В рамках исследования обоснована необходимость внедрения на объекты образовательных организаций интеллектуальной подсистемы комплексного мониторинга, позволяющей оценить комплексный риск нарушения ее безопасности. Предложена реализация данной подсистемы на основе применения ансамбля моделей искусственного интеллекта, осуществляющего выявление аномального поведения как объектов, так и субъектов в зоне наблюдения. Новизна предлагаемой модели состоит в том, что для повышения точности распознавания поведенческих аномалий субъектов используются модели распознавания эмоций FER на основе сверточных нейронных сетей CNN, модели анализа персональных характеристик здоровья субъектов на основе их считывания данных со смарт-часов. Совокупность данных моделей образуют множество персональных ассистентов. С целью повышения точности оценки комплексного риска используются модели корреляции аномалий JADM.
The study substantiates the need to implement an intelligent complex monitoring subsystem at the facilities of educational organizations, which allows assessing the complex risk of a violation of its security. An implementation of this subsystem is proposed based on the use of an ensemble of artificial intelligence models that detects anomalous behavior of both objects and subjects in the observation area. The novelty of the proposed model is that to improve the accuracy of recognizing behavioral anomalies of subjects, FER emotion recognition models based on convolutional neural networks and models for analyzing personal health characteristics of subjects based on their reading of data from smart watches are used. The combination of these models forms many personal assistants. To improve the accuracy of complex risk assessment, JADM anomaly correlation models are used.