आधुनिक शहर और औद्योगिक संयंत्र पानी पहुँचाने, डेटा केंद्रों को ठंडा करने और ऊष्मा (heat) के प्रबंधन के लिए पाइपों के अदृश्य नेटवर्क पर निर्भर करते हैं। ये केवल निष्क्रिय ट्यूब नहीं हैं; ये साइबर-भौतिक प्रणालियाँ (cyber-physical systems) हैं जहाँ कंप्यूटर लगातार इसके भीतर तरल पदार्थ के प्रवाह, दबाव और तापमान की निगरानी करते हैं। इन नेटवर्कों की सुरक्षा और दक्षता प्रकृति के एक मौलिक नियम पर निर्भर करती है: ऊर्जा को बनाया या नष्ट नहीं किया जा सकता, केवल स्थानांतरित या परिवर्तित किया जा सकता है। यदि कोई सेंसर रिपोर्ट करता है कि ऊर्जा बिना किसी कारण के गायब हो गई है या प्रकट हुई है, तो यह एक गंभीर समस्या का संकेत देता है, जैसे कि भौतिक रिसाव (leak), टूटा हुआ पंप, या डेटा के साथ छेड़छाड़ करने वाला कोई हैकर। दशकों से, इंजीनियर इन प्रणालियों की जाँच करने के लिए जटिल कंप्यूटर सिमुलेशन चलाते रहे हैं जो भौतिकी के समीकरणों के आधार पर यह अनुमान लगाने की कोशिश करते हैं कि तरल पदार्थ को कैसे व्यवहार करना चाहिए। हालाँकि, जैसे-जैसे ये नेटवर्क बड़े और अधिक जटिल होते जा रहे हैं, ये सिमुलेशन अविश्वसनीय रूप से धीमे और गणनात्मक रूप से भारी होते जा रहे हैं, जो अक्सर वास्तविक समय में समस्या पकड़ने के लिए बहुत अधिक समय ले लेते हैं।

डिब्रूगढ़ यूनिवर्सिटी, भारत के एक शोधकर्ता ने इस समस्या को हल करने के लिए एक अलग तरीका प्रस्तावित किया है, जो भौतिक नेटवर्क को तरल के रूप में गणना करने के बजाय, एक तार्किक संरचना (logical structure) के रूप में सत्यापित करने का उपचार करता है। पूरे नेटवर्क को एक साथ हल करने के बजाय, यह नया तरीका प्रणाली को एक सरल, चरण-दर-चरण तार्किक श्रृंखला में तोड़ देता है। पाइपों और जंक्शनों को एक विशिष्ट प्रकार के मानचित्र में व्यवस्थित करके, जहाँ प्रवाह एक दिशा में चलता है और कभी भी वापस लौटकर लूप नहीं बनाता, शोधकर्ता ने एक तेज़, स्वचालित जाँच बनाई है जो पुष्टि कर सकती है कि प्रत्येक बिंदु पर ऊर्जा का संरक्षण हो रहा है। इस दृष्टिकोण का परीक्षण सौ नोड्स वाले एक सिम्युलेटेड नेटवर्क पर किया गया, जिसने यह सिद्ध किया कि एक विशाल प्रणाली की अखंडता को लगभग तुरंत सत्यापित करना संभव है, जो उन भारी गणितीय गणनाओं को दरकिनार कर देता है जो आमतौरता पर इन जाँचों को धीमा कर देते हैं।

इस कार्य का मूल भाग हमारे वर्तमान निगरानी तंत्र की एक विशिष्ट कमजोरी को संबोधित करता है। पारंपरिक तरीके अज्ञात अवस्थाओं की गणना करने के लिए शक्तिशाली संख्यात्मक सॉल्वर (numerical solvers) का उपयोग करते हैं, जो अनिवार्य रूप से नेटवर्क के किनारों से पीछे की ओर काम करके आंतरिक स्थितियों का अनुमान लगाते हैं। यह प्रक्रिया एक विशाल पहेली को हर एक टुकड़े को एक साथ पुनर्व्यवस्थित करके हल करने की कोशिश करने जैसी है, जो पहेली के बढ़ने के साथ तेजी से कठिन होती जाती है। शोधकर्ता का तर्क है कि साधारण सत्यापन के कार्य के लिए यह गलत उपकरण है। यदि सेंसर पहले से ही हमें बता रहे हैं कि प्रत्येक जंक्शन पर वास्तव में क्या हो रहा है, तो अज्ञातों को खोजने या हल करने की कोई आवश्यकता नहीं है। लक्ष्य केवल यह जाँचना है कि सेंसर द्वारा रिपोर्ट किए गए नंबर भौतिकी के नियमों के अनुसार सही ढंग से जुड़ते हैं या नहीं।

