대학에서는 실시간 분석을 사용하여 학생을 안전하게 보호합니다.

센서 데이터, 감시 비디오 및 지속적인 분석은 대학이 물리적 캠퍼스 보안을 개선하기 위한 조치를 취하는 데 필요한 시급한 정보를 제공합니다.

실시간 분석은 대학이 보안 프로토콜을 개선하는 데 도움이 되는 지속적인 인텔리전스를 제공하고 학생, 교직원 및 교직원에게 캠퍼스에서 발생하는 위험에 대해 경고하는 방법을 제공합니다.

대학 캠퍼스는 활동의 온상입니다. 스트리밍 데이터의 실시간 분석을 사용하여 홍수, 화재, 화학 ​​사고 또는 그보다 더 심각한 비상 상황에서 조정 대응을 개선할 수 있습니다. 이러한 데이터는 센서(예:건물 침입 경보기, 인텔리전스 연기 감지기 및 홍수 감지 프로브), 감시 비디오 카메라 및 학생 소셜 미디어 스트림에서 가져올 수 있습니다.

참조: 스트리밍 분석 붐의 혜택을 받는 ContinuousIntelligence

전통적으로 대학은 과거 데이터에 대한 분석을 사용하여 반복되는 패턴을 찾아냈습니다. 예를 들어, 분석은 학생 기숙사가 맹렬한 폭풍우로 범람할 가능성이 있음을 발견할 수 있습니다. 또는 긴급 차량이 경기 당일 교통체증으로 인해 부상당한 축구 선수를 픽업하는 데 10분이 더 소요됩니다.

이러한 정보는 교내 비상 상황 시 필요한 빠른 통신을 제공하는 데 도움이 되지 않습니다. 실시간 데이터 분석을 사용하여 대학은 비상 대응 계획을 보다 신속하게 준비하고 조치를 취할 수 있습니다.

많은 관심을 받고 있는 영역 중 하나는 비디오 스트림의 실시간 분석입니다. EdTech에 따르면 많은 대학에서 비디오 감시를 광범위하게 사용합니다. 비디오 스트림에 실시간으로 적용된 인공 지능(AI) 및 기계 학습(ML) 이미징 모델은 피드를 모니터링하여 특정 행동 패턴이나 의심스러운 활동을 식별하고, 관련 세부 정보를 식별하고, 보안 부서에 경고하는 데 도움이 될 수 있습니다.

대학에서는 비디오 카메라 외에도 지리정보 시스템(GIS)과 실내 측위 시스템(IPS)을 사용하여 비상 대응 계획을 준비하고 실행하고 있습니다. 두 솔루션 모두 IoT(사물 인터넷)를 사용하여 데이터를 수집하고 분석을 위해 중앙 위치로 보냅니다. 예를 들어, IPS를 사용하여 대학은 실시간 데이터를 사용하여 실시간 지도를 생성하여 가장 최신의 정보를 긴급 상황 발생 시 대응해야 하는 경찰관에게 제공할 수 있습니다.

많은 상황에서 몇 초가 생명을 구할 수 있습니다. 센서 및 비디오 데이터의 연속 스트림에 실시간 분석을 적용하면 자연 재해, 의료 응급 상황 또는 총격 사건이 발생하는 상황에 관계없이 대학에서 더 빠르게 대응할 수 있습니다.