[論文レビュー] Network Reliability Estimation in Theory and Practice.

Roger Paredes, Leonardo Dueñas‐Osorio+2 more|arXiv (Cornell University)|Jun 4, 2018

Probabilistic and Robust Engineering Design参考文献 34被引用数 5

ひとこと要約

本論文では、K-RelNetを提案する。これは、K端子ネットワーク信頼性を推定するための、おそらく近似的に正しい（PAC）保証を提供する、計数に基づく手法であり、ネットワーク信頼性問題の計算的に非効率な性質に対処する。理論的厳密性とスケーラビリティを組み合わせ、ベンチマークシステムにおいて精度と誤差制御の面で既存手法を上回る。

ABSTRACT

As engineered systems expand, become more interdependent, and operate in real-time, reliability assessment is indispensable to support investment and decision making. However, network reliability problems are known to be #P-complete, a computational complexity class largely believed to be intractable. The computational intractability of network reliability motivates our quest for reliable approximations. Based on their theoretical foundations, available methods can be grouped as follows: (i) exact or bounds, (ii) guarantee-less sampling, and (iii) probably approximately correct (PAC). Group (i) is well regarded due to its useful byproducts, but it does not scale in practice. Group (ii) scales well and verifies desirable properties, such as the bounded relative error, but it lacks error guarantees. Group (iii) is of great interest when precision and scalability are required, as it harbors computationally feasible approximation schemes with PAC-guarantees. We give a comprehensive review of classical methods before introducing modern techniques and our developments. We introduce K-RelNet, an extended counting-based estimation method that delivers PAC-guarantees for the K-terminal reliability problem. Then, we test methods' performance using various benchmark systems. We highlight the range of application of algorithms and provide the foundation for future resilience engineering as it increasingly necessitates methods for uncertainty quantification in complex systems.

研究の動機と目的

• 大規模かつリアルタイムなエンジニアリングシステムにおけるネットワーク信頼性推定の#P完全な計算的非効率性に対処すること。
• 形式的な誤差保証を持つスケーラブルな手法を開発し、正確な手法（スケーリングが著しく悪い）と、誤差境界を持たないサンプリング手法との間のギャップを埋めること。
• 相互依存システムのレジリエンス工学における不確実性評価の理論的根拠に基づいた実用的解決策を提供すること。
• 古典的および現代的なネットワーク信頼性手法の性能を、多様なベンチマークシステム上で評価および比較すること。

提案手法

• K-RelNetは、組み合わせ的列挙と pruning 策略を活用して効率を向上させる、K端子信頼性問題を想定した計数ベースの推定手法である。
• PAC保証を確保するための確率的境界を組み込み、推定誤差が高確率で有界であることを保証する。
• 理論的誤差制御を維持しながらスケーラビリティを可能にする近似ヒューリスティクスを導入することで、古典的手法を拡張する。
• 性能の妥当性と多様なネットワークトポロジーにわたる安定性を保証するため、有界相対誤差サンプリング技術を用いる。
• 計算複雑性理論と信頼性理論の理論的基盤を統合し、精度と計算可能性のバランスを図る。

実験結果

リサーチクエスチョン

• RQ1 スケーラブルなネットワーク信頼性推定手法は、高い精度を維持しながら形式的な誤差保証を提供できるか？
• RQ2 K-RelNetのようなPACベースの手法は、正確な手法や誤差保証なしのサンプリング手法と比較して、実世界のベンチマークにおいて精度と実行時間の面でどのように異なるか？
• RQ3 相互依存的で大規模なシステムでは、計算効率と信頼性推定精度の間のトレードオフはどのようなものか？
• RQ4 どのようなシステム構成において、K-RelNetは既存手法よりも誤差境界とスケーラビリティの面で優れているか？

主な発見

• K-RelNetは、K端子信頼性についてPAC保証付きの推定を成功裏に実現し、高確率で誤差が有界であることを保証する。
• 正確な手法よりも著しくスケーリングが良く、誤差保証なしのサンプリング手法よりも誤差境界がきつい。
• ベンチマーク評価により、K-RelNetは相互依存的かつリアルタイムシステムを含む多様なネットワークトポロジーにおいて高い精度を達成することが示された。
• 理論的保証と実用的スケーラビリティの統合により、K-RelNetは、レジリエンス工学における不確実性評価の強力な候補である。