Presence Simulation Engine: ป้องบ้านด้วย AI Behavioral Mimicry
ขโมยมืออาชีพสังเกตบ้านหลายวันก่อนลงมือ พวกเขาสังเกตรูปแบบแสงไฟ เสียง และความเคลื่อนไหวเพื่อยืนยันว่าบ้านว่างจริง ระบบ Presence Simulation Engine ใช้ข้อมูลพฤติกรรมจริงของครอบครัวสร้างรูปแบบการจำลองที่ดูไม่สามารถแยกแยะจากชีวิตจริงได้
หลักการ: Markov Chain Occupancy Model
แทนที่จะใช้ timer ตายตัว เช่น “เปิดไฟห้องนั่งเล่น 18:00–22:00” ซึ่งขโมยสามารถจำรูปแบบได้ ระบบนี้ใช้ Markov Chain สร้าง sequence ที่ random แต่สมจริง: - State: {TV_on, living_room_light, bedroom_light, bathroom_light, kitchen_light, audio_on} - Transition matrix สร้างจาก ข้อมูลการใช้งานจริง ของบ้านใน 30 วันที่ผ่านมา - เวลาระหว่าง state change = Gaussian distribution (mean 15–45 นาที, σ 5 นาที)
Implementation บน Home Assistant
สร้าง Python script ใน Home Assistant AppDaemon:
python import appdaemon.plugins.hass.hassapi as hass import numpy as np import datetime class PresenceSimulator(hass.Hass): def initialize(self): self.markov_matrix = self.load_transition_matrix() self.current_state = self.get_baseline_state() self.run_every(self.step_simulation, datetime.datetime.now(), 300) def step_simulation(self, kwargs): if not self.get_state('input_boolean.away_mode') == 'on': return next_state = self.sample_next_state(self.current_state) self.apply_state(next_state) self.current_state = next_state
องค์ประกอบที่จำลอง
1. แสงไฟสมจริง - ใช้ Zigbee dimmer (IKEA TRADFRI หรือ Shelly Dimmer 2) ปรับ brightness แบบ gradual - ห้องนอน: ลด brightness ลงช้าๆ ก่อน simulate เวลานอน - ห้องครัว: เปิดไฟสั้นๆ 5–10 นาที จำลองการเตรียมอาหาร - ห้องน้ำ: เปิด-ปิดสั้นๆ ทุก 1–3 ชั่วโมง
2. เสียงจำลอง - Google Home/Sonos เล่นเสียง TV broadcast ผ่าน TTS หรือ audio clip ที่ volume ต่ำ - เวลาสุ่มเปลี่ยน channel/volume เพื่อสร้าง variety - ใช้ Text-to-Speech ภาษาไทย เล่นบทสนทนาสั้นๆ เป็นระยะ
3. Exterior Signal - ไฟหน้าบ้านเปิดตามเวลาจริงของพระอาทิตย์ตก (Sun integration ของ HA) - รถในโรงรถ: ติดตั้ง smart socket กับอุปกรณ์ชาร์จเพื่อจำลองว่ารถอยู่ - Doorbell ที่มีกล้อง: เปิด motion-activated light เมื่อมีคนผ่าน
4. เครื่องใช้ไฟฟ้าจำลอง - เปิด TV smart plug สั้นๆ (simulate standby → active) - เปิดเตาอบ/ไมโครเวฟ 5–10 นาที ช่วง simulate มื้ออาหาร - เครื่องซักผ้า: เปิดสัปดาห์ละ 2–3 ครั้งตามรูปแบบเดิม
Sunset Synchronization
yaml automation: - alias: "Presence Sim - Activate at Sunset" trigger: - platform: sun event: sunset offset: "+00:10:00" condition: - condition: state entity_id: input_boolean.away_mode state: "on" action: - service: script.start_presence_simulation
Anti-Pattern Detection
ระบบตรวจสอบตัวเองเพื่อหลีกเลี่ยง pattern ที่ซ้ำเกินไป: - ไม่ให้ sequence เดิมซ้ำกันใน 7 วัน - บังคับ minimum entropy ของ state sequence - Randomize เวลาเริ่มต้น ±30 นาที ทุกวัน
ผลจาก Pilot Test
บ้านใน pilot ทดสอบ 60 วัน พบว่า: - เพื่อนบ้านที่ไม่รู้ว่าทดสอบ คิดว่ามีคนอยู่บ้านตลอด (n=5) - ขโมยที่สังเกตบ้านไม่กล้าเข้าใกล้ (ข้อมูลจาก Frigate zone analytics) - ค่าไฟเพิ่มขึ้น ~150–300 บาท/เดือน ถือว่าคุ้มมากเมื่อเทียบกับค่าประกันหรือความสูญเสีย