阅读以下关于 AI 决策的智能安防管理架构的叙述，在答题纸上回答问题1-3。
【说明】
某产业园区计划建设一套智能安防管理系统，对人员通行、车辆出入、重点区域周界、访客身份和异常事件进行统一管理。园区内已经部署摄像头、智能门禁、闸机、生物识别终端、红外周界探测器、巡检机器人和边缘网关等设备。系统需要支持人脸识别、身份核验、异常闯入识别、黑名单告警、门禁联动、事件派单、大屏展示以及与物业、公安、消防等第三方系统集成。
架构师提出采用 AIoT 分层架构，将系统划分为感知层、边缘层、AI 决策层和应用层。感知层负责采集视频、门禁、身份和周界等原始信息；边缘层负责设备接入、协议适配、本地缓存、边缘推理和低时延联动；AI 决策层负责模型推理、视觉分析、规则分析、事件关联和风险判断；应用层负责事件中心、处置流程、可视化展示、移动端通知和第三方系统集成。
系统设计图中需要放置的组件包括：智能门禁、生物识别设备、身份核验服务、周界防护设备、边缘网关、边缘控制器、AI 模型、视觉分析引擎、规则/认知引擎、事件中心、APP、大屏展示和第三方系统集成模块。项目组还需要分析该四层架构在设备异构、边缘资源、模型准确性、数据安全和运维管理方面可能存在的不足。
说明感知层、边缘层、AI 决策层和应用层的主要职责。
感知层负责采集园区物理世界的原始信息，包括视频图像、门禁刷卡记录、人脸或指纹等生物特征、周界报警、车辆出入和环境传感数据。
边缘层负责设备接入、协议适配、视频或图片预处理、本地缓存、边缘推理和低时延联动，例如在网络不稳定时仍能完成本地开门、拦截或声光告警。
AI 决策层负责模型推理、视觉分析、身份核验、规则分析、事件关联、风险评分和策略生成，把单点告警转化为可处置的安全事件。
应用层负责事件中心、处置流程、工单派发、可视化大屏、移动端通知、报表统计以及与物业、公安、消防等第三方系统集成。
本问考查 AIoT 分层架构的职责边界。感知层的关键词是“采集和执行”，它负责把园区物理世界中的视频、门禁刷卡、人脸或指纹、车辆出入、周界报警和巡检状态转换为系统可处理的数据，同时也可能执行开门、关闸、声光报警等基础动作。边缘层的关键词是“就近接入和低时延处理”，它负责把摄像头、门禁、闸机和传感器接入系统，完成协议适配、数据预处理、本地缓存、轻量推理和本地联动。例如网络断开时，边缘控制器仍应能根据本地白名单完成门禁控制，或在周界异常时触发现场声光告警。
AI 决策层的关键词是“识别、关联和判断”。它不只是运行一个 AI 模型，而是综合视觉分析、身份核验、规则引擎、事件关联和风险评分，把分散的摄像头画面、门禁记录和周界事件组合成可解释的安全判断。应用层的关键词是“展示、流转和处置”，包括事件中心、告警确认、工单派发、移动端通知、大屏展示、统计报表以及物业、公安、消防等第三方系统集成。
容易混淆的是身份核验和门禁联动。身份采集设备属于感知层，身份比对算法或核验服务属于 AI 决策层，低时延开门控制可能落在边缘层，最终处置流程和展示则在应用层。能把一个跨层功能拆成多个职责，是架构题得分的关键。
答题时可以用“数据从哪里来、在哪里快速处理、在哪里做智能判断、最后由谁处置”来组织。摄像头画面和门禁刷卡记录来自感知层；边缘层负责把多设备数据整理成统一事件，并在低时延场景下先做本地联动；AI 决策层把单点数据变成判断结果，例如黑名单人员进入、异常闯入或尾随通行；应用层把判断结果转为可执行流程，例如通知保安、生成工单、联动公安或消防。如果把 AI 决策层和应用层混在一起，答案会显得像功能清单；如果把边缘层只写成“传输数据”，又会漏掉边缘推理和本地联动。