L'IA au service de la sûreté et de la sécurité

L'IA transforme rapidement la manière dont les nations protègent leurs citoyens et répondent aux menaces émergentes. De l'analyse prédictive qui anticipe les catastrophes avant qu'elles ne surviennent aux systèmes de surveillance en temps réel qui détectent les anomalies dans les infrastructures critiques, l'IA redéfinit le mode de fonctionnement des agences de sécurité publique et de sécurité intérieure. Elle modifie leur façon d'analyser les informations, d'interagir entre les agences, de prendre des décisions et d'agir sous pression. Le défi est clair : exploiter la puissance de l'IA de manière responsable tout en préservant la vie privée, la transparence et le contrôle. Cette page explore la manière dont l'IA renforce la résilience nationale, en intégrant des idées issues de l'expertise de terrain et du leadership en matière d'innovation d'Intersec, où les technologies d'intelligence des métadonnées, de connaissance de la situation et de gestion des crises façonnent la prochaine génération de défense civile.

Table des matières

1. Pourquoi l'IA est-elle importante pour la sécurité publique et la sécurité intérieure ?
2. Principaux cas d'utilisation
   • Pour les services d'urgence
   • Pour la sécurité des entreprises
   • Pour les services de sécurité
3. Point fort : Systèmes d'alerte précoce assistés par l'IA (EWS)
4. Le rôle critique des opérateurs de télécommunications
5. Fondements éthiques et juridiques d'une IA responsable
6. L'approche de l'Intersec en matière d'IA pour cartographier les besoins réels
   • Simplifier l'accès aux données complexes des télécommunications
   • Recouper les données et fournir des informations exploitables
7. La technologie d'IA d'Intersec pour la sécurité intérieure
   • Composants de base

Pourquoi l'IA est-elle importante pour la sécurité publique et la sécurité intérieure ?

La sécurité publique et la sécurité intérieure partagent une même mission : protéger les personnes et les institutions. Pourtant, les environnements dans lesquels ils opèrent sont de plus en plus complexes : catastrophes naturelles, conflits, menaces terroristes, pandémies et risques industriels... L'IA aide les organismes publics à voir, décider et agir plus rapidement. Grâce à des analyses avancées, des données de géolocalisation et une surveillance en temps réel, les systèmes d'IA permettent aux autorités de.. :

• Détecter et analyser les activités inhabituelles avant qu'elles ne prennent de l'ampleur
• Coordonner une réponse rapide en cas d'urgence
• Allouer efficacement des ressources limitées
• Renforcer la résilience des systèmes énergétiques, de transport, de télécommunications et urbains.

Dans le contexte de la sécurité intérieure, l'IA ajoute une dimension prédictive et intégrative, en aidant les agences à faire le lien entre diverses sources de données : métadonnées de réseaux, villes intelligentes, véhicules connectés, signaux des médias sociaux, capteurs environnementaux... Lorsqu'elle est gérée de manière responsable, cette fusion de données crée une base puissante pour une gestion proactive de la défense nationale et de la sécurité publique.

Appliqués aux métadonnées des réseaux, les modèles de mobilité et d'activité pilotés par l'IA utilisent des données à grande échelle pour apprendre comment les mouvements et les comportements évoluent dans l'espace et dans le temps. En identifiant des modèles, des tendances et des anomalies à différents niveaux d'agrégation, ces modèles fournissent une représentation dynamique de la manière dont les personnes, les véhicules et les biens interagissent avec leur environnement. Cette compréhension fondée sur les données permet de concevoir des systèmes prédictifs et adaptatifs qui peuvent être appliqués à un large éventail de contextes de sûreté et de sécurité.

Principaux cas d'utilisation

POUR LES SERVICES D'URGENCE

Résilience climatique: Les catastrophes liées au climat devenant plus fréquentes et plus graves, les gouvernements adoptent de plus en plus l'IA pour renforcer les efforts de préparation et d'atténuation. Les cas d'utilisation vont de la surveillance continue des risques et de la connaissance de la situation en temps réel à la modélisation prédictive, aux alertes publiques assistées par l'IA et à la planification des évacuations. Les modèles de mobilité et d'activité pilotés par l'IA à grande échelle fournissent des informations essentielles pour une gestion efficace des crises.

