[論文レビュー] Spatial and Topological Interdiction for Transmission Systems

Kaarthik Sundar, Sidhant Misra+2 more|arXiv (Cornell University)|Apr 17, 2019

Infrastructure Resilience and Vulnerability Analysis参考文献 19被引用数 4

ひとこと要約

本稿では、送電系統に対して空間的およびトポロジカルな $N$-$k$ 侵害モデルを導入し、自然災害や物理的攻撃のような局所的攻撃をよりよく再現するため、バイレベルの最大最小最適化問題として定式化する。提案されたアルゴリズムは、現実の攻撃制約下でのきわめて重要な脆弱性を効果的に同定し、空間的およびトポロジカルな制限を考慮した伝統的な最悪ケース $N$-$k$ アプローチを凌駕する。

ABSTRACT

This paper presents novel formulations and algorithms for the $N$-$k$ interdiction problem in transmission networks. In particular, it models two new classes of $N$-$k$ attacks: (i) Spatial $N$-$k$ attacks where the attack is constrained to be within a specified distance of a bus chosen by an attacker and (ii) Topological $N$-$k$ attacks where the attack is constrained to connected components. These two specific types of $N$-$k$ attacks compute interdiction plans designed to better model localized attacks, such as those induced by natural disasters or physical attacks. We formulate each of these problems as bilevel, max-min optimization problems and present an algorithm to solve these formulations. Detailed case studies analyzing the behavior of these interdiction problems and comparing them to the traditional worst-case $N$-$k$ interdiction problem are also presented.

研究の動機と目的

• 伝統的な $N$-$k$ 侵害の限界を克服し、自然災害や物理的攻撃などの現実世界のシナリオを反映するように、空間的またはトポロジカルに制約された攻撃をモデル化すること。
• 空間的およびトポロジカルな制約下で送電ネットワークを標的とする攻撃者の戦略的行動を捉える、新しいバイレベル最大最小最適化定式化を開発すること。
• これらの新しい侵害問題を解くための効率的なアルゴリズムを開発し、標準的な $N$-$k$ 最悪ケース侵害と比較してその性能を評価すること。

提案手法

• 攻撃者がバスを選択し、指定された距離内にある線路を遮断する空間的 $N$-$k$ 侵害を、空間的近接性によって制約されるバイレベル最適化として定式化する。
• 攻撃者がネットワークの連結成分を標的にするトポロジカル $N$-$k$ 侵害を、バイレベル問題としてモデル化し、単一のネットワークセグメント内で攻撃の実行可能性を保証する。
• 攻撃者の目的をシステムの混乱を最大化することとしてバイレベル最大最小フレームワークを用い、防御者は最悪ケースの影響を最小化することを目的とする。
• バイレベル問題の構造に特化した解法アルゴリズムを開発し、分解および最適化技術を活用して計算効率を向上させる。
• ケーススタディを実装・テストし、伝統的な $N$-$k$ 侵害と比較して性能および頑健性を評価する。

実験結果

リサーチクエスチョン

• RQ1 空間的制約を課した $N$-$k$ 攻撃は、伝統的な最悪ケース $N$-$k$ 攻撃と比較して、送電ネットワークの脆弱性評価にどのような影響を与えるか？
• RQ2 侵害におけるトポロジカル制約は、電力系統における攻撃モデルの現実性をどの程度向上させるか？
• RQ3 提案されたバイレベル最適化定式化およびアルゴリズムは、局所的攻撃シナリオ下で、重要なネットワーク部品を効果的に同定できるか？
• RQ4 標準的な $N$-$k$ 侵害と比較して、新しい攻撃モデルはシステムへの影響および計算複雑性の観点でどのように異なるか？

主な発見

• 空間的 $N$-$k$ モデルは、地震や暴風雨などの現実的なシナリオを反映するように、より地理的に集中した攻撃パターンを同定する。
• トポロジカル $N$-$k$ モデルは、特定のネットワーク部品内の脆弱性を明らかにし、攻撃計画における接続性の重要性を強調する。
• 両モデルとも、通常の $N$-$k$ 攻撃が任意の部品の削除を仮定するのに対し、より戦略的に現実的である侵害計画を生成する。
• ケーススタディの結果、新しいモデルは標準的な $N$-$k$ アプローチが見過ごす可能性のある重要な線路やバスを同定でき、システムのレジリエンス評価を向上させた。