JP2003536184A - 対象接近とセキュリティに適応した事象検出 - Google Patents

Abstract

(57)【要約】 セキュリティシステムは、推論システムと、状況が許す限り目立たないように設計されたセキュリティ・ルール及びセキュリティ・プロセスと、を組み込む。システムの二つの独立した局面は、目立たない形でルール及びプロセスの強化を促進する。第一に、離れた場所からトリガーされ検知され得るトランスポンダは、好ましくは、品物及び個人の両方を識別するため使用される。これらの遠隔的に検知された識別情報は、識別された各品物が、警備された場所から取り去られること、或いは、警備された場所へ移されることを、許可されているか、又は、許可される可能性があるか、を、識別された個人によって判定するため、推論システムによって処理される。第二に、システムは、セキュリティ事象の評価に基づいて、ルール及びプロセスを継続的に変更し最適化する。初期ルール集合は、一般的に、ある特定の個人が指定された項目を警備された場所から取り去る権限を付与されている点を除いて、警備された場所から警備された品物を取り去ることを阻止するセキュリティシステムのために作成される。次に、セキュリティシステムは、これらのセキュリティ・ルール及びプロセスを実施し、権限を付与された警備員から、実施されたセキュリティ・ルール及びプロセスの効率に関するフィードバックを受け取るように構成される。セキュリティシステムには、権限を付与された警備員からのフィードバックに従って、既存のルールを変更するか、若しくは、新しいルールを作成するように構成された学習システムが接続される。セキュリティ・ルール及びプロセスを動的に調整することにより、監視された個人に関するセキュリティシステムによる侵害は実質的に減少し、システムは、連続式のフィードバックに基づいて最適化され続ける。

Description

【発明の詳細な説明】

【０００１】 ［発明の背景］ １．発明の分野 本発明は、セキュリティシステムの分野に係り、特に、先行事象に基づいてセ
キュリティ・ルール及びパラメータを適応的に作成し変更するセキュリティシス
テムに関する。

【０００２】 ２．関連技術の説明 セキュリティシステムは通常の従来技術である。コンピュータ及びデータベー
スシステムの出現によって、在庫品セキュリティシステムが普及し始めている。
ＰＣＴ特許出願WO97/15031、"Article Inventory Tracking and Control System
"，1997年4月24日公開、には、各品物が「マーカー」によって識別されるシステ
ムが開示されている。警備された設備と関連したユーザは、たとえば、固有の識
別情報を格納した磁気ストリップを備えた身分証明カードによって個別に識別可
能である。ユーザは、自分の身分証明カードと共に、品物を「チェックアウト／
チェックイン」装置に置く。ユーザが警備された設備から装置を取り出す権限を
付与されている場合、マーカーは非活性状態に切替えられる。小売環境では、ユ
ーザは、ユーザのクレジットカード口座のようなユーザの識別情報と関連したア
カウントへの借方の記入後、装置の取り外しを許可される。品物のマーカーがチ
ェックイン／チェックアウト装置によって非活性にされないとき、センサは活性
状態のマーカーを検出し、許可されていない品物の取り出しを防止するためアラ
ーム事象がトリガーされる。同様に、ユーザは、品物をチェックアウト／チェッ
クイン装置へ提示することにより、品物を警備された設備へ返品することができ
る。品物がチェックインされたとき、装置は品物のマーカーを非活性状態にさせ
、ユーザの品物の返品を反映させるためデータベースファイルを更新する。この
システムの典型的なアプリケーションには、図書館、レンタルビデオ店等の自動
チェックアウト・チェックイン処理が含まれる。米国特許第4,881,061号、"ARTI
CLE REMOVAL CONTROL SYSTEM"、1989年11月14日発行、には同様に機能するシス
テムが記載されている。

【０００３】 参考のため引用する米国特許第5,886,634号、"ITEM REMOVAL SYSTEM AND METH
OD"、1999年3月23日発行、には、人や品物に貼付された無線ＩＤタグを使用する
侵害性の少ないシステムが提案されている。データベースは、識別された各品物
を、その品物を取り去る権限を付与された一人以上の人に関連付ける。品物が権
限を付与された人を伴わずに出口で検出されたとき、警報が発生される。このシ
ステムは、在庫管理システムと連携し、自動チェックイン・チェックアウトシス
テムのような上述の機能を実現し得る。

【０００４】 従来技術のシステムにおいて、警備された在庫品毎の授権のデータベースは、
最新の状態に更新し続けなければならない。典型的に、在庫セキュリティシステ
ムの維持と関連したオーバーヘッドのため、強制されるルール及びプロセスは、
比較的に固定的かつ簡単である。このようなシステムは、旧来型のチェックアウ
トステーションよりも利便性が求められる図書館や小売店の環境に好適であるが
、しかし、このシステムは、通例的に警備されていない環境では、あまり受け入
れられない。

【０００５】 たとえば、オフィスや研究室の環境では、たとえ、これらの環境で財産の盗難
が発生しているとしても、従業員は、典型的に、セキュリティ・プロセスをうけ
ない。このセキュリティの欠如は、従業員に対する信頼の欠如を実証することに
消極的であるという点、場合によっては、品物が警備設備から持ち出される都度
、各従業員に在庫管理された品物のチェックアウトを要求することによって生ず
る出口の行列のようなロジスティック上の困難さに基づいている。或いは、この
セキュリティの欠如は、誤警報が作動するという煩わしさが予想されることなど
に基づいている。同様に、大半の大組織又は大規模設備では、設備内で識別され
た各品物に、その品物を持ち出す権限を付与された個人の組をマップしようとす
ることは実施不可能である。