Intervention d'urgence: Dans les scénarios de catastrophe où chaque minute compte, l'IA améliore la capacité des services d'urgence à évaluer les zones touchées, à anticiper les mouvements de population et à mieux coordonner les premiers intervenants. Par exemple, la combinaison de données de télécommunications en temps réel avec des systèmes d'information géographique (SIG), des systèmes d'information et des capteurs en temps réel peut aider à identifier les contraintes ou les perturbations émergentes. Cette vision intégrée favorise la prise de décision adaptative, comme l'ajustement des stratégies d'évacuation en temps réel et la diffusion d'alertes publiques plus précises et plus efficaces.

Appels d'urgence: Les opérateurs doivent acheminer les communications d'urgence rapidement et avec précision, en fournissant des données exactes sur la localisation de l'appelant. L'IA permet de prévoir les pics d'appels, de transcrire la parole en temps réel, de hiérarchiser les appels en fonction de leur degré d'urgence grâce à l'analyse des bruits et des sons, et de localiser l'appelant avec une précision de l'ordre du mètre. Pour les services d'urgence, cela signifie des réponses plus rapides, plus intelligentes et plus efficaces.

POUR LA SÉCURITÉ DES ENTREPRISES

Protection des infrastructures critiques: Les réseaux énergétiques, les réseaux de transport et les systèmes de communication constituent l'épine dorsale de la résilience nationale. Les modèles de maintenance prédictive pilotés par l'IA détectent les défaillances avant qu'elles ne provoquent des pannes, tandis que la vision par ordinateur surveille les points d'accès et détecte les manipulations. Combinées à l'intelligence géospatiale, ces capacités améliorent l'alerte précoce en cas de sabotage, de catastrophe naturelle ou de panne d'équipement.

Détection des menaces et des anomalies: Les systèmes d'IA formés sur la base de données d'événements historiques et d'entrées de capteurs en direct peuvent identifier des comportements inhabituels en temps réel, qu'il s'agisse d'intrusions cybernétiques, d'afflux de foule ou de mouvements irréguliers à proximité d'installations sensibles. En hiérarchisant les alertes et en réduisant les faux positifs, ces outils permettent aux opérateurs de se concentrer sur les risques réels plutôt que sur le bruit.

Planification des urgences: L'IA peut proposer des actions de réponse appropriées en fonction de situations et de contextes spécifiques. En paramétrant des modèles de plans d'intervention préétablis, elle peut adapter des procédures standard à des conditions en temps réel telles que l'emplacement, l'échelle, les ressources disponibles et l'évolution des risques. Cela permet aux décideurs de générer rapidement des options de réponse sur mesure qui restent cohérentes avec les cadres d'urgence approuvés tout en améliorant la rapidité, la coordination et l'efficacité.

POUR LES SERVICES DE SÉCURITÉ

Application de la loi: Le maintien de l'ordre conventionnel dépendait en grande partie des rapports établis après l'incident. Aujourd'hui, l'IA permet d'identifier en temps réel les comportements suspects et, dans certains cas, d'anticiper les incidents avant qu'ils ne se produisent. Avec la croissance exponentielle des volumes de données, les solutions basées sur l'IA sont devenues essentielles pour les services de police et de renseignement afin de détecter les menaces, de perturber les réseaux de criminalité organisée et de lutter contre le terrorisme, tout en opérant dans le cadre d'une surveillance réglementaire stricte. On attend de plus en plus des fournisseurs de services qu'ils proposent des outils d'investigation et de surveillance basés sur l'IA qui renforcent la sécurité nationale.

Analyse d'enquête avancée: L'apprentissage automatique et les modèles de langage étendu peuvent soutenir les enquêtes en découvrant des corrélations dans de grands volumes de preuves numériques : métadonnées de communication, imagerie et données transactionnelles. Utilisées dans des cadres juridiques stricts, ces capacités améliorent l'efficacité des enquêtes tout en maintenant la transparence et la surveillance.

