umeda_1118web(2).pptx

Similar documents
Microsoft PowerPoint - 13approx.pptx

Microsoft PowerPoint - mp13-07.pptx

PowerPoint Presentation

Microsoft PowerPoint - 13.ppt [互換モード]

Microsoft PowerPoint - mp11-06.pptx

Microsoft PowerPoint - DA2_2019.pptx

統計的データ解析

アルゴリズムとデータ構造

Microsoft PowerPoint - ad11-09.pptx

Microsoft PowerPoint SIGAL.ppt

<4D F736F F D2095F18D908F EE12D CD93E FC816A2E646F63>

スライド 1

グラフ理論における偶奇性の現象

航空機の運動方程式

カイ二乗フィット検定、パラメータの誤差

Microsoft PowerPoint - mp11-02.pptx

Microsoft PowerPoint - DA2_2017.pptx

DVIOUT-SS_Ma

Microsoft PowerPoint - NA03-09black.ppt

Microsoft PowerPoint - DA2_2018.pptx

Microsoft PowerPoint - LDW.ppt [互換モード]

Microsoft PowerPoint - 05.pptx

簡単な検索と整列(ソート)

Learning Bayesian Network from data 本論文はデータから大規模なベイジアン ネットワークを構築する TPDA(Three Phase Dependency Analysis) のアルゴリズムを記述 2002 年の発表だが 現在も大規模用 BN モデルのベンチマークと

パスウェイ解析 システム 物学 本和広 (JSTさきがけ ) tokyo.ac.jpk ac 1

Microsoft PowerPoint - 9.pptx

memo

<4D F736F F F696E74202D208CA48B868FD089EE288FDA82B582A294C5292E B8CDD8AB B83685D>

CLEFIA_ISEC発表

学習指導要領

<4D F736F F D208CF68BA48C6F8DCF8A C30342C CFA90B68C6F8DCF8A7782CC8AEE967B92E8979D32288F4390B394C529332E646F63>

調和系工学 ゲーム理論編

Microsoft PowerPoint - DA2_2018.pptx

論文ゼミ ( 修士論文にむけて ) M2 浦田淳司 (Wed)

Information Theory

PowerPoint プレゼンテーション

If(A) Vx(V) 1 最小 2 乗法で実験式のパラメータが導出できる測定で得られたデータをよく近似する式を実験式という. その利点は (M1) 多量のデータの特徴を一つの式で簡潔に表現できること. また (M2) y = f ( x ) の関係から, 任意の x のときの y が求まるので,

航空機の運動方程式

計算幾何学入門 Introduction to Computational Geometry

Microsoft PowerPoint - 10.pptx

周期時系列の統計解析 (3) 移動平均とフーリエ変換 nino 2017 年 12 月 18 日 移動平均は, 周期時系列における特定の周期成分の消去や不規則変動 ( ノイズ ) の低減に汎用されている統計手法である. ここでは, 周期時系列をコサイン関数で近似し, その移動平均により周期成分の振幅

Microsoft PowerPoint - 9.pptx

040402.ユニットテスト

スライド 1

データ構造

次に示す数値の並びを昇順にソートするものとする このソートでは配列の末尾側から操作を行っていく まず 末尾の数値 9 と 8 に着目する 昇順にソートするので この値を交換すると以下の数値の並びになる 次に末尾側から 2 番目と 3 番目の 1

コンピュータ応用・演習 情報処理システム

学習指導要領

PowerPoint プレゼンテーション

ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社

Microsoft PowerPoint - 06graph3.ppt [互換モード]

Microsoft PowerPoint - Inoue-statistics [互換モード]

Microsoft Word ã‡»ã…«ã‡ªã…¼ã…‹ã…žã…‹ã…³ã†¨åłºæœ›å•¤(佒芤喋çfl�)

離散数学

千葉大学 ゲーム論II

どのような便益があり得るか? より重要な ( ハイリスクの ) プロセス及びそれらのアウトプットに焦点が当たる 相互に依存するプロセスについての理解 定義及び統合が改善される プロセス及びマネジメントシステム全体の計画策定 実施 確認及び改善の体系的なマネジメント 資源の有効利用及び説明責任の強化

