Felaket grevi olduğunda, kritik altyapıyı hızla bulmak ve korumak, genellikle hızlı bir kurtarma ve uzun süren kaos arasındaki farkı belirlemek gerekir. Hastaneler, su arıtma tesislerinin işletmeye devam etmesi ve ulaşım arterleri kullanılabilir kalması gerekir. Geleneksel envanter tabanlı yaklaşımlar her bir izolasyonda her bir varlık tedavi etmek, yerel bir başarısızlıkla birlikte operasyonel felaket yönetimine yol açan çeşitli yaklaşımlar, sabit olmayan bir antidote, birbirine bağlı düğümler ve kenarlar ağı olarak modellemek ve ortaya çıkarmak için tüm kaynakları mümkün.Son on yıl boyunca, bu yöntemler akademik teoriden hareket ettirir, tüm kaynakları sabitler ve noktaların sabitler için hareket ettirir.

Altyapı için Grafik Teorisinin Temelleri

Bir grafik sadece bir dizi [[Döneticiler:0)[Dönler: 0 3) Aynı zamanda, bir kanal veya kontrol noktalarına bağlı olarak, (Döneticiler) veya hatta bir altyapı ortamında düğümler, düğümler, güç alt istasyonlar, köprüler veya hastaneler.

Matematiksel olarak, bir grafik genellikle bir eş zamanlı matrix veya bir kenar listesi olarak temsil edilir. Ama felaket yönetimi için önemli olan şey şudur: önemli tesisler arasında hangi yollar var, tek bir başarısızlık noktası ve birkaç düğümün tüm sistemden nasıl kaldırılacağı. Toolslar [Düzücükler için 0,0Network|Python kütüphanesi) ve [[Döneticileri:2.

Afet Yönetimi Uygulamaları

Grafik tabanlı teknikler doğrudan felaket yönetiminin üç kritik aşamasına destek verir: Hazırlanma, yanıt ve kurtarma. Tüm bağlı sistemi modellemek için, acil yöneticiler tabu verileri cevaplayabilirler: “Ücretsiz:0)Eğer bir köprünün girişi durumunda, hangi hastaneler su kaybederse?Bir pompa istasyonu başarısız olur?

Vulnerable Nodes ve Key Connections Tanımlamak

Tüm düğümler eşit değildir. Küçük bir jeneratör, su arıtma tesisine güç verirse teknik olarak kritik olabilir, ancak büyük bir güç alt istasyonu bir düzine hastane ve havaalanı ile besleniyorsa, ancak bu önemli iki büyük alt ağ arasındaki yol üzerinde yatıyor. Örneğin, düğümler bir derece - birçok doğrudan bağlantı - bu tür bir anda birçok komşuyu teşhis edebilir. Ancak bazen birkaç komşuyla birlikte daha kritik bir şekilde analiz eder.

Ortalık Önlemleri: Derin bir Bakış

Çeşitli merkezilik ölçümleri, altyapı bileşenleri sıralama için standart araçlar haline geldi:

  • [FONT:0]Degree Centrality[[Dönetici: 1 ) - Bir güç şebekesinde, birçok iletim hatlarına bağlı bir alt istasyon yüksek, ancak derece sadece uzaktan bir topluluğa ağ geçidi olan düğümleri kaçırabilir.
  • [FONT=0)Betweenness Centrality[[Dönetici: 1 ) – Bir alt istasyondaki tüm düğümler arasındaki en kısa yollarda ne kadar sık rastlanırsa, yüksek gerilimli güç şebekelerinin uygulamaları, ABD'nin yüksek gerilimli gücü şebekelerinin arasındaki başarısızlıklar, alt istasyon hedeflendiği zaman, karalanmanın büyüklüğüyle nasıl güçlü bir şekilde ilişkili olduğunu göstermiştir.
  • [FONT:0] Closeness Centrality[[Dönetici: 1) [Dönetici:0)) – Bir başkasından ne kadar hızlı bilgi veya kaynaklar yayılabilir. Ulaşım ağında, yakınlık merkeziliği en çok barlara ulaşabilen tahliye merkezlerini tanımlamaya yardımcı olur.
  • [FONT:0]Eigenvector Centrality ve Page Rank[[Dönetici: 1) Bağlantıların kalitesine saygı gösterin. İyi bağlantılı bir yol düğümleri, başlangıçta web sayfaları için bağlantılı bir hastaneden daha kritiktir.

Bu önlemler genellikle birleştirilir. Örneğin, hem yüksek hem de yüksek yakınlık bir çift tehdittir: kaybı hayati bağlantıları kırar ve ayrıca kurtarma kaynaklarından izole edilmiş birçok düğümü terk eder.

