9/11袭击是最著名的安全威胁之一,它改变了我们出行的方式。为了保护乘客和机组人员,机场已经将寻找危险物品作为首要任务,通过物联网预测分析和机器学习识别危险行为,可以补充当前的安全措施并促进更好的飞行条件。
行为识别背后的理论基础是这样的:当某人正在或准备实施犯罪或恐怖行为时,该人的表现行为会超出常态。传感器、视频数据以及其他技术为行为识别、识别紧张、压力等提供了关键因素。根据datanami的说法,这种类型的行为通常可以表现出来,可以分为两类——微观行为和宏观行为。面部表情、出汗、缺乏眼神交流都是微观的例子;宏观行为是在整个空间中更广泛的活动,或者当有人接近或投来目光时,试图躲避、隐藏他或她的脸。
目前,是由人工负责行为监测,如果使用技术自动监测这些行为可能会更加准确。基于新的分析工具,机场现在可以创建每个人的行为轨迹和360度视图。通过应用物联网预测分析并查看这些大型结构化和非结构化数据,并通过地图绘制工具、地理位置信息等提供支持,机场安全将能够对每个人的潜在风险进行评级。讽刺的是,在识别非典型人类行为方面,技术通常比人类更好。对工作人员来说,最困难的是追踪所有与恐怖主义行为相结合的行为。
这些行为中的每一个可能都不会引起怀疑,只有当我们能够看到他们的所有行为表现时,我们才能获得完整的分析结果。虽然威胁可能来自恐怖分子或乘客等外部来源,但也可能是由心怀不满的机场员工或合同工从内部煽动。通过使用预测分析,安全运营经理可以监控内部员工和承包商的访问和行为,识别危险的内部人员,并在攻击发生之前阻止。安全团队应该知道哪些机场员工可以访问资产,包括物理资产(行李、飞机)和日常运营中使用的网络信息等。
通过收集大数据和使用物联网预测分析,可以自动监控和记录不规范的员工活动。机器学习平台可以整合来自员工的各种来源数据,例如绩效历史、犯罪记录、信息系统访问,包括现场vpn(虚拟专用网络)使用,以及机场终端内的物理移动——从工作胸牌扫描或基于物联网的门锁和地理空间扫描仪接收的数据。像美国其他警察部门一样,法国国家宪兵队正在向其武器库中添加数据分析。他们并没有放弃成熟的技术,而是将军队现代化。
LED照明技术不断进步 健康照明将成为行业的下一个风口
聚合物电芯常见测试项目
基于微控制器的二极管和双极结晶体管测试仪的说明
KC-201 FM立体声收音模块产品说明
26亿红板5G高阶HDI和IC载板项目签约江西
21世纪机场安全物联网预测分析
矩形脉冲发生器
阿童木双盖检测器丨制罐行业片料重叠检测应用
epoll和select的优缺
华为安全大咖谈 | 华为终端检测与响应EDR 第04期:如何对高级勒索攻击说“不”
泰利特与中国联通携手共同推进工业物联网的发展
扬尘污染自动监控系统实现实时显示、实时报警
什么是GPIO? STM32中关于GPIO口的介绍
Chrome将全面推出“节省内存”和“节省电量”模式
圆筒单相动圈式直线震荡电机设计
中高压变频器主电路拓扑结构的分析比较
工作频率72MHZ的海速芯32位MCU TM32F103K7用于信号隔离采集器设计,可P2P替换STM32F103CBT6
截杀小米6, 格力手机3代将至
华为海思的麒麟950到底新在哪儿?
PIC单片机和AVR单片机IO的操作方法解析