15群(○○○)-8編

ファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル

0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生

講義「○○○○」

ディジタル信号処理

講義「○○○○」

Microsoft PowerPoint - ppt-7.pptx

スライド 1

Microsoft PowerPoint - H21生物計算化学2.ppt

人工知能入門

総セク報告書(印刷発出版_.PDF

Microsoft PowerPoint - stat-2014-[9] pptx

1012  ボットネットおよびボットコードセットの耐性解析

Microsoft Word - 町田・全 H30学力スタ 別紙1 1年 数学Ⅰ.doc

untitled

A Constructive Approach to Gene Expression Dynamics

不偏推定量

Microsoft PowerPoint - DA2_2017.pptx

PowerPoint Template

データ解析

例 e 指数関数的に減衰する信号を h( a < + a a すると, それらのラプラス変換は, H ( ) { e } e インパルス応答が h( a < ( ただし a >, U( ) { } となるシステムにステップ信号 ( y( のラプラス変換 Y () は, Y ( ) H ( ) X (

nlp1-05.key

PowerPoint Presentation

() ): (1) f(x) g(x) x = x 0 f(x) + g(x) x = x 0 lim f(x) = f(x 0 ), lim g(x) = g(x 0 ) x x 0 x x0 lim {f(x) + g(x)} = f(x 0 ) + g(x 0 ) x x0 lim x x 0

オートマトン 形式言語及び演習 3. 正規表現 酒井正彦 正規表現とは 正規表現 ( 正則表現, Regular Expression) オートマトン : 言語を定義する機械正規表現 : 言語

Microsoft PowerPoint - OS12.pptx

1.民営化

グラフの探索 JAVA での実装

混沌系工学特論 #5

PowerPoint Presentation

2

Microsoft Word - 201hyouka-tangen-1.doc

三者ミーティング

【Cosminexus V9】クラウドサービスプラットフォーム Cosminexus

2-1 / 語問題 項書換え系 4.0. 準備 (3.1. 項 代入 等価性 ) 定義 3.1.1: - シグネチャ (signature): 関数記号の集合 (Σ と書く ) - それぞれの関数記号は アリティ (arity) と呼ばれる自然数が定められている - Σ (n) : アリ

Microsoft PowerPoint - 10.pptx

Autodesk Inventor Skill Builders Autodesk Inventor 2010 構造解析の精度改良 メッシュリファインメントによる収束計算 予想作業時間:15 分 対象のバージョン:Inventor 2010 もしくはそれ以降のバージョン シミュレーションを設定する際

0 スペクトル 時系列データの前処理 法 平滑化 ( スムージング ) と微分 明治大学理 学部応用化学科 データ化学 学研究室 弘昌

NetworkKogakuin12

! Aissi, H., Bazga, C., & Vaderpoote, D. (2009). Mi max ad mi max regret versios of combiatorial optimizatio problems: A survey. Europea joural of ope

情報システム評価学 ー整数計画法ー

untitled

<4D F736F F F696E74202D CB4967B2D8F6F93FC8AC48E8B8D9E F8E9E8C9F8DF5817A D C882F182C282A C520837D836A B2E707074>

フィードバック ~ 様々な電子回路の性質 ~ 実験 (1) 目的実験 (1) では 非反転増幅器の増幅率や位相差が 回路を構成する抵抗値や入力信号の周波数によってどのように変わるのかを調べる 実験方法 図 1 のような自由振動回路を組み オペアンプの + 入力端子を接地したときの出力電圧 が 0 と

Transcription:

選択的ノード破壊による ネットワーク分断に耐性のある 最適ネットワーク設計 関西学院大学理工学部情報科学科 松井知美 巳波弘佳 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 0 / 20

現実のネットワーク 現実世界のネットワークの分析技術の進展! ネットワークのデータ収集の効率化 高速化! 膨大な量のデータを解析できる コンピュータ能力の向上! インターネット! WWWハイパーリンク構造 (Web Graph)! 知人関係! 代謝ネットワーク! など 現実の複雑なネットワークを科学的に分析 効用として, 例えば! アルゴリズムの設計! 新たな性質の発見! 経験則の適用範囲の明確化!... 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 1 / 20