Sécurité frontalière et maritime: La géolocalisation et la reconnaissance des formes alimentées par l'IA améliorent la surveillance des frontières et la connaissance du domaine maritime. La combinaison des signaux radar, satellite et télécom permet de détecter les anomalies en temps réel, d'identifier les mouvements irréguliers des navires ou les passages illégaux, tout en réduisant la charge de travail liée à la surveillance manuelle.

Fait marquant : Systèmes d'alerte précoce assistés par l'IA

L'IA est en train de remodeler les systèmes d'alerte précoce en permettant de passer d'une alerte réactive à une gestion proactive des risques. Alors que les systèmes traditionnels attendaient que les crises se matérialisent, l'IA permet désormais aux autorités d'anticiper les menaces d'origine climatique ou humaine bien à l'avance. En analysant en permanence des sources de données hétérogènes, telles que des capteurs environnementaux, des signaux de réseau et des modèles d'incidents historiques, l'IA soutient la modélisation de scénarios, la prévision des risques et les activités de préparation. Cela inclut la formation basée sur la simulation et la planification pré-événement, aidant les équipes de crise à tester les réponses, à affiner les stratégies d'alerte et à renforcer la préparation opérationnelle avant qu'un incident ne se produise.

Lorsqu'une crise survient, l'IA agit comme un multiplicateur de force pour une réponse plus rapide et plus adaptative. Elle permet de surveiller en temps réel l'évolution des conditions et de mettre à jour en permanence les alertes du PAC en fonction de l'évolution de la situation. L'IA peut générer automatiquement des messages d'alerte, recommander les canaux de communication et les zones géographiques les plus efficaces, et aider les opérateurs en traduisant les messages dans les langues ou dialectes locaux et en adaptant le contenu aux différents publics. Ces capacités sont particulièrement précieuses en cas de pic de stress, car elles réduisent la charge cognitive et contribuent à maintenir la clarté, la cohérence et la rapidité des opérations d'alerte à grande échelle. Des mises en œuvre plus avancées s'étendent à la surveillance prédictive, où l'IA peut suggérer ou déclencher des alertes à l'approche de seuils, plutôt qu'une fois qu'ils ont été franchis.

Tout au long de ces avancées, un principe de base reste inchangé : la validation humaine est essentielle. Les discussions de la conférence ont souligné à plusieurs reprises que l'IA ne remplace pas les professionnels de la gestion de crise, mais qu'elle renforce leur expertise. Les décisions d'émettre, de modifier ou d'intensifier les alertes restent fermement entre les mains des humains, ce qui garantit la responsabilité, la confiance et la surveillance éthique. Dans ce modèle, l'IA renforce le jugement, accélère l'exécution et améliore la résilience, tout en maintenant les personnes au centre des systèmes d'alerte précoce et de sécurité publique.

Contenu connexe :

• Blog post : Sommet AI for Good : Principaux enseignements sur l'avancement des systèmes d'alerte précoce (SAP)
• Reprise de la conférence : L'impact de l'IA sur la gestion des crises par les PAC

Le rôle critique des opérateurs de télécommunications

Alors que les pays renforcent leurs capacités civiles et de défense, les opérateurs de télécommunications entrent dans une phase d'importance stratégique accrue. Leur contribution à la sauvegarde des biens nationaux, à la protection des populations et au renforcement de la résilience de la société se développe rapidement. Cette évolution est favorisée par une coopération plus étroite entre les pouvoirs publics et les opérateurs, qui s'articule autour d'un cadre "tous risques, toutes menaces". Dans ce contexte, l'IA transforme la manière dont les infrastructures de télécommunications soutiennent les fonctions essentielles, de la gestion de crise et des communications d'urgence à la sécurité intérieure.

