד שהלקוח מאשר את תוצאת השלב, השלב הבא לא מתחיל. זה מגן מפני המצב הקלאסי שבו הציוד הותקן, אך את תרחישי ההתרעות על זרם אמיתי אף אחד לא בדק.
- סקר האובייקט. המהנדסים עוברים על ההיקף ועל החללים הפנימיים, מתעדים שטחים מתים, תאורה בשעות החשיכה, מצב המצלמות המותקנות, רוחב הפס הזמין של הרשת ונקודות הזנה. התוצר — דוח עם מפת כיסוי ורשימת ציוד שאפשר לעשות בו שימוש חוזר בלי להחליף.
- תרשים אזורי התצפית. האובייקט מחולק לפי קריטיות: ההיקף, קבוצות הכניסה, אזור הקופות, המחסן, מעברי השירות. לכל אזור נקבעת זווית הצילום והמשימה — סקירה, זיהוי או אימות. הקבלה — תרשים מאושר עם מספר מצלמות מדויק והמיקומים שלהן.
- התקנה ואינטגרציה. תשתיות כבילה, צמתים, אמצעי אחסון לארכיון הווידאו עם עומק אחסון מוגדר, גיבוי הזנה, והפרדת הרשאות למפעילים. נבדק שההקלטה מתבצעת בלי אובדן מידע, ושכשל של צומת אחד לא מוציא את המערכת כולה מכלל פעולה.
- הגדרת תרחישי התרעות. מוגדרים כללים: חציית קו, כניסה לאזור אסור מחוץ ללוח הזמנים, חפץ שהושאר, התקהלות. נבחרים ספי רגישות ומסננים שמסננים צללים, משקעים, בעלי חיים ואור פנסים. הקבלה — הרצה על הקלטות של יממה אמיתית.
- כיול על נתוני האובייקט. המודלים עוברים אימון נוסף על פריימים מסומנים מהאובייקט הזה — כך יורד חלק מהתראות השווא שאין דרך להסיר בהגדרות. הקבלה — מדדים על מדגם נפרד שלא השתתף באימון.
- מסירת התיעוד. המפעיל מקבל מטריצת תגובות לכל סוג אירוע, הנחיות לניתוח התרעות, תרשים פריסה ויומן שינויים של התצורה. הדרכת המשמרת מתבצעת לפי המסמכים האלה, והקבלה — המפעיל מריץ בעצמו תרחיש תרגול.
לאחר מסירת התיעוד המערכת עוברת לתמיכה: אזורים חדשים ותיקוני תרחישים נרשמים דרך אותו יומן, ולכן אפשר לשחזר את התצורה ולחזור לגרסה קודמת.
מה נשאר באובייקט: תצורות, תרשימי אזורים, נהלים
מערכת אבטחה פיזית חיה לא רק במצלמות ובמודלים — את התנהגותה קובעים תצורות, תרשימים וכללים. אם נכסים אלה נשארים אצל הקבלן, האובייקט מאבד שליטה: שינוי אזור או החלפת אינטגרטור הופכים לשחזור ההיגיון מהזיכרון. לכן את מכלול התיעוד אנחנו אוספים לאורך הפרויקט ומוסרים ללקוח — במאגר ובמדיה, בלי פורמטים סגורים.
- תצורת הפתרון — קבצים עם פרמטרים של הגלאים, ספי הפעלה ושיוך למצלמות, שמהם אפשר להקים את המעמד מאפס.
- תרשימי אזורים והרשאות גישה — תוכניות קומה עם סימון האזורים הנשלטים, כיווני המעבר ורמות הגישה לפי תפקיד.
- מטריצת ההרשאות — מי רואה אילו אירועים, מי מאשר התרעה, ולמי יש זכות לשנות הגדרות וספים.
- נהלים למשמרת — סדר הפעולות של המפעיל בעת הפעלה, זמן התגובה, כללי ההסלמה ומסירת המשמרת.
- הוראות פריסה ושחזור — הקמה שלב-אחר-שלב של השירותים, בדיקת הקשרים עם המצלמות ובקרת הגישה, וחזרה לתצורה קודמת.
- תרשים אחסון האירועים — היכן מאוחסנות ההקלטות והמטא-נתונים, כמה זמן נשמרים, וכיצד מוצאים אותם לפי דרישת שירות הביטחון.
- דרכון האובייקט — רשימת הציוד, הכתובות, נקודות האינטגרציה ואנשי קשר לתמיכה עם חלוקת תחומי אחריות.