現実のネットワーク 現実のネットワークの例 実ネットワークは 単純ではなく 複雑 一見ランダムだが 生成原理はありそう 複雑ネットワーク (Complex Network) インターネットにおけるAS(Autonomous System)間の隣接関係図 h/p://sk- aslinks.caida.org/data/2007/のデータに基づき h/p://xavier.informaccs.indiana.edu/lanet- vi/のツールを用いて描画 電子情報通信学会 第6回情報ネットワーク科学研究会 (2013/11/22) 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 2 / 20

複雑ネットワークが持つ性質 現実世界の複雑ネットワークが持つ性質の例 :! スケールフリー 次数分布がべき乗則を満たすこと collaboration network WWW power grid! 平均的な次数 というものが 存在しない ( 適当なスケールがない = スケールフリー )! 大きな次数を持つ少数 ( だが 少なすぎない ) の点 ( ハブ )! 小さな次数を持つ多数の点 (Barabási & Albert, 1999) 次数分布がべき乗則を満たす例 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 3 / 20

スケールフリーネットワーク スケールフリーネットワークの特徴 : 頑健性と脆弱性 (Error and a/ack tolerance of complex networks, R. Albert et. al.)! ランダムな点破壊には頑健 5% 程度の点がランダムに破壊される - ほとんど影響がない - 平均経路長はほぼ変化しない! 選択的破壊には脆弱 次数の高い上位 5% が選択的に破壊される - 小さな連結成分に分断される - 平均経路長は約 2 倍に増大する 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 4 / 20

SF ネットワーク設計 (1) SF ネットワーク設計 : リンク付加するとよい リンク付加は現実のネットワーク設計で使うのは困難 & リンク数を増やせば信頼性が上がるのは自明 & 最小コスト設計の観点からの研究はない 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 5 / 20

SF ネットワーク設計 (2) DetecCng CriCcal Nodes in Sparse Graph, A. Arulselvan et. Al. ネットワークを分断するノード集合を決定する最適化問題 各連結成分ができるだけ小さくなるように これらのノード集合を破壊すると 通信ネットワークの品質に重大なダメージを与える ならば これらのノード集合を守れば ネットワークの信頼性を維持することはできるのか? できない 同程度の損失を出すノード集合は, 一意ではない ネットワークの信頼性を維持するノード集合ではない 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 6 / 20

社会基盤として通信ネットワーク ネットワークの信頼性に関する最近の懸念 スケールフリーネットワークはハブ攻撃に弱い しかし 次数の高い少数のノード破壊で, - すぐに非連結化 - 最大連結成分のサイズが小さくなる これらの指摘に対するこれまでのネットワーク設計法は使えない なぜなら - コスト最小化を追求していない - 信頼性の確保が実はできていない 信頼性の高いネットワーク設計に関するアプローチがない 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 7 / 20

通信ネットワーク設計 高い信頼性が必要 一部が故障しても通信が継続できること 信頼性 の評価尺度は ネットワークやアプリケーションに依存する コストは小さいことが望ましい コストをかければ信頼性は高まるのは自明 必要な信頼性を最小コストで実現することが必要 通信ネットワーク設計 目的関数 : コスト 最小化 制約条件 : 必要な信頼性を満たすこと など最適化問題 通信ネットワーク設計は最適化問題として扱える 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 8 / 20

リンク ノード保護による高信頼化 Link AB が保護されていない Link AB が保護されている B 保護リンク B IP 層 A C A C E D E D Node A バックアップリンク Node B 独立したバックアップリンク Node A Node B 下位層 故障 Node C 故障 Node C Node E Node D Node E Node D 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 9 / 20

リンク ノード保護による高信頼化 壊れないように 頑健化 ルータ それ以外のノードが破壊しても 通信ネットワークの信頼性は 保たれる 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 10 / 20

