因特网拓扑特征之间的关联性研究

研究拓扑特征之间的关联性对于简化拓扑建模具有重要的意义。dK特征序列理论上能够计算得到所有的网络拓扑特征,因此可以用来进行拓扑特征的关联性研究。在分析dK序列定义的基础上,推导出一些重要的网络拓扑特征与dK序列之间的关系,这些关系可以用来简化拓扑图特征比较,因此有助于减少因特网拓扑建模研究的模型验证部分的工作量。     

一种计算因特网AS拓扑的最短路径的快速算法

最短路径是因特网AS(autonomous system)拓扑的一个重要特征,AS间的路由路径一般是AS之间的最短路径.因特网服务提供商之间复杂的商业关系导致AS之间存在复杂的路由关系,从而影响AS路由路径的选择,因此在计算AS拓扑中最短路径时需要考虑AS间的路由关系.提出了一种计算AS拓扑中最短路径的算法,算法基于无向图的宽度优先最短路径算法,时间复杂度为O(nm),这里n和m分别为拓扑图中节点和边的个数.通过实验发现,与现有的计算AS拓扑最短路径的时间复杂度为O(n3)的算法相比,该算法在实现同样精确度的前提下大幅缩短了计算时间.     

AS关系标注的因特网拓扑图的dK序列分析技术

拓扑特征分析和拓扑图生成是因特网拓扑研究的一个重要研究方向.dK特征序列被证明是一种有效的系统化拓扑特征分析方法,2K图已经能够在各种重要的拓扑度量方面与实际因特网拓扑图保持一致.在使用dK特征序列分析因特网拓扑时是用无向图来对因特网拓扑进行抽象的,然而对于自治系统(AS)级拓扑,由于AS之间存在复杂的商业关系,使用AS关系标注的拓扑图才能更精确地描述AS级拓扑特征.对dK特征序列进行了改进,提出了能够分析AS关系标注的拓扑图的dK'特征序列,并给出了生成满足指定2K'特征的拓扑图的算法.分析实验结果发现,2K'特征已经能够描述AS关系标注的拓扑图的各种重要特征.     

一种新的异构网络链路层拓扑发现算法

为发现异构网络拓扑结构,提出一种自底向上的拓扑发现算法。将子网内交换机子孙节点的个数按照从小到大的顺序放入队列,依次确定队首交换机的直接父节点,并逐步删除队首交换机直到队列为空,在发现过程中处理了Hub等哑节点。测试结果表明,该算法能获得较真实的网络拓扑结构。     

时间序列趋势分析方法的一种改进

对时间序列数据进行趋势分析,是最基本最常用的处理。趋势分析的方法有多种。在对其中几个具有代表性的方法进行深入分析的基础上,综合其思想并加以改进,得到了基于插值法的趋势分析方法。分析了该方法的特点,指出时间序列趋势分析的难点所在。     

时间序列趋势分析方法的一种改进

对时间序列数据进行趋势分析，是最基本最常用的处理。趋势分析的方法有多种。在对其中几个具有代表性的方法进行深入分析的基础上，综合其思想并加以改进，得到了基于插值法的趋势分析方法。分析了该方法的特点，指出时间序列趋势分析的难点所在。     

一种新的基于SNMP链路层拓扑发现算法

提出并证明以太网设备的连接定理,以此为基础提出新的针对子网的拓扑发现算法。与现有自动拓扑发现算法相比,交换机不需要每个端口都有完整的转发集,不需要对交换机上的每个端口都进行分析,能更加准确、快速地发现网络的拓扑结构。基于这种算法的拓扑发现程序在实际网络中得到验证,证明算法的正确性。     

一种新的常数度数的超节点拓扑结构构造

超节点网络采用两层结构组织超节点和普通节点,有利于提高网络性能和搜索效率.而起节点拓扑结构及其动态维护机制和搜索路由机制,对网络性能和搜索效率具有重要影响.针对已有超节点拓扑结构存在动态维护复杂或查询产生信息多的问题,提出一种新颖的k-Petersen拓扑结构,并利用该结构,建立一种超节点网络KPSPN,给出了KPSPN的路由和动态维护机制.它具有常数度数和固定邻接点特性,不但支持模糊查询,而且解决了结构化超节点拓扑对动态性支持差的问题.模拟结果表明:KPSPN减少了查询所带来的带宽消耗,具有更小的拓扑构造和失效修复成本.     

基于符号化的时间序列复杂网络构造及其拓扑结构研究

复杂网络理论是时间序列分析中一种有力的工具,但在面对高频数据时,现有建网方法是低效的.因此,提出利用时间序列符号化技术压缩原始序列,并构造网络的方法.该方法使用最小二乘估计时序分段斜率,提取序列的局部特征,并构造字典判断节点是否邻接.模拟实验表明,所建网络的标度指数、集群系数与过程的Hurst指数高度相关,可以精确地捕捉原过程的复杂性特征.     

利用Java开发一种新的因特网应用框架

本文介绍了利用Java技术开发的一种新的因特网应用框架：Commigration.Commigration布置在异构网络中,通过动态的迁移应用组件来实现整个系统的负载平衡：为应用组件提供命名服务生命周期服务,同时为应用提供了统一的系统映像和应用模型。     

Internet拓扑建模综述

Internet拓扑建模是在更高层次上开发、利用Internet的基础.Internet拓扑模型研究经历了从随机型到层次型,再到无尺度(scale-free)网络的过程.对包括幂率(power law)在内的多种Internet拓扑特征及其相应度量进行了分析,对现有的拓扑模型、拓扑生成算法以及拓扑生成器进行了全面的综述.最后论述了目前研究中遇到新的问题与挑战,并对今后技术路线进行了总结.     