【０００６】 ［発明の概要］ 本発明の目的は、セキュリティシステムの自動化を簡単に実現することである
。本発明の更なる目的は、セキュリティ・プロセスによる監視される個人に対す
る侵害を最小限に抑えることである。本発明の更なる目的は、セキュリティシス
テムによって呼び出されるセキュリティ・プロセスの動的な変更を容易に行なえ
るようにすることである。

【０００７】 上記目的及びその他の目的は、推論システムと、状況が許す限り目立たないよ
うに設計されたセキュリティ・ルール及びセキュリティ・プロセスとを具備した
セキュリティシステムを提供することによって達成される。本発明の二つの独立
した局面は、ルール及びプロセスを目立たない態様で容易に実施できるようにす
る。第一に、離れた場所から起動され検知するトランスポンダが、好ましくは、
品物と個人の両方を識別するため使用される。これらの遠隔的に検知された識別
情報は、識別された各品物が、識別された個人によって警備された場所から取り
去られるか、若しくは、警備された場所へ持ち込まれることについて、許可され
ているか、又は、許可される可能性があるかを判定するため、推論システムによ
って処理される。第二に、システムは、セキュリティ事象の評価に基づいて、ル
ール及びプロセスを継続的に変更し最適化する。初期ルール集合は、一般的に、
特定の品物を警備された場所から取り去ることが許可されている特定の個人を除
いて、警備された品物を警備された場所から取り去ることを阻止するセキュリテ
ィシステムに対し作成される。次に、セキュリティシステムは、これらのセキュ
リティ・ルール及びセキュリティ・プロセスを実施し、権限を付与された警備員
から、実施されたセキュリティ・ルール及びプロセスの効率に関するフィードバ
ックを受け取るように構成される。セキュリティシステムには、権限を付与され
た警備員からのフィードバックに従って、既存のルールを変更するか、若しくは
、新しいルールを作成するように構成された学習システムが接続される。セキュ
リティ・ルール及びセキュリティ・プロセスを動的に調整することにより、監視
された個人に対するセキュリティシステムによる侵害は実質的に減少し、システ
ムは、連続式のフィードバックに基づいて最適化され続ける。

【０００８】 以下、添付図面を参照して、例示的に本発明を詳細に説明する。

【０００９】 ［実施例の説明］ 図１には、本発明によるセキュリティシステム１００のブロック図の一例が示
されている。好ましい一実施例において、トランスポンダ（図示せず）は、たと
えば、携帯型コンピュータシステムや事務機器や研究室機器などのような在庫管
理された品物１０２に取り付けられる。警備された場所からの各出口には、品物
検出器１２０によって監視された領域がある。従来のトランスポンダ技術に適合
するように、検出器１２０は、監視された領域の近傍でトリガー信号を放射する
。検出器１２０は、検出器のトリガー信号によってトリガーされたトランスポン
ダからの放射を検出する。各トランスポンダは、固有コードを放射し、この固有
コードは、トランスポンダが取り付けられた在庫品１０２と関連付けられている
。トランスポンダからの固有コードは、検出器１２０を介して推論システム１５
０へ与えられる。

【００１０】 好ましい一実施例において、別のトランスポンダ（図示せず）は、典型的に、
セキュリティ・バッジに装着されたトランスポンダであり、一人一人の個人１０
１に取り付けられる。個人検出器１１０は、個人１０１と関連付けられ固有コー
ドを判定するため、品物検出器１２０と同じように、監視された領域を調査し、
トランスポンダからの放射を検知する。トランスポンダからの固有コードは、検
出器１１０を介して推論システム１５０へ供給される。

【００１１】 独立した検出器１１０と１２０が理解を助けるために図示されているが、品物
に関連付けられたトランスポンダと、個人に関連付けられたトランスポンダの両
方のトランスポンダを検出するために共通の検出器システムを利用しても構わな
い。両方のトランスポンダ、或いは、多数の品物１０１に関連した複数のトラン
スポンダからの応答の干渉、すなわち、衝突を回避するため、任意の数の従来型
の衝突回避技術が利用される。トランスポンダは、異なるトリガー信号によって
トリガーされるようにせっけいしてもよい。品物トランスポンダは、監視された
領域の一方の領域で、若しくは、一方の時間にトリガーされ、個人トランスポン
ダは、別の領域、若しくは、別の時間にトリガーされる。或いは、全てのトラン
スポンダを同じトリガー信号でトリガーしてもよい。このような一実施例では、
各トランスポンダ、又は、トランスポンダの各クラスは、異なる周波数を送出す
るように構成される。各トランスポンダは、応答を開始する前に、別のトランス
ポンダの応答を聴取するよう設計してもよい。各トランスポンダ又はトランスポ
ンダの各クラスは、トリガー信号が検出器１１０、１２０から受信された時刻か
ら異なる遅延時間で送出するよう設計してもよい。各トランスポンダ、又は、ト
ランスポンダのクラスは、異なるCDMA符号パターンなどを用いて送波する。多数
の送信機が存在する環境で伝送情報を区別するこのような技術、並びに、技術の
組み合わせは、従来技術において一般的である。

【００１２】 他の品物検出及び個人検出技術を使用してもよい。たとえば、個人は、マシー
ン・ビジョン・システム、生物測定認識システムなどによって認識される。同様
に、コンピュータ装置は、ビーコン信号を周期的に送信するようプログラムされ
、このビーコン信号は、コンピュータ品を識別するため、或いは、他のセキュリ
ティ・サブシステムを始動するため使用される。

