人工智能算法框架用于边境监控及边防资源部署

    据美国政府计算机网站(GCN) 2017年7月27日报道，美国亚利桑那大学研究人员正开发更智能的技术来管控边境。该校系统与工业工程系主任孙英俊(Young-Jun Son)已获得美国空军为期三年、共计75万美元的资助，针对边防巡逻陆空车辆/飞机建立自主监控和响应系统。孙英俊称其团队将设计一个系统，进而以最有效、最高效和最安全的方式部署边境巡逻资源。其团队计划建立一个框架，将装有摄像头的地空车辆/飞机和来自固定于地面的传感器数据结合起来，进行边境巡视。

    孙英俊称该系统的真正魅力在于其人工智能算法，能用于制定针对入侵的最有效响应。一旦经检测、定位并确定目标对象后，就必须要决定部署哪些地空资源以及每一种资源的数量，以最好地满足目标任务需求，同时还要权衡性能、成本和安全。该软件衡量的因素不仅包括目标和边境巡逻人员的位置，还包括不同海拔的天气条件、地理状况甚至工具燃料消耗情况。人工智能启发式算法能快速找到最优或接近最优的解决方案。

    在开展框架测试时，人员和车辆/飞机资源的部署是自动进行的，而当系统投入现场使用时，它会向操作人员提供理想的部署方案建议。除了集成来自多个传感器平台的数据之外，系统还会追踪许多操作员难以注意到的因素。孙英俊表示:“无人机可以更快地监视更广泛的边境地区，但其监视能力在阴天无法发挥，并且它们无法观察树木下的物体。”因此，在确定理想的资源部署时，框架会自动考虑这些因素。

    孙英俊作为计算机建模与仿真领域的专家，还与该系专门从事统计与数据分析的副教授Jian Liu一起合作。两位教授已开发出一些算法，用于模拟和预测不同边境区域、天气和光线条件下，群体的移动方式。孙英俊表示:“通过整合多种监控技术，系统能够远超单个监控技术所具备的能力。”

此外，他表示团队正在开发的框架还可应用于边境巡逻以外的诸多用途，如管理制造供应链和电网等。

朱章黔编译自

https://gcn.com/blogs/emerging-tech/2017/07/ai-border-patrol.aspx?admgarea=emergingtech

来源：网络安全和信息化动态2017年第16期