Abonnez-vous Identifiez-vous

Identifiez-vous

Vos codes d'accès sont erronés, Veuillez les saisir à nouveau. Mot de passe oublié ?

L'Usine Aéro

Un algorithme surveille les avions espions

Xavier Boivinet , ,

Publié le

Aux Etats-Unis, un algorithme a permis d'identifier les avions espions du gouvernement à partir de données issues du site Flightradar24. Le site Buzzfeed News dévoile comment il l'a construit et le rend accessible à tous.

Un algorithme surveille les avions espions
Les vols des avions espions décrivent des trajectoires circulaires, comme ici au dessus d'Orlando.
© Peter Aldhous / BuzzFeed News / Via flightradar24.com

Ils volent lentement, en cercle et à 1,5 km d’altitude. Équipés de caméras à haute-résolution, ils fournissent des images de jour comme de nuit, agrémentées de réalité augmentée. Aux États-Unis, les avions espions du FBI ou du Département de la sécurité intérieure surveillent quotidiennement certaines zones du territoire. Mais dernièrement, c’est BuzzFeed News qui les a observés. Le site américain a récupéré des données auprès du site Flightradar24. Dans un article publié le 7 août dernier, il explique comment il les a utilisées pour développer un algorithme capable d'apprendre comment repérer les appareils qui se comportent comme des avions espions.

Des espions qui tournent en rond

Leur existence est connue. Certains sont même identifiés. "Nous ne sommes pas les premiers à nous intéresser aux avions du FBI, confie Peter Aldhous, auteur de l'article. Mais notre analyse est la plus complète." Elle a permis d'observer les trajectoires des avions à différents endroits et à différents moments, et d'en dégager des tendances. "Par exemple, nous avons observé que les avions de surveillance du gouvernement volent peu pendant les weekends et les jours feriés."

En comparant les données de vol d’une centaine d’entre eux, connus, à celles d’un échantillon plus large d’avions sélectionnés au hasard, il a été possible de faire ressortir des caractéristiques pertinentes pour reconnaître un avion espion. Pour cela, un algorithme de “forêt aléatoire” a été utilisé. "Ce n'est pas du deep learning, nuance Peter Aldhous. Il s'agit ici d'une autre approche du machine learning basée sur un algorithme très populaire pour les tâches de classification." Très populaire car très pratique. Cette technique décide des variables les plus importantes pour distinguer les avions espions des autres. En l'occurrence ici : le vol en cercle.

Plus de quatre mois de données

Les données récupérées couvrent les vols qui ont traversé les États-Unis, l’Alaska, Hawaii et Puerto Rico entre le 17 août 2015 et le 31 décembre 2015. Transmises par les transpondeurs des avions, ces données alimentent le site Flightradar24 qui affiche en temps réel les trajectoires des vols à travers le monde. Identifiant, position, vitesse, direction… Toutes les informations sont récupérées par des récepteurs au sol et sont couplées aux données des radars de l’Administration fédérale de l’aviation.

Un algorithme accessible à tous

Buzzfeed News détaille la manière avec laquelle il a procédé pour élaborer le code de son algorithme et fournit toutes les données nécessaires à quiconque voudrait le reproduire. "Nous souhaitons être transparents au sujet de nos sources, nos méthodes et des données dans nos travaux, affirme Peter Aldhous. Ainsi, tout le monde peut voir comment nous avons abouti à nos conclusions et peut reproduire l'analyse, voire la modifier s'ils pensent avoir une meilleure approche."

Réagir à cet article

Nous suivre

 
 

Créez votre compte L’Usine Connect

Fermer
L'Usine Connect

Votre entreprise dispose d’un contrat
L’Usine Connect qui vous permet d’accéder librement à tous les contenus de L’Usine Nouvelle depuis ce poste et depuis l’extérieur.

Pour activer votre abonnement vous devez créer un compte

Créer votre Compte
Suivez-nous Suivre Usine Nouvelle sur Facebook Suivre Usine Nouvelle sur Twitter RSS Usine Nouvelle

Les cookies assurent le bon fonctionnnement de nos sites et services. En utilisant ces derniers, vous acceptez l’utilisation des cookies.

OK

En savoir plus