इसे प्राप्त करने के लिए, शोधकर्ता ने भौतिक नेटवर्क को एक गणितीय संरचना में अनुवादित किया जिसे 'डायरेक्टेड एसिक्लिक ग्राफ' (directed acyclic graph) कहा जाता है। सरल शब्दों में, यह प्रणाली का एक मानचित्र है जहाँ पाइप रेखाएँ हैं और जंक्शन बिंदु हैं, जिन्हें इस तरह व्यवस्थित किया गया है कि तरल एक शुरुआती बिंदु से अंतिम बिंदु तक बहता है और कभी वापस नहीं घूमता। यह प्रतिबंध महत्वपूर्ण है; यह विधि विशेष रूप से ओपन-एंडेड डिस्ट्रीब्यूशन ट्री (distribution trees) के लिए डिज़ाइन की गई है, जैसे कि शहरों या शीतलन प्रणालियों को आपूर्ति करने वाले शाखाओं वाले पाइप, न कि बंद लूपों के लिए जहाँ तरल पुनर्चक्रित होता है। इस एक-तरफ़ा संरचना में सिस्टम को मजबूर करके, परस्पर क्रियाओं का जटिल, उलझा हुआ जाल चरणों के एक स्पष्ट क्रम में सरल हो जाता है।

सत्यापन प्रक्रिया 'गणितीय आगमन' (mathematical induction) नामक एक तार्किक सिद्धांत पर निर्भर करती है, जो ज़मीनी स्तर से निश्चितता बनाने वाली प्रमाण की एक विधि है। कल्पना कीजिए कि आप एक लंबी डोमिनोज़ (dominoes) की कतार की जाँच कर रहे हैं कि वे सभी खड़ी हैं या नहीं। पूरी कतार की एक साथ जाँच करने के बजाय, आप पहले यह सत्यापित करते हैं कि पहली डोमिनोज़ खड़ी है। फिर, आप एक सरल नियम सिद्ध करते हैं: यदि कोई भी डोमिनो खड़ा है, तो अगली डोमिनो भी खड़ी होनी चाहिए। एक बार जब आप यह सिद्ध कर देते हैं कि पहली डोमिनो खड़ी है और नियम हर कदम पर लागू होता है, तो आप पूर्ण निश्चितता के साथ जानते हैं कि पूरी कतार खड़ी है। शोधकर्ता ने तरल नेटवर्क पर यही तर्क लागू किया, लेकिन टुकड़ों को छोड़ने वाली उपमा के विपरीत, यह एल्गोरिदम नेटवर्क के प्रत्येक जंक्शन की स्पष्ट रूप से जाँच करता है ताकि यह सुनिश्चित हो सके कि नियम प्रत्येक विशिष्ट स्थान पर लागू होता है।

एल्गोरिदम नेटवर्क की शुरुआत से शुरू होता है, एक एकल जंक्शन की जाँच करता है कि क्या अंदर आने वाली ऊर्जा बाहर जाने वाली ऊर्जा के बराबर है, जिसमें सेंसर के सामान्य शोर (noise) के कारण होने वाले मामूली अंतर की अनुमति दी जाती है। यदि यह पहली जाँच सफल होती है, तो एल्गोरिदम अगले जंक्शन पर जाता है। क्योंकि नेटवर्क एक एक-तरफ़ा अनुक्रम में व्यवस्थित है, पहले जंक्शन से निकलने वाली ऊर्जा दूसरे जंक्शन में प्रवेश करने वाली ऊर्जा बन जाती है। एल्गोरिदम बस यह जाँचता है कि क्या दूसरा जंक्शन भी अपने हिसाब-किताब को संतुलित करता है। यह प्रक्रिया जारी रखता है, नेटवर्क के माध्यम से एक-एक करके हर नोड में आगे बढ़ता है। यदि प्रत्येक जंक्शन अपना हिसाब संतुलित करता है, तो पूरे सिस्टम के लिए संतुलन की गारंटी होती है। यह चरण-दर-चरण सत्यापन भारी गणनाओं की आवश्यकता को एक तेज़, रैखिक स्कैन (linear scan) से बदल देता है जो नेटवर्क के माध्यम से केवल एक बार गुजरता है और प्रत्येक हिस्से की व्यक्तिगत रूप से जाँच करता है।

शोधकर्ता ने इस जाँच को स्वचालित रूप से करने के लिए एक विशिष्ट एल्गोरिदम विकसित किया, जिसे AVEC नाम दिया गया। कंप्यूटर नेटवर्क के जंक्शनों को उस क्रम में छाँटता है जिसमें उन्हें जाँचा जाना चाहिए, और फिर एक-एक करके उनके माध्यम से आगे बढ़ता है। प्रत्येक चरण पर, यह आने वाली ऊर्जा को जोड़ता है और बाहर जाने वाली ऊर्जा को घटाता है। यदि अंतर सेंसर के ज्ञात शोर स्तरों से गणना किए गए गतिशील थ्रेशोल्ड (dynamic threshold) से अधिक है, तो सिस्टम उस विशिष्ट स्थान को विसंगति (anomaly) के रूप में चिह्नित करता है। यह थ्रेशोल्ड एक स्थिर संख्या नहीं है; यह इस आधार पर समायोजित होता है कि सेंसर आमतौर पर कितना उतार-चढ़ाव दिखाते हैं, जिससे यह सुनिश्चित होता है कि सिस्टम सामान्य बैकग्राउंड शोर के लिए गलत अलार्म न दे, जबकि वास्तविक रिसाव या डेटा से छेड़छाड़ को पकड़ सके।

