Apports des réseaux bayésiens à la prévention du risque de piraterie à l'encontre des plateformes pétrolières

Contribution of Bayesian networks to the prevention of the risk of piracy against Oil Offshore Fields

• Auteur / Autrice : Amal Bouejla
• Direction : Franck Guarnieri
• Type : Thèse de doctorat
• Discipline(s) : Sciences et génie des activités à risques
• Date : Soutenance le 04/12/2014
• Etablissement(s) : Paris, ENMP
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche sur les risques et les crises (Sophia Antipolis, Alpes-Maritimes)
• Jury : Président / Présidente : Gilles Dusserre
• Jury : Examinateurs / Examinatrices : Franck Guarnieri, Aldo Napoli
• Jury : Rapporteurs / Rapporteuses : Gilles Dusserre, Tullio Tanzi

Mots clés

Mots clés contrôlés

Pétrole offshore

Piraterie maritime

Gestion du risque

Statistique bayésienne

Mots clés libres

Management des risques

Piraterie maritime

Production offshore

Systèmes d'aide à la décision

Réseaux bayésiens

Réseaux bayésiens dynamiques

Risk management

Maritime piracy

Offshore production

Decision support systems

Bayesian networks

Dynamic bayesian networks

Résumé

Ces dernières années, les attaques de pirates contre des navires ou des champs pétroliers n'ont cessé de se multiplier et de s'aggraver. Pour exemple, l'attaque contre la plateforme Exxon Mobil en 2010 au large du Nigeria s'est soldée par l'enlèvement de dix-neuf membres d'équipage et la réduction de 45.000 barils de sa production pétrolière quotidienne ce qui a engendré une montée des prix à l'échelle internationale.Cet exemple est une parfaite illustration de l'ampleur des dommages sur la sécurité des infrastructures pétrolières offshore.Dans le cadre de notre recherche, nous proposons une démarche de pilotage et de management du risque de piraterie en se basant sur le concept des réseaux bayésiens qui permettent la représentation des connaissances et le calcul des probabilités conditionnelles.Une dimension temporelle a été ajoutée par le recours aux réseaux bayésiens qualifiés de « dynamiques ». Ces réseaux, fondés sur les chaines de Markov cachées ou filtres de Kalman, se révèlent très performants dans le domaine de l'analyse des risques.L'application de ces réseaux au domaine de la piraterie a été envisagée, les apports et les limites seront évalués dans le cadre de cette thèse.

In recent years, pirate attacks against ships or oil fields have continued to multiply and worsen. For example, the attack against the Exxon Mobil platform in 2010 in the coast of Nigeria has resulted in the removal of nineteen crew members and the reduction of 45,000 barrels of daily oil production which resulted in a rise prices internationally.This example is a perfect illustration of the extent of damage on the safety of offshore oil infrastructure.As part of our research, we propose an approach to control and management of the risk of piracy based on the concept of Bayesian networks that enable knowledge representation and calculation of conditional probabilities.A temporal dimension was added by the use of Bayesian networks called "dynamic". These networks, based on Markov chains hidden or Kalman filters, are proving very effective in the field of risk analysis.The application of these networks on piracy was considered, the contributions and limitations will be evaluated as part of this thesis.