【００１３】 一般的に、システム１００は、検出器１２０を介して一つ以上の品物識別情報
を、検出器１１０を介して最大で一つの個人識別情報を、推論システム１５０へ
供給するよう構成される。或いは、監視された領域が、多数の人の存在を許容す
る場合には、局在化検出器１１０、１２０又は方向検出／場所判定検出器１１０
、１２０が検出された品物を各人に関連付けるため使用される。運搬するために
大勢の人を要する大型の品物が頻繁に出現するような環境の場合、システム１０
０は、必要に応じて、多数の個人識別情報を各品物識別情報に付与する。説明を
わかりやすくするために、以下では、検出された各品物識別情報は、高々一つの
個人識別情報と共に推論システムへ供給される場合を考える。また、システム１
００は、好ましくは、後続の処理作業を簡単化するため、警備された設備からの
品物の持ち出しと、警備された設備への品物の返却とを区別するよう構成される
。そのため、たとえば、入口と出口に対し別個の監視領域が設けられ、若しくは
、方向判定検出器１１０、１２０が利用される。或いは、システムは、最初に、
各在庫品に関連付けられ、在庫品が警備領域内に存在することを示すフラグをセ
ットし、次に、入口・出口領域におけるその後の品物の向き、すなわち、品物の
持ち出しと返却とに応じてフラグを切替える。

【００１４】 好ましい一実施例において、推論システム１５０は、図２の一例のフローチャ
ートに示されるように、セキュリティ・ルール集合１４５に基づいて、受信した
品物識別情報及び個人識別情報を処理する。図２のループ２１０乃至２６０に示
されるように、本例の推論システム（図１の１５０）は、品物検出器（図１の１
２０）から受信した品物識別情報を継続的に処理する。ステップ２１０で品物識
別情報を受信した後、推論システムは、セキュリティ・ルール（図１の１４５）
が識別された品物に適用されるかどうかを、ステップ２１５で判定する。たとえ
ば、サンプルのような一部の品物は、セキュリティ目的ではなく、在庫管理目的
のため識別され、このような品物は、誰でも警備された場所から持ち出すことが
許可される。ステップ２１５において、セキュリティ・ルールが適用された場合
、もしあれば、個人識別情報がステップ２２０で受信される。上述の通り、好ま
しくは、トランスポンダは、セキュリティ・バッジの一部として設けられる。識
別された品物（図１の１０２）を持ち運ぶ人（図１の１０１）がこのセキュリテ
ィ・バッジを身に付けている場合、その人の識別情報がステップ２２０で受信さ
れる。その人がトランスポンダを携行しないとき、ヌル識別情報が生成される。

【００１５】 セキュリティ・ルール１４５は、品物特有規則、品物クラスルール、一般ルー
ルなどのような何れかのルールとして、識別された各品物に関連したルールを含
む。たとえば、一般ルールは、「品物識別情報が個人識別情報を伴わずに受信さ
れた場合、警報Ａを発する」、或いは、「真夜中から午前５時までの間に品物識
別情報が受信され、個人識別情報がＸ、Ｙ若しくはＺの何れでもない場合、警報
Ｂを発する」のような全ての品物に適用されるルールである。たとえば、品物ク
ラスルールは、「研究室クラス品物識別情報が受信され、個人識別情報が研修室
リストに含まれていない場合、警報Ｃを発する」、或いは、「品物識別情報と関
連したコストが５００＄を上回り、個人識別情報の格付けが等級Ｘよりも低い場
合、警報Ｄを発する」のような特殊化された分類を有する品物に適用されるルー
ルである。特定のルールは、たとえば、「品物識別情報がＸであり、個人識別情
報がＹではないならば、警報Ｅを発する」、或いは、「品物識別情報がＺであり
、個人識別情報がグループＡに含まれない場合、警報Ｅを発する」のような特定
の品物に適用されるルールである。当業者には明らかであるように、ルールは、
ｅｌｓｅ（さもなければ）節などを含み、識別された品物と識別された個人の間
に対応関係が存在するか、又は、対応関係が欠如するかに依存して選択されるべ
きセキュリティ行動を定義する。

【００１６】 用語「警報」は、セキュリティ評価の結果を取り入れるため使用される。この
警報は、可聴性警報音の発生、警備された場所からの出口箇所の封鎖、ビデオカ
メラの撮影開始、遠隔警備サイトへの電話連絡、選択アドレスへの電子メール送
信などを含む。オフィス環境又は研究室環境の典型的な一実施例において、警報
は、典型的に、誤警報の不快な影響を回避するため、又は、僅かな不一致に対す
る過剰反応を回避するため、警備員によって行われる可能性のある次の行動のた
めのメッセージを表示コンソールへ表示させる。一部の施設の場合、識別された
品物の許可された持ち出しは、たとえば、警備員に対して「持ち出し承認」を通
知する警報をトリガーする。

【００１７】 本発明の原理は、セキュリティシステムに限定されないことに注意する必要が
ある。用語「セキュリティシステム」、「警報」などは、説明の便宜上、用いら
れている。たとえば、システム１００は、テスト機器の在庫台数が数台に制限さ
れている現場サービス設備で使用され、ある人Ｘは、「だれかがオシロスコープ
タイプの品物に対応した品物識別情報を返した場合、Ｘへ警報を出す」のような
ルールを作成することができる。同様に、システム１００は、メッセージング・
システムのような他のシステムと組み合わせて使用することができ、「品物識別
情報がＸであり、個人識別情報がＹである場合に、個人Ｙに対するメッセージン
グ・システムにおけるメッセージをＸ装置へ送信する」のようなルールが構築さ
れ得る。同様に、監視される領域は、オーディオ出力装置を含み、「個人情報が
Ｙであるならば、『ジョン、離れる前にビルを呼んでくれ』と発話する」或いは
「個人情報がＹであるならば、メッセージＹ１を再生せよ」のようなルールを構
築してもよい。遠隔品物検知能力及び遠隔個人検知能力を備えたシステム１００
の上記アプリケーション及びその他のアプリケーションは、本発明の開示に照ら
して、当業者であれば容易にわかるであろう。尚、「もし〜ならば、〜」のよう
は上記ルールのＩＦ−ＴＨＥＮ構造は、説明を簡単にするために用いられている
。従来技術においてよく知られているように、複数の入力に基づいて選択を行な
うため、ニューラルネットワーク、ファジー論理システム、トランザクションシ
ステム、連想メモリシステム、エキスパートシステム等々の多数の技術が使用さ
れる。

