网络是表征世界的一种方式，不管是通讯、交通、运输还是生产、交易乃至环境、生态，都可以建立成网络，并用复杂网络理论进行分析、研究。分析中，网络的正常工作保证其对应的真实系统的稳定高效运行，然而实际的情况中，不论什么样的系统都有出现故障的可能，不管是系统自身由于高频率的运转产生还是由于人为因素，这些故障出现的时候，网络能否继续正常工作，或者部分正常工作是关键。网络鲁棒性，致力于研究网络正常情况下及遭受攻击情况下高效运行的综合能力，在实际应用中有重要的指导作用。本文根据实际情况，以优化的角度，就攻击、保护网络做了系统、深入的研究：　　（1）从优化角度比较性综合研究网络鲁棒性指标性能。现阶段，网络鲁棒性评价指标多样，优缺点各异，不便学习、理解和研究。本文以加边强化网络，删边衰弱网络为指导，结合不同的策略，在优化前后的无标度网络上，对比了网络鲁棒性指标评价的精准度；以优化网络鲁棒性时，网络功能增强对应重视，削弱对应牺牲为指导，对比研究了网络鲁棒性指标的侧重点；以优化后网络抵抗多种恶意攻击能力大小为参考，对比分析了网络鲁棒性指标对恶意攻击的考虑程度。综合以上三点，系统的分析了网络鲁棒性指标衡量网络在稳定、多变及复杂环境中稳定工作性能的能力。　　（2）提出高效优化无标度网络抵抗恶意攻击鲁棒性的Memetic算法。无标度网络是一类良好模拟了现实系统的网络模型，其抵抗恶意攻击的低能性，暴露了现实网络应对恶意攻击的易碎性。面对此问题，本文设计符合问题特征的交叉算子、局部搜索算子，从而利用Memetic算法强大的全局选优能力，结合著名的恶意攻击形式和鲁棒性评价指标提出了能高效优化无标度网络抵抗恶意攻击鲁棒性的Memetic算法(MA-RSFMA)。与已有的算法性能对比中，MA-RSFMA在无标度网络模型和实际网络上都表现出强大的寻优能力。系统分析的实验结果符合已有的研究成果，侧面验证“洋葱状”是一种鲁棒的网络结构的同时，将网络鲁棒性提升了一个层级。　　（3）提出高效优化无标度网络抵抗多重恶意攻击鲁棒性的多目标进化算法。实际应用场景的复杂性和鲁棒性评价指标的互斥性（R与 Rl成负相关关系[13]）表明鲁棒抵抗单一恶意攻击的网络不能满足实际需求。基于此，本文结合问题特点，综合考虑优化性能和计算复杂度，结合皮尔逊相关系数选择优化目标的方法，充分利用单目标Memetic算法寻优的深度和多目标进化算法寻优的广度，提出能高效优化无标度网络抵抗多样恶意攻击鲁棒性的两阶段的多目标进化算法(MOEA-RSFMMA)。与已有的算法比较中，MOEA-RSFMMA在无标度网络模型和实际网络中都表现出强大的寻优能力。系统分析的实验结果，充分说明了算法能力的同时，强调了该多目标优化的必要性和优化结果的实用性。　　（4）初步研究癌症信号网络鲁棒性，并探讨了网络鲁棒性对癌症治疗的意义。癌症信号网络是根据癌症在人体内信息传递、交互途径建立的网络模型。其包含癌症运作过程中信息传达、交互的方式，能够表达癌症运作的基本机制。癌症信号网络的有效击毁，对癌症的治疗有重要的指导作用。本文根据网络鲁棒性研究基础，结合攻防理论，制定寻找合理描述癌症信号网络鲁棒性指标，了解癌症信号网络的关键信息，从而给予癌症信号网络致命打击的策略。据此研究，找到了与癌症信号网络中信息交互特性相吻合的指标，并验证了根据该指标提供的信息而确定的网络节点的重要性，为癌症的治疗提供了具有战略意义的指导。　　（5）提出新的恶意攻击概念——最优攻击：能根据网络拓扑结构自适应确定最优攻击策略。现有的恶意攻击形式多样，但攻击节点的重要性都是根据预先制定的评价策略计算所得，从而在攻击不同网络的不同结构时，攻击的能力迥异。根据攻击癌症网络的需求以及研究的过程，发现基于网络拓扑结构而自适应的攻击才能使得攻击的方式更有效，并符合实际的需求。因此，经过深入思考后，本文从根源上提出一种新的恶意攻击方式——最优攻击，该方式从优化的角度解析了现有攻击的局限性和最优攻击的恶意性。实验证明最优攻击能够利用网络结构信息，自适应制定最恶意的网络攻击方案。根据分析的结果发现，没有特殊结构信息的随机网络是最能抵抗最优攻击的鲁棒结构。