跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 黃曉涵
Hsiao-Han Huang
論文名稱： 關鍵基礎設施投入產出停轉模型之回顧與應用
Review of Inoperability Input-Output Model for Analysis of Critical Infrastructure Interdependency
指導教授： 周建成
Chien-Cheng Chou
口試委員:
學位類別： 碩士
Master
系所名稱： 工學院 - 土木工程學系
Department of Civil Engineering
論文出版年： 2012
畢業學年度： 101
語文別： 中文
論文頁數： 286
中文關鍵詞： 關鍵基礎設施投入產出停轉模型 、關鍵基礎設施相依性 、關鍵基礎設施安全防護 、風險分析 、恐怖主義
外文關鍵詞： Inoperability Input-Output Model (IIM), Critical Infrastructure Interdependency (CII), Critical Infrastructure Protection (CIP), Risk Analysis, Terrorism
相關次數： 點閱：16  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 關鍵基礎設施係為國家重要資產，多數皆彼此相依，元件之間存在有某種相依性，當其中發生損壞時，可能致其它元件損壞或導致連鎖效應。繼911恐怖攻擊事件後，國家安全成為重要課題，許多國家紛紛致力於關鍵基礎設施之研究，由相關發表文獻可知其關注。
    本研究係以文獻回顧的方式進行關鍵基礎設施投入產出停轉模型(Inoperability Input-output Model, IIM)的分析與研究，藉由文獻中了解IIM對於各種設施所造成的影響，回顧研究中模型量化的方法。透過文獻蒐集後整理出價值性較高的研究，進而篩選出值得回顧的文章，並藉由自然災害影響與人為災害(恐怖攻擊)影響的文獻作為案例，於不同的情況或環境下進行分析，並將IIM應用於關鍵基礎設施相依性研究當中，其結果表明關鍵基礎設施的相對重要程度將會隨著災害所造成的中斷而改變，其重要性與脆弱性皆大不相同。
    論文主要進行探討與文獻回顧，以助於瞭解IIM模型的確可以幫助我們在發生自然災害或人為因素影響下，於各個關鍵基礎設施相互影響後的可運行程度，對於關鍵基礎設施的風險管理之發展、完善防災救災的規劃，以及制定設施的修復與防範的策略，皆有重要的意義。本文將綜合重要相關文獻的公式剖析，逐漸將更多變因納入模組中，使得災害發生時，確切反映關鍵基礎設施救災之需求，致使系統可正常運行，進而提供後續發展與研究。

    The paper discusses the inoperability input-output model (IIM). The IIM is based on Leontief's input-output model, which characterizes interdependencies among sectors in the economy and analyzes initial disruptions to a set of sectors and the resulting ripple effects for modeling impacts of attacks on infrastructure interdependency. The IIM can systemically prioritize and manage the sectors deemed critical and also identify those sectors of which continued operability is critical during recovery. Discussion of modeling the physics of infrastructure and a disaster mitigation approach to stopping IIM-related possible future failure events is addressed, followed by the analysis results of sample infrastructure failure records. Disaster mitigation officials can employ the proposed approach to exploring IIM and designing countermeasures when a disaster hits certain areas.

