[논문 리뷰] Asymptotic Mean Time To Failure and Higher Moments for Large, Recursive Networks

Christian Tanguy|ArXiv.org|2008. 07. 03.

Advanced Queuing Theory Analysis참고 문헌 19인용 수 4

한 줄 요약

이 논문은 지수 분포로 고장나는 성분을 가진 크기가 큰 재귀적이고 복구 불가능한 네트워크에서 평균 고故 시간(MTTF)과 고차 모멘트에 대한 渐近적 표현을 유도한다. '직렬형' 구성에서는 시스템 크기 n에 따라 거듭제곱 법칙으로 MTTF가 스케일링되며, 이는 최소 컷셋의 수에 의해 결정되며, 컷셋 집합의 열거를 기반으로 한 시스템 신뢰성에 대한 단순한 근사치를 제공한다.

ABSTRACT

This paper deals with asymptotic expressions of the Mean Time To Failure (MTTF) and higher moments for large, recursive, and non-repairable systems in the context of two-terminal reliability. Our aim is to extend the well-known results of the series and parallel cases. We first consider several exactly solvable configurations of identical components with exponential failure-time distribution functions to illustrate different (logarithmic or power-law) behaviors as the size of the system, indexed by an integer n, increases. The general case is then addressed: it provides a simple interpretation of the origin of the power-law exponent and an efficient asymptotic expression for the total reliability of large, recursive systems. Finally, we assess the influence of the non-exponential character of the component reliability on the n-dependence of the MTTF.

연구 동기 및 목표

• 직렬 및 병렬 시스템에 대한 고전적 MTTF 결과를 단순 직렬/병렬 사례를 초월한 복잡한 재귀적 메쉬 네트워크 구조로 확장하기 위해.
• 시스템 크기 n이 재귀적 아키텍처에서 MTTF 및 고차 모멘트에 미치는 영향을 단순 직렬/병렬 케이스를 초월해 이해하기 위해.
• 생성 함수와 컷셋 분석을 사용하여 크기가 큰 재귀적 시스템의 총 신뢰성에 대한 일반적인 渐近적 표현을 도출하기 위해.
• 비지수 성분 고장 분포(예: Weibull, 감마)가 MTTF 및 모멘트의 n-의존성에 미치는 영향을 평가하기 위해.
• 크기가 큰 시스템의 효율적 분석을 위해 최소 컷셋 기반의 단순 근사 신뢰성 표현을 제안하기 위해.

제안 방법

• MTTF 및 고차 모멘트에 대한 표현을 유도하기 위해 시스템 신뢰도의 라플라스 변환과 모멘트 생성 함수를 사용한다.
• 시간 영역의 신뢰도를 성분 신뢰도 p의 함수로 변환하기 위해 변수 치환 t = -ln(p)/λ를 적용한다.
• 재귀적 시스템에서 R_n(p) = R(p)로 표현되며, 여기서 R(p)는 네트워크의 컷셋 구조로부터 유도된다.
• p → 1 (t → 0)일 때 R_n(p)의 행동을 분석함으로써 MTTF 및 모멘트의 渐近적 전개를 유도하며, 주로 최소 컷셋에서 기인하는 지배적 기여에 초점을 맞춘다.
• 총 신뢰도 R_n(t) ≈ exp[-n α_i (t)^i] 형태의 거듭제곱 법칙 근사를 도입하며, 여기서 i는 최소 컷셋 내의 컷 수이다.
• 특정 아키텍처(예: Street 3×n)에 대해 정확한 결과와의 비교를 통해 근사치의 타당성을 검증하였으며, n ≈ 30일 때도 양호한 일치를 보였다.

실험 결과

연구 질문

• RQ1 재귀적 메쉬 네트워크에서 시스템 크기 n에 따라 MTTF는 어떻게 스케일링되는가? 이는 순수 직렬 또는 병렬이 아닌 경우이다.
• RQ2 '직렬형' 재귀적 시스템에서 渐近적 MTTF 스케일링의 거듭제곱 법칙 지수는 무엇에 의해 결정되는가?
• RQ3 최소 컷셋 집합의 열거를 통해 큰 재귀적 시스템의 총 신뢰성에 대한 단순 근사 표현을 도출할 수 있는가?
• RQ4 비지수 고장 분포(예: Weibull)로 성분 고장 분포를 대체할 경우, MTTF 및 고차 모멘트의 n-의존성은 어떻게 변화하는가?
• RQ5 제안된 渐近적 근사치가 구체적인 네트워크 아키텍처에서 정확한 신뢰도 값과 얼마나 잘 일치하는가?

주요 결과

• 최소 컷셋 수가 각 기본 셀당 i개인 '직렬형' 재귀적 시스템의 경우, MTTF는 n^(-1/i) 비례로 渐近적으로 스케일링되며, 이는 단순 직렬 시스템의 1/n 스케일링과는 달리 거듭제곱 법칙 행동을 보인다.
• 총 신뢰도의 일阶 渐近적 근사는 R_n(t) ≈ exp[-n α_i (t)^i] 형태이며, 여기서 α_i는 최소 컷셋의 구조에 의해 결정된다.
• Street 3×n 아키텍처의 경우, 근사치 R_n(t) ≈ exp[-n(λ³t³ + 5/2 λ⁴t⁴)]는 n = 30일 때 정확한 신뢰도와 잘 일치한다.
• 성분 고장이 비지수 분포를 따를 경우, MTTF는 n^(- (β+1)m / i) 비례로 스케일링되며, 여기서 β는 t=0 근처의 고장률을 특성화하고, m은 모멘트 순서이다.
• 거듭제곱 법칙 스케일링의 지수는 네트워크의 컷셋 구조(i)와 t=0 근처에서의 성분 고장 분포의 행동(β)에 모두 의존한다.
• 이 방법은 전체 신뢰도 계산을 피하면서도 최소 컷셋 집합의 열거만으로도 큰 재귀적 네트워크의 MTTF 및 고차 모멘트를 단순하고 효율적으로 추정할 수 있도록 한다.