Beveiliging moet op elk niveau worden ingebouwd

27-07-2018
Met de komst van kunstmatige intelligentie (artificial intelligence, ai) en machine learning hebben ook de douane en grenscontrolediensten vele nieuwe middelen beschikbaar om potentiële misdadigers te identificeren en om criminele activiteiten in en rond het vrachtvervoer te voorspellen. Maar bij elke stap die we hierin ondernemen moeten we goed uitkijken voor de impact op de persoonlijke privacy. De data die worden gebruikt om deze nieuwe systemen - en de daaruit voortvloeiende veiligheidsrapporten - te voeden, kunnen ten prooi vallen aan gegevenslekken of -diefstal.

Terechte bekommernissen, maar anderzijds is de toegevoegde waarde van deze tools voor misdaadbestrijding en grensbewaking significant. Als je criminelen beter op het spoor kan komen door automatisch verdachte gedragspatronen te identificeren, verhoog je de kwaliteit van het werk van de grenscontrole-diensten en zorg je voor een betere bescherming. De bestaande mechanismen, met slechts een zeer beperkte vorm van patroonherkenning, zijn soms wel doeltreffend maar leveren vaak veel te veel valse sporen op.   

Met de nieuwe ‘machine learning’ tools krijgen de drukbezette veiligheidsagenten meer tijd om zich toe te leggen op echte bedreigingen in plaats van tijd te verliezen met valse sporen. Deze ai-gebaseerde systemen zijn in staat om te leren en te verbeteren na elke analyse. Als een douaneagent een lading inspecteert die was aangestipt als verdacht en ze vinden niets, dan wordt dat resultaat in het systeem ingevoerd. Op basis daarvan worden de algoritmes automatisch geüpdate zodat de volgende analyse nog accurater wordt. 

Lees verder >>

My Marqit

Registreer je gratis voor de volgende voordelen:

  • Kosteloos toegang tot alle informatie
  • Onbeperkt downloaden van whitepapers
  • Altijd up-to-date via de Marqit nieuwsbrieven
E-mailadres
Wachtwoord
Wachtwoord [vergeten?]