Nghiên cứu và thiết kế hệ thống giám sát an ninh tích hợp IoT
,
,
,
và
*
Abstract
This study proposes an intelligent security system designed to overcome the limitations of traditional frameworks while enhancing threat detection and early warning capabilities. The proposed architecture integrates key components, including Internet of Things (IoT) modules, surveillance cameras, object recognition algorithms, RFID technology for multi-zone access control, and management software to streamline security operations and monitoring. Experimental results demonstrate that the system significantly improves the comprehensiveness of security protocols of real-time environments, offering enhanced access control efficiency and timely alerts upon incident occurrence. This confirms the transformative potential of IoT and Artificial Intelligence (AI) in the security sector, providing a foundation for the development of more progressive security solutions in the future.
Tóm tắt
Một hệ thống an ninh thông minh, tập trung vào giải quyết các hạn chế của hệ thống truyền thống, tăng cường khả năng phát hiện và cảnh báo sớm các mối đe dọa được đề xuất trong nghiên cứu. Hệ thống đề xuất bao gồm các thành phần chính như: thiết bị sử dụng mô-đun cho Internet vạn vật (IoT – Internet of Things), camera, thuật toán để nhận dạng đối tượng, công nghệ RFID kiểm soát quyền truy cập vào các khu vực khác nhau và phần mềm quản lý tập trung để hỗ trợ hoạt động bảo mật, giám sát. Kết quả cho thấy hệ thống có khả năng cải thiện tính toàn diện cho quá trình bảo mật trong thời gian thực có độ chính xác trên 80%, với các tính năng như: cải thiện độ chính xác, tối ưu hóa tốc độ xử lý và cung cấp giải pháp quản lý tập trung qua phần mềm. Qua đó, khẳng định tiềm năng của ứng dụng công nghệ IoT và trí tuệ nhân tạo (AI) trong lĩnh vực an ninh, đồng thời mở ra cơ hội phát triển các giải pháp bảo mật hiện đại hơn trong tương lai.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Tài liệu tham khảo
Abdullah, H. S., Jabber, S. A. (2018). “Intelligent monitoring to detect and recognized the unauthorized persons”. Journal of College of Education for Pure Science, 8(2).
Sanjalawe, Y., Alqudah, H. (2024). Integrating enhanced security protocols with moving object detection: A YOLO-based approach for real-time surveillance. 2024 2nd International Conference on Cyber Resilience (ICCR), pp. 1-6.
https://doi.org/10.1109/ICCR61006.2024.10532863
Arun, G., Ajay, B., & Valarmathi, R. (2023). "IoT Based Anti-Theft Detection System," Intelligent computing and control for engineering and business systems (ICCEBS), Chennai, India. IEEE, pp. 1-4.
https://doi.org/10.1109/ICCEBS58601.2023.10448636
Chatterjee, N., Singh, A. V., & Agarwal, R. (2024). "You Only Look Once (YOLOv8) Based Intrusion Detection System for Physical Security and Surveillance,". 2024 11th International Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions) (ICRITO), Noida, India, pp. 1-5.
https://doi.org/10.1109/ICRITO61523.2024.10522139
Farooq, U., ul Hasan, M., Amar, M. H., & Asad, M. U. (2014). "RFID based security and access control system," International Journal of Engineering and Technology, Vol. 6, No. 4.
https://doi.org/10.7763/IJET.2014.V6.718
Fitzpatrick, M. (2021). Create GUI applications with Python & Qt6
IBM. (2023). IBM report: Half of breached organizations unwilling to increase security spend despite soaring breach costs. IBM Newsroom.
https://newsroom.ibm.com/2023-07-24-IBM-Report-Half-of-Breached-Organizations-Unwilling-to-Increase-Security-Spend-Despite-Soaring-Breach-Costs
Jesus, O., Andres, M., & Oscar, G. (2019). Implementation of a banking system security in embedded systems using artificial intelligence. Advances in Natural and Applied Sciences, Vol. 10(17); pp: 95-101.
