KUND
ANONYM KUND
AI-driven bevakning av kritisk infrastruktur
FÖRSVAR
I takt med ett försämrat säkerhetsläge i Europa ökar kraven på att skydda kritisk infrastruktur mot både externa hot och insiderrelaterade risker. Genom att kombinera sensorteknik, dataintegration och AI-baserad realtidsanalys möjliggör Knowit en mer träffsäker, skalbar och proaktiv övervakning av komplexa anläggningar.

BAKGRUND
Förändrat säkerhetsläge och ökad hotbild mot kritisk infrastruktur
Det försämrade säkerhetsläget i Europa har lett till en förhöjd hotbild hos svenska myndigheter och företag med nya krav på hur information, verksamhet och anläggningar ska skyddas som konsekvens. Ofta präglas anläggningarna av en blandning av inom- och utomhusmiljöer dit både egen personal, konsulter och ibland allmänhet har tillträde. Hoten är komplexa och omfattar såväl externa aktörer som insiderrelaterade risker.
UTMANING
Komplexa anläggningar och höga säkerhetskrav utmanar övervakningen
De prioriterade anläggningarna präglas av höga säkerhetskrav, både vad gäller lokalerna, de tekniska systemen och hanteringen av bevakningsdata. Miljöerna är ofta komplexa och omfattar allt från serverhallar, produktionslinor, parkeringsplatser, lagerlokaler till kontorsytor, omklädningsrum och utomhusområden. Tillträdet är behörighetsstyrt och tidsberoende med flera olika personalkategorier som har tillträde vid olika tider under dygnet.
På grund av anläggningarnas storlek genererar sensorer och system stora datamängder som är svåra för bevakningspersonal att i realtid överblicka och i efterhand utreda.
Kraven på kontinuerlig bevakning och behovet att identifiera och hantera både externa hot och insiderrelaterade risker står i konflikt med en begränsad personalstyrka och den stora volymen av anläggningar.
LÖSNING
AI-baserad realtidsanalys och integrerad övervakning av kritisk infrastruktur
Knowit kompletterar befintliga bevakningssystem med akustiska sensorer och fiberoptik samt integrerar data från existerande datakällor såsom, kameror, rörelsedetektorer, passersystem. I Knowits system Yggdrasil bearbetas stora datamängder i realtid genom signalbehandling, algoritmer & maskininlärning för att detektera och klassificera känsliga aktiviteter och avvikande rörelsemönster. Larmkriterier definieras utifrån bland annat tider, zoner och typer av händelser för att minimera falsklarm och göra bevakningen mer träffsäker. Utöver realtidsbevakning sparas kritiska data för att kunna analysera mönster, trender och hotbilder, vilket ger förutsättningar för en mer proaktiv och effektiv säkerhetsorganisation.
Lösningen integreras med befintliga bevakningsplattformar för visualisering och larmhantering. Systemet och data implementeras på säkra ackrediterade plattformar.

RESULTAT
Förstärkt säkerhet med realtidsövervakning och minskade falsklarm
Den automatiserade bevakningen bidrar till ett förstärkt inre bevakning såväl som yttre perimeterskydd. Säkerhetshotande aktiviteter kan detekteras tidigare vilket skapar bättre förutsättningar för att initiera rätt åtgärder i tid. Genom mer träffsäker detektion och klassificering av exempelvis djur och mänskliga aktiviteter minskar antalet falsklarm samtidigt som systemet kontinuerligt förbättras genom nya modeller för detektion och klassificering.
Förmågan att i realtid bevaka fler och större objekt med en bibehållen personalstyrka stärks. Lösningen ger ökad kontroll och insikter om aktiviteter i fastigheten under och efter kontorstid.
Genom analyser av trender och anomalier i historisk data kan också säkerhetshöjande resurser allokeras mer effektivt och riktas dit behovet identifieras vara störst.
Vill du veta hur vi kan hjälpa dig?
Slå en signal eller skicka ett meddelande så kontaktar vi dig.

Andreas Nilsson
Affärsutvecklingschef inom försvar