В статье обосновывается актуальность создания интеллектуальных систем обеспечения безопасности для образовательных организаций, выступающих в качестве объектов массового пребывания людей с высоким уровнем социальной интерактивности.
Целью исследования является разработка архитектуры подсистемы комплексного мониторинга, способной в реальном времени оценивать интегральный риск нарушения безопасности на основе анализа гетерогенных данных. Новизна предлагаемого подхода заключается в конвергенции трех аналитических контуров: 1) контура выявления технических аномалий на основе нейросетевых автоэнкодеров (NAE) и методов обнаружения выбросов (LOF); 2) контура анализа поведенческих и психофизиологических характеристик субъектов с применением гибридных нейросетевых моделей (CNN + LSTM) для распознавания эмоций (FER) и классификации аномальных действий; 3) контура корреляции событий на основе модели совместного обнаружения аномалий (JADM). Особое внимание уделяется концепции «персонального ассистента» - специализированной нейросетевой модели, аккумулирующей данные конкретного субъекта со смарт-часов и систем видеонаблюдения для повышения точности идентификации девиантного поведения.
Предложенная архитектура позволяет перейти от реактивного реагирования на инциденты к проактивному управлению рисками на основе непрерывного интеллектуального анализа ситуации в каждой зоне контроля.