Сетевая теория в оценке рисков

Сеть — это абстрактная структура, охватывающая только основы шаблонов соединений и многое другое. Поскольку это обобщенный шаблон, инструменты, разработанные для анализа, моделирования и понимания сетей, теоретически могут быть реализованы в разных дисциплинах. Пока система может быть представлена ​​сетью, существует обширный набор инструментов — математических , вычислительных и статистических — которые хорошо развиты и, если их понять, могут быть применены для анализа интересующей системы.

Рисунок 1. виде галстука-бабочки. Диаграмма компонентов в направленной сети в

Инструментов, которые в настоящее время используются для оценки рисков, часто бывает достаточно, но сложность модели и ограничения вычислительной мощности могут заставить специалистов по оценке рисков использовать больше причинно-следственных связей и учитывать больше «Черного лебедя» результатов событий . Применяя инструменты сетевой теории для оценки рисков, можно преодолеть вычислительные ограничения и привести к более широкому охвату событий с суженным диапазоном неопределенностей.

Процессы принятия решений не включены в рутинную оценку рисков; однако они играют решающую роль в таких процессах. Поэтому для специалистов по оценке риска очень важно минимизировать предвзятость подтверждения , проводя анализ и публикуя результаты с минимальным участием внешних факторов, таких как политика, средства массовой информации и адвокаты. В действительности, однако, почти невозможно разорвать железный треугольник между политиками, учёными (в данном случае оценщиками рисков), правозащитниками и средствами массовой информации. Специалисты по оценке рисков должны учитывать разницу между исследованиями рисков и восприятием рисков. Один из способов сблизить эти два аспекта — предоставить лицам, принимающим решения, данные, на которые они могут легко положиться и которые они смогут понять. Использование сетей в процессе анализа рисков позволяет визуализировать причинно-следственные связи и выявить сильно взвешенные или важные факторы, влияющие на вероятность критического события.

Диаграммы «галстук-бабочка» , диаграммы причин и следствий , байесовские сети ( направленная ациклическая сеть) и деревья отказов — вот лишь несколько примеров того, как сетевые теории могут применяться при оценке рисков.

При оценке эпидемиологического риска (рис. 7 и 9), после построения сетевой модели, мы можем визуально увидеть, а затем количественно оценить и оценить потенциальный риск заражения или заражения людей, связанных с пациентами с хорошими связями (Пациент 1, 6, 35, 130 и 127 на Рисунке 7) или в местах с интенсивным движением транспорта (Отель М на Рисунке 9). При оценке экологических рисков (рис. 8) с помощью сетевой модели мы можем определить ключевые виды и определить, насколько широко будут распространяться воздействия исследуемых потенциальных опасностей.

Ключевые компоненты оценки рисков

Основная статья: Оценка рисков

Рисунок 2. Анализ рисков, оценка, оценка и управление

Оценка риска – это метод борьбы с неопределенностью. Чтобы он был полезен для общего управления рисками и процесса принятия решений, он должен иметь возможность фиксировать экстремальные и катастрофические события. Оценка риска включает в себя две части: анализ риска и оценку риска, хотя термин « оценка риска » можно рассматривать как неотличимый от « анализа риска ». В целом оценку риска можно разделить на следующие этапы:

1. Спланируйте и подготовьте анализ рисков.
2. Определите и разграничьте систему и объем анализа.
3. Определить опасности и потенциально опасные события.
4. Определить причины и частоту каждого опасного события.
5. Определите сценарии аварий (т.е. даже последовательности), которые могут быть инициированы каждым опасным событием.
6. Выберите соответствующие и типичные сценарии аварий.

   

   Рисунок 3. Диаграмма управления рисками в виде галстука-бабочки.

7. Определите последствия каждого сценария аварии.
8. Определите частоту каждого сценария аварии.
9. Оцените неопределенность.
10. Установите и опишите картину риска.
11. Сообщите об анализе.
12. Оцените риск по критериям приемлемости риска
13. Предложите и оцените потенциальные меры по снижению риска.