【００１８】 セキュリティ・ルールは、曜日、時刻、設備側のセキュリティ状態などの前後
関係若しくは環境因子に基づく。セキュリティ状態は、たとえば、警報が鳴動し
たか、警報はセキュリティ警報若しくはセイフティ警報か、などのような状態を
含む。すなわち、たとえば、火災警報が鳴動したとき、一部の品物及び全部の品
物の持ち出しが許可され、一方、侵入警報が鳴動したとき、選択クラスの品物の
持ち出しは除外される。このように構成された場合、これらの環境因子は、環境
モニタ（図１の１８０）によって与えられ、図２のステップ２３０において、推
論システム（図１の１５０）によって受信される。

【００１９】 セキュリティ事象が品物識別情報と、個人識別情報（もしあれば）と、環境パ
ラメータ（もしあれば）の組み合わせによってトリガーされたとき、適切な警報
がステップ２４０で発せられる。後述のように、警報に基づくフィードバックは
、ステップ２５０で受信され、このフィードバックは、ステップ２６０でセキュ
リティ・ルールを更新するため使用される。ステップ２６０でルールを更新した
後、ステップ２３５でセキュリティ事象がトリカーされなかったとき、又は、ス
テップ２１５で識別された品物と関連したルールが存在しなかった場合、処理は
、ステップ２１０へ戻り、次の品物識別情報を受信する。選択的に、ステップ２
７０で、受信された各品物識別情報によって生じた影響の記録が保持され、警備
員又は管理者によって後で再検討され評価される。

【００２０】 本発明の別の局面によれば、図１のセキュリティシステム１００は、推論シス
テム１５０によって使用されるセキュリティ・ルール１４５を変更するよう設計
された学習システム１４０を含む。学習システム１４０は、警報に応じて、セキ
ュリティ・インタフェース１３０を介して受信されたフィードバックに基づいて
、セキュリティ・ルール１４５を変更する。学習システム１４０は、推論システ
ム１５０の正しい挙動を強化し、間違った挙動を止まらせることによって、セキ
ュリティシステムの性能を最適化しようとする。

【００２１】 多数の大規模組織、若しくは、大型施設の場合、施設内の識別された各品物を
、その品物の持ち出し権限を付与された個人の組にマッピングすることは不可能
である。このような環境におけるセキュリティシステムの動作は、組織の方針に
依存する。たとえば、自動化されていない環境において、一部の組織は、警備さ
れた施設から持ち出された全てのパッケージの強制的な捜索を行なう。別の組織
は、持ち出されたパッケージのスポット検査的な捜索を行なう。何れのシステム
が組織で最初に利用されたとしても、通常、非効率的である。警備員が経験を重
ねるにつれて、システムは非常に円滑に運行するようになる。ある種の人々は、
通常に持ち出す権限のある品物のタイプがわかり始めることなどに気付き始める
。コンピュータ付属品のようなある種の品物は、特に人気のある盗難品であり、
一方、特殊用途のテスト機器のようなその他の品物は、一般的に持ち出しと返却
がなされる品物であることが判明する。最新のセキュリティシステムは、絶対に
安全というわけではないことに気付く。警備員の経験は、セキュリティを保つ必
要性と、セキュリティシステムによって生ずる不便さとの間で、合理的かつ効率
的な妥協点を与えることによって信頼される。たとえ、泥棒が定例的な出来事に
注がれるセキュリティの低下を利用することができるとしても、一般的に、セキ
ュリティ資源は、定例的な出来事よりもむしろ異常な出来事のために多く消費さ
れる。

【００２２】 本発明のこの局面によれば、学習システム１４０は、施設から持ち出された品
物又は施設に持ち込まれた品物がわかるという強みを更に加えることによって、
警備員の学習行為をエミュレートする。従来技術において公知の技術を使用する
ことにより、学習システム１４０は、たとえば、推論システム１５０から発生さ
れた警報に対する警備員の評価に基づく推論システム１５０からのフィードバッ
クを、セキュリティ・インタフェース１３０を介して受信する。セキュリティシ
ステム１００が最初に設置されたとき、たとえば、多数の警報が発せられる。警
備員は、全部又は一部の警報に対して、品物１０２を持ち出す権限を証明するよ
うに識別された個人１０１へ要求する、或いは、個人のスーパーバイザーを用い
てこのような権限をチェックする、などの何らかの行動をとる。典型的に、これ
らの行動は、警備員が自動化されていないシステムにおいてとる行動と同じ行動
である。但し、このようなスポットチェックの対象とされる個人は警備された品
物１０２を運搬していることがわかっているので、（学習システムが利用される
かどうかとは無関係に）これらのスポットチェックの効率が高められるという点
で相違する。

【００２３】 本発明のこの局面によれば、セキュリティ動作の効率をより高めるために、警
備員は、スポットチェックの結果を推論システム１５０へ報告する。推論システ
ム１５０は、このフィードバックを、学習システム１４０によって処理するのに
適した形式に処理する。たとえば、推論システム１５０は、学習システム１４０
に、セキュリティ・プロセスを開始させる特定の入力刺激（個人識別情報、品物
識別情報、環境因子など）、トリガーされたルール、発せられた警報、及び、警
報の評価（許可されている、許可されていない）を供給する。このフィードバッ
クには、評価（確認、未確認）と関連した強度値が含まれ、又は、後述するよう
に、後続の警報通知に影響を与えるため、学習システム１４０によって使用され
るその他の因子が含まれる。

