Détection d'anomalie du trafic maritime

La plupart des bateaux émettent fréquemment des messages AIS (Automatic Identification System) contenant un certain nombre de variables comme la vitesse, les coordonnées, des informations temporelles, etc… Ce système a été créé à l’origine pour éviter les collisions en mer. Un même bateau peut parfois envoyer des signaux toutes les deux secondes.

L’objectif de cette présentation est double. Dans un premier temps, réaliser l’entraînement d’un modèle de machine learning pour apprendre le comportement moyen d’une classe de navire (ex : navire Tanker). Ainsi pour un nouveau message AIS se déclarant de la classe Tanker, l’algorithme entraîné lui associera une probabilité d’être classé en tant que navire Tanker plutôt qu’une autre classe. Cette probabilité reflète de manière sous-jacente la cohérence des caractéristiques du message avec tous ceux déjà vu par le modèle pour la classe Tanker. La phase de pré-traitement des données, ainsi que l’apprentissage du modèle s’appuiera sur la solution PunchPlatform Machine Learning (PML).

Enfin, une présentation de l’état de l’art des méthodes d’interprétabilité en machine learning sera illustrée par l’explication de quelques sorties de l’algorithme précédemment entraîné.