[논문 리뷰] Optimal Interdiction of Unreactive Markovian Evaders

Alexander Gutfraind, Aric Hagberg외 1명|ArXiv.org|2009. 03. 01.

Infrastructure Resilience and Vulnerability Analysis참고 문헌 5인용 수 9

한 줄 요약

이 논문은 도난자들이 마르코프 과정을 통해 이동하고, 정지에 반응하지 않는 새로운 네트워크 방해 모델을 제안한다. 이는 경로 비용을 증가시키는 것에서 도난자를 포획할 확률을 최대화하는 것으로 목표를 전환한다. 문제의 NP-난이도를 증명하면서도, 하위모듈성(submodularity)을 보이며, 1−1/e 근사 보장을 가진 탐욕 알고리즘을 적용할 수 있고, 계산을 최대 1,067배 빠르게 하는 우선순위 평가 전략을 도입하여 대규모 네트워크에서도 확장 가능한 해결책을 가능하게 한다.

ABSTRACT

The interdiction problem arises in a variety of areas including military logistics, infectious disease control, and counter-terrorism. In the typical formulation of network interdiction, the task of the interdictor is to find a set of edges in a weighted network such that the removal of those edges would maximally increase the cost to an evader of traveling on a path through the network. Our work is motivated by cases in which the evader has incomplete information about the network or lacks planning time or computational power, e.g. when authorities set up roadblocks to catch bank robbers, the criminals do not know all the roadblock locations or the best path to use for their escape. We introduce a model of network interdiction in which the motion of one or more evaders is described by Markov processes and the evaders are assumed not to react to interdiction decisions. The interdiction objective is to find an edge set of size B, that maximizes the probability of capturing the evaders. We prove that similar to the standard least-cost formulation for deterministic motion this interdiction problem is also NP-hard. But unlike that problem our interdiction problem is submodular and the optimal solution can be approximated within 1-1/e using a greedy algorithm. Additionally, we exploit submodularity through a priority evaluation strategy that eliminates the linear complexity scaling in the number of network edges and speeds up the solution by orders of magnitude. Taken together the results bring closer the goal of finding realistic solutions to the interdiction problem on global-scale networks.

연구 동기 및 목표

• 도난자가 경로를 최적화하기 위한 완전한 지식이나 계산 능력을 갖추지 못하는 실제 상황의 방해 문제를 다루기 위해.
• 도난자 운동을 마르코프 과정으로 모델링하여, 정지에 전략적으로 반응하지 않는다는 가정을 하며, 이는 제한된 합리성 또는 수동적 과정을 더 잘 반영한다.
• 최적의 도난자 포획 확률을 극대화하기 위해 B개의 간선을 선택하여 방해하는 효율적인 알고리즘을 개발하기 위해.
• 대규모 방해 문제의 계산 비가용성을 하위모듈성의 특성을 활용하고 우선순위 기반 평가 전략을 설계하여 극복하기 위해.
• 글로벌 스케일 네트워크에서 해의 품질을 유지하면서도 표준 탐욕 알고리즘에 비해 상당한 속도 향상을 보여주기 위해.

제안 방법

• 이동 확률이 간선 비용 또는 위험에 기반한 전이 행렬 M을 사용하여 도난자 운동을 마르코프 과정으로 모델링한다.
• 경로 비용 최소화가 아니라, 목표 노드에 도달하기 전에 도난자를 포획할 확률을 최대화하는 것으로 정지 목표를 정의한다.
• 목표 함수가 하위모듈성임을 증명하여, 최적의 정지 집합을 위한 탐욕 알고리즘의 1−1/e 근사 보장을 가능하게 한다.
• 오래된 수익 계산을 캐시하고 재사용하는 우선순위 평가 전략을 도입하여, 각 반복당 간선 평가 수를 O(B|E|)에서 근사적으로 일정 수준으로 줄인다.
• 합성 및 격자형 네트워크에서 표준 탐욕 알고리즘과 혼합정수계획법(MIP) 솔버와의 성능 비교를 위해 우선순위 알고리즘을 구현하고 벤치마크한다.
• 최대 1,530개의 간선과 4명의 도난자를 가진 네트워크에서 시뮬레이션을 수행하여 성능 및 확장성 검증.

실험 결과

연구 질문

• RQ1 비반응적이며 마르코프 역학을 따르는 도난자에 대해, 네트워크 방해 문제를 하위모듈성으로 재구성할 수 있는가?
• RQ2 이 비반응적 마르코프 모델 하에서 방해 문제는 여전히 NP-난이도인가?
• RQ3 이 새로운 설정에 대해 1−1/e 근사 보장을 가진 탐욕 알고리즘을 적용할 수 있는가?
• RQ4 우선순위 평가 전략을 통해 탐욕 알고리즘의 계산 복잡도를 O(B|E|)에서 반복당 근사 일정 수준으로 줄일 수 있는가?
• RQ5 대규모 네트워크에서 정확한 MIP 솔버와 비교했을 때 우선순위 알고리즘의 속도, 메모리 사용량, 해의 품질 측면에서 성능은 어떠한가?

주요 결과

• 비반응적인 마르코프 도난자를 위한 최적의 정지는 NP-난이도이지만, 목표 함수는 하위모듈성임을 보이며, 탐욕 선택을 통해 1−1/e 근사 보장을 얻을 수 있다.
• 우선순위 평가 전략은 10개 간선 예산에서 평균 목표 함수 평가 횟수를 31,885회에서 29.9회로 줄여 1,067배의 속도 향상을 달성한다.
• 우선순위 알고리즘의 계산 비용은 간선 수에 거의 영향을 받지 않으며, 간선 수가 380에서 1,530으로 증가함에 따라 증가 추세를 보이지 않았다.
• 100개 노드, 4명의 도난자, 예산 10인 네트워크에서 우선순위 알고리즘은 1~20초 내에 문제를 해결했고, CPLEX는 최대 9.75시간이 소요되었으며 대부분의 경우 해의 최적성에 차이가 없었다.
• 가장 어려운 CPLEX 케이스(9.75시간)에서 우선순위 알고리즘은 10초 이내에 최적해의 75% 수준의 해를 찾고 메모리 사용량은 300 MiB 미만을 기록했으며, CPLEX는 1 GiB 이상을 사용했다.
• 우선순위 알고리즘의 메모리 사용량은 O(|E|)로 제한되며, CPLEX의 탐색 트리 메모리 사용량은 1 GiB를 초과해, 근본적인 효율성 우수성을 보여준다.