【００２４】 図３には、本発明にしたがって、学習システムによってルール集合を更新する
処理の一例のフローチャートが示されている。本例の推論システム１５０は、図
３に示されるように、外部インタフェース３１０と、ニューラルネットワーク３
２０と、閾値器３３０とを含む。外部インタフェース３１０は、検出器（図１の
１１０、１２０）から品物識別情報及び個人識別情報を受信し、警備員へ警報を
与え、警報に基づくフィードバックを受信する、などの動作を行なう。図３の例
の場合に、図示されたニューラルネットワーク３２０は、推論システム１５０の
推論動作を実行する。ニューラルネットワーク３２０は、通例的に、入力刺激の
組を出力結果の組へ接続するノードのネットワークを含む。ネットワーク中の各
ノードは、ノードの各入力へ与えられる重みの組を含み、入力値の重み付き結合
は、ノードの出力値を決定する。本実施例における学習システム１４０は、正し
いセキュリティ警告判定（許可されていない持ち出しに対する警告）を強化し、
間違ったセキュリティ警告判定（許可されている持ち出しに対する警告）を与え
る可能性を低下させるように、ノード近傍の重みを調整するため、推論システム
１５０の外部インタフェース３１０からのフィードバックを処理する。上述の通
り、フィードバックは、特定のフィードバック情報がどの程度の強さでニューラ
ルネットワーク３２０内のノーダル重みに影響を与えるべきかを判定する因子を
含む。たとえば、ある種の高価格の品物は、マネージャによる書類への署名、セ
キュリティ・ルール・データベース１４５への登録、などの正式な許可プロセス
を必要とする。 正式な許可プロセスを経ていないため、品物を持ち出すことが許可されていない
人に関する学習システムへの「許可されていない」というフィードバックは、典
型的に、ニューラルネットワーク３２０のノード近傍の重みに与える影響が、品
物を持ち出すことが本当に許可されていない人に関する「許可されていない」と
いうフィードバックよりも小さくなるように構成される。同様に、品物の価格、
組織階層内での個人の地位は、フィードバックがノード近傍の重みに与える影響
を判定するため学習システム１４０によって使用される。

【００２５】 典型的なニューラルネットワーク３２０、或いは、多入力に基づいて出力を判
定するため使用されるその他のシステムには、生成された出力が警報のトリガー
を保証するかどうかに関する評価を与える閾値器３３０が関連付けられる。ニュ
ーラルネットワーク３２０は、盗難が発生しているかどうかに関係していると考
えられるパラメータに対する尤度推定値の組を与えるように構成される。閾値器
３３０は、警報を発するかどうかを決定するため、多少独立した出力を処理する
。従来技術において公知の如く、また、その名称からもわかるように、閾値器３
３０は、パラメータ毎に閾値の組を含み、パラメータが閾値を超えたときに警報
を発する。或いは、閾値器３３０は、パラメータ値の一つ以上の合成値を形成し
、各合成値を所与の閾値と比較する。一般的に、ファジー論理システムは、閾値
システムで利用される。図３に示されるように、本例の学習システム１４０は、
閾値に影響を与え、正しい推論を更に強化し、及び／又は、間違った推論を減少
させるため、推論システム１５０からのフィードバックを使用する。同様に、遺
伝アルゴリズムが、前世代のパラメータ及び閾値の有効性の評価に基づいて、有
効なパラメータ及び閾値を決めるため使用される。

【００２６】 学習システム１４０の全体的な効果は、警報をトリガーする入力事象の組（ル
ール集合１４５内で符号＋によって識別されている）が盗難の可能性がある事象
と最終的に高い相関をもち、かつ、警報をトリガーしない入力事象の組（ルール
集合１４５内で符号−によって識別される）が許可された事象と高い相関をもつ
ように、ルール集合１４５を改良すること、又は、ルール集合１４５によって生
成される結論を改良することである。このようにして、警備員によって処理され
るべき警報の数は、減少する可能性があり、かつ、本当にセキュリティが保証さ
れるべき事象に集中される可能性がある。

【００２７】 熟練した警備員と同様に、セキュリティシステム及び学習システムは、どの事
象が普通の事象又は通例の事象であるかを学習するよう構成されるので、異常な
事象又は普通ではない事象が容易に明らかになる。たとえば、家庭環境において
、セキュリティシステムは、一貫した行動に基づいてルールを定義し改良するよ
う構成される。家庭内の誰かが、毎週木曜日、午後にトロンボーンのレッスンを
受けるため午前中に決まって家からトロンボーンを持ち出す場合、学習システム
は、この事象と相関したルールを作成することができる。次の木曜日の朝に、そ
の人がトロンボーンを携帯しないで外出することが検出された場合、システムは
、この一貫しない事象に基づいて警報を発することが可能である。本例の場合、
セキュリティシステムは、出口の内部通話用スピーカーのような通知装置を用い
て、トロンボーンを携えない人に警告する。同様に、オフィス環境において、あ
る人が午前中に職場へ傘を持ち込んだとき、セキュリティシステムは、その人が
午後にその傘を家へ持ち帰るように気付かせることができる。

