基于AI的模型识别非法飞机行为
定制方案这些问题统统帮你解决
基于AI的模型识别非法飞机行为
一项新技术将针对分类为通用航空小型飞机,喷气式飞机,超轻型飞机和无人机的小型非商业性传单,这些传单可能涉及潜在的恐怖威胁,毒品走私和其他非法活动。
美国国土安全部(DHS)科学技术局(S&T)正在开发一种预测威胁模型(PTM),以帮助海关和边境保护局(CBP)空中和海上作战中心(AMOC)识别和制止邪恶的飞机。
该模型使用来自过去的AMOC案例和人工智能的数据来识别先前被拦截的飞机的某些行为概况并预测未来的威胁。据报道,可以在系统中组合位置,无线电信号和航班目的地等信息,以预测犯罪飞机的意图。
预测解决方案涉及统计人工智能和机器学习功能。该模型基于从AMOC挖掘历史数据,使用贝叶斯(统计理论)推理算法来预测未来的威胁。S&T指出:“确定以前被拦截的飞机的某些行为特征,为确定飞机是否对国家安全构成威胁提供了一种令人惊讶的可靠措施。”
该模型准确预测了AMOC测试中的可疑行为。它已经完成了最初的原型阶段,现在是一个为期六到九个月的运营期,在此期间它将进行进一步的改进和开发。第三阶段将是AMOC的最终业务实施。