    目錄 摘要 i Abstract ii 誌謝 iii 目錄 iv 圖目錄 x 表目錄 xiv 第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究目的 2 1.3 研究範圍 3 1.4 研究方法與流程 4 1.4.1 研究背景與動機 6 1.4.2 文獻蒐集與整理 6 1.4.3 研究分類 6 1.4.4 結論與建議 6 1.5 論文架構 7 第二章 IIM文獻彙整與基礎 8 2.1 IIM基本介紹 8 2.1.1 IIM歷史回顧 8 2.1.2 文獻蒐集流程 16 2.1.3 文獻成長趨勢 18 2.1.4 IIM重要研究學者與團隊 19 2.1.5 重要文獻分類 20 2.2 複雜相依性基礎設施中係以Leontief模型為基礎的風險分析 23 2.2.1 背景 23 2.2.2 原始Leontief投入產出模型 24 2.2.3 以Leontief模型為基礎設施模型根基 26 2.2.4 風險評估與管理 32 2.2.5 投入產出模型概述 33 2.2.6 相關問題舉例 35 2.2.7 動態投入產出風險模型與其主張和證明 38 2.2.8 相關問題舉例(動態) 41 2.2.9 緩解措施之影響 45 2.2.10 基礎設施的複雜性層次模型 47 2.2.11 階層全像圖模式 49 2.2.12 結論 50 2.3 基礎設施相依性之投入產出停轉模型(1)理論與方法 51 2.3.1 背景：Leontief投入產出模型 51 2.3.2 恢復制度 53 2.3.3 IIM配套資料庫分析 54 2.3.4 國家和區域間IIM資料庫分析 55 2.3.5 IIM發展及延伸與其之用途 63 2.3.6 靜態IIM的均衡模型 74 2.3.7 技術係數矩陣之穩定性 75 2.3.8 結論 75 2.4 基礎設施相依性之投入產出停轉模型(2)案例研究 76 2.4.1 背景 76 2.4.2 案例研究特點 77 2.4.3 經濟權衡分析 80 2.4.4 靜態與動態IIM之分析 81 2.4.5 國家與區域的IIM分析 82 2.4.6 國家案例研究 82 2.4.7 東北部地區案例研究 88 2.4.8 結論與建議 98 2.5 文獻評析 100 2.5.1 文獻大綱 100 2.5.2 關鍵基礎設施相依性簡介 101 2.5.3 IIM模型建立應用之考量 103 2.5.4 IIM最佳公式 104 2.5.5 IIM模組階段性流程 106 2.5.6 評論小結 107 第三章 IIM應用於風險管理 109 3.1 風險管理基於Leontief相依性系統 109 3.1.1 引言 109 3.1.2 可運行與停轉之剖析(Operability and Inoperability) 111 3.1.3 停轉系統 118 3.1.4 減輕風險的動機與案例 119 3.1.5 常規公式化(Formulation 1~4) 124 3.1.6 應用程序 127 3.1.7 結論 134 3.2 經濟相依與基礎設施部門的極端風險分析 135 3.2.1 引言：投入產出停轉模型和極端風險分析 135 3.2.2 消耗影響的極端風險分析 139 3.2.3 經濟恢復率於動態的極端風險分析 141 3.2.4 應用蒙特卡羅(Monte Carlo)模擬於極端風險分析 143 3.2.5 使用PMRM管理極端風險 144 3.2.6 結論 151 3.3 不確定性相依性分析於動態基礎設施之恢復：基於風險決策之應用 152 3.3.1 引言 152 3.3.2 IIM的基礎與延伸 153 3.3.3 DIIM度量矩陣A*敏感度不明變化 154 3.3.4 關鍵部門分析與討論 157 3.3.5 結論 157 3.4 文獻評析 159 3.4.1 文獻大綱 159 3.4.2 風險管理進程與考量 161 3.4.3 關鍵基礎設施停轉模型的量化指標 163 3.4.4 IIM參數估計與處理 164 3.4.5 IIM模組評估條件 165 第四章 IIM應用於人為災害 166 4.1 恐怖主義風險模型之國土規劃藍圖 166 4.1.1 引言 166 4.1.2 狀態變量中間指標於國土風險模型 167 4.1.3 風險模型之過程 168 4.1.4 全球地緣政治層面 170 4.1.5 全面風險評估與管理過程 171 4.1.6 基礎設施相依性模型簡述 172 4.1.7 超越定量的風險評估與管理 173 4.1.8 結論 173 4.2 為可持續發展反恐主義的基礎設施相依性模型 174 4.2.1 引言 174 4.2.2 反恐主義與可持續運行的基礎設施之九個主要組成部分 175 4.2.3 打擊恐怖主義：模型與方法之文獻 177 4.2.4 持續反恐主義方法規劃 177 4.2.5 結論 181 4.3 恐怖主義風險管理基礎設施相依性系統通過動態的停轉投入產出模型 183 4.3.1 背景與引言 183 4.3.2 動態IIM (DIIM)制定與基本應用 184 4.3.3 多目標之方法 193 4.3.4 各部門的動態恢復及相關案例 196 4.3.5 恐怖攻擊下使用DIIM與BEA/RIMS資料庫的風險管理評估 202 4.3.6 結論 207 4.4 需求降低IIM鑑於恐怖主義中基礎設施的相依性 208 4.4.1 引言 208 4.4.2 投入產出停轉模型 211 4.4.3 IIM應用於國家等級之部門 216 4.4.4 區域性分析 223 4.4.5 結論 227 4.5 文獻評析 229 4.5.1 文獻大綱 229 4.5.2 多維度風險模型考量 232 4.5.3 恐怖攻擊文獻延伸 232 4.5.4 案例可能性探討模擬 234 第五章 IIM應用於自然災害 236 5.1 從Hurricane Katrina的教訓了解IIM通過應用戰備的系統性估值之影響 236 5.1.1 引言 236 5.1.2 戰略方法的防範估值 237 5.1.3 HK沿海地區之產業與基礎設施造成的影響 239 5.1.4 充實準備之成效 255 5.1.5 結論 257 5.2 自適應的區域投入產出模型與其評估之應用於Hurricane Katrina的經濟成本 258 5.2.1 引言 258 5.2.2 自適應投入產出區域性模型之災害模擬 259 5.2.3 相關資料蒐集 262 5.2.4 結果顯示 263 5.2.5 敏感度分析與非線性總成本 267 5.2.6 結論 267 5.3 文獻評析 268 5.3.1 文獻大綱 268 5.3.2 台灣天然災害類型 269 5.3.3 階段性防救災管理 270 5.3.4 災害統計與成長趨勢 271 第六章 結論與建議 272 6.1 結論 272 6.2 建議 273 6.3 貢獻 274 參考文獻 275 附錄一 279 評審意見回應表 283

