利用连通性查询映射网络状态
机器学习
2020-12-25 v3 人工智能
摘要
给定从供应节点可达节点的样本,我们能否推断出基础设施网络中所有故障组件?自然灾害后最关键的灾后过程之一是快速确定关键基础设施组件的损坏或故障状态。然而这并非易事,因为通常只有一部分组件在中断事件后可供访问或观测。以往工作研究了在给定点探针(即直接采样故障组件)的情况下推断故障组件。相比之下,我们研究更困难的问题:在给定部分“可服务”可达节点信息和少量点探针样本的情况下推断故障组件,前者通常更易于获取。我们利用最小描述长度(MDL)原理表述这一新问题,然后提出一种有效最小化 MDL 代价的贪心算法。我们在地震后真实网络的领域专家仿真上评估了我们的算法。我们的算法成功识别出故障组件,尤其是影响系统整体性能的关键组件。
引用
@article{arxiv.2012.03413,
title = {Mapping Network States Using Connectivity Queries},
author = {Alexander Rodríguez and Bijaya Adhikari and Andrés D. González and Charles Nicholson and Anil Vullikanti and B. Aditya Prakash},
journal= {arXiv preprint arXiv:2012.03413},
year = {2020}
}
备注
Appears in IEEE BigData 2020. Preliminary version in NeurIPS 2020 AI + HADR