فرآیند نظارت و تشخیص هوشمند به طور یکپارچه سنجش، انتقال، تجزیه و تحلیل و پاسخ را برای دستیابی به کاوش سیستماتیک و تأیید وضعیت و رفتار شی هدف یکپارچه می کند. این فرآیند نه تنها قابلیت اطمینان سیستم نظارت را تعیین می کند، بلکه مستقیماً بر دقت شناسایی ناهنجاری و به موقع بودن رسیدگی تأثیر می گذارد. بنابراین، طراحی و اجرای آن باید از اصول استانداردسازی، ردیابی و مدیریت حلقه بسته- برای اطمینان از تأیید و تکرارپذیری در کل فرآیند، از جمعآوری دادهها تا اجرای تصمیم، پیروی کند.
فرآیند تشخیص با آماده سازی حسگر و کالیبراسیون آغاز می شود. در این مرحله، تجهیزات سنجش مناسب باید با توجه به هدف نظارتی و ویژگیهای محیطی انتخاب و نصب و در موقعیتیابی قرار گیرند و از عدم وجود نقاط کور در میدان دید، زوایای معقول و اجتناب از منابع بازتابنده یا بازدارنده قوی اطمینان حاصل شود. سپس کالیبراسیون تجهیزات انجام می شود، از جمله کالیبراسیون فاصله کانونی دوربین و دیافراگم، تصحیح نقطه و محدوده صفر حسگر-، همگام سازی زمانی، و ثبت مختصات، اطمینان از سازگاری داده ها از منابع مختلف در ابعاد مکانی - زمانی و ایجاد پایه ای برای تجزیه و تحلیل دقیق بعدی.
مرحله بعدی کسب{0}زمان واقعی و پیش پردازش است. این سیستم جریانهای ویدئویی، سیگنالهای صوتی، پارامترهای محیطی و اطلاعات وضعیت دستگاه را بر اساس فرکانس نمونهبرداری و پروتکل انتقال از پیش تعیینشده دریافت میکند. پیش پردازش، از جمله کاهش نویز، تنظیم بهره، تبدیل فرمت و فشرده سازی داده ها، در گره های لبه انجام می شود تا نسبت اطلاعات نامعتبر را کاهش دهد و فشار پهنای باند شبکه را کاهش دهد. این مرحله نیاز به تایید یکپارچگی داده ها و حذف ناهنجاری دارد تا از ورود داده های آسیب دیده یا مخدوش به مرحله تجزیه و تحلیل جلوگیری شود.
مرحله سوم استخراج ویژگی و تحلیل هوشمند است. این سیستم با تکیه بر بینایی ماشین، یادگیری عمیق یا الگوریتمهای تشخیص الگو، تشخیص هدف، تشخیص رفتار، ارزیابی وضعیت و پیشبینی روند را بر روی دادههای از پیش پردازش شده انجام میدهد. به عنوان مثال، در سناریوهای امنیتی، رفتارهای نفوذ، سرگردانی یا تجمع غیرعادی را شناسایی می کند. در سناریوهای صنعتی، لرزش بیش از حد تجهیزات، دمای غیرعادی یا نقص محصول را شناسایی می کند. فرآیند تجزیه و تحلیل باید نتایج ساختاریافته و امتیازهای اطمینان را به دست آورد و تعیین کند که آیا آلارم ها مطابق آستانه ها و قوانین از پیش تعیین شده فعال شوند یا خیر.
متعاقباً، تأیید هشدار و (پاسخ پیوندی) آغاز می شود. برای رویدادهایی که غیرعادی تشخیص داده میشود، سیستم بهطور خودکار اطلاعات هشدار تولید میکند و پرسنل مربوطه را از طریق یک رابط بصری، پیامهای صوتی{1}}بصری یا اعلانهای فشاری مطلع میکند. در صورت لزوم، ماژول کنترل اتصال باید برای اجرای اقدامات از پیش تعیین شده، مانند فعال کردن قفل ضبط ویدیو، تغییر ردیابی دوربین، خاموش کردن برق تجهیزات، یا اطلاع دادن به تیم های اضطراری، فراخوانی شود. این مرحله باید دادههای مربوطه را قبل و بعد از رویداد برای بررسی رویداد و پاسخگویی پست نگه دارد.
در نهایت، بایگانی رکورد و بهینه سازی حلقه بسته بسیار مهم است. تمام داده های شناسایی، نتایج تجزیه و تحلیل، فرآیندهای رسیدگی و اطلاعات بازخورد باید به طور یکنواخت در پایگاه داده پلت فرم نظارت ذخیره شده و با توجه به زمان، مکان و نوع رویداد نمایه و بایگانی شوند. گزارش های تشخیص باید به طور منظم برای ارزیابی نرخ هشدار کاذب، نرخ منفی کاذب و به موقع بودن پاسخ بررسی شوند. بر این اساس، مدلهای الگوریتم باید بهینه شوند، پارامترهای آستانه تنظیم شوند، و استراتژیهای پیوند بهبود یابند، و یک حلقه بسته از بهبودهای تشخیص-تحلیل{5}}مدیریت- برای بهبود مستمر عملکرد سیستم تشکیل شود.
در حین اجرا، باید به کنترل کیفیت و مدیریت امنیت در هر مرحله از فرآیند توجه شود: کالیبراسیون مجدد منظم تجهیزات حسگر، آموزش مداوم و بهروزرسانی مدلهای الگوریتم، پشتیبانگیری اضافی از پیوندهای ارتباطی، و کنترل سلسله مراتبی مجوزهای دسترسی برای اطمینان از پایداری و قابلیت اطمینان فرآیند تشخیص در محیطهای پیچیده.
به طور کلی، فرآیند نظارت و شناسایی هوشمند، بر اساس ادراک دقیق، تجزیه و تحلیل هوشمند به عنوان هسته آن، پاسخ پیوند به عنوان ابزار آن، و بهینه سازی حلقه بسته به عنوان هدف خود، یک مسیر سیستماتیک از جمعآوری دادهها تا بهبود مستمر ایجاد میکند و تضمینی محکم برای بهبود قابلیت اطمینان و پشتیبانی تصمیم سیستم نظارت ارائه میکند.