    Barker, K. A., and Haimes, Y. Y. (2009). “Assessing uncertainty in extreme events: Applications to risk-based decision making in interdependent infrastructure sectors”. Reliability Engineering and System Safety, 94(4), pp. 819–82.
    Barker, K. A., and Haimes, Y. Y. (2009a). “Uncertainty analysis of interdependencies in dynamic infrastructure recovery: Applications in risk-based decision making”. Journal of Infrastructure Systems, pp. 15(4):394–405.
    Barker, K. A., and Santos, J.R. (2010). “A risk-based approach for identifying key economic and infrastructure systems”. Risk Analysis, 30(6), pp. 962–974.
    Crowther, K. G., and Haimes, Y. Y. (2010). “ Development and deployment of the multiregional inoperability input-output model for strategic preparedness”. Systems Engineering, 13(1), pp. 28–46.
    Crowther, K. G., Haimes, Y. Y.,and Taub, G. (2007). “Systemic valuation of strategic preparedness through application of the inoperability input-output model with lessons learned from Hurricane Katrina”. Risk Analysis, pp. 27(5):1345-64.
    Cuny, F. C. (1983). Disasters and development, Oxford University Press. p. 277.
    Fisher, R., and Peerenboom, J. (2000). Interdependencies: A DOE Perspective. 16th Annual Security Technology Symposium & Exhibition, Office of Critical Infrastructure Protection.
    Frankfort-Nachmias, C., and Nachmias, D. (1992). Research Methods in the Social Sciences. Edward Arnold, p. 22.
    Haimes, Y. Y. (1991). “Total Risk Management”. Risk Analysis, Vol, 11, NO. 2.
    Haimes, Y. Y. (2002). “Roadmap for modeling risks of terrorism to the homeland”. Journal of Infrastructure Systems, pp. 8(2): 35–41.
    Haimes, Y. Y. (2004b). Risk modeling, assessment, and management, 2nd Ed., Wiley, New York.
    Haimes, Y. Y., and Horowitz, B. M. (2004a). “Modeling Interdependent Infrastructures for Sustainable Counterterrorism”. Journal of Infrastructure Systems, pp. 10(2): 33–41.
    Haimes, Y. Y., Horowitz, B. M., Lambert, J. H., Santos, J. R., Lian, C., and Crowther, K. G. (2005a). “Inoperability input-output model for interdependent infrastructure sectors. I: Theory and methodology”. Journal of Infrastructure Systems, pp. 11(2):67-79.
    Haimes, Y. Y., Horowitz, B. R., Lambert, J. H., Santos, J. R., Crowther, K. G., and Lian, C. (2005b). “Inoperability input-output model (IIM) for interdependent infrastructure sectors. II: Case study ”. Journal of Infrastructure Systems, pp. 11(2), 80–92.
    Haimes, Y. Y.,and Jiang, P. (2001). “Leontief-based model of risk in complex interconnected infrastructures”. Journal of Infrastructure Systems, pp. 7(1): 1–12.