Естественно, количество необходимых шагов варьируется в зависимости от каждой оценки. Это зависит от объема анализа и сложности объекта исследования. Поскольку в любом процессе анализа риска всегда присутствует разная степень неопределенности, анализ чувствительности и неопределенности обычно проводится для снижения уровня неопределенности и, следовательно, улучшения общего результата оценки риска.

Ключевые компоненты теории сетей

Основная статья: Теория сетей

Сеть — это упрощенное представление, которое сводит систему к абстрактной структуре. Проще говоря, это совокупность точек, соединенных между собой линиями. Каждая точка известна как « вершина » (несколько: « вершины ») или « узлы », а каждая линия — как « ребра » или « связи ». Сетевое моделирование и изучение уже применяются во многих областях, включая компьютерные, физические, биологические, экологические, логистические и социальные науки. Изучая эти модели, мы получаем представление о природе отдельных компонентов (т. е. вершин), связях или взаимодействиях между этими компонентами (т. е. ребрами), а также о характере связей (т. е. сети).

Несомненно, модификации структуры (или шаблона) любой сети могут оказать большое влияние на поведение системы, которую она изображает. Например, связи в социальных сетях влияют на то, как люди общаются, обмениваются новостями, путешествуют и, что менее очевидно, на распространение болезней. Чтобы лучше понять, как функционирует каждая из этих систем, необходимы некоторые знания о структуре сети.

Основная терминология

Эффект маленького мира

Дополнительная информация: Сеть маленького мира.

Эффект маленького мира — одно из самых замечательных сетевых явлений. В нем описывается обнаружение того, что во многих (а возможно, и в большинстве) сетях средние расстояния между вершинами на удивление малы. Это имеет множество последствий в различных областях сетевых исследований. Например, в социальной сети можно размышлять о том, как быстро слух (или заразная болезнь) распространяется в сообществе. С математической точки зрения, поскольку длина пути в сетях обычно масштабируется как log n (где n = количество вершин сети), вполне логично, что она остается небольшим числом даже в больших сложных сетях.

Другая идея, связанная с эффектом маленького мира, называется воронкой . Он был получен на основе эксперимента в социальных сетях, проведенного психологом-экспериментатором Стэнли Милгрэмом в 1960-х годах. В этом эксперименте он пришел к выводу, что наряду с феноменом «эффекта тесного мира» он пришел к выводу , что в любой социальной сети всегда мало людей с особенно хорошими связями. Таким образом, эти несколько человек несли ответственность за связь между любыми членами и остальным миром.

Степень, центры и пути

Рисунок 4. Небольшая сеть как с мультиребрами, так и с собственными ребрами.

Степень вершины — это количество соединенных с ней ребер. Например, на рисунке 4 вершина 3 имеет степень пять. Хабы — это вершины сети с относительно более высокой степенью. Вершина 3 снова является хорошим примером. В социальной сети хабы могут означать людей, у которых много знакомых. При оценке риска это может означать опасное событие с несколькими триггерами (или причинно-следственную часть диаграммы галстука-бабочки). Путь в сети — это маршрут между вершиной и другой вершиной в сети. На том же рисунке пример пути от вершины 1 до 6 может быть 1→5→3→6.

Рисунок 5. Несвязная направленная сеть с двумя компонентами (заштрихована).

Центральность

Центральность — это мера того, насколько важны (или центральны ) определенные вершины в сети. Его можно измерить, посчитав количество соединенных с ним ребер (т.е. его степень ). Таким образом, вершины с наивысшей степенью имеют высокую степень центральности .

Степень централизации может иметь множество значений. В социальной сети человек с высокой степенью центральности может иметь большее влияние на других, больший доступ к информации или больше возможностей, чем люди с меньшим количеством связей. В сети цитирования статья с высокой степенью централизации может свидетельствовать о том, что она более влиятельна и, следовательно, оказывает большее влияние на соответствующую область исследований.

Рисунок 6. Связанная направленная сеть с двумя компонентами (заштрихована).

Центральность по собственному вектору — это расширение концепции централизации по степени, основанное на том факте, что во многих сетях не все вершины имеют одинаковый вес или важность. Важность вершины в сети возрастает, если она имеет больше связей с важными вершинами. Таким образом, центральность собственного вектора можно рассматривать как систему оценки центральности не только для одной, но и для соседних с ней вершин.