リンク ノード保護による高信頼化 リンク ノード保護による高信頼化設計 リンク ノードの高信頼化のためのコストを抑えたい 保護リンク以外の任意の同時 k リンク故障に対しても 直径が指定値以下, サーバと連結しているノード数が指定値以上 などの制約条件の下で保護リンク数最小化 保護ノード以外の任意の同時 k ノード故障に対しても 最小連結成分のサイズが指定値以上 などの制約条件の下で保護ノード数最小化 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 11 / 20

分断抑制点保護問題 (PNC) 最小連結成分のサイズの下限 Instance : 無向グラフ G =( V, E ) 正整数 p, k, L 保護点数 同時削除点数 QuesCon : G にサイズが p 以下の ( k, L ) - 保護点集合 V p は存在するか? V p に含まれないどのような k 個の点を取り除いても, 点を除かれたグラフの各連結成分の点数は L 以上 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 12 / 20

分断抑制点保護問題 (PNC) 定理 1. PNC は一般的に NP 完全 既知の NP 完全問題である点被覆問題 VC からの 多項式時間帰着により証明 定理 2. 同時故障ノード数が 1 の場合における O( n 2 + nm ) アルゴリズムが存在する 定理 3. 同時故障ノード数が 2 の場合における 2 近似 O( n 3 + n 2 ( 1 + m ) + m( n+1) ) アルゴリズムが存在する 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 13 / 20

削除点数が 1 の場合の多項式時間 アルゴリズム 削除 k=1 L=4 p=1 連結成分のサイズ 8 (1) 点をグラフから削除する (2) 残ったグラフの最小連結成分のサイズを調べる (3) L より大きいので何もしない 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 14 / 20

削除点数が 1 の場合の多項式時間 アルゴリズム 削除 k=1 L=4 p=1 連結成分のサイズ3 次の点でも同じ操作を行う (1) 点を削除 (2) 残ったグラフの最小連結成分のサイズを求める (3) Lより小さいので保護ノードとする 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 15 / 20

削除点数が 1 の場合の多項式時間 アルゴリズム 保護点 削除 k=1 L=4 p=1 この操作 (1) (3) を全ての点に行う 連結成分のサイズ 4 (4) 保護ノード数が p より大きいなら解はなし 保護ノード数が p より小さいなら保護ノードを出力 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 16 / 20

削除点数が 1 の場合の多項式時間 アルゴリズム 無向グラフ : G 点数 : n 辺数 : m 全ての点に対し,12 を繰り返す 全ての点に対して実行 O( n ) 回 1 点 v をグラフ G から削除 2 最小連結成分のサイズを求める L より小さければ削除した点を保護点とする 点 v を復活させ 1 に戻る 幅優先探索を用いて O( n + m ) 3 V p p ならば保護点集合 V p を出力 そうでなければ解なし O( n(n + m) ) 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 17 / 20

ノード保護の例 CAIDA で公開されている ISP バックボーンネットワークの グラフ構造に対して保護ノードを調べた ISP n m L p No.1 22 25 21 5 No.2 82 92 81 20 No.3 14 19 13 2 No.4 48 53 47 21 No.5 78 110 77 17 No.6 14 26 13 1 No.7 13 12 12 4 No.2(L=80) 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 18 / 20

ノード保護の例 CAIDA で公開されている ISP バックボーンネットワークの グラフ構造に対して保護ノードを調べた ISP n m L p No.1 22 25 21 5 No.2 82 92 81 20 No.3 14 19 13 2 No.4 48 53 47 21 No.5 78 110 77 17 No.6 14 26 13 1 No.7 13 12 12 4 9 8 3 4 7 2 6 10 0 11 12 1 No.3(L=12) 5 13 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 19 / 20

まとめ ネットワーク分断を抑制するノード保護問題 (PNC) を定義 PNC は一般に NP 完全であることを証明 PNC において, 同時故障ノード数が 1 である場合に対する 多項式時間アルゴリズムを設計 PNC において, 同時故障ノード数が 2 である場合に対する 2 近似多項式時間アルゴリズムを設計 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 20 / 20