Network Robustness ve Cascading Başarısız Analiz

Robustness analizi, bir güç hattında düşen bir ağaç, tüm saldırılarına göre sıralamanın ötesine geçer.En yaygın yaklaşım başarısızlıkları taklit etmektir - ya da 0:0) Graph teorisi sonra en büyük bağlantılı bileşeninin büyüklüğü gibi dayanıklılık ölçer.

[FONT:0]Cascading başarısızlıkları[Dönetici:0) Özellikle birbirine bağlı altyapılara bağlı olarak tehlikelidir.Bir düğümde bir su pompası başarısız olabilir, bu sonra bir veri merkezi için soğutma yaklaşımına göre, o zaman geçiş sistemi ile iletişim ağı, ve onları temsil eden modeller arasındaki farklı katmanlar için iletişim ağı, bu hataları paylaşabilir. Örneğin, aŞUygun ağlarına bağlı olarak, arsalar.

Vaka Çalışmaları ve Gerçek Dünya Uygulamaları

Çeşitli şehirler ve ajanslar ölçülebilir sonuçlarla felaket planlamaya yönelik grafik tabanlı yöntemlere sahiptir.

Ulaşım Ağları: Tokyo ve Büyük Doğu Japonya Depremi

2011 Tōhoku deprem ve tsunamiden sonra, Tokyo'nun metropol planlayıcıları hem tahliye için hem kritik olan yol segmentlerini tespit etmek için merkeziyet ve muhtemelen enkaz tarafından bloke edilmesi muhtemel. Daha sonra, bir avuç köprü ve tünelin ağların kısa rotalarının büyük bir kısmını taşıdığını buldular.

Power Grids: The North American Blackout of 2003

Kuzey Doğu ABD'deki 55 milyon insanı etkileyen yaygın karaout, Ohio ağının Eritre'de bağlantı kurmasına izin verildi.O zamandan beri, bölgedeki araştırmacılar benzer "görüntü" kritik hatları ve yüklenen çizginin düşük derecede yüksek olduğunu keşfetti.A 2015 yılında, Ohio ağının Eritre döngüsüne bağlanan gizli bir köprüydü.

Su Dağıtımı: Vahşi yangınlar sırasında Güvenli İçme Suyu

Kaliforniya'da, vahşi yangınlar daha sık hale gelirken, su hizmetleri, düğümlerin sadece% 12'sinin vahşi bir yangın senaryosu sırasında kırılganlığını terk ettiğini ve Sakoma County'deki dokuz yerel su sistemini 4,200 kenar ile modellemeyi başarmışlardı.

İletişim Ağı: Post-Hurricane Restorasyon

Hurricane Maria 2017 yılında Porto Riko'yu harap ettikten sonra, telefon ve internet restorasyonu kaotik oldu. Grafik teorisi kullanarak bir post-event analizi, tüm önemli taşıyıcıları "kırık köprüleri" grafik analiz ve stok yedekleri aracılığıyla en yüksek farkederek, nüfusun% 80'ini haftalar içinde acil servislere yeniden bağlayacaktı.

Grafik tabanlı Teknikler Uygulanmalarında Meydanlar

Onların gücüne rağmen, grafik tabanlı yaklaşımlar gerçek felaket ayarlarında önemli engellerle karşı karşıyadır.

Data Quality and Completeness

Doğru bir ağ modeli oluşturmak, her düğümde ayrıntılı veriler gerektirir ve bağlı olarak. Birçok altyapı sahibi bu verileri özel veya güvenlik duyarlı olarak değerlendirmelidir. Paylaşılan zaman bile, veriler genellikle eskilenir: yollar iptal edilir, borular ve hücresel kuleler ekledi veya ihmal edilebilir. Sabit veriler üzerinde inşa edilmiş bir grafik yanıltıcı sıralamalar oluşturabilir. Acil yöneticiler veri paylaşımı ve düzenli güncelleme döngülerini faydalı operatörler, veya kablosuz internet görüntü sistemleri gibi kullanımı veya trafik verileri gibi dolaylı kaynakları kullanarak ağ değişiklikleri.

