[論文レビュー] Threat assessment of a possible Vehicle-Born Improvised Explosive Device using DSmT

Jean Dezert, Florentín Smarandache|arXiv (Cornell University)|Aug 2, 2010

Fire Detection and Safety Systems参考文献 9被引用数 3

ひとこと要約

本稿では、不確実で曖昧かつ矛盾するアナリストおよび自動化システムからの証拠を統合することで、車両搭載型イミプロヴィズド爆発物（VBIED）の脅威を評価するために、デュゼル＝スマランダシュ理論（DSmT）を適用する。精錬された定性的近似とPCR5およびPCR6規則を用いることで、情報源が矛盾したり信頼性にばらつきがあっても、建物の避難という一貫した意思決定が可能であることが示された。

ABSTRACT

This paper presents the solution about the threat of a VBIED (Vehicle-Born Improvised Explosive Device) obtained with the DSmT (Dezert-Smarandache Theory). This problem has been proposed recently to the authors by Simon Maskell and John Lavery as a typical illustrative example to try to compare the different approaches for dealing with uncertainty for decision-making support. The purpose of this paper is to show in details how a solid justified solution can be obtained from DSmT approach and its fusion rules thanks to a proper modeling of the belief functions involved in this problem.

研究の動機と目的

• 不完全で曖昧かつ矛盾する情報が存在するVBIEDシナリオにおける脅威評価の課題に対処すること。
• 意思決定に向けた入力として、人間の専門的知見（アナリスト）と自動化システム（ANPR）のどちらがより信頼性が高いかを評価すること。
• DSmTを用いて信念関数における不確実性をモデル化・定量化すること、特に部分的無知と矛盾する証拠の下での状況を想定すること。
• 異なる統合規則（PCR5およびPCR6）が、不確実性下でのセキュリティ意思決定をどの程度支援できるかを比較すること。
• 高リスクのセキュリティシナリオにおける避難意思決定のための根拠に基づいた定量的意思決定支援フレームワークを提供すること。

提案手法

• 個々の識別フレーム（A/¬A、V/¬V、B/¬B）を用いてVBIED問題をモデル化し、それぞれがそのべき集合上で定義される。
• 8つの可能な状態（識別、車両種別、建物への接近度の組み合わせ）を表す、結合フレームΘ = Θ₁ × Θ₂ × Θ₃を構築する。
• 観察に基づき、各情報源に基本信頼度割り当て（bba）を割り当てる：アナリスト1（経験豊富）、ANPR（30％の確率）、アナリスト2（経験不足）。
• 精錬されたラベル近似を用いて定性的信念質量を正規化し、曖昧性に対処するため、定性的DSmT統合規則（qPCR5およびqPCR6）を適用する。
• 最終的な意思決定支援確率を算出するために、一般化されたピグニスティック変換（qDSmP）を用いる。
• 信念（Bel）、可能性（Pl）、およびqDSmP値を用いて、さまざまな意思決定支援仮説（例：θ₈、θ₇∪θ₈、θ₆∪θ₇∪θ₈）の下で意思決定の結果を評価する。

実験結果

リサーチクエスチョン

• RQ1 VBIED脅威評価において、専門的知見と自動化システム出力の最適な統合戦略は何か？
• RQ2 高不確実性下において、経験豊富なアナリストの信頼性と自動化ANPRシステムの信頼性は、どのように比較できるか？
• RQ3 定性的DSmT統合規則（PCR5およびPCR6）は、矛盾するおよび曖昧な証拠下でも一貫性があり正当性のある避難意思決定を生み出せるか？
• RQ4 精錬されたラベル近似の使用は、定性的信念質量の正規化および解釈可能性にどのように影響するか？
• RQ5 避難意思決定において最も慎重で一貫性のある意思決定をもたらす意思決定支援仮説（例：θ₈、θ₇∪θ₈、またはθ₆∪θ₇∪θ₈）はどれか？

主な発見

• qDSmPにおける精錬されたラベル近似の使用により、定性的確率が正規化されるが、粗い近似では正規化されない結果が得られる。
• 最も慎重な意思決定支援仮説（θ₆ ∪ θ₇ ∪ θ₈）に対して、PCR5およびPCR6規則の両方が信念区間[L₁.₂₈, L₄]および可能性区間[L₀, L₂.₇₂]を示し、避難の強い支持が得られる。
• PCR5ではθ₈（Aは白いトヨタで建物に近い）の信念が[L₀.₈₁, L₃.₁₂]に達し、PCR6では[L₀.₈₁, L₃.₂₄]に達するため、脅威に対する高い信頼度が示される。
• PCR5ではθ₈を唯一の仮説として用いると避難をしないという結論が導かれるが、PCR6では避難を推奨する。これは、統合規則の選択による結果の感度に起因する。
• PCR5とPCR6の間には差異があるものの、包括的な仮説θ₆ ∪ θ₇ ∪ θ₈を用いる限り、両者とも避難を支持するという点で合意している。この仮説は、すべての危険な状況をカバーする。
• 分析から、事前情報と情報源の信頼性が最終意思決定に顕著に影響することが確認され、DSmTはこうした多様な入力を統合する強固なフレームワークを提供することがわかった。