本文來自千家網(wǎng)，作者 | Jeffrey A. Slotnick， CPP、PSP | Setracon ESRMS 總裁。
本文作者：Jeffrey A.Slotnick，CPP、PSP|Setracon ESRMS總裁
多年來，我們對安全風(fēng)險一直采取被動應(yīng)對的態(tài)度，等待事件發(fā)生后再作出反應(yīng)。但如果我告訴你，采取主動方法，在安全風(fēng)險顯現(xiàn)之前識別并減輕這些風(fēng)險，可以顯著有益于企業(yè)呢？這種轉(zhuǎn)變可以帶來更安全的運(yùn)營環(huán)境和更強(qiáng)大的潛在威脅防御能力，讓人們對策略的有效性感到放心。
我們在醫(yī)療行業(yè)的同事們是主動風(fēng)險管理的先驅(qū)。他們使用預(yù)測分析來提高運(yùn)營效率，預(yù)測疾病爆發(fā)，提升患者滿意度。這種方法同樣可以應(yīng)用于安全領(lǐng)域，讓我們能夠預(yù)見并預(yù)防潛在威脅。
工業(yè)革命5.0
作為一個社會，我們正在開始經(jīng)歷工業(yè)革命的下一個階段，數(shù)字化轉(zhuǎn)型5.0。在1.0時代，我們看到了蒸汽和以煤為動力的機(jī)器，它們促進(jìn)了制造業(yè)進(jìn)程。在2.0時代，電力技術(shù)和石油進(jìn)入了我們的視野。新技術(shù)的發(fā)展，如電網(wǎng)、大規(guī)模生產(chǎn)技術(shù)（如流水線）和內(nèi)燃機(jī)，標(biāo)志著這個時代的到來。
隨著3.0時代的到來，計(jì)算機(jī)和可編程邏輯控制器、機(jī)器人、電路測試電子設(shè)備以及其他信息全球化工業(yè)的方面進(jìn)入了勞動力市場。在我們的行業(yè)中，我們看到了會聚的開始，以及從模擬安全系統(tǒng)向數(shù)字安全系統(tǒng)的轉(zhuǎn)變。4.0時代開始模糊了物理和數(shù)字世界的界限。物聯(lián)網(wǎng)、機(jī)器人、智能設(shè)備、智能建筑、無人機(jī)、云計(jì)算和認(rèn)知計(jì)算已經(jīng)將技術(shù)的角色融入了日常生活。
現(xiàn)在問問人工智能助手。
現(xiàn)在，我們正在進(jìn)入數(shù)字化轉(zhuǎn)型5.0的時代。這個階段超越了人類和機(jī)器之間的傳統(tǒng)界限，促進(jìn)了更大的協(xié)作和協(xié)同作用。它帶來了人工智能和機(jī)器學(xué)習(xí)的好處，徹底改變了安全技術(shù)，為更先進(jìn)、更高效的安全措施鋪平了道路。
人工智能和機(jī)器學(xué)習(xí)
通常人們對人工智能和機(jī)器學(xué)習(xí)之間的區(qū)別感到困惑。人工智能是理論和開發(fā)能夠執(zhí)行通常需要人類智能的任務(wù)的計(jì)算機(jī)系統(tǒng)。另一方面，機(jī)器學(xué)習(xí)是一個專注于開發(fā)和研究可以從數(shù)據(jù)中學(xué)習(xí)的統(tǒng)計(jì)算法的領(lǐng)域。
簡單來說，如果我讓AI創(chuàng)建一個包括雞蛋、牛奶和油的購物清單，并且AI將其發(fā)送出去完成，那就是人工智能。如果AI回來對我說，上次你訂購黃油、雞蛋、牛奶和油的時候，你在烤蛋糕。你需要面粉嗎？這就是機(jī)器學(xué)習(xí)的一個例子。
數(shù)據(jù)分析
根據(jù)Tableau的說法，數(shù)據(jù)分析是一種全面的方法，檢查、清洗、轉(zhuǎn)換和建模數(shù)據(jù)以發(fā)現(xiàn)有用信息、得出結(jié)論并支持決策制定。它涉及各種技術(shù)和方法，以解釋來自不同來源的不同格式的數(shù)據(jù)，無論是結(jié)構(gòu)化的還是非結(jié)構(gòu)化的。
數(shù)據(jù)分析的過程通常經(jīng)歷幾個迭代階段：
- 確定業(yè)務(wù)問題：企業(yè)試圖解決什么問題？你需要測量什么，你將如何測量？
- 收集原始數(shù)據(jù)集：數(shù)據(jù)收集可能來自內(nèi)部來源，如公司的客戶關(guān)系管理（CRM）軟件，或來自次級來源，如政府記錄或社交媒體應(yīng)用程序編程接口（API）。
