Evaluación de un sistema de inteligencia artificial para la detección de anomalías en rutas marítimas
No Thumbnail Available
Date
2020-04-30
Journal Title
Journal ISSN
Volume Title
Publisher
Centro Universitario de la Defensa de Marín
Abstract
Inmersos en la revolución de las tecnologías 4.0 la Inteligencia Artificial obtiene un gran
protagonismo gracias a sus importantes avances en numerosos campos. Entre ellos, el aprendizaje
autónomo no supervisado destaca como herramienta de procesado de datos y detección de anomalías.
Por otro lado, la Armada dentro de sus misiones y líneas de actuación incorpora la defensa de
espacios marítimos, así como el control y vigilancia de las actividades que en estos se desarrollan para
evitar la proliferación de ilegalidades. El brazo ejecutor de la Armada en este ámbito es el Centro de
Operaciones y Vigilancia Marítima (COVAM), desde él se lleva a cabo entre otras cosas la
monitorización de todo el tráfico marítimo que atraviesa las aguas de interés nacional. Esta vigilancia
requiere de procesar un continuo flujo de datos en tiempo real que un operador humano difícilmente
puede llevar a cabo con éxito y con la rapidez suficiente como para generar una reacción eficaz.
De este problema surge la idea de implementar algoritmos de detección de anomalías y analizar las
capacidades de estos en escenarios marítimos. Para ello se han estudiado las capacidades de detección
de anomalías de NuPIC una aplicación en Python de IA que utiliza aprendizaje autónomo no supervisado
basado en HTM (Una adaptación de las redes neuronales humanas a la tecnología). También se han
generado escenarios sintéticos donde se han forzado diversas situaciones consideradas como
sospechosas, según criterios de entidades del ámbito de la seguridad marítima como son la Armada y la
Guardia Civil. Y finalmente se han analizado las capacidades del algoritmo procesando datos reales de
rutas de tráfico marítimo.
Description
Keywords
Inteligencia artificial, detección de anomalías, seguridad marítima, HTM, Numenta, COVAM, Armada, Guardia Civil