[論文レビュー] Resilient Critical Infrastructure: Bayesian Network Analysis and Contract-Based Optimization

Abdelrahman Eldosouky, Walid Saad+1 more|arXiv (Cornell University)|Aug 30, 2017

Water resources management and optimization被引用数 4

ひとこと要約

本稿では、故障確率モデリングにベイジアンネットワークを、最適リソース配分にコントラクト理論と動的計画法を用いる二段階フレームワークを提案する。水力ダムにおいて、効率的なリソース配分により、経済的・レジリエンス的ユーティリティを統合的に最適化する報酬最適化代替手法を上回る平均60%のレジリエンス向上を実証した。

ABSTRACT

Instilling resilience in critical infrastructure (CI) such as dams or power grids is a major challenge for tomorrow's cities and communities. Resilience, here, pertains to a CI's ability to adapt or rapidly recover from disruptive events. In this paper, the problem of optimizing and managing the resilience of CIs is studied. In particular, a comprehensive two-fold framework is proposed to improve CI resilience by considering both the individual CIs and their collective contribution to an entire system of multiple CIs. To this end, a novel analytical resilience index is proposed to measure the effect of each CI's physical components on its probability of failure. In particular, a Markov chain defining each CI's performance state and a Bayesian network modeling the probability of failure are introduced to infer each CI's resilience index. Then, to maximize the resilience of a system of CIs, a novel approach for allocating resources, such as drones or maintenance personnel, is proposed. In particular, a comprehensive resource allocation framework, based on the tools of contract theory, is proposed enabling the system operator to optimally allocate resources, such as, redundant components or monitoring devices to each individual CI based on its economic contribution to the entire system. The optimal solution of the contract-based resilience resource allocation problem is analytically derived using dynamic programming. The proposed framework is then evaluated using a case study pertaining to hydropower dams and their interdependence to the power grid. Simulation results, within the case study, show that the system operator can economically benefit from allocating the resources while dams have a 60% average improvement over their initial resilience indices.

研究の動機と目的

• 多様な相互依存的インフラ（CI）に適用可能な一般化可能なレジリエンス評価・最適化フレームワークの開発。
• マルコフ連鎖とベイジアンネットワークを用いて、物理的部品の依存関係と故障伝播をモデル化し、CIの故障確率に与える影響を定量化すること。
• ドローンやメンテナンス担当者などのリソースを、複数のCIに最適に割り当てることで、システム全体の経済的利益を最大化するコントラクト理論の応用。
• 動的計画法を用いて、レジリエンス向上リソース配分の解析的最適解を導出すること。
• 相互依存的水力ダムと電力グリッドを含む実世界の事例研究におけるフレームワークの評価。

提案手法

• 各CIの性能状態（正常、警告、故障）をマルコフ連鎖でモデル化し、遷移確率がレジリエンスダイナミクスを捉える。
• 物理的部品の依存関係と故障伝播を考慮し、故障確率を推定するためのベイジアンネットワークを構築する。
• 警告状態から故障状態への遷移確率に基づき、新たな解析的レジリエンスインデックスを導出。これにより、部品レベルでの影響を定量化する。
• システム運用者（主権者）とCI（代理人）をモデル化し、コントラクト理論を適用。経済的およびレジリエンス的目標を一致させるインcentive-compatibleな契約を設計する。
• 動的計画法を用いて最適リソース配分問題を解き、主権者のユーティリティを最大化するとともに、個人的合理性とインcentive兼容性を保証する。
• 予算制約下でのリソース配分を最適化し、比較のため報酬最適化バージョンでは部分的割り当てを許容する。

実験結果

リサーチクエスチョン

• RQ1 破壊的イベントが個々のCI部品に与える影響とその故障確率に及ぼす影響を捉える一般化可能なレジリエンスインデックスをどのように定義できるか。
• RQ2 メンテナンス担当者やドローンなどの限られたリソースを、複数の相互依存的CIに最適に割り当てる方法は何か。これにより、システム全体のレジリエンスと経済的利益を最大化できるか。
• RQ3 動的計画法に基づくコントラクト最適化は、マルチエージェントCIシステムにおける効率的かつインcentive-compatibleなリソース配分をどのように保証するか。
• RQ4 報酬最適化配分戦略に比べて、提案フレームワークは経済的ユーティリティとレジリエンス向上のバランスをどの程度上回るか。
• RQ5 マルコフ連鎖とベイジアンネットワークから導出されるレジリエンスインデックスは、水力ダムの実際の故障ダイナミクスをどの程度適切に反映しているか。

主な発見

• 提案フレームワークは、初期状態と比較して水力ダムのレジリエンスインデックスで平均60%の向上を達成し、顕著な性能向上を示した。
• 動的計画法に基づく配分は、報酬最適化配分を上回り、レジリエンスとユーティリティの両面で優れた性能を示した。400報酬ではわずかな優位性、500報酬ではわずかな劣位性を示した。
• 報酬最適化配分は一部の報酬水準で主権者のユーティリティをわずかに向上させるが、リソースの未利用が生じるため、平均的なレジリエンスは低下する。
• 提案配分は利用可能なリソースを完全に活用しており、より高いレジリエンス向上と全体的なシステム性能を達成した。
• 報酬最適化アプローチは、すべての部分的割り当てを探索する必要があるため、複雑性が著しく増加し、提案手法よりもスケーラビリティに劣る。
• フレームワークは経済的インcentiveとレジリエンスの結果をうまくバランスさせており、最適なリソース使用がシステムユーティリティとインフラの頑健性の両方を向上させることを示した。