【００２８】 一貫しない事象を検出するため多様な技術が利用される。好ましい一実施例で
は、双方向連想メモリ（ＢＡＭ）が使用され、人、その人の特権、対象、環境（
すなわち、年月日、曜日、時刻、気温など）、及び、場所を記述するパラメータ
がＢＡＭへ入力するため適したベクトル表現に符号化される。ＢＡＭは、好まし
くは、傾斜探索法を用いて、これらのパターンを認識するように訓練される。選
択されたパターンは、通常の状況を表現するパターンであり、従来技術において
公知の手法が通常又は頻繁に発生する事象の識別を自動化し、これらの事象と関
連した因子を相関させるため使用され得る。従来技術において公知のように、Ｂ
ＡＭは、ＢＡＭ内に含まれるベクトルの中で入力ベクトルに最も近いベクトルを
判定するため特に好適だえる。本例の場合、ＢＡＭ内のベクトルは、普通に観察
される状況を表現し、入力ベクトルは、検知された状況を表現する。現在の検知
された状況が普通の状況と対応する場合、この現在の検知された状況に最も近い
ＢＡＭ内のベクトルは、入力ベクトルと一致する。現在の検知された状況が異常
な状況に対応する場合、ＢＡＭ内の最も近いベクトルは入力ベクトルと一致しな
い。本例において、現在の検知された状況における１個又は２個のパラメータは
、特定の普通の状況のエンコーディングと一致しないが、相当数のその他のパラ
メータはこの特定の普通の状況と一致する場合、この普通の状況は最も近いベク
トルとして識別され、一致しないパラメータは異常な事象を識別する。

【００２９】 上記の学習システムの処理は、図２のステップ２５０及び２６０に示されてい
る。ステップ２５０でフィードバックを受け取り、ステップ２６０でセキュリテ
ィ・ルールを更新する。図４は、セキュリティ・ルールを更新するステップ２６
０に対応したフローチャートの一例を示す図である。図４に示されるように、好
ましい一実施例において、多種類のフィードバックがステップ４１５でサポート
される。本例の場合、「定型」フィードバックと、「再考型」フィードバックと
、「無効型」フィードバックの３種類のフィードバックが示されている。当業者
には明白であるように、他のタイプのフィードバックや、フィードバックのタイ
プの組み合わせをサポートすることができる。本例の場合、定型フィードバック
は、たとえば、警報に応答した、或いは、警報の不存在に応答した通り一遍のス
ポットチェックである。本実施例において、定型フィードバックは、ステップ４
２２０で警報をトリガーするため使用される閾値だけに影響を与える。一方、再
考型フィードバックは、トランザクション記録の詳細な再検討に基づいて生成さ
れ、又は、上級警備員によるフィードバックの入力などによって生成される。再
考型フィードバックは、定型フィードバックよりも信頼性が高いと考えられるの
で、学習システムは、ステップ４３０でルール集合を更新するため再考型フィー
ドバックを使用する。これに対し、無効型フィードバックは、ステップ４４０に
おいて、既存のルールを入れ替えるフィードバックであり、緊急事態の間に与え
られ、典型的に、有限の区間で与えられる。他のタイプのフィードバックとして
、管理型フィードバック、支配型フィードバック等のフィードバックが利用され
、たとえば、新しい従業員は、ある種の品物を持ち出す権限を付与され、以前の
従業者は、全ての品物の持ち出しを禁止される、などがサポートされる。上述の
通り、セキュリティには関係しない他のフィードバックのタイプ、たとえば、個
人が監視領域に到着したときに、メッセージを個人、若しくは、個人が携行する
品物へ送信するため使用され得るメッセージタイプもサポートされる。

【００３０】 理解を容易にさせるため、ルールベースシステムのパラダイムを説明する。他
のアーキテクチャー及び手法も実施可能である。たとえば、推論システム１５０
は、エージェントベース型であり、各エージェントは、品物又は個人を表現する
。個人エージェントは、個別の初期ルール集合をもち、定型的な入場及び退場手
続のような挙動を学習する能力を備え、異常な挙動を通知、報告することができ
る。品物エージェントは、品物の持ち出しの権限を付与された個人に関するデー
タベースを検査する能力や、アカウント記録手続を始動する能力を備えている。
エージェントは、他のエージェントと協働して働くようにも設計される。たとえ
ば、一方の品物は、その品物エージェントが授権エージェントであり、権限パス
である。授権エージェントは、権限パスが同時に存在しない場合に、普通は生成
される警報を阻止するか、又は、警報の可能性を減少させるように動作する。

【００３１】 以下の説明は、上述のシステムによってサポートされ得る典型的なシナリオで
ある。

【００３２】 本例のシステムは、一つの近接トリガータグを格納する対象が警備施設へ入場
又は退場するとき、常に、品物ＩＤと、個人ＩＤ（選択的）と、曜日と、時刻と
、入場／退場コードとを含むパラメータを収集する。

【００３３】 本例のシステムは、事象を、許可事象と否認事象の二つの領域に分割する。こ
れは、許可事象と否認事象を区別するルール集合、たとえば、警備員によって準
備され維持されたルールを具備することによって実現される。

【００３４】 否認事象ではないにもかかわらず普通ではない事象が発生したときに、特殊な
通知が発せられるよう、普通の許可事象のピクチャーを構築する能力を与えるた
め、以下のステップが実行される。

【００３５】 ステップ１：事象類似度を定義する。たとえば、普通の事象テンプレートは、
少なくともＭ個の特徴を共用する少なくともＫ個の事象の組として定義される。
上述のトロンボーンの例の場合に、事象履歴は、品物ＩＤ＝トロンボーン、個人
ＩＤ＝Ｈｕｇｏ、曜日＝木曜日、タイプ＝退場を備えたＫ個の事象を示す。