המכלול נאסף כך שקבלן אחר יוכל לקבל אותו: מתוארים הממשקים, פורמטי החלפת הנתונים והתלויות החיצוניות, ולא רק התוצאה הסופית. צוות חדש פורש את התצורה על המעמד שלו, משווה את התרשימים וממשיך את העבודה — בלי לתכנן את המערכת מחדש ובלי הגעות חוזרות לאתר.
מקרה בוחן: כיצד צומצם שטף התראות השווא באובייקט מפוזר
מה היה לפני ההטמעה
הלקוח — רשת של אובייקטים מפוזרים: כמה עשרות אתרים, בכל אחד צי מצלמות משלו. הגילוי הופעל על תנועה באזור, ולכן למרכז ניטור אחיד הגיעו 1000-1200 התרעות ביממה, ועד 85% מהן היו שווא — ענפים, זרקורים, צללים, בעלי חיים, קבלנים בשעות לא פעילות.
ניתוח של התרעה אחת ארך אצל המפעיל 3-4 דקות, והתגובה הממוצעת לאירוע אמיתי הגיעה ל-20 דקות: אירועים משמעותיים טבעו בזרם.
מה שינו
את צי המצלמות והרשמים השארנו כפי שהם — האינטגרציה נעשתה עם פלטפורמת וידאו קיימת Milestone. בכל אתר נוסף מודול גילוי שמסנן אירועים לפני שליחתם למרכז: לפי סוג האובייקט, לפי כניסה לאזור ולפי שעות היממה, עם בדיקה על פני כמה פריימים רצופים.
הקו השני הוא שרתי: הפעלות מכמה מצלמות באותו מקטע מתאחדות לאחת, וקצרות וכפולות מתבטלות. המפעיל מקבל לא «תנועה באזור», אלא כרטיס עם קביעה וקטע הקלטה מוכן.
מה יצא לפי המדדים
שטף ההתרעות ירד מ-1000-1200 ל-40-60 ביממה, ושיעור המאושרות עלה מ-15% ל-75%. התגובה לאירוע משמעותי התקצרה מ-20 דקות ל-40 שניות — המפעיל רואה אותו ראשון, ולא אחרי ניתוח של רעש.
המשמרת מתמודדת עם מפעיל אחד במקום שלושה באותו מספר אתרים, ולא תועדו החמצות של אירועים אמיתיים באזור הכיסוי. אובייקטים חדשים אנחנו מחברים בפרופיל גילוי תקני: אתר נכנס למתאר תוך שעות.
במה שונה אנליטיקת וידאו מבוססת AI מצפייה קלאסית בווידאו?
צפייה קלאסית בווידאו מגיבה לשינוי בתמונה: הגלאי משווה פיקסלים באזור העניין, ובמעבר של סף הרגישות רושם אירוע «משהו קרה בפריים». אם זה אדם, צל של ענן או שלג — המערכת לא מבדילה. המפעיל מקבל שטף של הפעלות כאלה וסוקר ידנית את הארכיון כדי למצוא את המשמעותי.
אנליטיקת וידאו מבוססת AI פועלת ברמה אחרת. הפריים עובר דרך גלאי אובייקטים, בין הפריימים נבנה מסלול, והאירוע מתואר בתרחיש: אדם חצה קו בכיוון אסור, התקרב להיקף, השאיר חפץ, נמצא באזור יותר מהזמן שהוגדר.
ההחלטה מתקבלת לפי מטא-נתונים — סוג האובייקט, קואורדינטות, כיוון התנועה, הזמן — ולא לפי בהירות הפיקסלים.
ההבדלים בין הגישות מתבטאים בדיוק הגילוי בזירות מורכבות. בלילה, בגשם או בזרם צפוף, סף הרגישות שהוגדר ביום מייצר מבול של הפעלות שווא, ואילו מסווג האובייקטים חותך את הרעש.
נכון להשוות מערכות לפי שיעור הפעלות השווא וההחמצות למאה אירועים ולפי הזמן שלוקח לאתר את האירוע בארכיון — ולא לפי מספר המצלמות.
ההבדל מהותי במקומות שבהם נדרשת תגובה בזמן אמת — פתיחת מחסום, עצירת קו, התראה לאבטחה — ובמקומות שבהם נדרש חיפוש לפי מאפיינים במקום סקירה של יממת הקלטה. אם המשימה מצטמצמת לתיעוד ולאחסון, התכנית הקלאסית נשארת בחירה סבירה.
את האנליטיקה מתקינים מעל פלטפורמה שכבר עובדת כמו Milestone: צי המצלמות לא משתנה, מתווספת רק שכבת עיבוד.
