[論文レビュー] On Game-Theoretic Risk Management (Part One) -- Towards a Theory of Games with Payoffs that are Probability-Distributions

Stefan Raß|arXiv (Cornell University)|Jun 24, 2015

Probability and Statistical Research参考文献 9被引用数 10

ひとこと要約

本稿は、報酬が決定論的値ではなく確率分布である場合のリスクマネジメントのためのゲーム理論的枠組みを提示する。非標準解析と超実数を用いて、分布の全順序を確立し、セキュリティ戦略と均衡を定義することで、期待リスクに加え、分散や分位数を含む損傷分布全体を評価可能にする。これは、インフラのリスク管理において包括的なリスク評価を可能にする。

ABSTRACT

Optimal behavior in (competitive) situation is traditionally determined with the help of utility functions that measure the payoff of different actions. Given an ordering on the space of revenues (payoffs), the classical axiomatic approach of von Neumann and Morgenstern establishes the existence of suitable utility functions, and yields to game-theory as the most prominent materialization of a theory to determine optimal behavior. Although this appears to be a most natural approach to risk management too, applications in critical infrastructures often violate the implicit assumption of actions leading to deterministic consequences. In that sense, the gameplay in a critical infrastructure risk control competition is intrinsically random in the sense of actions having uncertain consequences. Mathematically, this takes us to utility functions that are probability-distribution-valued, in which case we loose the canonic (in fact every possible) ordering on the space of payoffs, and the original techniques of von Neumann and Morgenstern no longer apply. This work introduces a new kind of game in which uncertainty applies to the payoff functions rather than the player's actions (a setting that has been widely studied in the literature, yielding to celebrated notions like the trembling hands equilibrium or the purification theorem). In detail, we show how to fix the non-existence of a (canonic) ordering on the space of probability distributions by only mildly restricting the full set to a subset that can be totally ordered. Our vehicle to define the ordering and establish basic game-theory is non-standard analysis and hyperreal numbers.

研究の動機と目的

• 報酬が決定論的値ではなく不確実な結果であるリスクマネジメント分野における古典的ゲーム理論の限界に対処する。
• 確率分布の空間に標準的順序がないことによる、標準的フォン・ノイマン＝モルゲンシュテルン効用理論の無効化を克服する。
• 報酬が分布であるゲームの理論的基盤を構築し、不確実性下での最適戦略計算を可能にする。
• 期待値だけでなく、損傷分布全体を考慮するセキュリティ戦略の計算を可能にする。
• 複数のセキュリティ目標を統合し、均衡結果から確率的リスク境界（例：分位数）を導出するフレームワークを提供する。

提案手法

• 非標準解析と超実数を用いて、分布の全順序を回復する新しいゲームクラスを導入。
• 超現実数拡張を介して分布上の順序関係 ≼ を定義し、非標準的順序の欠如にもかかわらず比較と最適化を可能にする。
• 分布価報酬へのミニマックス原理の適用により、最悪の攻撃行動に対する最適混合戦略（セキュリティ戦略）を導出する。
• 純化定理とふらつき手均衡の概念を概念的アナログとして用い、フレームワークのロバストネスを裏付ける。
• 零和ゲームの定式化により最適戦略ペア (p*, q*) を導出。ここで q* は攻撃者の最適戦略、p* は防御者のセキュリティ戦略である。
• 均衡分布 V* = F(p*, q*) から、分散や分位数などの高次リスク指標を計算可能にし、確率的リスク境界を導出可能にする。

実験結果

リサーチクエスチョン

• RQ1 報酬が決定論的値ではなく確率分布である場合、ゲーム理論的リスクマネジメントはどのように形式化できるか？
• RQ2 不確実性下での意思決定を可能にするために、確率分布空間への全順序を可能にする数学的枠組みは何か？
• RQ3 分布価報酬付きゲームにおけるセキュリティ戦略はどのように計算可能か？また、古典的ミニマックスおよびベイズ的手法とどのような関係にあるか？
• RQ4 期待値を超えたリスク指標（例：分散、分位数）は、均衡報酬分布からどのように導出可能か？また、それらはリスク評価をどのように改善するか？
• RQ5 このフレームワークは、極端な出来事のモデル化や、実際のシミュレーションまたは実証データからの組み込みをどのように拡張できるか？

主な発見

• 超現実数拡張を用いた分布の全順序の確立により、古典的効用理論が失敗する状況でも、好みの比較と最適戦略の計算が可能になる。
• 最適セキュリティ戦略 p* は、分布価報酬付き零和ゲームの解として導出され、攻撃者の最適戦略 q* は副次的結果として得られる。
• 期待リスクは、均衡分布 V* の1次モーメントとして回復され、E(R) = E(V*) = E(R¹)(p*, q*) と一致する。これは古典的リスク式と整合的である。
• 期待値に加え、分布 V* 全体を用いた高次モーメント分析が可能である。例えば、V* の第5百分位数と第95百分位数は、潜在的損傷の90%信頼区間を提供する。
• 最適攻撃戦略 q* はインフラの脆弱性を特定するが、均衡は一意でないため、q* は専門家の知識と併記して解釈されるべきである。
• 最大修復コストを Mₙ = max{R₁,…,Rₙ} としてモデル化すると、Pr(Mₙ ≤ r) = [F(p*, q*)(r)]ⁿ となる。これは F(p*, q*)(r) = 1 でない限り0に収束するため、理論的には妥当だが、実用的有用性は限定的である。