A method of Risk Analysis and threat management using analytic hierarchy process
Cet article propose un cadre d'analyse des risques et de gestion des menaces en temps réel pour les systèmes modernes de commandement et de contrôle de la défense aérienne qui intègre la théorie des ensembles flous, le processus de hiérarchie analytique (AHP) et la méthode TOPSIS afin de quantifier les opinions d'experts et de hiérarchiser les cibles hostiles dans un environnement autonome simulé.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes le capitaine d'un vaisseau spatial, mais au lieu de naviguer à travers un espace calme, vous volez à travers une tempête chaotique d'astéroïdes entrants, de drones extraterrestres et de satellites errants. Votre travail n'est pas seulement de les voir ; c'est de décider lequel de ces objets vous devez abattre en premier avant qu'ils ne fracassent votre vaisseau. C'est le cauchemar quotidien de la défense aérienne moderne. Dans le monde réel, ces « astéroïdes » sont des missiles ennemis, des avions de chasse et des drones, et le « vaisseau » est l'espace aérien protégé d'un pays. Le problème est qu'il y a trop de menaces se déplaçant trop vite pour qu'un cerveau humain puisse les trier parfaitement. Si vous tirez sur la mauvaise cible, vous gaspillez vos munitions et laissez le véritable danger libre de frapper. Pour résoudre cela, les scientifiques utilisent une branche des mathématiques appelée « prise de décision », ce qui est essentiellement une façon sophistiquée d'organiser une liste désordonnée d'options pour trouver la meilleure. Deux des outils les plus populaires sont le Processus Hiérarchique Analytique (AHP), qui est comme un jeu structuré de « ceci est plus important que cela », et TOPSIS, qui est une méthode pour trouver l'option la plus proche de la perfection et la plus éloignée du pire. Lorsque vous mélangez cela avec la « logique floue » — une façon de gérer des idées vagues comme « très rapide » ou « hautement dangereux » au lieu de chiffres stricts — vous obtenez un cerveau informatique super intelligent capable d'aider les commandants à prendre des décisions de vie ou de mort en une fraction de seconde.
Cet article de Manvi Sahni et Sumanta Kumar Das porte sur la construction de ce cerveau super intelligent pour la défense aérienne. Les auteurs ont voulu créer un système capable d'analyser automatiquement un groupe d'ennemis entrants, de déterminer lequel est le plus effrayant et de dire au système de défense de se concentrer sur celui-ci en priorité. Ils n'ont pas simplement deviné ; ils ont construit un modèle mathématique qui agit comme un arbitre numérique. Imaginez un arbitre qui doit classer dix joueurs différents dans un match. Au lieu de simplement regarder qui court le plus vite, l'arbitre examine la vitesse, la proximité du but, la taille et si le joueur semble vouloir marquer ou simplement faire de la distraction. Les auteurs ont utilisé la méthode AHP pour décider quels facteurs sont les plus importants. Par exemple, ils ont demandé à des experts de comparer la « Portée » (la distance de l'ennemi) par rapport à la « Vitesse » (la rapidité de son approche). Les experts ont décidé que la « Létalité » (le caractère mortel de l'arme) et l'« Intention » (ce que fait l'ennemi) étaient les éléments déterminants, tandis que des facteurs comme l'« Angle d'attaque » étaient également importants mais légèrement moins cruciaux.
Une fois que l'arbitre a décidé de ce qu'il fallait surveiller, les auteurs ont dû trouver un moyen de classer réellement les ennemis. C'est ici qu'intervient la partie « floue ». La vie réelle n'est pas en noir et blanc ; un missile n'est pas simplement « rapide » ou « lent », il se situe quelque part entre les deux. Le système utilise la logique floue pour traduire ces descriptions humaines et imprécises en chiffres concrets. Ensuite, ils ont utilisé la technique TOPSIS pour effectuer le tri final. Considérez TOPSIS comme un jeu de « le plus proche de l'idéal ». Le système crée un « Ennemi Parfait » (celui que vous devez absolument arrêter tout de suite) et un « Pire Ennemi » (celui que vous pouvez ignorer). Il mesure ensuite chaque cible entrante pour voir laquelle est la plus proche de l'« Ennemi Parfait » et la plus éloignée du « Pire Ennemi ». Celle qui gagne cette course obtient la priorité la plus élevée.
Les auteurs ont testé cette idée dans une simulation informatique, et non sur un véritable champ de bataille. Ils ont créé une zone de guerre fictive, de 200 km par 200 km de large, remplie de différents types de méchants : des avions de chasse rapides, des bombardiers lents, des groupes de missiles et même des avions de brouillage électronique. Ils ont laissé leur nouveau système informatique diriger l'opération sans aucune intervention humaine. Les résultats ont été intéressants. Le système a correctement compris qu'un groupe de chasseurs rapides arrivant de très près était une urgence plus grande qu'un missile lent qui était encore loin. Il a également réalisé qu'un bombardier tentant de larguer des bombes était plus dangereux qu'un avion d'espionnage qui se contentait d'observer, même si l'avion d'espionnage était plus proche. Dans un test spécifique, un missile balistique tactique a été classé comme la menace numéro un, devant tout le reste, car il était rapide, létal et possédait une trajectoire dangereuse.
Cependant, les auteurs précisent bien qu'il s'agit d'une simulation, et non d'un bouclier magique testé dans une guerre réelle. Ils admettent que leur modèle actuel ne prend en compte que les menaces « dures » comme les missiles et les bombes. Ils n'ont pas inclus les ruses « douces » comme les leurres, les leurres de brouillage (ces petits morceaux de papier d'aluminium largués par les avions pour confondre le radar) ou le brouillage visant à aveugler les capteurs. Ils n'ont pas non plus testé ce qui se passe si deux systèmes de défense différents tentent de communiquer entre eux pour partager la charge de travail. Ainsi, bien que l'article suggère que ce mélange d'AHP, de logique floue et de TOPSIS soit une méthode très prometteuse et facile à utiliser pour gérer les menaces en temps réel, il reste une étape « intermédiaire » entre la théorie et la réalité désordonnée d'un champ de bataille. C'est une preuve de concept solide qui montre que les ordinateurs peuvent apprendre à prioriser le danger mieux qu'un humain lorsque les choses deviennent chaotiques, mais il reste encore du travail à faire avant qu'il ne puisse gérer toutes les ruses qu'un ennemi pourrait déployer.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.