Sistema Intelligente per la Profilazione dei Passeggeri & Screening Investigation

Air Transportation

La Sfida

In data 28/12/2017 la Regione Lazio ha ammesso a sovvenzione il progetto di ricerca “Intelligent system for passenger profile and screening investigation” confacente al tema della sicurezza nei siti aeroportuali secondo la direttiva Passenger Name Record (PNR) recepita dalla Commissione LIBE (libertà civili) del Parlamento europeo in data Il 15 luglio 2016. 

Al progetto è stata concessa una sovvenzione, contributo a fondo perduto, di euro 252.831,77 a valere sulle risorse dell’Avviso Pubblico “AEROSPAZIO E SICUREZZA” – POR FESR LAZIO 2014-2010 (www.europa.eu).  

La Soluzione

L‘obiettivo del progetto è di realizzare un sistema di pre-screening intelligente basato su architetture BIG DATA per il controllo dei passeggeri del trasporto aereo con la finalità di aumentare i livelli di sicurezza anti-terrorismo. 

Il sistema si basa su ciò che è noto come un Passenger Name Record, spesso abbreviato in PNR. 

I PNR sono compilati dalle agenzie di viaggi, vettori aerei e tour operators, contengono informazioni quali le condizioni mediche e le disabilità, le preferenze sui pasti, i mezzi di pagamento, ma anche l’indirizzo di lavoro, la email, l’indirizzo IP se si prenota online e le informazioni personali dei contatti di emergenza. 

Queste informazioni vengono immagazzinate in una architettura BIG DATA (Hadoop) che è in grado di analizzarle tramite algoritmi di Machine Learning utilizzando modelli comportamentali, opportunamente ingegnerizzati, che analizzano i PNR con gli archivi dati, black-list messe a disposizione dagli enti governativi e gli Open Source Intelligence (OSINT) disponibili sulla rete (siti web, blog, social network, media, motori di ricerca etc..). 

I Benefici

I benefici ottenuti derivano dai risultati ottenuti con il progetto di Ricerca e Sviluppo che ha permesso di : 

definire una piattaforma prototipale che sia in grado di supportare gli addetti al controllo di un sito aeroportuale nella individuazione, in tempo reale, di persone classificate con un grado di rischiosità sulla base del punteggio calcolato attraverso algoritmi di Machine Learning. 

Elaborazioni affidabili ed efficienti grazie all’architettura di calcolo distribuito caratteristica dell’architettura Hadoop,.  

Servizi in tempo reale, grazie alla architettura di calcolo distribuito, che permettono di assegnare un “punteggio di rischio” di terrorismo alla persona in tempo reale. 

Il Ruolo di Humanativa  

Realizzazione del progetto di Ricerca e Sviluppo in ambito Big Data e Machine Learning fino alla produzione di Advanced Analytics sul Rischio.