אבטחת שדות תעופה במאה ה-21 – חיזוי אנליטי

אבטחת שדות תעופה במאה ה-21 – חיזוי אנליטי

Some picture of airplanes at Franz Josef Strauß airport in Munich, Germany. Shot in June 2011 with a Canon EOS 60D EF 100-400mm 1:4,5-5,6 L IS USM. The RAW files are developed with Photoshop Lightroom 3.

This post is also available in: enEnglish (אנגלית)

פיגועי הטרור בתשיעי לספטמבר ב-2001 בניו יורק הם אחד האירועים הביטחוניים החמורים מאז ומעולם, והם שינו את האופן שבו אנו טסים. על מנת להגן על נוסעים ואנשי צוות, שדות תעופה הציבו את האיתור של חפצים וחומרים מסוכנים בראש סדר העדיפויות. איתור התנהגות מסוכנת בעזרת חיזוי אנליטי ולמידה חישובית (למידת מכונה) משלימות את אמצעי האבטחה המסורתיים ומסייעת לתנאי טיסה נוחים יותר.

התאוריה מאחורי ניתוח ההתנהגות מתבססת על הרעיון שכאשר אדם בדרכו לבצע פיגוע, ההתנהגות שלו תיראה שונה מהרגיל. חיישנים, נתוני וידאו וטכנולוגיות אחרות הם המפתח לזיהוי ההתנהגות, וניתן לזהות באמצעותם עצבנות, מתח וכד'.

על פי datanami.com, ההתנהגות תעניק דרך לראות שמשהו לא בסדר, התהליך מתחלק לשניים – התנהגות ברמת המיקרו והתנהגות ברמת המאקרו. הבעות פנים, זיעה והימנעות מיצירת קשר עין הן דוגמאות להתנהגות מיקרו. התנהגות מאקרו היא תנועה במרחב וניסיונות להסתיר את הפנים.

בעוד שכיום אנשי צוות הם מי שמבצעים את האנליזה, זיהוי ההתנהגות הופך מדויק יותר אם מבוצע על ידי מכונה. בעזרת כלי האנליטיקה החדשים, שדות תעופה יכולים מסוגלים כיום לבנות פרופיל של 360 מעלות עבור כל אדם לאורך תקופה ממושכת של זמן. באמצעות יישום אנליטיקת חיזוי וצפיה במאגרי נתונים גדולים אלה, מובנים ובלתי מובנים, בעזרת כלי מיפוי, נתוני מיקום גיאוגרפי ועוד, יכולים לדרג כל אדם על פי דרגת המסוכנות הפוטנציאלית שלו.

באופן אירוני, טכנולוגיה תזהה התנהגות אנושית יותר טוב מבני אדם. החלק הקשה ביותר עבור אנשי צוות אנושיים הוא לשלב את כל הפרטים הקטנים בפעולות לכדי הגדרה של התנהגות טרוריסטית. כל אחד מדפוסי ההתנהגות לבדו לא מעלה חשד, רק כשרואים את התמונה המקיפה אפשר להבין את רמת הסכנה.

בעוד סכנות יכולות לבוא מבחוץ בדמות נוסעים, הן עלולות גם להיגרם מבפנים על ידי עובד לא מרוצה, או עובד קבלן. הפיתוח יאפשר למנהלי האבטחה לשים לב להתנהגות של עובדים ולאתר סכנות שבאות גם מבפנים.

צוות האבטחה אמור לדעת לאילו עובדים יש גישה לאילו נכסים של השדה, בין אם מדובר בנכסים פיזיים או במידע. בעזרת איסוף נתונים ושימוש בניבוי ההתנהגות, צוותי אבטחה יוכלו לשים לב להתנהגות בלתי שגרתית.

פלטפורמות המבוססות על למידת מכונה יכולות לשלב נתונים ממקורות שונים לגבי עובדים, כמו למשל היסטוריה של ביצועים, תיקים פליליים, גישה למערכות מידע כגון שימוש ברשת ה-VPN בארגון, וכן תנועה פיזית בטרמינלים של שדה התעופה – נתונים המתקבלים על פי סורקי תגי זיהוי או מעבר דרך דלתות נעולות מבוססות-IoT (האינטרנט של הדברים) וסורקים גיאוגרפיים שונים.

כמו מחלקות משטרה בארה"ב, גם הז'נדרארמרי בצרפת הוסיף את האמצעי למערך שלו ללחימה בפשע, יחד עם זאת אין משמעות הדבר שהם זונחים אמצעים ישנים – אלא משתכללים.