Tecnología

lunes, 05 de agosto de 2019 | 7:45 am

La tecnología de Deep Learning se está usando para protejer cajeros automáticos

Dentro de un cajero automático se instalan dos cámaras encubiertas, una enfocada en el usuario y la otra en el panel ATM. La tecnología integrada en el sistema de seguridad ATM puede detectar cualquier anomalía en la escena facial frente a ella.

Compartir
EmailFacebookLinkedInTwitter
(Internacional)

Los cajeros automáticos se han convertido en parte esencial de la vida cotidiana para millones de personas, pero también pueden ser vulnerables a los ataques, la ATM Industry Association informó de un aumento del 12% de la delincuencia en los cajeros automáticos en 2017. Y los ataques, a menudo involucran a los usuarios de cajeros automáticos, quienes se ven potencialmente perjudicados y hasta sufren grandes problemas. Pero dado que, por definición, suelen encontrarse fuera de los edificios y se utilizan en todo momento del día y de la noche, asegurarlos es un desafío, por lo que los bancos están recurriendo a soluciones más inteligentes.

Se estima que hay 3.5 millones de cajeros automáticos en el mundo que sirven a los necesitados de efectivo las 24 horas del día, los 365 días del año. Y es ahí donde radica la dificultad para asegurarlos, para ser eficaces, la mayoría de los cajeros automáticos debe estar en zonas públicas y estar abiertos todo el tiempo. Esto, junto con el hecho de que tienen mucho dinero, los convierte en un objetivo atractivo.

Los delincuentes apuntan sus ataques contra estas máquinas, o más precisamente, a las personas que las usan, de muchas maneras. Distraen a los clientes en los cajeros automáticos para tomar sus tarjetas o dinero en efectivo, o descubrir sus claves para usarlos posteriormente, por ejemplo. También intentan instalar lectores falsos de tarjetas que roban los datos de la tarjeta del cliente para su reutilización.

Por otra parte, los bancos se ven obligados a lidiar con las disputas de los clientes. Un porcentaje muy pequeño de transacciones en cajeros automáticos dan lugar a que el cliente se pregunte si la transacción se ha llevado a cabo según lo solicitado, o incluso si el retiro se ha efectuado. Por lo tanto, las precauciones de seguridad para los cajeros son una parte importante de la solución de seguridad general de una institución financiera.

Dentro de un cajero automático, se instalan dos cámaras encubiertas, una enfocada en el usuario y la otra en el panel ATM. La tecnología Deep Learning integrada en el sistema de seguridad ATM puede detectar cualquier “anomalía” en la escena facial frente a ella, refiriéndose a los patrones de datos existentes. Por lo tanto, si hay otra cara en la imagen (por ejemplo, alguien mirando por encima de un hombro de usuario), o si la persona lleva una máscara, se puede activar una alarma en el centro de seguridad. Usando la misma tecnología, el sistema de seguridad también puede alertar si el teclado numérico se cubre con una tira para robar las calves, o si un lector de tarjetas falso (o ‘skimmer’) está presente para robar los datos de la tarjeta.

Todas estas alarmas inteligentes optimizan el proceso de supervisión de la seguridad, lo que significa que el personal de seguridad puede reaccionar a escenarios en tiempo real y no pierde tiempo en falsas alarmas.  El “motor” de Deep Learning es el DeepinMind NVR de Hikvision, que toma la información de la cámara y la analiza usando algoritmos de Deep Learning. Esto también puede gestionar el material de archivo, junto con otros NVRs y un sistema de gestión de video, que combina esta parte de la solución total con todos los demás elementos, proporcionando un potente conjunto de herramientas para la seguridad y la inteligencia empresarial.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

multimedia