Kunstmatige intelligentie bij toegangscontrole

Stelt u zich het volgende voor: Dennis, een ICT-medewerker bij een middelgroot bedrijf moet enkele updates uitvoeren aan de servers van de organisatie. Alleen de ICT-medewerkers en de gebouwbeheerder hebben toegang tot de serverruimte en kunnen deze openen door middel van een persoonlijke toegangspas en code. Normaalgesproken duurt het onderhoud zo’n tien à vijftien minuten. De medewerker heeft echter na een uur de kamer nog steeds niet verlaten. Het toegangscontrolesysteem merkt dit als afwijkend gedrag op en stelt de gebouwbeheerder hiervan op de hoogte. Hij probeert Dennis te bellen, om na te gaan of er een reden is voor het afwijkende gedrag, maar krijgt geen gehoor. Reden voor hem om even polshoogte te gaan nemen in de serverruimte. Hier ontdekt hij dat Dennis onwel is geworden en buiten bewustzijn is geraakt, waardoor hij niet zelfstandig hulp kon inschakelen.

Naast dit voorval zijn er nog tal van andere scenario’s te bedenken, waarbij mogelijke ongevallen en veiligheidsincidenten sneller opgemerkt kunnen worden en eventuele hulp sneller ingeschakeld kan worden. Daarnaast is deze vorm van detectie ook handig in ruimtes waar gevoelige of waardevolle informatie of bezittingen aanwezig zijn. Denk aan het (proberen van) openen van deuren die normaal niet door de eigenaar van het toegangsmiddel worden geopend of simpelweg bij het afwijken van de dagelijkse routine van deze gebruiker.

Een tweede voorbeeld waarvoor anomaliedetectie ingezet kan worden is bijvoorbeeld voor onderhouds- of schoonmaakploegen. Jos, al tien jaar schoonmaker bij een vijf verdieping tellend kantoorgebouw, heeft samen met zijn collega dagelijks een strak schema met werkzaamheden. Al jarenlang werken zij volgens een lijst en vinken elke taak netjes af in het systeem als deze is uitgevoerd. Jos is echter niet op de hoogte welke kantoren gedurende langere tijd niet gebruikt zijn door bijvoorbeeld vakantie of ziekte. Hij maakt daarom alle kantoren netjes volgens het schema schoon, alhoewel sommigen tijdelijk niet of minder intensief gebruikt worden. Als in een bepaalde week de vergaderzalen daarentegen wel intensiever worden gebruikt dan normaal, zijn de extra reinigingsactiviteiten niet meer binnen de contracturen te realiseren. Het bedrijf vraagt die week om extra uren, om het kwaliteitsniveau van de schoonmaak op peil te houden.

Wat als Jos efficiënter had kunnen werken? Met anomaliedetectie had het toegangscontrolesysteem de schoonmaakploeg automatisch kunnen voorzien van informatie over wel en niet gebruikte ruimtes. Het werkrooster past zich dan automatisch aan naar de gebruiksintensiteit van de kantoren. Anomaliedetectie zorgt er dus voor dat er efficiënter gewerkt kan worden, waardoor uiteindelijk kosten bespaard worden. Ook voor gebouwinstallaties kan anomaliedetectie waardevolle informatie bieden, waardoor de werking van deze installaties en het onderhoud hieraan efficiënter kan. Denk bijvoorbeeld aan het luchtverversingssysteem dat zich automatisch aanpast aan het aantal aanwezige personen in het pand of aan het onderhoud van bijvoorbeeld liften, doordat men kan zien dat lift één en twee veel intensiever werden gebruikt dan lift drie en vier.

Een andere medewerker van het bedrijf is met vakantie, als er bij hem thuis wordt ingebroken. Hierbij wordt onder andere zijn toegangspas tot het bedrijf ontvreemd. De inbreker kan zich nu toegang tot het bedrijf verschaffen. Met name bij grote bedrijven, waar men verschillende ingangen heeft of waar men met wisselende medewerkers werkt, wordt niet direct opgemerkt als een ongeautoriseerde persoon zich toch toegang kan verschaffen tot de locatie. Door het toegangscontrolesysteem te koppelen aan de aanwezigheidsregistratie, worden afwijkingen door middel van anomaliedetectie direct opgemerkt. Dit is tevens van toepassing als een toegangsbewijs verloren raakt en de eigenaar het verlies nog niet direct heeft opgemerkt. Een toegangspas die zojuist is uitgecheckt en op een ongebruikelijk tijdstip weer wordt gebruikt om in te checken, zal de anomaliedetectie triggeren.

Samenvattend betekent anomaly detection dat het patronen herkent op het gebied van:

• tijd
• herhaling
• en afwijking.

Daarbij is deze vorm van detectie zelflerend, waardoor het steeds nauwkeuriger wordt en men er steeds waardevollere informatie aan kan ontlenen.

Anomaliedetectie is een softwarematige aanpassing, waardoor men in de meeste gevallen gebruik kan blijven maken van de reeds bestaande hardware. Door deze nieuwe technieken in te zetten, worden nieuwe functionaliteiten en toepassingen in het toegangscontrolesysteem ontsloten. Hierdoor wordt toegangscontrole meer dan enkel het buiten houden van ongewenste personen.