- 清洗數(shù)據(jù)：這通常涉及清除重復(fù)和異常數(shù)據(jù)，協(xié)調(diào)不一致性，標(biāo)準(zhǔn)化數(shù)據(jù)結(jié)構(gòu)和格式，以及處理空白和其他語法錯誤。
- 分析數(shù)據(jù)：通過使用各種數(shù)據(jù)分析技術(shù)和工具操縱數(shù)據(jù)，你可以找到講述故事的趨勢、相關(guān)性、異常值和變化。
數(shù)據(jù)分析是一個工具，使組織能夠做出明智的決策，預(yù)測趨勢，提高運(yùn)營效率。正如本文前面提到的，數(shù)據(jù)分析支持企業(yè)、政府和其他組織的戰(zhàn)略規(guī)劃。
同樣，數(shù)據(jù)分析可以幫助安全行業(yè)就風(fēng)險評估、欺詐檢測和工作場所暴力事件做出主動決策。
在工業(yè)革命5.0的數(shù)字化轉(zhuǎn)型時代，數(shù)據(jù)分析比以往任何時候都更加關(guān)鍵。數(shù)字技術(shù)產(chǎn)生的數(shù)據(jù)爆炸導(dǎo)致了我們現(xiàn)在所說的大數(shù)據(jù)分析和數(shù)據(jù)湖的出現(xiàn)。
預(yù)測分析
預(yù)測分析是高級分析的一個分支，它使用歷史數(shù)據(jù)、統(tǒng)計(jì)建模、數(shù)據(jù)挖掘技術(shù)和機(jī)器學(xué)習(xí)來預(yù)測未來結(jié)果。
預(yù)測分析涉及檢查當(dāng)前和歷史數(shù)據(jù)模式，并使用這些信息來預(yù)測未來的趨勢和事件。這可以手動完成，也可以使用機(jī)器學(xué)習(xí)算法完成。
一個例子可能是一個在工作場所遇到問題的員工。該員工通常從早上8:00工作到下午5:00。通過門禁控制系統(tǒng)和建筑管理系統(tǒng)，我們了解到該員工在晚上10:00進(jìn)入大樓，并在凌晨12:30離開。員工在那個不尋常的時間在那里可能有合法理由。有了系統(tǒng)告訴我們這些事實(shí)，公司可能想要與員工交談，以確定他們在那個不尋常的小時在那里的性質(zhì)。
在這種情況下，來自門禁系統(tǒng)的數(shù)據(jù)，與安全攝像頭和建筑管理系統(tǒng)相關(guān)聯(lián)，提供了精確的預(yù)測信息。
預(yù)測風(fēng)險建模在安全方面的好處
與業(yè)務(wù)數(shù)據(jù)集成的可靠數(shù)據(jù)增強(qiáng)了共同操作圖中的態(tài)勢感知，包括報告、儀表板和業(yè)務(wù)審查，降低了物理安全之外的操作風(fēng)險。這種方法使每個人都受益。這將導(dǎo)致更好的安全性、風(fēng)險降低、運(yùn)營效率和改進(jìn)的決策制定。
其他好處包括安全近失報告、資產(chǎn)管理、生命安全、自然災(zāi)害和環(huán)境監(jiān)測、遵守監(jiān)管標(biāo)準(zhǔn)以及支持失敗后果框架。
人工智能和機(jī)器學(xué)習(xí)的貢獻(xiàn)是什么？
前面我們討論了人工智能和機(jī)器學(xué)習(xí)的定義。在實(shí)踐中，我們可以檢查現(xiàn)有的數(shù)據(jù)源和模式，從中學(xué)習(xí)，識別系統(tǒng)異常，更早地檢測即將發(fā)生的事件，并防止惡意攻擊，如針對組織、其員工或負(fù)責(zé)人的敵對行為。
數(shù)據(jù)湖——根據(jù)微軟和亞馬遜網(wǎng)絡(luò)服務(wù)，數(shù)據(jù)湖是一個集中式存儲庫，允許你以任何規(guī)模存儲所有結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。它是一個存儲庫，可以快速地以原生格式攝取大量原始數(shù)據(jù)。數(shù)據(jù)可以存儲在沒有結(jié)構(gòu)的狀態(tài)下，而不需要首先對其進(jìn)行結(jié)構(gòu)化，并運(yùn)行不同類型的分析——從儀表板和可視化到大數(shù)據(jù)處理、實(shí)時分析和機(jī)器學(xué)習(xí)，以指導(dǎo)更好的決策。