Cette orientation a été fortement soulignée lors du Colloque mondial des régulateurs (GSR) de l'UIT, qui s'est tenu à Riyad, où les responsables politiques ont insisté sur la nécessité d'accélérer la mise en place d'une réglementation propice à l'innovation. Les lignes directrices sur les meilleures pratiques du GSR-25 ont identifié l'intelligence artificielle, l'analyse avancée des données, la coordination internationale et l'alignement réglementaire comme des éléments fondamentaux de la future gouvernance.

Comme l'a dit le Dr Cosmas Luckyson Zavazava, directeur du Bureau de développement des télécommunications de l'UIT :

"Les régulateurs d'aujourd'hui et de demain ne peuvent pas se contenter d'être les arbitres d'un jeu connu. Ils doivent être les architectes d'un monde en transformation. Cela signifie qu'ils doivent encourager l'innovation non pas comme un projet secondaire, mais comme une pratique essentielle.

Pour les opérateurs de télécommunications, naviguer dans cet environnement réglementaire en évolution va au-delà du respect des obligations réglementaires. Il s'agit d'un engagement à long terme en faveur de l'innovation en matière de sécurité publique et du développement durable du secteur.

Fondements éthiques et juridiques de l'IA responsable

L'adoption responsable est aussi importante que l'innovation technologique. Les systèmes d'IA qui affectent la sécurité publique opèrent à l'intersection de la sécurité, de la vie privée et des droits de l'homme. Les gouvernements et les régulateurs des télécommunications doivent donc adopter des cadres de gouvernance clairs pour maintenir la confiance.

Les données de télécommunications et de géolocalisation, même lorsqu'elles sont anonymisées, peuvent soulever des problèmes de protection de la vie privée. Avant le déploiement, les agences de sécurité devraient

• mettre en œuvre des politiques strictes de protection des données, un contrôle d'accès basé sur les rôles, des pistes d'audit pour garantir la responsabilité, ainsi que la pseudonymisation et l'agrégation pour minimiser l'exposition personnelle. Pour renforcer la confiance des citoyens et des partenaires internationaux, les gouvernements sont également encouragés à divulguer l'objectif et la portée des déploiements d'IA, ainsi que les mécanismes de surveillance humaine garantissant que les algorithmes assistent, et non remplacent, la prise de décision critique.
• s'appuyer sur des normes de sécurité internationales établies (par exemple, ISO 27001), des lignes directrices gouvernementales en matière d'IA (telles que la loi européenne sur l'IA, qui encourage l'adoption d'une IA sûre, sécurisée et légale dans le cadre de missions de protection du public), des procédures opérationnelles normalisées (POS) documentées, des audits indépendants et des lois sur la protection des données personnelles (par exemple, le GDPR de l'UE) pour garantir la conformité réglementaire.

Ensemble, ces garde-fous garantissent que l'innovation en matière de sécurité renforce les valeurs démocratiques au lieu de les saper.

L'approche de l'IA de l'Intersec pour cartographier les besoins réels

L'IA n'est pas une nouveauté pour Intersec. Ce qui a commencé dans les années 2010 comme l'IA basée sur des règles pour gérer les données rapides et les grands volumes de clients des télécommunications répondait directement aux besoins des opérateurs en matière de contrôle et d'automatisation en temps réel. Intersec s'est ensuite développé dans l'apprentissage automatique (ML) pour répondre à des demandes plus avancées, telles que la mesure de l'élasticité des abonnés et l'amélioration de la prise de décision. Dans le domaine de la géolocalisation, l'IA répond au besoin d'une plus grande précision, tandis que dans le domaine de la sécurité interne, elle soutient des cas d'utilisation pratiques tels que les enquêtes policières en identifiant les individus ayant des schémas de mouvement similaires.

Aujourd'hui, l'IA répond davantage aux besoins des clients en

SIMPLIFIANT L'ACCÈS AUX DONNÉES COMPLEXES DES TÉLÉCOMMUNICATIONS

rendant l'analyse avancée abordable et utilisable par des dizaines de milliers d'utilisateurs par pays. Les systèmes assistés par LLM et les agents d'IA renforcent considérablement l'efficacité opérationnelle en permettant aux analystes de travailler de manière plus autonome grâce à des interfaces intuitives et moins techniques, tout en bénéficiant de puissantes capacités d'analyse.

