网络拓扑结构的优化测量和识别方法研究

发布时间：2023-10-14 08:55

　　互联网为人类带来便利生活的同时,也带来了难以预料的威胁,因此人类更加有效的监管互联网。而监管互联网需要对网络拓扑结构进行精确的测量。网络拓扑测量是用于识别网络拓扑结构的重要方法,一般使用内部测量方法或者端到端测量方法,通过计算并分析测量数据,从而识别网络的拓扑结构。准确的测量网络拓扑可以有效的监管网络拥塞、精确的定位网络故障、精准的测量网络内部性能参数以及优化网络设计等等。网络层析成像方法是现在主流的网络拓扑测量方法之一,不需要内部节点的协作,只要通过端到端的测量就可以识别网络的拓扑结构。然而使用端到端测量得到的网络内部信息较少,且受到复杂背景流量的影响较大,导致拓扑识别的输入信息不充足并且误差较大。此外在针对一般树状拓扑识别中,现有网络层析成像方法多通过设置固定阈值删除错误链路,实际上固定阈值的设置不仅十分困难,而且还无法适用于所有链路,导致了拓扑识别准确性较低。本文针对上述问题进行研究,主要工作包含以下三个方面:(1)针对二叉树状拓扑识别问题,提出了基于子树融合的二叉树状拓扑识别方法。该方法每次只对仅有三个叶节点的子树进行端到端测量,并以子树的结构特性构建的共享路径长度度量参数为输...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 研究现状
        1.2.1 基于多播探测的网络层析成像方法
        1.2.2 基于单播探测的网络层析成像方法
    1.3 本文研究的主要内容
    1.4 论文的章节安排
第二章 网络拓扑识别方法
    2.1 基于内部节点协作的方法
        2.1.1 网络拓扑信息收集
        2.1.2 网络拓扑恢复
    2.2 基于层析成像技术的方法
        2.2.1 网络模型
        2.2.2 端到端测量方法
        2.2.3 共享路径长度度量参数
        2.2.4 拓扑识别算法
    2.3 本章小节
第三章 基于子树融合的二叉树状网络拓扑识别
    3.1 研究背景
    3.2 子树的探测与识别
        3.2.1 端到端测量方法设计
        3.2.2 子树拓扑识别方法
    3.3 二叉树状拓扑识别算法
    3.4 仿真实验
        3.4.1 NS2 仿真设置
        3.4.2 仿真结果与分析
    3.5 本章小节
第四章 基于突发检测的一般树状网络拓扑识别
    4.1 研究背景
    4.2 问题描述
    4.3 一般树状拓扑识别算法
        4.3.1 链路排序
        4.3.2 错误链路识别
    4.4 基于图匹配的拓扑相似性评价
    4.5 仿真与实验分析
        4.5.1 NS2 仿真
        4.5.2 仿真结果与分析
        4.5.3 真实网络实验
    4.6 本章小节
第五章 总结和展望
    5.1 工作总结
    5.2 工作展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3854000