Компоненты

Подгруппы или подмножества вершин в отключенной сети. Несвязная сеть означает, что в такой сети есть хотя бы пара вершин, между которыми вообще нет пути, соединяющего их. Обратный стих известен как связная сеть , в которой все вершины внутри соединены хотя бы одним путем. Таким образом, можно сказать, что подключенная сеть имеет только один компонент.

Направленные сети

Рисунок 7. Пример ациклической направленной сети в эпидемиологии CDC.

Основная статья: Ориентированный граф

Сети, каждое ребро которых имеет направление от одной вершины к другой. Поэтому ребра называются направленными ребрами . Пример такой сети включает ссылку из справочного раздела на этой странице, которая приведет вас к другой, но не наоборот. С точки зрения пищевой сети, еще одним примером является добыча, съеденная хищником.

Направленные сети могут быть циклическими и ациклическими . Циклическая направленная сеть — это сеть с замкнутым контуром ребер. Ациклическая направленная сеть не содержит такой петли. Поскольку собственное ребро – ребро, соединяющее вершину с самой собой – считается циклом, оно отсутствует в любой ациклической сети.

является Байесовская сеть примером ациклической направленной сети.

Взвешенная сеть

Основная статья: взвешенная сеть

В действительности не все края имеют одинаковую важность или вес (например, связи в социальной сети и ключевые виды в пищевой сети). Взвешенная сеть добавляет такой элемент к своим соединениям. Он широко используется в геномных и системно-биологических приложениях.

Деревья

Ненаправленные сети без замкнутых контуров. Дерево . может быть частью сети, но изолировано как отдельный компонент Если все части сети являются деревьями, такая сеть называется лесом . Административный орган иногда можно рассматривать как лес.

Другие примеры применения теории сетей

Социальная сеть

Основная статья: Социальная сеть

Ранние исследования социальных сетей восходят к концу девятнадцатого века. Однако хорошо документированные исследования и основание этой области обычно приписывают психиатру по имени Джейкоб Морено. Он опубликовал книгу под названием « Кто выживет?» в 1934 году, который заложил основу социометрии (позже известной как анализ социальных сетей ).

Еще одним известным вкладчиком в раннее развитие анализа социальных сетей является периментальный психолог, известный как Стэнли Милгрэм . Его эксперименты с «тесным миром» породили такие концепции, как шесть степеней разделения и знакомства с хорошими связями (также известные как «социометрические суперзвезды»). Этот эксперимент недавно повторили Доддс и др. посредством сообщений электронной почты, и основные результаты были аналогичны результатам Милгрэма. Расчетная истинная средняя длина пути (то есть количество ребер, которое должно пройти сообщение электронной почты от одного уникального человека до намеченных целей в разных странах) для эксперимента составила от пяти до семи, что не сильно отличается от исходных шести. степень разделения.

Пищевая сеть

Рисунок 8. Трофическая сеть долины Ист-Ривер

См. Также: экологическая сеть

или Пищевая сеть пищевая цепь является примером направленной сети, которая описывает отношения жертва-хищник в данной экосистеме. Вершины в сети этого типа представляют виды, а края — отношения жертва-хищник. Совокупность видов может быть представлена ​​одной вершиной, если все члены этой коллекции охотятся на одни и те же организмы и являются объектами охоты. Пищевая сеть часто ациклична, за некоторыми исключениями, например, когда взрослые особи охотятся на молодь и паразитируют.

Примечание. В основной статье о пищевой сети пищевая сеть изображалась циклической. Это основано на потоке источников углерода и энергии в данной экосистеме. Описанная здесь пищевая сеть основана исключительно на ролях жертвы и хищника; организмы, активные в циклах углерода и азота (такие как разлагатели и фиксаторы). В этом описании не рассматриваются

Эпидемиология

Рисунок 9. Цепочка передачи инфекции среди гостей отеля М, Гонконг, 2003 г.

Основная статья: модель эпидемии

Дополнительная информация: компартментальные модели в эпидемиологии.

