Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Evolutionary Computation Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

6. Evolving Robust Networks Using Evolutionary Algorithms

verfasst von : Jing Liu, Hussein A. Abbass, Kay Chen Tan

Erschienen in: Evolutionary Computation and Complex Networks

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

One extremely important aspect of networks is their capability to withstand failures and fluctuations in functionality of their nodes and links, namely their robustness. In reality, failures may occur in many different ways and to a different degree, depending on the complexity of the system under examination. Thus, the robustness of networks is of great importance in guaranteeing the security of network systems. In this chapter, we first introduce existing work on network robustness analysis and widely used network robustness measures, and then introduce optimization algorithms designed to improve network robustness, where both single-objective and multi-objective EAs are introduced.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Evolutionary Community Detection Algorithms
Nächstes Kapitel Other Optimization Problems in Complex Networks
Literatur
1.
Adamic, L.A., Huberman, B.A.: Power-law distribution of the world wide web. Science 287(5461), 2115–2115 (2000)CrossRef
2.
3.
Albert, R., Jeong, H., Barabási, A.L.: Error and attack tolerance of complex networks. Nature 406, 378–382 (2000)CrossRef
4.
Barabási, A.L., Albert, R.: Emergence of scaling in random networks (1999)
5.
Bauer, D., Boesch, F., Suffel, C., Tindell, R.: Connectivity extremal problems and the design of reliable probabilistic networks. In: The Theory and Application of Graphs, pp. 89–98 (1981)
6.
Boesch, F., Frisch, I.: On the smallest disconnecting set in a graph. IEEE Trans. Circ. Theor. 15(3), 286–288 (1968)MathSciNetCrossRef
7.
Bonacich, P.: Some unique properties of eigenvector centrality. Soc. Netw. 29(4), 555–564 (2007)CrossRef
8.
9.
Brandes, U.: On variants of shortest-path betweenness centrality and their generic computation. Soc. Netw. 30(2), 136–145 (2008)CrossRef
10.
Buesser, P., Daolio, F., Tomassini, M.: Optimizing the robustness of scale-free networks with simulated annealing, 167–176 (2011)
11.
Cohen, R., Erez, K., Ben-Avraham, D., Havlin, S.: Resilience of the internet to random breakdowns. Phys. Rev. Lett. 85(21), 4626 (2000)CrossRef
12.
Cohen, R., Erez, K., Ben-Avraham, D., Havlin, S.: Breakdown of the internet under intentional attack. Phys. Rev. Lett. 86(16), 3682 (2001)CrossRef
13.
Deb, K., Pratap, A., Agarwal, S., Meyarivan, T.: A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput. 6(2), 182–197 (2002)CrossRef
14.
Dorogovtsev, S.N., Mendes, J.F.: Evolution of networks: from biological nets to the internet and WWW (2013)
15.
Estrada, E.: Network robustness to targeted attacks. The interplay of expansibility and degree distribution. Eur. Phys. J. B Condens. Matter Complex Syst. 52(4), 563–574 (2006)MathSciNetCrossRef
16.
Estrada, E., Higham, D.J., Hatano, N.: Communicability betweenness in complex networks. Phys. A Stat. Mech. Appl. 388(5), 764–774 (2009)CrossRef
17.
Fiedler, M.: Algebraic connectivity of graphs. Czech. Math. J. 23(2), 298–305 (1973)MATH
18.
Frank, H., Frisch, I.: Analysis and design of survivable networks. IEEE Trans. Commun. Technol. 18(5), 501–519 (1970)MathSciNetCrossRef
