Work

Défis de sécurité et confidentialité dans la détection participative des catastrophes

Year: 2024
Type: preprint
Abstract: Le besoin urgent de développer des stratégies de prédiction et de gestion des catastrophes liées aux inondations est devenu de plus en plus important en raison de l'augmentation de la fréquence et de la gravité de ces événements, largement attribuée aux effets du changement climatique.L'intelligence artificielle offre une approche pour aborder efficacement ce problème pressant.Cette étude examine en détail comment les techniques d'intelligence artificielle sont utilisées dans la prévision et la gestion des inondations.Elle explore l'utilisation de sources de données telles que l'imagerie satellite et les capteurs de l'Internet des objets (IdO) pour améliorer la précision des prédictions basées sur l'IA.Cependant, comme toute avancée utilisant l'intelligence artificielle dans ce domaine, cela présente ses propres défis uniques.L'objectif de cette recherche est d'étudier les problèmes qui nécessitent une attention particulière dans le domaine de la gestion des inondations alimentée par l'IA.Ces défis comprennent des aspects tels que garantir l'intégrité des données à travers les régions géographiques, gérer efficacement les exigences computationnelles des modèles d'apprentissage profond et aborder les problèmes liés à la distribution équitable des technologies de contrôle des inondations alimentées par l'IA.En examinant les méthodologies utilisées dans ce domaine ainsi que les défis qui y sont associés, cet article vise à fournir une compréhension de la manière dont l'intelligence artificielle influence profondément l'orientation future de la prévision et de la gestion des inondations.La collecte et l'analyse de données à partir d'un grand nombre de personnes en utilisant des appareils mobiles est connue sous le nom de "détection participative" ou "participatory sensing".Au cours des dernières années, cette approche a émergé comme une stratégie prometteuse, en particulier pour la gestion des catastrophes naturelles.Cependant, il reste encore plusieurs défis à relever avant que le plein potentiel de la détection participative dans la gestion des catastrophes naturelles puisse être réalisé, tels que les problèmes de sécurité et de confidentialité, la qualité des données, l'intégration avec les systèmes existants et les considérations éthiques.Cette étude aborde ces difficultés et propose diverses solutions pour les surmonter.Par exemple, l'utilisation de méthodes formelles peut garantir la fiabilité des résultats obtenus à partir des données collectées.De plus, la création de protocoles sécurisés permet de garantir la confidentialité et Défis de sécurité et confidentialité dans la détection participative des catastrophes l'intégrité des données lors de leur collecte et de leur partage.Enfin, l'élaboration de cadres éthiques solides est essentielle pour guider l'utilisation responsable de la détection participative.En conclusion, cette recherche met en évidence l'importance de poursuivre les efforts de recherche et de développement pour explorer le rôle potentiel de la détection participative dans l'amélioration de la connaissance et de la réaction lors de la gestion des catastrophes naturelles.Il est crucial de surmonter les obstacles actuels afin de tirer pleinement parti de cette approche novatrice et de garantir sa pertinence et son efficacité dans des contextes réels de gestion des catastrophes.
Source: HAL
Language: French
Open Access status: green
OpenAlex ID: W4391159369
Cites: 41
Cited by:
Related to: 10