Jak usprawnić pracę security dzięki sztucznej inteligencji
Algorytmy sztucznej inteligencji już jakiś czas temu znalazły zastosowanie w aplikacjach obsługujących urządzenia monitoringu wizyjnego i kontroli dostępu. Z ich mocy, tym razem w generatywnej wersji, wywołującej ostatnio sporo szumu medialnego, mogą korzystać także integratorzy projektujący całe systemy lub potrzebujący porównać różne produkty. Pomocne będą też użytkownikom przymierzającym się do zakupu systemu bezpieczeństwa. W jaki sposób może ich w tym wspomóc na przykład najbardziej popularna SI, czyli ChatGPT?
Artificial Intelligence, AI (sztuczna inteligencja, SI) to szeroka dziedzina obejmująca różne technologie inteligentne. W jej ramach wyróżniamy m.in. LLM (Large Language Model) – modele skoncentrowane na przetwarzaniu i generowaniu języka naturalnego. Szczególną kategorią jest generatywna SI, która potrafi tworzyć nowe treści na podstawie danych wejściowych, w przeciwieństwie do standardowej SI, która jedynie analizuje podane jej dane. Generatywna SI może tworzyć całkowicie nową treść: tekst, obrazy, wideo czy kod programistyczny na podstawie tzw. promptów, czyli poleceń bądź zapytań użytkowników.
Nowe funkcje ChatGPT-4
Warto dodać, że najnowsza wersja ChatGPT-4 wprowadza szereg nowych funkcji, w tym możliwość analizy obrazów. Użytkownicy mogą teraz przesłać zdjęcie systemu zabezpieczeń i poprosić o analizę jego mocnych i słabych stron.
SI w bezpieczeństwie fizycznym
Branża security już od dłuższego czasu korzysta z możliwości standardowej sztucznej inteligencji. Do tej pory nie służyła ona jednak do tworzenia nowych treści, lecz do analizowania już istniejących. Weźmy np. aplikacje stosowane w monitoringu wizyjnym. Dzięki wprowadzeniu algorytmów SI potrafią nie tylko przeanalizować zapis wideo, ale także spośród wszystkich nagrań wyłuskać te, które dla ludzi wyglądają jak prawdziwe, a w istocie są deepfake’ami. Natomiast SI w swojej generatywnej odmianie może uczynić kontrolę dostępu jeszcze bardziej skuteczną dzięki umiejętności opracowywania scenariuszy przewidujących różne próby obchodzenia zabezpieczeń oraz np. udoskonalając odczyty biometryczne.
Ograniczenia ChatGPT
Można by rozwinąć sekcję o ograniczeniach ChatGPT, dodając konkretne przykłady:
- możliwe nieścisłości w specyfikacjach najnowszych produktów,
- brak dostępu do aktualnych cen,
- brak możliwości weryfikacji zgodności z lokalnymi normami bezpieczeństwa.
Sztuczna inteligencja znajduje zastosowanie również w bardziej zaawansowanych systemach bezpieczeństwa fizycznego. Przykładem mogą być autonomiczne roboty patrolujące, które monitorują przestrzeń publiczną i prywatną, korzystając z kamer i czujników. Mogą służyć do inspekcji terenów, szybkiego reagowania na zagrożenia czy śledzenia podejrzanych osób. Innymi przykładami zastosowania SI są analiza zachowań tłumu i wykrywanie potencjalnych zagrożeń. Systemy te mogą wykrywać obecność broni, rozpoznawać twarze w tłumie czy identyfikować agresywne zachowania w czasie rzeczywistym.
ChatGPT jako narzędzie wsparcia
Jedną z najbardziej znanych generatywnych SI jest ChatGPT, który może być pomocny w pracy integratorów bezpieczeństwa. Może być też przydatny osobom potrzebującym porównania różnych produktów, próbującym obliczyć niezbędną ilość pamięci masowej albo chcącym szybko przygotować szczegółową specyfikację jakiegoś rozwiązania.
Jak formułować zapytania do ChatGPT
Jak formułować zapytania do ChatGPT, żeby otrzymać najbardziej przydatne odpowiedzi dotyczące systemów bezpieczeństwa, tzw. prompt engineering? Kluczowe jest zadawanie precyzyjnych pytań oraz dostarczanie kontekstu dotyczącego specyfikacji technicznych lub wymagań użytkownika.
Weźmy np. pozornie proste, ale czasochłonne zadanie porównywania różnych urządzeń idealne do powierzenia sztucznej inteligencji. Świetną demonstrację takiego zastosowania można zobaczyć w filmie opublikowanym przez 2DTechBG na YouTubie.