19.
Hage, P., Harary, F.: Eccentricity and centrality in networks. Soc. Netw. 17(1), 57–63 (1995)CrossRef
20.
21.
Herrmann, H.J., Schneider, C.M., Moreira, A.A., Andrade Jr, J.S., Havlin, S.: Onion-like network topology enhances robustness against malicious attacks. J. Stat. Mech. Theory Exp. 2011(01) (2011). (DOI P01027)CrossRef
22.
Krasnogor, N., Smith, J.: A tutorial for competent memetic algorithms: model, taxonomy, and design issues. IEEE Trans. Evol. Comput. 9(5), 474–488 (2005)CrossRef
23.
Latora, V., Marchiori, M.: Efficient behavior of small-world networks. Phys. Rev. Lett. 87(19) (2001). (DOI 198701)
24.
Louzada, V.H., Daolio, F., Herrmann, H.J., Tomassini, M.: Smart rewiring for network robustness. J. Complex Netw. 1(2), 150–159 (2013)CrossRef
25.
Louzada, V.H., Daolio, F., Herrmann, H.J., Tomassini, M.: Generating robust and efficient networks under targeted attacks. In: Propagation Phenomena in Real World Networks, pp. 215–224. Springer (2015)
26.
Moscato, P., et al.: On evolution, search, optimization, genetic algorithms and martial arts: towards memetic algorithms. Caltech concurrent computation program, C3P Report, vol. 826 (1989)
27.
Newman, M.E.: Mixing patterns in networks. Phys. Rev. E 67(2) (2003)
28.
Ong, Y.S., Keane, A.J.: Meta-lamarckian learning in memetic algorithms. IEEE Trans. Evol. Comput. 8(2), 99–110 (2004)CrossRef
29.
Paul, G., Sreenivasan, S., Stanley, H.E.: Resilience of complex networks to random breakdown. Phys. Rev. E 72(5) (2005). (DOI 056130)
30.
Dawkins, R.: The Selfish Gene. Oxford University Press (1976)
31.
Sampaio Filho, C.I., Moreira, A.A., Andrade, R.F., Herrmann, H.J., Andrade Jr, J.S.: Mandala networks: ultra-small-world and highly sparse graphs. Scientific reports, vol. 5 (2015)
32.
Schneider, C.M., Moreira, A.A., Andrade, J.S., Havlin, S., Herrmann, H.J.: Mitigation of malicious attacks on networks. In: Proceedings of the National Academy of Sciences, vol. 108, pp. 3838–3841. National Acad Sciences (2011)
33.
Watts, D.J., Strogatz, S.H.: Collective dynamics of ‘small-world’ networks. Nature 393(6684), 440 (1998)CrossRef
34.
Wu, J., Barahona, M., Tan, Y.J., Deng, H.Z.: Spectral measure of structural robustness in complex networks. IEEE Trans. Syst. Man Cybern. Part A Syst. Hum. 41(6), 1244–1252 (2011)CrossRef
35.
Xiao, S., Xiao, G., Cheng, T., Ma, S., Fu, X., Soh, H.: Robustness of scale-free networks under rewiring operations. EPL (Europhys. Lett.) 89(3) (2010). (DOI 38002)CrossRef
36.
Zeng, A., Liu, W.: Enhancing network robustness against malicious attacks. Phys. Rev. E 85(6) (2012). (DOI 066130)
37.
Zhou, M., Liu, J.: A memetic algorithm for enhancing the robustness of scale-free networks against malicious attacks. Phys. A Stat. Mech. Appl. 410, 131–143 (2014)CrossRef
38.
Zhou, M., Liu, J.: A two-phase multiobjective evolutionary algorithm for enhancing the robustness of scale-free networks against multiple malicious attacks. IEEE Trans. Cybern. 47(2), 539–552 (2017)
Metadaten
Titel
Evolving Robust Networks Using Evolutionary Algorithms
verfasst von
Jing Liu
Hussein A. Abbass
Kay Chen Tan
Copyright-Jahr
2019
Buch
Evolutionary Computation and Complex Networks

Print ISBN: 978-3-319-59998-4

Electronic ISBN: 978-3-319-60000-0

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-319-60000-0_6

Neuer Inhalt

    Bildnachweise