Обеспечение Безопасности Банкоматов 24/7

Банкоматы стали краеугольным камнем повседневной жизни миллионов людей, но они также могут быть уязвимы для атак. Всемирная ассоциация производителей банкоматов сообщила о росте преступности в сфере банкоматов на 12% за один только 2017 год. И в атаки, конечно, часто вовлечены пользователи банкоматов. Но поскольку по определению банкоматы часто располагаются вне зданий и используются в любое время дня и ночи, обеспечение их безопасности является сложной задачей, и банки обращаются к более разумным решениям.

Уязвимость вне помещений

По данным Ассоциации индустрии банкоматов ( ATMIA ), в мире насчитывается около 3,5 млн. Банкоматов, обслуживающих нуждающихся в наличных деньгах 24/7 365 дней в году. И в этом заключается трудность их обеспечения. Чтобы быть эффективными, большинство банкоматов должны находиться в общественных местах и работать круглосуточно. Это в сочетании с тем, что они держат наличные, делает их привлекательной целью.

Преступники нацелены на эти машины – или, точнее, на людей, использующих их различными способами. Например, отвлекать клиентов в банкоматах, пытаясь забрать у них карты или наличные деньги или узнать их ПИН-код для последующего использования. Они также пытаются установить фальшивые считыватели карт, которые крадут данные карты клиента для повторного использования.

С другой стороны, банки должны иметь дело с клиентскими спорами. Очень маленький процент транзакций в банкоматах приводит к ситуациям, когда клиент спрашивает, была ли транзакция проведена в соответствии с запросом, или даже вообще не соглашается на снятие средств.

Таким образом, меры безопасности для банкоматов являются важной частью общего решения по безопасности финансового учреждения. 

Технология Deep Learning

Внутри банкомата установлены две скрытые камеры: одна обучена распознаванию пользователя, а другая – на панели банкомата. Технология Deep Learning, встроенная в систему безопасности банкомата, может обнаруживать любые «отклонения» на лицевой сцене перед ней, ссылаясь на существующие шаблоны данных. Таким образом, если на картинке есть другое лицо (например, кто-то смотрит через плечо пользователя), или если человек носит маску, в центре безопасности может сработать сигнализация.

Используя ту же технологию, система безопасности может также помечать, покрыта ли цифровая клавиатура полосой для кражи PIN-кодов или если имеется фальшивый считыватель карт (или «скиммер») для кражи данных карты.

Все эти «умные» тревоги упрощают процесс мониторинга безопасности, а это означает, что сотрудники службы безопасности могут реагировать на сценарии в реальном времени и не тратить время на ложные тревоги. Отснятый материал может предоставить доказательства для любого расследования.

«Механизмом» глубокого обучения здесь будет NVR Hikvision DeepinMind , который берет информацию с камеры и анализирует ее с использованием алгоритмов глубокого обучения. Это также может «управлять» отснятым материалом в сочетании с другими сетевыми видеорегистраторами и системой управления видео , что объединяет эту часть общего решения со всеми остальными элементами, предоставляя мощный набор инструментов для обеспечения безопасности и бизнес-аналитики.

Защита активов на конечных точках вашего решения безопасности намного проще с технологией Deep Learning. Даже банкоматы за пределами вашего здания могут быть безопаснее, избегая мошенничества и защищая ваших клиентов каждый день.