This paper analyzes defense systems taking into account the strategic interactions between two rational agents; one of them is interested in designing a defense system against purposeful attacks of the other. The interaction is characterized by a sequential game with perfect and complete information. Reliability plays a fundamental role in both defining agents' actions and in measuring performance of the defense system for which a series-parallel configuration is set up by the defender. The attacker, in turn, focuses on only one defense subsystem in order to maximize her efficiency in attacking. An algorithm involving backward induction is developed to determine the equilibrium paths of the game. Application examples are also provided.

Neste trabalho, é proposto um modelo baseado na integração entre processos semi-Markovianos e redes Bayesianas para avaliação da disponibilidade de sistemas tolerantes à falha. Esta integração resulta em um modelo estocástico híbrido o qual é capaz de representar as características dinâmicas de um sistema assim como tratar as relações de causa e efeito entre fatores externos tais como condições ambientais e operacionais. Além disso, o modelo híbrido permite avaliar a propagação de incerteza sobre a disponibilidade do sistema. É também proposto um procedimento numérico para a solução das equações de probabilidade de estado de processos semi-Markovianos descritos por taxas de transição. Tal procedimento numérico é baseado na aplicação de transformadas de Laplace que são invertidas pelo método de quadratura Gaussiana conhecido como Gauss Legendre. O modelo híbrido e procedimento numérico são ilustrados por meio de um exemplo de aplicação no contexto de sistemas tolerantes à falha.

In this work it is proposed a model for the assessment of availability measure of fault tolerant systems based on the integration of continuous time semi-Markov processes and Bayesian belief networks. This integration results in a hybrid stochastic model that is able to represent the dynamic characteristics of a system as well as to deal with cause-effect relationships among external factors such as environmental and operational conditions. The hybrid model also allows for uncertainty propagation on the system availability. It is also proposed a numerical procedure for the solution of the state probability equations of semi-Markov processes described in terms of transition rates. The numerical procedure is based on the application of Laplace transforms that are inverted by the Gauss quadrature method known as Gauss Legendre. The hybrid model and numerical procedure are illustrated by means of an example of application in the context of fault tolerant systems.

O Processo de Renovação Generalizado (PRG) é uma classe de modelos probabilísticos que trata ações de reparo de acordo com a redução que proporcionam na idade real de um equipamento/sistema. O PRG é uma extensão do Processo de Renovação e do Processo Não Homogêneo de Poisson e será utilizado para avaliar ações de reparo quanto a seu grau de eficácia. Considerando que os tempos entre falhas seguem uma distribuição Weibull, tal avaliação será realizada através da estimação da distribuição dos parâmetros do PRG e da análise de incerteza sobre o número esperado de falhas a partir de simulação Monte Carlo. Devido à escassez de dados de falha, o procedimento de inferência probabilística será executado a partir do paradigma Bayesiano o qual permite que outras fontes de informação, além dos dados de falha, sejam utilizadas na avaliação da distribuição de probabilidade sobre algum parâmetro de interesse.

The Generalized Renewal Process (GRP) is a class of probabilistic models that handles repair actions according to the reduction they provide on the real age of an equipment/system. GRP is an extension of the Renewal Process and Non Homogeneous Poisson Process and it will be used to evaluate repair actions regarding their efficacy degree. Considering that the times between failures follow a Weibull distribution, such an evaluation will be accomplished through the estimation of the GRP parameter distributions and uncertainty analysis on the expected number of failures through Monte Carlo simulation. Due to paucity of failure data, the probabilistic inference procedure will be executed through the Bayesian paradigm which allows for the use of other sources of information, besides the failure data, in the process of estimating the probability distribution on some parameter of interest.