CROISER LES DONNÉES ET FOURNIR DES RENSEIGNEMENTS EXPLOITABLES

1. L'analyse des métadonnées assistée par l'IA : Transformer les données de télécommunication et de réseau en une connaissance de la situation exploitable. Les modèles de localisation peuvent révéler des signes précurseurs de grands rassemblements, d'embouteillages ou de déplacements de population à la suite d'une catastrophe.
2. Géolocalisation améliorée par l'IA : Exploiter des modèles avancés pour permettre une analyse précise de la localisation et des mouvements, afin de soutenir la protection des frontières, la planification des évacuations d'urgence et la gestion des foules en milieu urbain.
3. L'apprentissage automatique pour la prédiction des menaces : En identifiant les anomalies et en modélisant les risques, les algorithmes peuvent prévoir divers événements (des catastrophes naturelles aux perturbations des infrastructures), ce qui permet aux autorités d'anticiper les crises et de s'y préparer avant qu'elles ne se produisent.

Ces capacités démontrent la promesse de l'IA pour la défense civile : protéger à la fois les personnes et les infrastructures critiques grâce à l'utilisation intelligente des données.

La technologie d'IA d'Intersec pour la sécurité intérieure

Intersec AI est une plateforme d'IA centrale qui traite toutes les métadonnées en temps réel, garantissant une conformité totale avec les normes internationales et les réglementations locales. Vous trouverez ci-dessous un exemple des sources de données collectées, le cas échéant :

• Métadonnées de réseau : Localisation de l'appareil, connexions mobiles, lignes fixes, activité d'appel...
• Métadonnées du haut débit et de l'IP : Activité cryptée, transactions mobiles, Wi-Fi, profilage IP...

En outre, ces métadonnées peuvent être enrichies par des sources de données tierces afin de fournir des informations contextuelles plus approfondies, notamment des listes de sanctions, des renseignements de source ouverte (OSINT), des données de reconnaissance de plaques d'immatriculation, des données judiciaires mobiles...

Il utilise des agents d'intelligence artificielle spécialisés dans la sécurité intérieure, les enquêtes criminelles, le contrôle des frontières et le contre-espionnage pour obtenir des renseignements exploitables et effectuer une détection prédictive des menaces pour la police et les services de renseignement.

Contrairement à d'autres solutions qui obligent les analystes à rechercher manuellement des corrélations dans les données, Intersec AI effectue automatiquement et de manière autonome le travail de corrélation en profondeur, ce qui permet d'obtenir presque instantanément des informations exploitables de grande valeur. Ses agents spécifiques à un domaine apprennent, établissent des corrélations, détectent et prédisent.

Le déploiement de l'IA pour la sécurité publique exige plus que des algorithmes. Il faut une architecture sécurisée et interopérable capable d'intégrer des sources de données hétérogènes, de préserver la confidentialité et de s'adapter à plusieurs agences.

COMPOSANTS DE BASE

• Couche d'ingestion des données : Collecte et normalise les données provenant des réseaux de télécommunications, des capteurs, des appareils IoT, des métadonnées dérivées des flux vidéo, des bases de données publiques....
• Fusion de la géolocalisation et des métadonnées : Combine plusieurs technologies de positionnement pour produire des informations précises et anonymisées sur les mouvements.
• Moteurs d'IA spécifiques à un domaine : Applique l'apprentissage automatique, l'apprentissage profond et l'analyse basée sur des règles pour détecter des modèles, classer les risques et prévoir des événements.
• Visualisation et aide à la décision : Les tableaux de bord et les interfaces géospatiales permettent aux opérateurs de surveiller les situations en temps réel et de collaborer entre les services.
• Cadre de sécurité et de conformité : Assure le cryptage, le contrôle d'accès et l'anonymisation des données en conformité avec les réglementations sur la protection des données.