Gardez une longueur d’avance: Comprendre et prévoir le comportement des adversaires

Projets compÉtitifs

Jusqu’à 1,2 million de dollars en financement progressif destiné au développement pour faire avancer une technologie


Le ministère de la Défense nationale (MDN) et les Forces armées canadiennes (FAC) sont à la recherche de solutions novatrices en matière de renseignement fondé sur les activités pour aider les analystes à comprendre et à prévoir le comportement et le mouvement des entités en temps réel.

Résultats

WebID Project Title Innovator Amount Stage

Défi: Gardez une longueur d’avance: Comprendre et prévoir le comportement des adversaires

Énoncé du défi

Le ministère de la Défense nationale (MDN) et les Forces armées canadiennes (FAC) sont à la recherche de solutions novatrices en matière de renseignement fondé sur les activités pour aider les analystes à comprendre et à prévoir le comportement et le mouvement des entités en temps réel.

Contexte

Le renseignement fondé sur les activités est un cadre méthodologique servant à l’analyse des sources de données. On l’utilise pour trouver des corrélations, résoudre les inconnus, enrichir les connaissances, orienter la collecte de données et tirer des déductions à partir de vastes ensembles de données et d’observations provenant de sources différentes, mais complémentaires. Compte tenu du volume de données accessibles, un analyste peut consacrer beaucoup de temps à la recherche de données. Pour garder une longueur d’avance sur l’adversaire, la rapidité et la précision sont d’une importance capitale. Il faut donc utiliser de nouvelles solutions, techniques et approches automatisées fondées sur les données en complément (et non en remplacement) du travail des analystes, de manière à améliorer leur capacité à filtrer les données, à détecter automatiquement les tendances et à vérifier leurs hypothèses.

Le processus comporte plusieurs étapes. Avant de pouvoir regrouper, gérer et exploiter les données, il faut d’abord extraire l’information spatiotemporelle. Toute action se déroule à un moment et à un endroit précis dans l’espace physique. Il faut donc utiliser des algorithmes pour extraire l’information spatiotemporelle des sources de données dès qu’elle est accessible et en déduire rapidement et précisément les données manquantes. L’étape suivante consiste à fusionner les données. En effet, il est souvent nécessaire de combiner des sources de données multiples et simultanées pour décrire les activités des entités dans le temps et l’espace. L’intégration des données permet également de définir le contexte et d’effectuer une analyse spatiotemporelle avancée. L’objectif est d’élaborer des modèles de possibilités permettant d’anticiper les événements et leur cause et ainsi d’orienter la prise de décision, comme le bon moment pour déjouer les plans prévus d’un adversaire.

Résultats escomptés

Concevoir et mettre en œuvre des solutions, des techniques et des approches avant-gardistes facilitant l’analyse du renseignement fondé sur les activités en temps réel ou quasi réel. À cette fin, il faut d’abord choisir un problème jugé pertinent pour la défense et la sécurité et pour lequel nous sommes en mesure de récupérer, de regrouper, de gérer et d’exploiter des données archivées et en temps réel.

L’objectif global du défi est de détecter les activités d’intérêt, d’en découvrir de nouvelles et de prévoir les événements ou les actions en regroupant au moins les données spatiotemporelles.

Les résultats escomptés du défi comprennent notamment les suivants :

    • la capacité à formuler des prévisions opportunes à partir de l’ensemble des données liées au problème;
    • la capacité à détecter les tendances et à déduire les activités d’intérêt;
    • des moyens d’extraire rapidement les données spatiales et horodatées de toutes les sources de données dès qu’elles sont accessibles dans le cadre des métadonnées et de déduire rapidement les données manquantes;
    • des façons de simplifier le filtrage d’énormes quantités de données provenant de sources multiples;
    • la capacité à combiner et à regrouper au moins trois (3) sources et formats de données différents;
    • la capacité à définir et à intégrer au moins trois (3) variables d’intérêt supplémentaires aux fins d’analyse.

Résultats supplémentaires

Les innovateurs doivent choisir un problème d’intérêt réel pertinent pour la défense et la sécurité et pour lequel ils ont accès facile à de vastes ensembles de données. Le MDN et le FAC ne fourniront pas d'autres renseignements aux candidats.

On demande aux innovateurs de proposer une solution reposant sur des données qui maximiseront leur capacité à en démontrer le potentiel.

Voici quelques exemples de problématiques possibles :

    • les préoccupations liées à la souveraineté, comme la pêche illégale, la contrebande, les navires migrants et les incursions dans l’Arctique;
    • la prévision des accidents de la route;
    • les catastrophes naturelles;
    • les indicateurs prévisionnels de l’instabilité et de la violence politiques.

Détails de la page

Date de modification :