Questo libro presenta un framework di progettazione basato su un'architettura scalabile centralizzata per un'efficace percezione simulata delle minacce aeree. In questo framework sono incorporate tecniche di data mining e classificazione dei pattern. Questo documento si concentra su una previsione efficace facendo affidamento sulla base di conoscenze e trovando modelli per costruire gli alberi decisionali. Questo framework è progettato in modo flessibile per integrarsi perfettamente con altre applicazioni. I risultati mostrano l'efficacia degli algoritmi selezionati e suggeriscono che più parametri sono incorporati per il processo decisionale per le minacce aeree; migliore è il nostro livello di fiducia sui risultati. Per approfondire la previsione accurata degli obiettivi dobbiamo prendere decisioni su più fattori. Più tecniche utilizzate insieme aiutano a trovare la classificazione accurata delle minacce e garantiscono una maggiore fiducia sui nostri risultati.