Эпидемиология тесно связана с социальными сетями. Инфекционные заболевания могут распространяться через сети связи, такие как рабочее место, транспорт, интимные контакты и систему водоснабжения (см. рисунки 7 и 9). Несмотря на то, что компьютерные вирусы, распространяющиеся по интернет-сетям, существуют только виртуально, они мало чем отличаются от своих физических аналогов. Таким образом, понимание каждой из этих сетевых моделей, несомненно, может помочь нам более точно прогнозировать последствия эпидемий и разрабатывать более эффективные протоколы профилактики заболеваний.

Простейшая модель заражения представлена ​​как модель SI ( восприимчивый-инфицированный ). Однако большинство болезней ведут себя не так просто. Поэтому в эту модель было внесено множество модификаций, таких как модели SIR ( восприимчивый – инфицированный – выздоровевший ), SIS (вторая буква S обозначает повторное заражение ) и SIRS . Идея задержки учитывается в таких моделях, как SEIR (где E означает «экспонированный »). Модель SIR также известна как модель Рида-Фроста .

Чтобы учесть их в сетевой модели вспышки, необходимо учитывать степень распределения вершин в гигантском компоненте сети (вспышки в мелких компонентах изолированы и быстро затухают, что не позволяет вспышкам перерасти в эпидемии). Теоретически взвешенная сеть может предоставить более точную информацию о вероятности раскрытия вершин, но необходимы дополнительные доказательства. Пастор-Саторрас и др. был пионером многих работ в этой области, которые начались с простейшей формы ( модель SI ) и применялись к сетям, построенным на основе модели конфигурации.

Биология того, как инфекция вызывает заболевание у человека, сложна и представляет собой еще один тип заболевания, которым интересуются специалисты (процесс, известный как патогенез , который включает в себя иммунологию хозяина и факторы вирулентности возбудителя).

Ссылки

• Долгоаршинных, Регина. «Критичность моделей эпидемий». Колумбийский университет, Нью-Йорк. Критичность в моделях эпидемий
• Легрен, Амори и Том Ауверс. Модель принципала-агента и сетевая теория как основа административных процедур: социальное обеспечение в Бельгии. Конференция EGPA «Государственный менеджер под давлением: между политикой, профессионализмом и гражданским обществом» (2006): 1-40
• Мартинес, Нео и Данн, Дженнифер. «Foodwebs.org». Тихоокеанская лаборатория экоинформатики и вычислительной экологии, 2011. foodwebs.org.
• Мейерс, Лорен А., МЭД Ньюман и Стефани Шраг. Применение сетевой теории к эпидемиям: меры борьбы со вспышками Mycoplasma Pneumoniae. Новые инфекционные заболевания 9.2 (2003): 204-10.
• Национальный исследовательский совет (NRC). Оценка рисков в федеральном правительстве: понимание процесса . Вашингтон, округ Колумбия: Издательство Национальной академии, 1983.
• Национальный исследовательский совет (NRC). Понимание риска: обоснование решений в демократическом обществе . Вашингтон, округ Колумбия: Издательство Национальной академии, 1996.
• Ньюман, Марк EJ Networks: Введение. Оксфорд: Оксфордский университет, 2010 г., ISBN   978-0199206650 .
• Пилке-младший, Роджер А. Политика, политика и перспективы . Природа 416 (2002): 367–68.
• Раусанд, Марвин. Оценка рисков: теория, методы и приложения. Хобокен, Нью-Джерси: John Wiley & Sons, 2011.
• Ротман, Кеннет Дж., Сандер Гренланд и Тимоти Л. Лэш. Современная эпидемиология . 3-е изд. Филадельфия: Wolters Kluwer Health/Lippincott Williams & Wilkins, 2008.
• Роуленд, Тодд и Вайсштейн, Эрик В. «Причинно-следственная сеть». Из MathWorld — веб-ресурса Wolfram. Причинно-следственная сеть
• Слович, Пол. Восприятие риска . Наука 236 (1987): 280–85.
• Талеб, Нассим Н. Ошибки, надежность и четвертый квадрант. Международный журнал прогнозирования 25.4 (2009): 744-59.
• Вольфрам, Стивен. Новый вид науки . Шампейн, Иллинойс: Wolfram Media, 2002.