Jyothi, S. N., Vardhan, K. V. (2016). "Design and implementation of real time security surveillance system using IoT," 2016 International Conference on Communication and Electronics Systems (ICCES), Coimbatore, India, 2016, pp. 1-5.
https://doi.org/10.1109/CESYS.2016.7890003
Leo, U. (2025). “Roboflow Universe, Roboflow”. https://universe.roboflow.com/leo-ueno/people-detection-o4rdr
Ling, Z., Liu, K., Xu, Y., Jin, Y., & Fu, X. (2017). An end-to-end view of IoT security and privacy. GLOBECOM 2017-2017 IEEE Global Communications Conference (pp. 1-7). IEEE.
https://doi.org/10.1109/GLOCOM.2017.8254011
Lulla, G., Kumar A., Pole, G., & Deshmukh, G. (2021). "IoT based Smart Security and Surveillance System," 2021 International Conference on Emerging Smart Computing and Informatics (ESCI), Pune, India, pp. 385-390.
https://doi.org/10.1109/ESCI50559.2021.9396843
Manu, Y. M., Shashikala, S. V., Darshan, N., Dheeraj, A. P., Hemanth, N. J., Nishanth Gowda, B. (2024). Smart Surveillance Camera Using AI. 2024 Second International Conference on Advances in Information Technology (ICAIT), Vol. 1, pp. 1-6.
https://doi.org/10.1109/ICAIT61638.2024.10690287
Motwani, N. P., Soumya, S. (2023). "Human Activities Detection using DeepLearning Technique- YOLOv8," International Conference on Data Science and Advanced Computing (ICDSAC 2023), Coimbatore, India, vol. 56, pp. 1-8.
https://doi.org/10.1051/itmconf/20235603003
Pacal, I., Karaboga, D., Basturk, A., Akay, B., & Nalbantoglu, U. (2020). A comprehensive review of deep learning in colon cancer. Computers in Biology and Medicine, 126, 104003.
https://doi.org/10.1016/j.compbiomed.2020.104003
Rao, B. N., Sudheer, R. (2020). Surveillance camera using IOT and Raspberry Pi. 2020 Second International Conference on Inventive Research in Computing Applications (ICIRCA), pp. 1172-1176.
https://doi.org/10.1109/ICIRCA48905.2020.9182983
Sattaru, P. K., Burugula, K. V., Channagiri, R., & Kavitha, S. (2023). Smart home security system using IoT and ESP8266. 2023 5th International Conference on Smart Systems and Inventive Technology (ICSSIT), pp. 469-474.
https://doi.org/10.1109/ICSSIT55814.2023.10061059
Siva, P., Pujitha, G. B., Krishna, G. S., Hemanth, G., Teja, B. M. S. (2025). Smart Surveillance Systems Using YOLOv8: A Scalable Approach for Crowd and Threat Detection. International Journal of Recent Advances in Engineering and Technology, 14(1), 51-62.
https://doi.org/10.65521/ijacect.v14i1.171
Sodhro, A., Kannam, S., Jensen, M. (2025). Real-time efficiency of YOLOv5 and YOLOv8 in human intrusion detection across diverse environments and recommendation. Internet of Things, 101707.
https://doi.org/10.1016/j.iot.2025.101707
Statista. (2024). Smart home market outlook in Vietnam.
Sudharson, D., Srinithi, J., Akshara, S., Abhirami, K., Sriharshitha, P., Priyanka, K. J. P. C. S. (2023). Proactive headcount and suspicious activity detection using YOLOv8. Procedia Computer Science, 230, 61-69.
https://doi.org/10.1016/j.procs.2023.12.061
Swathi, Y., & Challa, M. (2024). YOLOv8: Advancements and innovations in object detection. International Conference on Smart Computing and Communication, pp. 1-13.
https://doi.org/10.1007/978-981-97-1323-3_1
Weber, T. L. (2016). Alarm systems and theft prevention. Elsevier.
Wresearch. (2020-2026). Vietnam Video Surveillance Market Report. https://www.6wresearch.com/industry-report/vietnam-video-surveillance-market-2020-2026.