<html><body bgcolor="#FFFFFF"><div>Interesting talk at harvard. &nbsp;Sorry for the very late notice, I just saw this. &nbsp;<br><br>Sharon, on iPhone. &nbsp;</div><div><br>Begin forwarded message:<br><br></div><blockquote type="cite"><div><b>From:</b> David Parkes &lt;<a href="mailto:parkes@eecs.harvard.edu">parkes@eecs.harvard.edu</a>&gt;<br><b>Date:</b> March 24, 2011 7:04:42 AM EDT<br><b>To:</b> <a href="mailto:airg@eecs.harvard.edu"><a href="mailto:airg@eecs.harvard.edu">airg@eecs.harvard.edu</a></a><br><b>Cc:</b> <a href="mailto:econcs-general@eecs.harvard.edu"><a href="mailto:econcs-general@eecs.harvard.edu">econcs-general@eecs.harvard.edu</a></a><br><b>Subject:</b> <b>[Econcs-general] Special AIRG: Milind Tambe, Thursday 3/31</b><br><br></div></blockquote><div></div><blockquote type="cite"><div><span>Game Theory for Security:</span><br><span>Lessons learned from deployed applications</span><br><span>Thursday 3/31, 10am-11am</span><br><span>Room TBD (Maxwell Dworkin, 33 Oxford St.)</span><br><span></span><br><span>by Milind Tambe, USC</span><br><span></span><br><span>Abstract</span><br><span></span><br><span>Security at major locations of economic or political importance or transportation or other infrastructure is &nbsp;a &nbsp;key concern around the world, particularly given the threat of &nbsp;terrorism. Limited security resources prevent full security coverage &nbsp;at &nbsp;all times; instead, these limited resources must be deployed intelligently taking into account differences in &nbsp;priorities of targets requiring security coverage, the responses of the adversaries to the security posture and potential uncertainty &nbsp;over the types of adversaries faced.</span><br><span></span><br><span>Game theory is well-suited to adversarial reasoning for security resource allocation and scheduling problems. Casting the problem as a Bayesian Stackelberg game, we have developed new algorithms for efficiently solving such games to provide randomized patrolling or inspection strategies: we can thus avoid predictability and address scale-up in these security scheduling problems, addressing key weaknesses of human scheduling. Our algorithms are now deployed in multiple applications. &nbsp;ARMOR, our first game theoretic application, has been deployed at the Los Angeles International Airport (LAX) since August 2007 to randomizes checkpoints on the roadways entering the airport and canine patrol routes within the airport terminals. IRIS, our second application, is a &nbsp;game-theoretic scheduler for randomized deployment of the Federal Air Marshals &nbsp;(FAMS) requiring significant scale-up in underlying algorithms; IRIS has been in use since October 2009. Similarly, GUARDS is under evaluation for national deployment by the Transporation Security Administration (TSA), and a new set of algorithms are under development for a system called PROTECT for randomizing US coast guard patrolling. These applications are leading to real-world use-inspired research in scaling up to large-scale problems, handling significant adversarial uncertainty, dealing with bounded rationality of human adversaries, and other fundamental challenges. This talk will outline our algorithms, key research results and lessons learned from these applications.</span><br><span></span><br><span>*About the speaker *</span><br><span></span><br><span>Milind &nbsp;Tambe is a Professor of Computer Science and Industrial and Systems Engineering at the University of Southern California (USC). He leads the TEAMCORE Research Group at USC, with research is focused on agent-based and multi-agent systems. He is a fellow of AAAI (Association for Advancement of Artificial Intelligence) and recipient of the ACM (Association for Computing Machinery) "Autonomous Agents Research Award". He is also the recipient of the Homeland Security Award from the Christopher Columbus Fellowship Foundation, a special commendation given by the Los Angeles World Airports police from the city of Los Angeles, USC Viterbi School of Engineering use-inspired research award, Okawa foundation faculty research award, the RoboCup scientific challenge award, USC Steven B. Sample Teaching and Mentoring award and the ACM recognition of service award. Prof. Tambe and his research group's papers have been selected as best papers or finalists for best papers at a dozen premier Artificial Intelligence and Operations Research Conferences and workshops, and their algorithms have been deployed for real-world use by several agencies including the LAX police, the Federal Air Marshals service and the Transportation security administration. He received his Ph.D. from the School of Computer Science at Carnegie Mellon University.</span><br><span>_______________________________________________</span><br><span>Econcs-general mailing list</span><br><span><a href="mailto:Econcs-general@eecs.harvard.edu">Econcs-general@eecs.harvard.edu</a></span><br><span><a href="https://lists.eecs.harvard.edu/mailman/listinfo/econcs-general">https://lists.eecs.harvard.edu/mailman/listinfo/econcs-general</a></span><br><span></span><br></div></blockquote></body></html>