Hình ảnh đời sống thường nhật của người dân thủ đô Triều Tiên

Layer 3 Switch là công cụ đầu tiên chạy Kaspersky OS và được thiết kế cho các mạng với các yêu cầu khắt khe về bảo mật dữ liệu và hướng tới hạ tầng cơ bản của các thiết bị IoT.

Kaspersky OS được phát triển dựa trên Microkernel Architecture: hệ điều hành bảo mật mới dựa trên kiến trúc microkernel cho phép người dùng thực hiện nhiều tuỳ biến sao cho phù hợp với yêu cầu sử dụng. Bởi vậy, tuỳ theo yêu cầu đặc thù của từng người dùng, họ có thể thiết kế Kaspersky OS bằng cách dùng các khối điều chỉnh khác nhau của hệ điều hành. 

Kaspersky OS không phát triển dựa trên Linux: Một trong ba đặc điểm khác biệt chính của hệ điều hành mới, theo như Kaspersky, đó là nó được xây dựng ngay từ đầu và không có chút liên quan nào tới Linux cả. 

"Tất cả các hệ điều hành phổ biến đều không được thiết kế với ưu tiên về bảo mật ngay từ đầu, bởi vậy mọi việc dễ dàng và an toàn hơn cho chúng tôi để bắt đầu từ đầu và làm mọi thứ hợp lý. Đó chính xác là những gì Kaspersky vừa làm" - hãng bảo mật công bố. 

Hệ thống có thể ứng dụng để quét các khu vực tập trung đông người để tìm ra người có hành vi đáng nghi hay đơn giản là cần giúp đỡ. Hãng điện tử Nhật Bản cho biết hệ thống tận dụng công nghệ deep learning, trong đó máy tính học được đặc điểm của các chủ thể đặc biệt. Công ty hi vọng có thể tiếp thị sản phẩm trước Olympics 2020 tại Tokyo khi lượng du khách được dự đoán tăng mạnh.

Hệ thống theo dõi nguồn video từ camera an ninh và phát hiện người nào có biểu hiện trùng với cơ sở dữ liệu sẵn có một cách tự động, theo thời gian thực. Chẳng hạn, nó biết ai đang mang theo đồ vật nghi ngờ như can xăng, ai đang đẩy xe đẩy hay người già đang chống gậy. Nó cũng nhận diện được các chuyển động đặc biệt để báo động nhân viên an ninh. Trong video minh họa, hệ thống khoanh vùng người đang xách một can dầu bằng khung trắng trong số nhiều người đi bộ.

Theo Hidenobu Kanda, Giám đốc bộ phận hệ thống an ninh Mitsubishi, việc sử dụng công nghệ deep learning cho phép lập trình để tìm ra người có hành vi khác thường dễ dàng hơn. Để có thể nhận diện được xe đẩy, hệ thống ban đầu phải ghi nhớ hình ảnh chụp vật thể từ nhiều góc độ, từ đó tự động nhận ra khi nó xuất hiện trước camera an ninh. Theo thời gian, phán đoán ngày càng chính xác hơn.

Ngược lại, hệ thống nhận diện hình ảnh thông thường lại phải học nhiều chi tiết hơn về một chủ thể, đòi hỏi lập trình phức tạp hơn. Trong trường hợp một người, nó đầu tiên phải học con người như một đối tượng có tỉ lệ chiều rộng – chiều cao là 2-8, di chuyển ở vận tốc khoảng 20 km/giờ… Tiếp đến, nó phải học chi tiết của xe đẩy trước khi nhận ra một người đang sử dụng.