[論文レビュー] Adversarial detection and space-time percolation in mobile geometric graphs

Alexandre Stauffer|arXiv (Cornell University)|Aug 31, 2011

Complex Network Analysis Techniques被引用数 1

ひとこと要約

本稿は、ノードがブラウン運動に従って移動し、半径 r 内の標的を検出するモバイル幾何グラフにおける敵対的検出を研究する。マルチスケール解析とフラクタル・パーコレーションを用いて、相転移が存在することを証明する。十分に高いノード密度 λ の場合、適応的運動をとる標的もほぼ確実に検出されるが、λ が低い場合には、正の確率で回避が可能である。

ABSTRACT

Consider the model where nodes are initially distributed as a Poisson point process with intensity $\lambda$ over $\mathbb{R}^d$ and are moving in continuous time according to independent Brownian motions. We assume that nodes are capable of detecting all points within distance $r$ of their location and study the problem of determining the first time at which a target particle, which is initially placed at the origin of $\mathbb{R}^d$, is detected by at least one node. We consider the case where the target particle can move according to any continuous function and can adapt its motion based on the location of the nodes. We show that there exists a sufficiently large value of $\lambda$ so that the target will eventually be detected almost surely. This means that the target cannot evade detection even if it has full information about the past, present and future locations of the nodes. Also, this establishes a phase transition for $\lambda$ since, for small enough $\lambda$, with positive probability the target can avoid detection forever. A key ingredient of our proof is to use fractal percolation and multi-scale analysis to show that cells with a small density of nodes do not percolate in space and time.

研究の動機と目的

• 適応的運動をとる標的が、ノードで構成されるモバイルネットワークから検出を回避できるかどうかを分析すること。
• ほぼ確実に検出を保証するノード密度の臨界閾値 λ を特定すること。
• 検出確率の相転移を λ に基づいて確立すること。
• 低密度ノード領域の空間時間的パーコレーションを分析するためのマルチスケールフレームワークを構築すること。

提案手法

• ℝ^d にポアソン点過程を用いてノードをモデル化し、各ノードは独立にブラウン運動をとる。
• 任意の時刻に、ノードが標的に距離 r 以内にあれば検出と定義する。
• 空間時間的パーコレーション理論を用いて、時間と空間にわたる低密度領域の接続性を分析する。
• フラクタル・パーコレーション技術を適用し、希薄なノードクラスタが無限の空間時間的経路を形成しないことを示す。
• マルチスケール解析を用いて、低密度領域における長距離接続性の確率を制御する。
• 十分に大きな λ の場合、空間時間ドメイン全体が検出範囲で効果的に覆い、検出が保証されることを証明する。

実験結果

リサーチクエスチョン

• RQ1 適応的運動をとる標的がほぼ確実に検出されるような臨界ノード密度 λ が存在するか？
• RQ2 λ がこの臨界閾値未満の場合、標的が無期限に検出を回避できるか？
• RQ3 低密度ノード領域の空間時間的接続性特性が検出確率にどのように影響するか？
• RQ4 マルチスケール解析が希薄なノードクラスタの非パーコレーションを証明する際に果たす役割は何か？
• RQ5 フラクタル・パーコレーション技術を用いて、モバイル幾何ネットワークにおける相転移を確立できるか？

主な発見

• 十分に大きな λ の場合、標的はその適応的運動戦略に関わらずほぼ確実に検出される。
• 十分に小さな λ の場合、標的が永遠に検出を回避する確率が正である。
• 低密度ノード領域は空間時間的にパーコレーションしないため、標的が長期間隠れることはできない。
• 検出確率の相転移は、λ の臨界値によって支配される。
• マルチスケール解析とフラクタル・パーコレーションは、希薄領域の非パーコレーションを証明する上で不可欠なツールである。
• 本研究の結果は、モバイル幾何ネットワークにおける敵対的回避の根本的限界を確立する。