論文の概要: IIVA: A Simulation Based Generalized Framework for Interdependent Infrastructure Vulnerability Assessment

• arxiv url: http://arxiv.org/abs/2212.06894v1
• Date: Tue, 13 Dec 2022 20:37:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 13:00:36.436072
• Title: IIVA: A Simulation Based Generalized Framework for Interdependent Infrastructure Vulnerability Assessment
• Title（参考訳）: iiva:相互依存的インフラ脆弱性評価のためのシミュレーションベース一般化フレームワーク
• Authors: Prasangsha Ganguly, Sayanti Mukherjee
• Abstract要約: 本稿では,新たなインフラストラクチャ脆弱性評価フレームワークを提案する。 コンポーネントの初期失敗率が高いほど、インフラストラクチャの脆弱性が大きくなることが観察された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate vulnerability assessment of critical infrastructure systems is cardinal to enhance infrastructure resilience. Unlike traditional approaches, this paper proposes a novel infrastructure vulnerability assessment framework that accounts for: various types of infrastructure interdependencies including physical, logical and geographical from a holistic perspective; lack of/incomplete information on supply-demand flow characteristics of interdependent infrastructure; and, unavailability/inadequate data on infrastructure network topology and/or interdependencies. Specifically, this paper models multi-infrastructure vulnerabilities leveraging simulation-based hybrid approach coupled with time-dependent Bayesian network analysis while considering cascading failures within and across CIS networks, under incomplete information. Existing synthetic data on electricity, water and supply chain networks are used to implement/validate the framework. Infrastructure vulnerabilities are depicted on a geo-map using Voronoi polygons. Our results indicate that infrastructure vulnerability is inversely proportional to the number of redundancies inbuilt in the infrastructure system, indicating that allocating resources to add redundancies in an existing infrastructure system is essential to reduce its risk of failure. It is observed that higher the initial failure rate of the components, higher is the vulnerability of the infrastructure, highlighting the importance of modernizing and upgrading the infrastructure system aiming to reduce the initial failure probabilities. Our results also underline the importance of collaborative working and sharing the necessary information among multiple infrastructure systems, aiming towards minimizing the overall failure risk of interdependent infrastructure systems.
• Abstract（参考訳）: 重要なインフラストラクチャシステムの正確な脆弱性評価は、インフラストラクチャのレジリエンスを高めるための基礎となる。 従来の手法と異なり, 物理的, 論理的, 地理的観点からの多様なインフラストラクチャ相互依存, 相互依存インフラストラクチャの供給需要フロー特性に関する情報の欠如/不完全, インフラストラクチャネットワークトポロジーおよび/または相互依存に関する不使用/不適切なデータである。 具体的には、シミュレーションに基づくハイブリッドアプローチと時間依存ベイズネットワーク解析を併用し、CISネットワーク内のカスケード障害を不完全な情報の下で検討する。 既存の電気、水、サプライチェーンネットワークの合成データを使用して、フレームワークを実装し、検証する。 インフラストラクチャの脆弱性は、Voronoi polygonsを使ってジオマップ上に表現される。 その結果,インフラの脆弱性はインフラシステムに組み込まれた冗長性の数に逆比例し,既存のインフラシステムに冗長性を加えるリソースを割り当てることが,障害のリスクを低減する上で重要であることが示された。 コンポーネントの初期障害率が高く、インフラストラクチャの脆弱性が高いことが観測され、初期障害確率の低減を目的としたインフラストラクチャシステムの近代化とアップグレードの重要性が強調された。 また,相互依存型インフラストラクチャシステム全体の障害リスクを最小化することを目的とした,複数のインフラストラクチャシステム間での協調作業と必要な情報共有の重要性を強調する。

