마코프형 회피자 차단 전략

초록

본 논문은 전통적인 최단경로 차단 문제를 확장하여, 목표 지점으로 향하는 회피자가 마코프 무작위 보행을 수행하는 상황을 모델링한다. 제한된 차단 예산 하에 차단자가 먼저 행동하고, 회피자는 최소 비용 경로에 가중된 확률적 이동을 한다. 이로 인해 비선형 0‑1 최적화식이 도출되며, 저자는 베트위니스 중심성을 이용한 휴리스틱을 제안해 빠르게 고품질 차단 해를 얻는다.

상세 분석

논문은 먼저 고전적인 최단경로 차단 문제를 이중 최적화(maximin) 형태로 정의한다. 여기서 상위 레벨은 차단자(interdictor)이며, 하위 레벨은 회피자(evader)로, 회피자는 소스에서 타깃까지 비용이 최소인 경로를 선택한다. 기존 연구는 회피자가 완전한 정보와 결정적 행동을 가정했지만, 실제 상황에서는 회피자의 인지 제한이나 불확실성이 존재한다. 이를 반영하기 위해 저자는 회피자를 “마코프형 무작위 보행(Markovian random walk)” 모델로 전환한다. 구체적으로, 각 노드에서 회피자는 인접 엣지들의 비용을 기반으로 전이 확률을 정의하고, 이 확률은 최소 비용 경로에 대한 가중치를 반영한다. 따라서 회피자의 경로는 확률적이면서도 비용 최소화 경향을 유지한다.

이러한 확률적 행동을 포함하면 차단 문제는 비선형 0‑1 정수계획으로 변형된다. 차단 변수는 이진형(차단 여부)이며, 목표는 제한된 예산 내에서 회피자의 기대 비용(또는 도달 확률)을 최대화하는 것이다. 비선형성은 전이 확률이 차단 변수에 의해 직접 영향을 받기 때문에 발생한다. 저자는 이 문제를 직접 해결하기 어려운 점을 인정하고, 근사적이면서도 계산 효율적인 휴리스틱을 제시한다.

핵심 아이디어는 네트워크 전반의 “베트위니스 중심성(betweenness centrality)”을 활용하는 것이다. 베트위니스는 특정 엣지가 전체 최단경로 집합에서 차지하는 비중을 측정한다. 차단 예산이 제한적이므로, 저자는 베트위니스 점수가 높은 엣지를 우선적으로 선택한다. 이 과정에서 각 후보 엣지를 차단했을 때 회피자의 기대 비용 증가량을 추정하고, 가장 큰 효용을 제공하는 엣지를 순차적으로 추가한다. 결과적으로, 이 휴리스틱은 전역적인 네트워크 구조 정보를 이용해 빠르게 근사 최적 해를 도출한다. 실험에서는 무작위 그래프와 실제 교통·통신 네트워크에 적용했을 때, 제안 방법이 기존의 단순 차단 전략(예: 비용 기반 그리디)보다 기대 비용을 현저히 높이며, 계산 시간도 크게 단축됨을 보였다.

이 논문은 (1) 회피자의 불확실성을 마코프 모델로 정량화, (2) 비선형 0‑1 최적화 문제로 공식화, (3) 베트위니스 기반 휴리스틱을 통해 실용적인 해결책을 제공한다는 점에서 학문적·실무적 기여가 크다. 특히, 보안·방위 분야에서 적의 움직임을 완전히 알 수 없는 상황에 적용 가능하다는 점이 주목할 만하다.