Game-Theoretic USV Patrolling for Subsea Cable Protection: A Bayesian Stackelberg Approach
Authors
Poska, Mykolas ; Lindroos, Henri Mikael
Term
4. term
Education
Publication year
2026
Submitted on
2026-05-31
Pages
96
Abstract
This thesis presents a decision-support method for planning the patrol of a single unmanned surface vessel (USV) that protects subsea infrastructure in the Bornholm Basin. The method uses a Bayesian Stackelberg Security Game (BSSG)—a game-theoretic model in which a defender commits to a probability-based strategy and an adversary responds; the Bayesian part captures uncertainty about different threat types (accidental incidents and state-sponsored attacks). The DOBSS algorithm is applied to a 400-node grid built from real geospatial data on cable routes, seabed types, and vessel traffic to model a heterogeneous threat population. The resulting coverage distribution is converted into a kinematically feasible patrol using maximum-entropy Markov routing, which yields varied yet realistic routes. The approach is computationally tractable and, given the model, carries a Stackelberg optimality guarantee. A seven-dimensional sensitivity analysis links the results to Strength-of-Knowledge ratings: the choice of the main patrol target is unconditionally robust, while the detailed allocation of effort depends on two parameters that are not yet calibrated. In this case study, the equilibrium strategy increases expected defender utility by 8–9% over baselines; the gain is driven by a single dominant asset and is smaller than the variability due to parameter uncertainty. The framework is a proof of concept and has not been field-validated.
Denne afhandling præsenterer et beslutningsstøtteværktøj til at planlægge patruljen for et enkelt ubemandet overfladefartøj (USV), der beskytter undersøisk infrastruktur i Bornholms Bassin. Værktøjet bygger på et Bayesiansk Stackelberg-sikkerhedsspil (BSSG) – en spilteoretisk model, hvor forsvareren først forpligter sig til en sandsynlighedsbaseret strategi, og en modstander reagerer; den bayesianske del repræsenterer usikkerhed om forskellige typer trusler (utilsigtede hændelser og statsstøttede angreb). DOBSS-algoritmen anvendes på et gitter med 400 noder, der indeholder virkelige geospatiale data om kabelruter, bundforhold og skibstrafik, så en heterogen trusselspopulation kan modelleres. Den beregnede dækningsfordeling omsættes til en kinematisk gennemførlig patrulje med maksimal-entropi Markov-rutning, som giver varierede, men realistiske ruter. Tilgangen er beregningsmæssigt håndterbar og giver, givet modellen, en Stackelberg-optimalitetsgaranti. En syvdimensionel følsomhedsanalyse kobler resultaterne til vurderinger af vidensstyrke: valget af overordnet patruljemål er ubetinget robust, mens den konkrete tidsmæssige allokering afhænger af to parametre, der endnu ikke er kalibreret. I dette casestudie forbedrer ligevægtsstrategien den forventede forsvarsnytte med 8–9 % i forhold til baselines; gevinsten drives af et enkelt dominerende aktiv og er mindre end variationen fra parameterusikkerhed. Rammen er en konceptdemonstration og er ikke feltvalideret.
[This apstract has been rewritten with the help of AI based on the project's original abstract]
Keywords
Other projects by the authors