שאלות נפוצות: התראות שווא, נתונים ועבודת משמרת התורנות
השאלות האלה נשמעות כמעט בכל פגישה שנייה על מערכת אבטחה מבוססת AI, ולכן אנחנו עונים ישירות, בלי «תלוי בתרחיש». להלן ארבעה ספקות טכניים שבולמים את ההתחלה לעתים קרובות.
באזור הולכים אנשים כל הזמן — האם לא יהיה שטף של התראות שווא?
התרעה מופעלת לא לפי פריים בודד, אלא כשהסצנה לאורך זמן מתאימה לכלל: כניסה לאזור אסור, חפץ שהושאר, תנועה בשעות לא פעילות. הספים ולוחות הזמנים מוגדרים לכל מצלמה בנפרד, ולכן מעבר תלוי בשעת שיא לא הופך לתור של הפעלות. את שיעור סינון התראות השווא אנחנו מודדים באתר פיילוט לפני הפריסה הרחבה.
כמה זמן נשמרות ההקלטות וכיצד מאתרים את הפרק הרצוי?
האחסון נקבע לפי כללים: ארכיון רציף — תקופה אחת, התרעות עם קטעים מקושרים — לתקופה ארוכה יותר, מטא-נתונים תפעוליים — בנפרד. אירוע נכתב בצפיפות גבוהה מהזרם הרקעי, ולכן הנפח גדל באופן צפוי, ואת הפרק מאתרים לפי זמן, מצלמה וסוג אירוע.
מי בתוך החברה יקבל גישה לווידאו ולאנליטיקה?
הגישה בנויה על תפקידים: המפעיל רואה רק את האזור שלו, ראש שירות הביטחון — את כל המצלמות בלי זכות לייצוא, והמנהל שולט בכללים. צפיות וייצוא נרשמים ביומן, והעיבוד יכול להתבצע במתאר מקומי אם אסור להוציא פריימים מחוץ לאובייקט.
עד כמה קשה להכשיר את משמרת התורנות?
הממשק של התורן מצטמצם לשלוש פעולות: לאשר התרעה, לדחות אותה כשווא, להעביר כוח תגובה. ההדרכה נמשכת שתיים-שלוש משמרות של 30-40 דקות, ומכאן המשמרת מנתחת הפעלות אמיתיות יחד עם המהנדסים שלנו — המשוב מאמן את המודל מחדש לאובייקט הספציפי, וההחלטות מתקבלות בלי רמזים.
נדון במשימה: מה צריך לדעת על האובייקט שלכם
כדי לחזור עם הערכה ותוכנית עבודה, ולא עם הבטחות כלליות, נדרשים נתוני פתיחה על האובייקט — הם קובעים גם את הרכב המודלים וגם את דרישות החומרה. להלן מה שמספיק לתאר בדיון על המשימה: ככל שהניסוחים מדויקים יותר, כך יש פחות סבבי עבודה בפרויקט.
- רשימת האזורים ונקודות הסקירה: ההיקף, הכניסות, החניה, צמתי המחסן והקופות, היכן שהמצלמות כבר מותקנות ואילו משימות הן מכסות כיום.
- איכות הזרם הקיים: יציבות ההקלטה, צילום לילי, זוויות צילום, חפיפות. מזה תלוי אם האופטיקה הנוכחית תעמוד בעומס הגלאי או שיש צורך בהחלפה.
- מה נחשב לאירוע: מעבר לאזור אסור, חפץ שהושאר, התקהלות, ניסיון מעבר של שניים יחד, הסרת מסכה. רשימת האירועים היא בעצם היקף העבודה.
- התגובה לאירוע: מי מקבל התראה, תוך כמה זמן, והאם נדרש חיבור למערכת בקרת הכניסה, להתראה ולעמדת האבטחה.
- מגבלות על הנתונים: היכן מאוחסן הארכיון, כמה זמן הוא נשמר, האם מותר להוציא פריימים לצורכי אימון, והאם יש דרישות לעיבוד ביומטרי.
- תשתית: היכן אנחנו פורסים — על ציוד שלנו במתאר הלקוח או בסגמנט רשת נפרד, ואילו ערוצי תקשורת יש בין האתרים.
- עומס: מספר המצלמות לצומת עיבוד אחד, מספר האירועים הצפוי ביממה, וההשהיה המותרת בין הפריים להתראה.
לפי נתוני הפתיחה האלה אנחנו מרכיבים את תרשים הפריסה, את הרכב המודלים ואת תוכנית העבודה עם שלבים וקריטריוני קבלה. אין התחייבות מצדכם בשלב הזה — רק שיחה עניינית.