Dinamik ve Adaptive Networks

Altyapı ağları bir felaket sırasında statik değildir.Yollar yedek hatlar aracılığıyla yeniden yönlendirilir ve ekipler gerçek zamanlı olarak tamir bağlantıları yapar. Sabit topolojinin hızla kaybolduğu bir analiz.Modern yaklaşımlar dahil olmak üzeredir.Dönemli grafikler[Dönemli grafiklere sahipler için)).Bu modeller zaman damgaları veya geçerli pencerelere sahip olduğu yerde, ancak bu modeller hesaplamalı pahalı. Makine öğrenimi, tarihi felaket verilerinden büyük dinamik değişiklikler tahmin ederek yardımcı olabilir, ancak bu tür modeller çok sayıda bölgenin sahip olduğu büyük eğitim setleri gerektirir.

C ⁇ Scalability

Büyük bir metropol alanı, on binlerce altyapı düğümü olabilir ve birden çok bağımlı tabaka eklendiğinde, grafik boyutu patlamaya başlayabilir. 100.000 düğüm ve 500.000 kenarlı bir grafikte grafikte saat sürebilir.Gerçek zamanlı karar desteği için, analistlerin sınırlı kurumlarla kabul etmeleri gerekir: örneklemler, akış algoritmaları veya heuristics.

Model Geçerliliği

Grafik modelinizin doğru olduğunu nasıl biliyorsunuz? Stresli bir köprü tasarımının aksine, tahminlere dayalı olarak gerçek bir güç ızgarası veya su sistemini kasıtlı olarak kıramazsınız. Çoğu doğrulama tarihi karaoutlara veya simdi saldırıya maruz kalırken, dijital ikizler büyük bir kalibrasyon gerektirir.

Future Yol ve Gelişen Trendler

Alan hızla gelişiyor, yeni veri kaynakları, algoritma ilerlemeleri ve disiplinler arası işbirliği ile yönlendiriliyor.

Gerçek Zamanlı Sensör Data ile entegrasyon

Nesnelerin İnterneti (IoT) otomatik olarak akıllı sensörler her ana altyapı bileşenine sahiptir: köprülerdeki titreşim sensörleri, su borularında aklama, güç hatlarında anlık olarak akışlar.Bu sensörler SCADA verilerini yakın zamanlı olarak birleştirirken, ağ otomatik olarak güncelleyebilir - bir kırık bir güç hattını hızla günceller.Bu, bir olaydan sonra dinamik yeniden hesaplamalarına olanak sağlar. Erken örnekler Singapur ve Barselona'da SCADA verilerini bir grafikle birleştirirken, SCADA verilerini bulutta barındırmaktadır.

Makine Öğrenme ve Graph Neural Networks

Geleneksel grafik ölçümleri bilinen topolojiye dayanıyor, ancak makine öğrenimi, desenlerden kritikliği tahmin etmeyi öğrenebilir.ETHFLT:0)Graph sinir ağları (GNNs)), özellikle de düğümlerin saldırdığı en büyük boşluklara neden olacağını tahmin etmek için tarihsel felaket simülasyonları ile eğitim almış ve her belediye için henüz GNN'lerin eğitildiğine dikkat çekiyor.

Altyapı için Dijital Twins

AAHFLT:0) Dijital ikiz[Dönetici] yüksek sadakatli bir fiziksel altyapı sisteminin fiziksel bir kopyasıdır, gerçek zamanlı verilerle sürekli olarak güncellenir ve simülasyon için Graph teorisi, bu ikizlerin arka kemiğidir, ikizler daha yaygın hale gelir (ABD Evland Güvenlik Bölümü, yerel bir altyapı dijital iki pilotu geliştiriyor), grafik tabanlı eleştirel analizleri standart bir modül haline gelir.

Açık Standartlar ve Data Paylaşımı

Form Data Framework [FONT:0)Infrastructure Data Framework ) ve uluslararası standartlar için uygulama:2.Common Alerting Protokolü), grafik inşaatına olanak sağlayan veri formatlarını kullanmaya başlıyor.

İnsan-in-Loop Kararı Destek

Grafik tabanlı araçlar güçlü, ancak insan yargısını değiştirmemelidir.En etkili uygulamalar analisti döngüye sokmaktadır: grafik motoru bayrakları yüksek kritik bileşenler, onları kırılganlıklarla sıralar ve senaryolar ile birleştirir, ancak insan kararı yapımcısı, henüz sosyal, politik ve lojistik faktörlere sahip olur. Örneğin, yüksekliğe sahip bir hastane, zaten kapatılabilir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Grafik tabanlı teknikler kendilerini felaket yönetiminde kritik altyapıyı tanımlamak için vazgeçilmez kanıtlamışlardır.[değiştir | kaynağı değiştir].Gruplama sistemleri[değiştir | kaynağı değiştir], veri kalitesi, dinamik davranışlar ve hızlı kurtarma kararları sağlar.