Šiuo metu sukurti metodai ir algoritmai neįprastam jūrų laivų eismui aptikti nėra pritaikyti dirbti su didžiaisiais duomenimis. Dėl šios priežasties įprasto eismo modelio apmokymas vyksta neleistinai ilgai arba naudojamas mažesnis duomenų kiekis, ko rezultate krenta klasifikavimo preciziškumas, o tai lemia kad neįprasto eismo aptikimo algoritmai negali sumažinti laivų eismo kontrolės operatorių darbo krūvio. Darbe sukurtas didžiaisiais duomenimis apsimokantis algoritmas ir posistemis, kurio pagrindą sudaro modifikuotas Kohoneno SOM tinklas. SOM tinklas buvo modifikuotas pridedant prie neuronų virtualaus feromono žymę, sudarant atstumo tarp neuronų skaičiavimo funkciją ne Euklido erdvėje. Neuronų kaimynystės funkcijai panaudota „Meksikietiškos kepurės“ funkcija. SOM pritaikymui apsimokyti didžiaisiais duomenimis buvo panaudotas tiesioginis mašininis mokymas su dviejų SOM tinklų sinteze. Sukurto algoritmo pagrindu sudarytas neįprasto laivų eismo aptikimo posistemis, kuris integruojasi į laivų eismo ir kontrolės sistemą. Posistemio ir algoritmo verifikacijai buvo sukurtas prototipas, kurio verifikacija ir algoritmo tyrimas atliktas naudojant Klaipėdos jūrų uosto laivų eismo didieji duomenis ir pasiektas 90% klasifikavimo preciziškumas esant 80% klasifikavimo jautrumui.

This dissertation examines one of the most urgent challenges facing the world today - secure transportation of cargo in containers, that is, how quickly is it possible to detect the incorporation of dangerous goods in marine containers without changing the tightness and hence rationally implement international Container Security Initiative regulations. The dissertation discusses the proposed new container self-test method for the detection of illegal hazardous materials while handling intermodal containers in marine terminals in a real time manner. An approach is proposed taking into account the multi-criteria optimization of transportation procedures to reduce the time span of container security check in terminal. Work object - container security inspection technologies performance indicators of marine terminal. Work goal - create a new screening method to optimally perform illegal hazardous embedded cargo search in containers.