數(shù)據(jù)湖可以容納來自任何來源的所有類型的數(shù)據(jù)，從結(jié)構(gòu)化（數(shù)據(jù)庫表、電子表格）到半結(jié)構(gòu)化（XML文件、網(wǎng)頁）到非結(jié)構(gòu)化（圖像、音頻文件、推文），而不會犧牲保真度。數(shù)據(jù)文件通常存儲在分階段區(qū)域——原始的、清洗的和策劃的——以便不同類型的用戶可以使用數(shù)據(jù)的不同形式來滿足他們的需求。
數(shù)據(jù)湖對企業(yè)至關(guān)重要，因?yàn)樗鼈優(yōu)楦鞣N應(yīng)用程序提供了核心數(shù)據(jù)一致性，支持大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、預(yù)測分析和其他形式的智能行動。它們使組織能夠生成不同類型的洞察，包括對歷史數(shù)據(jù)的報告和進(jìn)行機(jī)器學(xué)習(xí)，在那里構(gòu)建模型以預(yù)測可能的結(jié)果，并建議一系列規(guī)定的行動以實(shí)現(xiàn)最佳結(jié)果。
數(shù)據(jù)源——許多數(shù)據(jù)源可用于支持安全中的風(fēng)險智能。因此，在我們考慮將哪些數(shù)據(jù)源放入湖中之前，我們必須確定我們試圖解決的問題。在許多實(shí)踐領(lǐng)域，我們稱這為“問題陳述”。在我們?yōu)橐患胰蚬镜墓ぷ髦?，我們試圖解決的問題是設(shè)施的風(fēng)險，并為每個建筑開發(fā)風(fēng)險因素。我們必須解決的一個特別問題是動態(tài)風(fēng)險因素，由于政治風(fēng)險、地區(qū)犯罪、建筑功能、建筑居住者和許多其他變量，這些因素不斷變化。創(chuàng)建一個工作組來幫助識別變量有助于我們選擇正確的數(shù)據(jù)源來解決問題。
以下是我們使用的一些數(shù)據(jù)點(diǎn)。
物理安全設(shè)備——今天有許多不同的物理安全設(shè)備產(chǎn)生數(shù)據(jù)，包括門禁控制系統(tǒng)、視頻監(jiān)控系統(tǒng)、報警系統(tǒng)、照明、憑證解決方案、攝像頭、訪客管理系統(tǒng)、自動鎖定裝置、機(jī)器人、威脅情報源、警衛(wèi)力量優(yōu)化工具、犯罪數(shù)據(jù)、歷史數(shù)據(jù)、風(fēng)險評估數(shù)據(jù)和其他通常傳送到安全運(yùn)營中心（SOC）的來源。記住，從這些設(shè)備收集的數(shù)據(jù)可以用來跟蹤安全事件的趨勢，彌補(bǔ)漏洞，并通知未來對物理安全的方法。擁有一個全面的物理安全系統(tǒng)對于防范盜竊、破壞、未經(jīng)授權(quán)的入侵和網(wǎng)絡(luò)威脅至關(guān)重要。
關(guān)鍵詞搜索是經(jīng)常被忽視的數(shù)據(jù)來源。它們可以識別在萬維網(wǎng)上提及公司、情況或個人的內(nèi)容。關(guān)鍵詞搜索可以使用為這個目的設(shè)計(jì)的行業(yè)工具或僵尸網(wǎng)絡(luò)搜索來完成。
僵尸網(wǎng)絡(luò)是一個應(yīng)用程序，被編程來執(zhí)行特定任務(wù)。它可以自己運(yùn)行，按照給它的指示而不需要人啟動它。許多僵尸網(wǎng)絡(luò)被設(shè)計(jì)來做人類通常會做的事情，比如重復(fù)性任務(wù)，比人類快得多地完成它們。有許多商業(yè)提供商提供這項(xiàng)服務(wù)。
一旦我們確定了問題和數(shù)據(jù)，我們將數(shù)據(jù)提交給分析過程。
所有這些都意味著什么？
是否值得參與風(fēng)險智能計(jì)劃？成熟的風(fēng)險智能計(jì)劃增加了企業(yè)更快、更有效的關(guān)鍵決策能力，優(yōu)越的預(yù)測能力，優(yōu)化的變量選擇過程，實(shí)時風(fēng)險緩解和業(yè)務(wù)轉(zhuǎn)型。
威脅、后果和由此產(chǎn)生的影響可能會摧毀一個企業(yè)。風(fēng)險可能比實(shí)施風(fēng)險智能計(jì)劃所花費(fèi)的資金成本更高。高管的潛在損失、專有研究、恐怖主義、工作場所暴力、大規(guī)模盜竊和自然災(zāi)害直接影響公司的財(cái)務(wù)穩(wěn)定性和聲譽(yù)。讓我們利用技術(shù)提供的資源來最小化風(fēng)險的影響。
未來就是現(xiàn)在。
