Adjiashvili introduced network design in a non-uniform fault model: the edge set of a given graph is partitioned into safe and unsafe edges. A vertex pair $(s,t)$ is $(p,q)$-flex-connected if $s$ and $t$ have $p$ edge-connectivity even after the removal of any $q$ unsafe edges. Given a graph $G$, the goal is to choose a min-cost subgraph $H$ of $G$ that has desired flex-connectivity for a given set of vertex pairs. This model generalizes the well-studied edge-connectivity based network design, however, even special cases are provably much harder to approximate. The approximability of network design in this model has been mainly studied for two settings of interest: (i) single pair setting under the names FTP and FTF (fault tolerant path and fault tolerant flow), (ii) spanning setting under the name FGC (flexible graph connectivity). There have been several positive results in these papers. However, despite similarity to the well-known network design problems, this new model has been challenging to design approximation algorithms for, especially when $p,q \ge 2$. We obtain two results that advance our understanding of algorithm design in this model. 1. We obtain a $5$-approximation for the $(2,2)$-flex-connectivity for a single pair $(s,t)$. Previously no non-trivial approximation was known for this setting. 2. We obtain $O(p)$ approximation for $(p,2)$ and $(p,3)$-FGC for any $p \ge 1$, and for $(p,4)$-FGC for any even $p$. We obtain an $O(q)$-approximation for $(2,q)$-FGC for any $q \ge 1$. Previously only a $O(q \log n)$-approximation was known for these settings. Our results are obtained via the augmentation framework where we identify a structured way to use the well-known $2$-approximation for covering uncrossable families of cuts. Our analysis also proves corresponding integrality gap bounds on an LP relaxation that we formulate.


翻译:Adjiashvili 在非统一的断层模型中引入网络设计 : 给定的图形的边缘值被分割成安全和不安全的边缘值 。 一个顶端值 $( p, q) 如果美元和美元在去除任何美元不安全的边缘值后仍具有美元边缘连接性, 则顶端对平面值为$( pqashvili ) 。 鉴于一个图形 $( g$ ), 目标是选择一个成本为$( g$) 的子集分( $( $) 美元) 的子集( $( $), 想要将给给给给给定的顶端对齐值对齐。 这个模型将给精度的精度连接基值 $( $, t) 以美元基值为基础的网络设计 。 我们的“ $( $( $) $( 美元) 平面值 ), 也为了给一个已知的FGC ( f) ( f) 直线值 。 在这些文件中取得了一些肯定的结果 。 然而, 我们的预知的网络设计结果则会得到了。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年10月31日
Arxiv
0+阅读 · 2022年10月31日
Arxiv
10+阅读 · 2021年2月18日
VIP会员
相关VIP内容
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员