【００３６】 ステップ２：正確には一致しない特徴中のパターンを捕捉するファジー・ファ
ミリー・メンバーシップ関数を定義するため、アルゴリズムを特定する。このよ
うなファジー・ファミリー・メンバーシップ関数として以下のメンバーシップ関
数が考えられる。

【００３７】 ２ａ）分類別の項目（たとえば、品物ＩＤ）に関して、品物ＩＤ集合を形成す
るため、観測された値の和ＯＲをとる。

【００３８】 ２ｂ）普通の項目（たとえば、曜日）に関して、定義域を形成するため観測さ
れた値の区間を一つにまとめる。

【００３９】 ２ｃ）連続的な項目（たとえば、時刻）に関して、観測値の平均にピークをも
ち、観測値の両端から僅かな距離だけ外側で零になる三角形型メンバーシップ関
数を定義する。トロンボーンの例の場合に、Ｈｕｇｏがトロンボーンを携えて木
曜日に外出する時刻の分布は、１８時３０分を平均とすることが観測され、１８
時１７分から１８時３５分までの区間の外側で値は観測されなかった。

【００４０】 ステップ３）新しい事象を普通事象のテンプレートと比較するため使用される
あまり制限的ではない一つ以上の事象類似度を特定する。一例として、ｎが上記
の普通事象のテンプレートを定義する特徴の個数を表わすときに、少なくともｎ
−１個の特徴が一致する。トロンボーンの例では、個人ＩＤ＝Ｈｕｇｏ、曜日＝
木曜日、タイプ＝退場、時刻＝１８時２０分、及び、品物ＩＤ＝ヌルという観測
事象は、このあまり制限的ではない類似度としてのファジーメンバーシップ規準
に一致するが、普通事象のテンプレートとは相違する（トロンボーンに対応する
品物ＩＤが存在しない）。

【００４１】 ステップ４）普通事象の類似度と、あまり制限的ではない事象の類似度とに基
づいて発行されるべき警告を指定する。たとえば、一致しない項目が品物ＩＤで
ある場合、品物を忘れていることを示唆する警告を発する。

【００４２】 あまり制限的ではない事象を定義するため少なくともｎ−１個の特徴のような
一般的な定義を与え、「あまり制限的ではない事象であるが、普通の事象ではな
い事象であり、かつ、品物ＩＤが一致しないならば、忘れ物警告を送る」のよう
な一般的な定義を与えることにより、本発明によるシステムは、ルールデータベ
ース中で正確に符号化されていない特定の事象に対応した警報を与えることが可
能である、ということがわかる。これに対し、従来型のデータベースシステムの
場合、たとえば、トロンボーンのような各品物に関する特定のルールは、データ
ベース中に明示的に組み込む必要があった。

【００４３】 以上の説明は、本発明の原理の例示に過ぎない。当業者は、ここでは明示的に
記載若しくは図示されていなくても、本発明の原理を具現化し、本発明の精神及
び範囲に含まれる種々の構成を考えることが可能であることが、認められよう。
たとえば、セキュリティ事象からのフィードバックに基づいてセキュリティ・ル
ールを変更する学習システムによって得られる効果は、品物及び／又は個人を識
別するため使用される手段とは無関係に達成される。すなわち、従来型のカード
読み取り器、ＵＰＣコード読み取り器、経歴スキャナー、パターン認識システム
、画像処理システムなどは、品物又は個人を識別するため使用される検出器１１
０、１２０を構成し得る。同様に、遠隔トランスポンダを利用することによって
得られる利点は、実施されるルールを維持若しくは更新するため使用される手段
とは無関係に達成される。すなわち、たとえば、従来型のデータベース管理シス
テムは、品物に、その品物の持ち出し権限を付与された個人を関連付けるため、
推論システム１５０によって使用され、従来型のルールベースシステムは、学習
システム１４０を使用する代わりに利用される。同様に、上述の実施例では、セ
キュリティシステムは、警備された施設からの権限のない品物の持ち出しを制限
するシステムとして説明されているが、このシステムは、警備された施設へ許可
無く品物を持ち込むことを制限するためにも使用される。たとえば、トランスポ
ンダを全ての小火器に取り付けることが命じられている場合、システムは、権限
のある人を除いて、小火器が警備された領域へ運び込まれることを阻止できる。
上記並びにその他のシステム構成及び最適な特徴は、上記の説明から当業者に明
白であり、請求項に記載された事項の範囲に含まれている。

【図面の簡単な説明】

【図１】 本発明によるセキュリティシステムの一例のブロック図である。

【図２】 本発明によるセキュリティシステムの一例のフローチャートである。

【図３】 本発明によるセキュリティシステムで使用する学習システムの一例のブロック
図である。

【図４】 本発明によってセキュリティシステムのルール集合を更新する処理の一例のフ
ローチャートである。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 シャッファー，ジェイムズ ディー オランダ国，5656 アーアー アインドー フェン，プロフ・ホルストラーン ６ Ｆターム(参考） 5C087 AA02 AA05 BB65 DD03 DD43 EE05 EE14 EE18 FF19 GG14 GG21 GG66 【要約の続き】 れらのセキュリティ・ルール及びプロセスを実施し、権 限を付与された警備員から、実施されたセキュリティ・ ルール及びプロセスの効率に関するフィードバックを受 け取るように構成される。セキュリティシステムには、 権限を付与された警備員からのフィードバックに従っ て、既存のルールを変更するか、若しくは、新しいルー ルを作成するように構成された学習システムが接続され る。セキュリティ・ルール及びプロセスを動的に調整す ることにより、監視された個人に関するセキュリティシ ステムによる侵害は実質的に減少し、システムは、連続 式のフィードバックに基づいて最適化され続ける。

Claims (13)