यह विचार व्यवहार में काम करता है या नहीं, इसकी जाँच करने के लिए, शोधकर्ता ने एक सौ नोड्स वाले नगरपालिका शीतलन नेटवर्क (municipal cooling network) का प्रतिनिधित्व करने वाला एक सिम्युलेटेड वातावरण बनाया। इस सिमुलेशन में यथार्थवादी सेंसर शोर शामिल था, जिसे रीडिंग में छोटे, यादृच्छिक उतार-चढ़ाव के रूप में मॉडल किया गया था, और इसमें जानबूझकर त्रुटियाँ भी डाली गईं ताकि सिस्टम देख सके कि वह उन्हें पकड़ पाता है या नहीं। इन त्रुटियों में भौतिक रिसाव शामिल थे, जहाँ तरल को सिस्टम से निकाला गया था, और डेटा स्पूफिंग (data spoofing) भी, जहाँ सेंसर द्वारा रिपोर्ट किए गए नंबरों को समस्याओं को छिपाने के लिए बदला गया था। परिणाम दर्शाते हैं कि एल्गोरिदम अत्यधिक प्रभावी था। इसने बड़ी संख्या में इन विसंगतियों की पहचान सफलतापूर्वक की, डेटा हमलों और रिसाव को कम गलत अलार्म के साथ उच्च सफलता दर के साथ पकड़ा।

हालाँकि, सबसे उल्लेखनीय निष्कर्ष नया तरीका पुराने तरीके की तुलना में गति थी। जब शोधकर्ता ने नेटवर्क को सत्यापित करने में लगने वाले समय की तुलना की, तो अंतर नाटकीय था। दस नोड्स के छोटे नेटवर्क के लिए, पारंपरिक विधि लगभग दो मिलीसेकंड लेती थी, जबकि नई विधि ने उसका केवल एक अंश लिया। जैसे-जैसे नेटवर्क बढ़कर सौ नोड्स हुआ, पारंपरिक सॉल्वर काफी धीमा हो गया, जिसमें लगभग आधा सेकंड लगा। लेकिन जब नेटवर्क बढ़कर एक हज़ार नोड्स हो गया, तो पारंपरिक विधि ने तीस से अधिक सेकंड का समय लिया, और पाँच हज़ार नोड्स के नेटवर्क के लिए यह पाँच मिनट से अधिक का समय लेगी। इसके विपरीत, नया एल्गोरिदम अविश्वसनीय रूप से तेज़ बना रहा, सबसे बड़े नेटवर्क के लिए भी पाँच मिलीसेकंड से कम समय लेता है। यह प्रदर्शित करता है कि नया तरीका रैखिक रूप से स्केल (linearly scale) करता है, जिसका अर्थ है कि जैसे-जैसे सिस्टम बढ़ता है, यह केवल थोड़ा धीमा होता है, जबकि पुराना तरीका बहुत तेज़ी से धीमा हो जाता है।

यह कार्य यह दावा नहीं करता कि यह तरल गतिकी (fluid dynamics) की हर समस्या को हल कर सकता है। शोधकर्ता स्पष्ट रूप से कहते हैं कि यह विधि केवल उन प्रणालियों के लिए है जो पूरी तरह से प्रेक्षित (fully observed) हैं, जिसका अर्थ है कि प्रत्येक जंक्शन पर एक सेंसर है, और उन प्रणालियों के लिए है जो एसिक्लिक (acyclic) हैं, जिसका अर्थ है कि तरल वापस नहीं घूमता है। यह उन क्षणिक घटनाओं (transient events) के लिए नहीं है जहाँ प्रवाह तेजी से बदल रहा हो, न ही उन प्रणालियों के लिए जहाँ डेटा गायब है और उसका अनुमान लगाना पड़ता है। लक्ष्य उन जटिल सिमुलेशन को बदलना नहीं था जिनका उपयोग इन प्रणालियों को डिजाइन करने के लिए किया जाता है, बल्कि संचालन के दौरान सेंसर द्वारा प्रदान किए गए डेटा की जाँच करने के लिए एक तेज़, हल्का उपकरण प्रदान करना था। जटिल समीकरणों को हल करने के बजाय तार्किक निरंतरता (logical consistency) को सत्यापित करने पर ध्यान केंद्रित करके, यह शोध हमारे आधुनिक दुनिया को चलाने वाले महत्वपूर्ण बुनियादी ढांचे की सुरक्षा और अखंडता सुनिश्चित करने का एक नया तरीका प्रदान करता है।