Internet网络拓扑建模

首先概述Internet网络拓扑建模的意义和分类;总结现阶段已发现的主要网络拓扑特性与度量指标;然后分析、讨论自治域级和路由器级的Internet网络拓扑建模与最新的研究成果;最后针对目前拓扑建模中存在的难点和问题给出总结,并展望未来的研究发展方向.     

一种基于复杂网络特性的Internet拓扑模型

文章从复杂网络研究的角度出发,根据Internet的统计特征及其形成机制提出了一种基于消息传递的自组织Internet拓扑模型。该拓扑模型动态模拟整个Internet的生长过程:平面上随机分布的孤立节点通过相互发送消息,消息中保存消息源的优先度等信息,每个节点根据接收到的消息决定如何建立连接。网络由初始的孤立节点自下而上自组织形成一个具有层次结构的Internet拓扑结构。仿真试验表明由该模型生成的拓扑结构在度分布以及聚集系数等方面能够准确地吻合现实Internet拓扑结构。     

一种基于AS的Internet拓扑模型

分析Internet中AS的变化规律,提出一种拓扑模型。根据对Internct拓扑变化的统计计算出模型参数。仿真结果表明,该模型生成拓扑的特性比BA模型更接近Internet。     

路由级Internet宏拓扑结构的谱密度分析

针对路由级Internet宏拓扑结构进行了谱密度分布分析与无符号拉普拉斯谱(SLS)分布分析.首先通过对拓扑结构各异的5种采样拓扑图,分别进行谱密度-特征值分布分析,发现5组分析结果表现出高度的一致性,证明了Internet拓扑结构的自相似性,也证明了采样拓扑可以再现局部Internet拓扑结构特征.然后通过采样拓扑图的谱密度-特征值分布函数与ER图、BA无尺度网络拓扑图进行比较,发现三者具有明显区别,得出谱密度-特征值分布函数可作为分辨图谱拓扑结构有效方法的结论.最后通过4组3000点采样拓扑进行SLS分布分析,发现尽管4组3000点采样路由与连接互不相同,但SLS谱分布却非常相似,4组采样拓扑在特征值λ=1处重数均较高,重数次高的特征值都群聚在λ=2处.在特征值从2～103变化过程中表现出较明显的幂律分布特性,其幂指数值保持在3.2813至3.8013之间,特征指数接近.该结论为Internet宏观拓扑结构建模研究提供了量化判据,是Internet拓扑建模研究的重要内容.     

AS级Internet拓扑度和连通性演化分析

Internet拓扑,尤其是AS级拓扑,是目前研究的热点。研究Internet拓扑的演化趋势,可以更好地了解网络的内在连接机制。该项研究基于CAIDA项目授权的海量数据,数据采集时间为2004年1月至2008年6月。首先介绍了必要的基本概念,然后给出了节点平均度、最大节点度值、高度值节点平均度、富人俱乐部连通性和聚集系数的演化分析。研究发现,度值较高的节点,其影响力随时间变化逐渐下降,高度值节点之间的连接也逐渐减少,但网络整体上仍表现出明显的富人俱乐部性质和聚集性。     

S-BITE: A Structure-Based Internet Topology gEnerator

The modeling and analysis of large-scale complex systems, such as the Internet, has recently become a hot research topic. We propose a Structure-Based Internet Topology gEnerator (S-BITE) aimed at accurately reproducing the Internet at the Autonomous System (AS) level. The proposed generator exploits a technique that partitions the network topology into two distinct blocks: the Core, which captures the underlying community structure of the Internet, and the Periphery, representing the “tendrils” of the topology. The benefits of this innovative technique are twofold. First, it deals with the high heterogeneity of the Internet by highlighting a small yet well-structured core. This leads to a huge reduction in complexity and shows that the core of the large-scale Internet is not that large, and can further be broken down into a two-layer graph. Second, thanks to the simplifications introduced by the topology layering, it leads us to the definition of a new topology generator, first at the core level and then for the whole Internet.To the best of our knowledge, S-BITE is the first generator that successfully targets the problem of both matching classical graph metrics, such as the degree distribution, and representing the Internets structure, in the form of maximal cliques. A comparison shows how S-BITE outperforms the reference generators in the literature when looking at both statistical and structural properties of the Internet.     

一种基于DNMAI架构的网络拓扑发现方法*

通过结合SNMP[1]与ICMP[2]的相关特性,提出了一种基于DNMAI[3](分布式网络测量和分析基础架构)的可定制的网络拓扑发现方法,并给出了拓扑信息的采集、过滤算法与数据库结构的定义.最后,详细描述了网络拓扑图形的程序实现过程,并在网络测试平台上得到了实际测试结果.     

Internet宏观拓扑结构的可视化

针对Internet宏观拓扑结构的复杂性,研究了AS级Internet宏观拓扑结构的可视化问题。首先利用常用的几种布点策略,对Internet宏观拓扑结构进行了可视化设计。结果表明,这些策略均不能展现Internet宏观拓扑结构的结构特性,因此并不适用于Internet的可视化。为此设计了一种新的方法,即中心层次布点策略。结果表明,该种策略能很好地体现Internet宏观拓扑结构的幂率性质和层次性质,对直观地观察Internet宏观拓扑结构提供了有力的手段。