隨著視頻監(jiān)控系統(tǒng)的使用和談論日漸增多，越來越多的CSO開始發(fā)現(xiàn)，有必要將視頻納入總體的IT安全中。BRS實驗室CTO Eric Eaton先生為我們提供了評估視頻監(jiān)控解決方案的五大標準。

    視頻監(jiān)控曾經是物理安全的唯一部分。操作人員坐在多個錄像機屏幕前，每個屏幕相應展示一臺攝像機的視野，人們通過這些來檢測特定區(qū)域內有無安全突發(fā)事件產生。但是隨著時間的推移，越來越多的人表明，要想更好地保障一個集體的安全就需要安裝更多的攝像頭，而且視頻信息必須具備多觀察角度。

    當人們在視頻監(jiān)控系統(tǒng)中加入更多的攝像頭，從無數(shù)的視頻錄像中找到潛在的威脅就需要借助IT技術的分析工具來實現(xiàn)。鑒于此，CSO們發(fā)現(xiàn)他們十分需要整合一個重要的物理安全解決方案，并將視頻監(jiān)控系統(tǒng)納入總體的IT安全之內。人們需要認清視頻監(jiān)控系統(tǒng)到底可以做什么，哪些又是它不能完成的。同時也暴露出來了一些問題，人們需要了解對視頻監(jiān)控解決方案的評估標準，還有，怎么做才能有助于改進現(xiàn)有的系統(tǒng)。

    拋棄算法開始學習

    現(xiàn)在，視頻分析軟件的出現(xiàn)對用戶來說讀取攝像機的輸出信息成為可能，同時，當發(fā)現(xiàn)異常行為被檢測到時還會自動發(fā)出警告。最早的系統(tǒng)往往有10到12個攝像頭。運作時間為6個月，一旦安裝后就意味著不可以進行升級和擴展。因此，對此投入更多的資金也是毫無意義，因為它們僅僅是作為一種對特定行為的警報的工具存在。舉例來說，某組織部署了一個系統(tǒng)來檢測一個停車場在夜晚是否有偷竊行為發(fā)生。18個月內系統(tǒng)通報發(fā)生了一起偷車行為（警官停下來檢查這個停車場）。如果是這樣，對于人們來說，一個在18個月內只提供了一兩條有價值信息的系統(tǒng)是否過于昂貴呢？

    如果要為單個的異常活動制定規(guī)范，作為視頻監(jiān)控系統(tǒng)，這樣的系統(tǒng)不得不要面臨挑戰(zhàn)。一般來說，面對這樣的情況，相關組織就會尋找與現(xiàn)有的產品在運作差不多，同時還能借助IT部門幫助的辦法，他們可以用網絡視頻流檢測異常行為。目前市場上出現(xiàn)了各種各樣的工具可供選擇。在功能上，他們都不僅支持更好地觀看錄像、更支持對攝像機的數(shù)字化輸出信息進行分析，以便實時了解和判斷異常行為，同時，在沒有任何人力投入的情況下對所有異�；顒舆M行檢測和警報。

    不知不覺，人們看到了從算法和有規(guī)可循的系統(tǒng)到learning technology這一轉變，這有助于改進視頻監(jiān)控系統(tǒng)。好的監(jiān)控系統(tǒng)關鍵在于它們可以learning正常的行為，所以能夠發(fā)現(xiàn)可疑的行為并幫助預測和預防未來的威脅。通過將每天的活動進行過濾，learning technology可以為安全人員減負，讓他們的全部精力集中在對異�；顒拥臋z測上。這可以幫助提高相關組織的對威脅的意識，同時縮短對潛在威脅的反應時間。