ChatGPT został poproszony o porównanie dwóch różnych producentów. Proces trwał mniej niż minutę, a dane wejściowe obejmowały specyfikacje techniczne obu kamer oraz pytania dotyczące ich zastosowań.
Warto zaznaczyć, że ograniczeniem ChatGPT jest dostęp tego narzędzia tylko do informacji zawartych w jego bazie danych, co mogło wpłynąć na dokładność porównania. Po serii kilku pytań ChatGPT przedstawił nie tylko różnice między obydwoma modelami, ale także znalazł inne, podobne modele i podał ich parametry techniczne.
Szybsze przygotowanie specyfikacji
ChatGPT może służyć integratorom systemów jako doradca podczas opracowywania specyfikacji sprzętu. W omawianym przykładzie został poproszony o przygotowanie propozycji specyfikacji dla systemu CCTV, który miał spełniać następujące warunki: cztery kamery, przechowywanie nagrań przez 30 dni oraz interkom. ChatGPT zaproponował dwa modele rejestratorów (NVR), dyski twarde o dwóch różnych pojemnościach (4 lub 8 TB), konkretne modele kamer IP oraz interkomów. Całość obsługiwana za pomocą aplikacji producenta. Przygotowanie tej specyfikacji zajęło sztucznej inteligencji niecałe trzy minuty, co pokazuje jej skuteczność w analizowaniu i integrowaniu złożonych danych.
Obliczanie pamięci masowej
ChatGPT może pomóc użytkownikom obliczyć wymaganą pojemność pamięci masowej. Na pytanie: „Ile dysków HDD potrzebuję dla systemu CCTV z 10 kamerami 4MP, detekcją ruchu z 30-proc. ruchem dziennie, H.264 dla wszystkich kamer, 15 klatek na sekundę i przechowywaniem nagrań przez 30 dni” ChatGPT najpierw przedstawił pomocny wzór, a następnie wyliczył, że przy takich parametrach wielkość pamięci masowej powinna wynosić ok. 50,6 TB, co można osiągnąć przy użyciu wielu dysków twardych skonfigurowanych w RAID.
Dodatkowe możliwości
Sztuczna inteligencja opracowana przez OpenAI potrafi odpowiadać na różnorodne pytania związane z security. Zapytana o format Wieganda dla numeru karty dostępu 1234567 przedstawiła tę liczbę w postaci 26-bitowego zapisu binarnego z dodatkowym bitem zapewniającym równą liczbę jedynek w całym ciągu tzw. parzysta parzystość (even parity). Z kolei na prośbę o obliczenie liczby baterii potrzebnych do zasilenia 10 czujników dymu określonej marki w przypadku dwudniowej przerwy w dostawie prądu, ChatGPT wyjaśnił, że niezbędna byłaby bateria 12 V o pojemności co najmniej 2000 Ah, przy założeniu całkowitego zużycia energii na poziomie 500 W.
Inteligencja sztuczna czy własna – której zaufać?
Korzystanie z SI takich jak ChatGPT jest niewątpliwie wygodne, jednak podejmowanie decyzji zakupowych wyłącznie na podstawie rekomendacji sztucznej inteligencji nie jest rozsądnym rozwiązaniem. Ani integrator, ani użytkownik końcowy nie powinni opierać się wyłącznie na wynikach uzyskanych poprzez odpytywanie generatywnych SI. To znakomite narzędzia usprawniające pracę, ale nie nieomylne – jest wiele przykładów pokazujących, że potrafią przekonująco konfabulować.
Powierzenie decyzji dotyczących bezpieczeństwa wyłącznie maszynie nie jest najlepszym rozwiązaniem. Nie zmienia to jednak faktu, że generatywna SI może skutecznie wspierać proces podejmowania decyzji, m.in. w przypadku systemu kontroli dostępu może analizować dane historyczne, by przewidywać potencjalne zagrożenia i rekomendować zmiany w konfiguracji systemu. Może to obejmować sugerowanie dodatkowych punktów weryfikacji biometrycznej w miejscach o podwyższonym ryzyku lub opracowanie scenariuszy odpowiedzi na nietypowe zachowania użytkowników. Dzięki ChatGPT użytkownik może uzyskać podstawowe informacje o produktach lub rozwiązaniach zabezpieczających oraz inne przydatne dane takie jak długoterminowa wartość produktu i analiza korzyści, ale też kosztów.