    Haimes, Y.Y. (2005c). “Infrastructure Interdependencies and Homeland Security”. Journal of Infrastructure Systems, ASCE, pp. 11(2), 65-66.
    Haimes, Y.Y. (2011). On the Complex Quantification of Risk: Systems-Based Perspective on Terrorism. Risk Analysis, Volume 31, pp. 1175–1186.
    Hallegatte, S. (2008). “An adaptive regional input-output model and its application to the assessment of the economic cost of Katrina”. Risk Analysis, 28(3), pp. 779-99.
    Huber, W. A. (2010). “Ignorance is not probability”. Risk Analysis, pp. 30(3):371–376.
    Jiang, P., and Haimes, Y. Y. (2004). “Risk management for Leonitief-based interdependent systems”. Risk Anylysis, pp. 24(5): 1215-1229.
    Leontief, W. W. (1951a). “Input-output economics”. pp. 15–21.
    Leung, M., Haimes, Y. Y., and Santos, J. R. (2007). “Supply- and output-side extensions to the inoperability input -output model for interdependent. Journal of Infrastructure Systems, pp. 13(4), 299–310.
    Lian, C., Santos, J. R., and Haimes, Y. Y. (2007). “Extreme risk analysis of interdependent economic and infrastructure sectors”. Risk Analysis, 27(4), pp. 1053–1064.
    Lian, C.Y., Santos, J. R., and Haimes, Y. Y. (2006). “Managing the risk of terrorism to interdependent infrastructure systems”. Systems Engineering, pp. 9(3):241–258.
    Norbert, W. (1923). Differential space. Journal of Mathematical Physics, Vol. 2, pp. 131-174.
    Oosterhaven, J.,and Stelder, D. (2002). “Net multipliers avoid exaggerating impacts: With a bi-regional illustration for the Dutch transportation sector”. Journal of Regional Science, pp. 42:533–543.
    Orsi, M. J.,and Santos, J. R. (2010a). “Incorporating time-varying perturbations into the dynamic inoperability input–output model”. IEEE Transactions on Systems Man and Cybernetics Part A- Systems and Humans, pp. 40(1):100–106.
    Orsi, M. J.,and Santos, J. R. (2010b). “Probabilistic modeling of work force-based disruptions and input–output analysis of interdependent ripple effects”. Economic Systems Research, pp. 22(1):3–18.
    Percoco, M. (2006). “A note on the inoperability input-output model”. Risk Analysis, 26(30), pp. 589–594.
    Percoco, M. (2011). “On the local sensitivity analysis of the inoperability input-output model”. Risk Analysis, pp. 31(7):1038–1042.
    Pradhan, A., Laefer, D., and Rasdorf, W. (2007). “Infrastructure Management Information System Framework Requirements for Disasters”. Journal of Computing in Civil Engineering, ASCE, pp. 21(2), 90-101.
    Rinaldi, S., Peerenboom, J., and Kelly, T. (2001). “Identifying, understanding, and analyzing critical inrarstructure interdependencies”. IEEE Control Systems Magazine, 21, pp. 11–25.
    Santos, J. R. (2008a). “Inoperability input-output model (IIM) with multiple probabilistic sector inputs.”. Journal of Industrial Management and Optimization, pp. 4(3):489–510.
    Santos, J. R., and Haimes, Y. Y. (2004). “Modeling the demand reduction input-output (I-O) inoperability due to terrorism of interconnected infrastructures”. Risk Analysis, pp. 24(6): 1437–1451.
    Santos, J. R., Barker, K. A.,and Zelinke, P. J. (2008b). “Sequential decision making in interdependent sectors with multio bjective inoperability decision trees”. Economic Systems Research, pp. 20(1):29–56.
    Santos, J. R., Orsi, Mark J., and Bond, Erik J. (2009). “Pandemic recovery analysis using the dynamic inoperability input-output model”. Risk Analysis, pp. 29(12): 1743–1758.
    Society, Software Engineering Standards Committee of the IEEE Computer. (2001). IEEE Standard for Software Life Cycle processes-Risk Management. IEEE-SA Standards Board.
    Von Neumann J, Morgenstern O. (1980). Theory of Games and Economic Behavior, Princeton,. NJ: Princeton University Press.

    QR CODE
    :::