【特許請求の範囲】
1. 【請求項１】 識別された品物を検出するよう構成された品物検出器と、 識別された個人を検出するよう構成された個人検出器と、 識別された品物、識別された個人、及び、セキュリティ・ルールに依存して警
   報を発生し、警報に応じたフィードバックを受け取るように構成された推論シス
   テムと、 フィードバックに基づいてセキュリティ・ルールの組を変更するよう構成され
   た学習システムと、 を具備したセキュリティシステム。
2. 【請求項２】 識別された品物及び識別された個人は、固有のユニット識別
   情報を備えたトランスポンダを取り付けられ、 品物検出器及び個人検出器は、取り付けられた各トランスポンダからユニット
   識別情報を検出するよう構成された共通の検出器ユニットを含む、 請求項１記載のセキュリティシステム。
3. 【請求項３】 品物検出器と個人検出器のうちの少なくとも一方は、 カード検出器と、 生物測定装置と、 画像処理装置と、 パターン認識装置と、 トランスポンダ検出器と、 のうちの少なくとも一つを含む、 請求項１記載のセキュリティシステム。
4. 【請求項４】 学習システムは、 ニューラルネットワークと、 エキスパートシステムと、 エージェントシステムと、 連想メモリと、 遺伝アルゴリズムと、 ファジー論理システムと、 ルールベースシステムと、 のうちの少なくとも一つを含む、 請求項１記載のセキュリティシステム。
5. 【請求項５】 学習システムは、警報に関連した少なくとも一つのパラメー
   タに依存してルールの組を変更するよう更に構成され、 少なくとも一つのパラメータは、 時刻と、 曜日と、 温度と、 識別された品物と識別された個人のうちの少なくとも一方の移動方向と、 他の識別された品目の有無と、 他の識別された個人の有無と、 セキュリティの状態と、 のうちの少なくとも一つを含む、 請求項１記載のセキュリティシステム。
6. 【請求項６】 フィードバックはクラスタイプを含み、 学習システムは、フィードバックのクラスタイプに依存してルールの組を変更
   するよう更に構成され、 クラスタイプは、定型タイプと、再考型タイプと、一時的タイプと、絶対的タ
   イプと、無効型タイプと、のうちの少なくとも一つを含む、 請求項１記載のセキュリティシステム。
7. 【請求項７】 識別された品物の有無を検出する手順と、 識別された個人の有無を検出する手順と、 識別された品物、識別された個人、及び、セキュリティ・ルールの組に依存し
   て警報を発生させる手順と、 警報に関連したフィードバックを受け取る手順と、 フィードバックに基づいてセキュリティ・ルールの組を自動的に変更する手順
   と、 を有するセキュリティ方法。
8. 【請求項８】 識別された品物及び識別された個人は、固有識別情報と関連
   付けられ、 識別された品物と識別された個人のうちの少なくとも一方の有無を検出する手
   順は、 識別された品物と識別された個人のうちの少なくとも一方に関連付けられた固
   有識別情報を受け取る手順と、 識別された品物と識別された個人のうちの少なくとも一方に関連付けられたカ
   ードから固有識別情報を読む手順と、 識別された品物と識別された個人のうちの少なくとも一方に対応した画像を処
   理する手順と、 関連した固有識別情報を判定するため、識別された品物と識別された個人のう
   ちの少なくとも一方に組み込まれた特徴量を読む手順と、 のうちの少なくとも一つの手順を含む、 請求項７記載の方法。
9. 【請求項９】 セキュリティ・ルールの組を自動的に変更する手順は、 ニューラルネットワークと、 エキスパートシステムと、 エージェントシステムと、 連想メモリと、 遺伝アルゴリズムと、 ファジー論理システムと、 ルールベースシステムと、 のうちの少なくとも一つを使用する、 請求項７記載の方法。
10. 【請求項１０】 セキュリティ・ルールの組を自動的に変更する手順は、 時刻と、 曜日と、 温度と、 識別された品物と識別された個人のうちの少なくとも一方の移動方向と、 他の識別された品目の有無と、 他の識別された個人の有無と、 セキュリティの状態と、 のうちの少なくとも一つに更に基づいている、 請求項７記載の方法。
11. 【請求項１１】 セキュリティ・ルールの組を自動的に変更する手順は、フ
    ィードバックと関連したクラスタイプに更に基づいて行なわれ、 クラスタイプは、定型タイプと、再考型タイプと、一時的タイプと、絶対的タ
    イプと、無効型タイプと、のうちの少なくとも一つを含む、 請求項７記載の方法。
12. 【請求項１２】 少なくとも一つ以上のトリガー信号を放射し、遠隔した２
    台以上のトランスポンダから一つ以上のトリガー信号に対して、個人の識別情報
    に対応した応答と品物の識別情報に対応した応答の二つ以上の応答を受けるよう
    に構成された検出器と、 検出器に動作的に接続され、個人の識別情報及び品物の識別情報に依存してセ
    キュリティ事象を与えるように構成された推論システムと、 推論システムに動作的に接続され、警備員にセキュリティ事象を通知し、通知
    に基づいて警備員からフィードバックを受け取るよう構成されたセキュリティ・
    インタフェースと、 推論システム及びセキュリティ・インタフェースに動作的に接続され、通知に
    基づいて警備員から受け取られたフィードバックに基づいて、推論システムによ
    る後続のセキュリティ事象の判定に影響を与えるよう構成された学習システムと
    、 を具備したセキュリティシステム。
13. 【請求項１３】 セキュリティ・ルールの組を更に有し、 学習システムは、セキュリティ・ルールの組を変更することによって、推論シ
    ステムによる後続のセキュリティ事象の判定に影響を与えるよう構成されている
    、 請求項１２記載のセキュリティシステム。