[논문 리뷰] Optimal Resource Allocation for Network Protection: A Geometric Programming Approach.

Víctor M. Preciado, Michael Zargham외 3명|arXiv (Cornell University)|2013. 09. 24.

Complex Network Analysis Techniques참고 문헌 24인용 수 31

한 줄 요약

이 논문은 방향성 있는 네트워크에서 전파 과정(예: 전염병)을 억제하기 위해 예방 및 시정 자원을 최적으로 할당하기 위한 기하학적 프로그래밍 접근법을 제안한다. 예산 제약 조건이 있는 경우와 최소 예산 조건이 있는 경우 모두 다항 시간 내에 해를 구할 수 있음을 증명하며, 노드별로 다른 비용이 존재하는 경우에도 적용 가능하다. 이 방법은 항공 운송 네트워크 모델을 대상으로 검증되었다.

ABSTRACT

We study the problem of containing spreading processes in arbitrary directed networks by distributing protection resources throughout the nodes of the network. We consider two types of protection resources are available: (i) Preventive resources able to defend nodes against the spreading (such as vaccines in a viral infection process), and (ii) corrective resources able to neutralize the spreading after it has reached a node (such as antidotes). We assume that both preventive and corrective resources have an associated cost and study the problem of finding the cost-optimal distribution of resources throughout the nodes of the network. We analyze these questions in the context of viral spreading processes in directed networks. We study the following two problems: (i) Given a fixed budget, find the optimal allocation of preventive and corrective resources in the network to achieve the highest level of containment, and (ii) when a budget is not specified, find the minimum budget required to control the spreading process. We show that both resource allocation problems can be solved in polynomial time using Geometric Programming (GP) for arbitrary directed graphs of nonidentical nodes and a wide class of cost functions. Furthermore, our approach allows to optimize simultaneously over both preventive and corrective resources, even in the case of cost functions being nodedependent. We illustrate our approach by designing optimal protection strategies to contain an epidemic outbreak that propagates through an air transportation network.

연구 동기 및 목표

• 제한된 보호 자원을 가지고도 임의의 방향성 있는 네트워크에서 전파 과정(예: 전염병)을 효율적으로 억제하는 데 도전하는 것.
• 일반적이고 가능하면 노드별로 다를 수 있는 비용 함수를 고려하여, 예방(예: 백신) 및 시정(예: 해독제) 자원 분포를 동시에 최적화하는 것.
• 노드의 이질성에 관계없이 방향성 있는 네트워크에서 전파 과정을 완전히 억제하기 위해 필요한 최소 예산을 결정하는 것.
• 고정된 자원 예산 하에서 억제 효과를 최대화하는 예산 제약 문제를 해결함으로써, 모든 노드에서 비용 최적성을 확보하는 것.
• 실제 네트워크(예: 복잡한 구조를 가진 항공 운송 시스템)에 적용 가능한 확장성 있고 다항 시간 내에 해를 구할 수 있는 솔루션을 제공하는 것.

제안 방법

• 자원 할당 제약 조건과 목표를 모델링하기 위해 양항식 부등식을 활용하여 네트워크 보호 문제를 기하학적 프로그래밍(GP)으로 공식화한다.
• 각 노드에서 예방 및 시정 자원을 결정 변수로 모델링하고, 각 자원 유형에 대해 개별 노드별 비용 함수를 설정한다.
• 기하학적 프로그래밍에 내재된 쌍대성 이론과 볼록 최적화 기법을 활용하여 전역 최적성과 다항 시간 내의 해법 가능성을 보장한다.
• 로그 변환을 통한 변수 변환을 통해 원래의 비볼록이고 조합 최적화 문제를 볼록 최적화 프레임워크로 변환한다.
• 기하학적 프로그래밍 공식화의 최적성 조건을 유도하기 위해 카루시-쿠른-터커(Karush-Kuhn-Tucker, KKT) 조건을 적용하여 효율적인 계산을 가능하게 한다.
• 실제 항공 운송 네트워크 모델을 대상으로 접근법을 검증하여 전염병 전파 시뮬레이션과 최적의 보호 자원 배치를 수행한다.

실험 결과

연구 질문

• RQ1 고정된 예산 하에서 방향성 있는 네트워크에서 예방 및 시정 자원의 최적 분포를 찾을 수 있는가?
• RQ2 노드가 이질적인 방향성 있는 네트워크에서 전파 과정을 완전히 억제하기 위해 필요한 최소 총비용은 얼마인가?
• RQ3 비용이 노드별로 다를 경우, 예방 및 시정 자원을 동시에 최적화하는 방법은 무엇인가?
• RQ4 제안된 방법은 비동일한 노드와 복잡한 비용 구조를 가진 대규모 임의의 방향성 있는 네트워크에 대해 효율적으로 확장 가능한가?
• RQ5 기하학적 프로그래밍 프레임워크는 비균일한 전파 역학을 가지는 실질적인 실생활 네트워크 구조(예: 항공 교통 네트워크)를 처리할 수 있는가?

주요 결과

• 제안된 기하학적 프로그래밍 접근법은 임의의 방향성 있는 그래프에 대해 예산 제약 조건과 최소 예산 조건을 모두 다항 시간 내에 해결할 수 있다.
• 이 방법은 예방 및 시정 자원 모두에 대해 노드별 비용 함수를 지원하여 이질적인 네트워크 환경을 현실적으로 모델링할 수 있다.
• 예방 및 시정 자원의 최적 할당을 동시에 계산할 수 있어, 예방과 시정 간의 부분 최적화된 트레이드오프를 피할 수 있다.
• 프레임워크는 확장 가능하며 실제 네트워크에 적용 가능하며, 항공 운송 네트워크 모델에 대한 성공적인 적용을 통해 이를 입증하였다.
• 최소 비용으로 전파 과정을 완전히 억제할 수 있으며, 표준 기하학적 프로그래밍 솔버를 통해 최적의 자원 분포를 명시적으로 계산할 수 있다.