関連論文リスト

• Learning to Model Graph Structural Information on MLPs via Graph Structure Self-Contrasting [50.181824673039436]
  本稿では,グラフ構造情報をメッセージパッシングなしで学習するグラフ構造自己コントラスト(GSSC)フレームワークを提案する。 提案するフレームワークは,構造情報を事前知識として暗黙的にのみ組み込む,MLP(Multi-Layer Perceptrons)に基づいている。 これはまず、近傍の潜在的非形式的あるいはノイズの多いエッジを取り除くために構造的スペーシングを適用し、その後、スペーシングされた近傍で構造的自己コントラストを行い、ロバストなノード表現を学ぶ。
  論文  参考訳（メタデータ） (2024-09-09T12:56:02Z)
• InfraLib: Enabling Reinforcement Learning and Decision Making for Large Scale Infrastructure Management [1.0499611180329806]
  InfraLibは、インフラストラクチャ管理の問題のモデリングと分析のための包括的なフレームワークである。 コンポーネントの可用性のモデル化、周期的予算、破滅的な失敗など、実用的な機能をサポートしています。 InfraLibの能力は、現実世界の道路ネットワークと10万のコンポーネントによる総合ベンチマークのケーススタディを通じて実証する。
  論文  参考訳（メタデータ） (2024-09-05T01:54:29Z)
• Correlating Power Outage Spread with Infrastructure Interdependencies During Hurricanes [5.2878398959711985]
  本研究では, 臨界インフラのネットワークと停電伝播の関係を解析し, ハリケーン時の停電の広がりについて検討した。 分析の結果,いくつかのステップでアクセス可能な重要なインフラストラクチャコンポーネントの量との間には,一貫した正の相関関係が明らかとなった。 この知見は、重要なインフラ要素間の相互接続性を理解することが、極端な気象事象によって間接的に影響を受ける領域を特定する上で重要であることを示唆している。
  論文  参考訳（メタデータ） (2024-07-13T18:05:07Z)
• Securing the Open RAN Infrastructure: Exploring Vulnerabilities in Kubernetes Deployments [60.51751612363882]
  ソフトウェアベースのオープン無線アクセスネットワーク(RAN)システムのセキュリティへの影響について検討する。 我々は、Near Real-Time RAN Controller(RIC)クラスタをサポートするインフラストラクチャに潜在的な脆弱性と設定ミスがあることを強調します。
  論文  参考訳（メタデータ） (2024-05-03T07:18:45Z)
• A Taxonomy for Blockchain-based Decentralized Physical Infrastructure Networks (DePIN) [0.1979158763744267]
  本稿では,概念的アーキテクチャからDePINシステムの文献レビューと解析を行う。 関連するコンポーネントや属性を識別し、定義し、明確な階層構造を確立する。
  論文  参考訳（メタデータ） (2023-08-17T05:08:43Z)
• Detecting Vulnerable Nodes in Urban Infrastructure Interdependent Network [30.78792992230233]
  我々は、相互依存型ネットワークを異種グラフとしてモデル化し、強化学習を用いたグラフニューラルネットワークに基づくシステムを提案する。 提案システムは,深層学習技術を活用して異種グラフを解析し,カスケード故障のリスクを把握し,都市の脆弱なインフラを発見する。
  論文  参考訳（メタデータ） (2023-07-19T09:53:56Z)
• A Bayesian Approach to Reconstructing Interdependent Infrastructure Networks from Cascading Failures [2.9364290037516496]
  ネットワーク相互依存を理解することは、カスケード障害を予測し、破壊を計画するために不可欠である。 個々のネットワークのトポロジに関するデータは、プライバシやセキュリティ上の懸念から、一般には利用できないことが多い。 本稿では,相互依存型インフラストラクチャネットワークのトポロジを再構築するスケーラブルな非パラメトリックベイズ手法を提案する。
  論文  参考訳（メタデータ） (2022-11-28T17:45:41Z)
• On Telecommunication Service Imbalance and Infrastructure Resource Deployment [95.80185574417428]
  本稿では,通信サービス不均衡,通信インフラ,人口分布の関係を定量的に関連付けることを目的とした,細粒度で計算が容易な不均衡指数を提案する。 また,この指標に基づいて,任意の地理的セグメントの平均不均衡指数を最小化することにより,インフラ資源の展開戦略を提案する。
  論文  参考訳（メタデータ） (2021-04-08T17:45:32Z)
• Edge-assisted Democratized Learning Towards Federated Analytics [67.44078999945722]
  本稿では,エッジ支援型民主化学習機構であるEdge-DemLearnの階層的学習構造を示す。 また、Edge-DemLearnを柔軟なモデルトレーニングメカニズムとして検証し、リージョンに分散制御と集約の方法論を構築する。
  論文  参考訳（メタデータ） (2020-12-01T11:46:03Z)
• A game-theoretic analysis of networked system control for common-pool resource management using multi-agent reinforcement learning [54.55119659523629]
  マルチエージェント強化学習は近年,ネットワーク型システム制御へのアプローチとして大きな可能性を秘めている。 共通プールの資源は耕作可能な土地、淡水、湿地、野生生物、魚類資源、森林、大気である。
  論文  参考訳（メタデータ） (2020-10-15T14:12:26Z)
• On the use of local structural properties for improving the efficiency of hierarchical community detection methods [77.34726150561087]
  本研究では,階層型コミュニティ検出の効率向上のために,局所構造ネットワーク特性をプロキシとして利用する方法について検討する。 また,ネットワークプルーニングの性能への影響を,階層的コミュニティ検出をより効率的にするための補助的手法として検証する。
  論文  参考訳（メタデータ） (2020-09-15T00:16:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。