导读:本文包含了网络拓扑测量论文开题报告文献综述及选题提纲参考文献，主要关键词:末跳路由器,网络距离,子网探测
网络拓扑测量论文文献综述
刘洋[1]（2019）在《网络拓扑测量中末跳与子网发现技术研究》一文中研究指出本文主要研究网络拓扑测量中末跳路由器探测和子网发现技术。末跳路由器探测技术,旨在用较小的测量负载,发现到目标的最后一跳路由器,为进一步对目标网络实施高效拓扑探测提供依据。传统traceroute方法由于存在较多冗余测量不适合专门用于末跳发现。本文结合网络距离预测技术,提出并实现了叁种高效发现末跳路由的方法:基于网络侦查包获取精确网络距离的探测方法,基于TTL指纹估计网络距离的步进探测法,基于二分策略的二分探测法。综合使用叁种方法进行大规模末跳路由器探测,并对其发现率,单目标平均发包量进行评估后发现,精准探测法虽然只能用于20%左右的目标,但该方法的平均发包量仅为2,步进探测法和二分法适用于所有存活目标,二分法平均发包量为5,步进法平均发包量最小为3。但步进探测法的性能依赖于预测距离偏差的分布情况。基于上述结果,本文的另一个贡献是,提出了一种动态调整测量方式的适应性末跳发现方法,能够在测量过程中,根据中间结果和叁种测量方法的性能表现,选择最优方法,以获得最高的发现率和探测效率。实验表明最优组合法的平均发包量不超过5,效果优于叁种方法单独使用时的表现。Traceroute测量是发现拓扑路径的主要手段,然而在用其进行大规模网络拓扑测量时,会产生测量冗余,尤其在对子网进行拓扑发现时,会在网络核心处产生大量重复探测。对此,本文利用子网地址划分机制等外部信息,和目标子网拓扑具有近似树形结构等经验认识,提出了叁种子网发现技术:子网分支生长探测技术、正向反向探测技术以及多类型探测包探测技术。子网分支生长技术在探测过程中使用深度优先搜索的思想,不断将目标网段划分成更小的子网,对不同子网的起止目标进行递归探测;正向反向探测技术,重复遇到已测IP时,根据到同一子网的路径相同的假设,会提前停止逐跳探测的过程,降低测量冗余;多类型探测包探测技术,在超时后更换探测包类型,以提高回复的几率。综合这叁种技术,本文基于NSE实现了一个高效子网发现工具fastrace。在150个虚拟专用服务器上对fastrace进行测量实验,并与traceroute工具的结果在拓扑规模,发包量等方面进行对比后发现,fastrace能在不损失发现拓扑完整性的前提下,显着地降低测量冗余。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
胡志宇[2]（2019）在《互联网络拓扑测量方法研究及测量系统实现》一文中研究指出准确、高效地掌握网络拓扑信息在网络监控、网络管理、故障定位、流量分析等方面都有十分重要的作用。掌握网络拓扑结构信息通常包含两方面的内容,一是通过网络测量的手段获取网络拓扑结构,二是通过网络可视化的方法对网络结构进行直观展示。对网络拓扑结构获取问题,网络层析成像由于不依赖网络内部节点协作,因此被认为是获取网络拓扑结构的一种有效方法。但是现有网络层析成像方法通常基于网络平稳的假设,对实际非平稳网络中拓扑结构的测量往往误差较大。对于网络拓扑可视化,现有的方法一般着重拓扑的逻辑结构,然而随着地理信息系统的发展,地理位置信息在网络拓扑中的地位越来越重要,结合地理位置对网络拓扑结构进行展示将有利于更加高效地了解网络拓扑结构信息。针对以上问题,本文开展互联网拓扑测量及可视化研究,并在此基础上研制互联网拓扑测量及可视化系统,主要贡献概括如下:1、针对已有的网络层析成像方法在实际网络中不适用的问题,本文提出了一种基于时延信号匹配追踪的网络拓扑估计方法。该方法在获取网络终端节点的时延信号以后,用匹配追踪的方法对时延信号进行分解,并将分解得到的原子信号系数作为特征组成特征向量,用聚类的方法对拓扑进行估计。2、针对当前缺少将网络拓扑布局到指定区域内的有效方法的问题,本文提出了一种不规则区域内的网络拓扑可视化方法。该方法将不规则区域内的网络拓扑布局问题转化为凸多边形内的圆形拓扑扩散问题,不仅保证了拓扑的逻辑连接清晰,还大大减少了区域内的空白,使布局更为均匀美观。3、根据上述需求,本文设计实现了一个互联网络拓扑测量及演示系统。本文从设计背景、详细实现以及系统测试叁个方面描述了整个系统。本文通过仿真对提出的网络拓扑估计方法进行了分析,证明了基于时延信号匹配追踪的网络拓扑估计方法对网络拓扑估计的有效性,并且通过多种情况下的测试,证明了本文提出的拓扑布局方法在不规则区域中的适用性。(本文来源于《电子科技大学》期刊2019-04-01）
吴树鑫[3]（2018）在《面向测量的启发式网络拓扑匹配优化算法分析》一文中研究指出物理网络和覆盖网络在多样化网络环境中经常出现拓扑不匹配的现象,会导致端到端时延增加、冗余流量增多和网络寻址效率低等,从而影响整个网络的可扩展性、传输速率和效率等。现有的互联网的规模随着通信技术和计算机技术的快速发展而在不断壮大,为了增加网络的灵活动态性,极大的增强了网络节点的移动性、扩充了网络节点的分布范围、增多了网络节点的数量,而在网络中频繁出现的网络节点失效、加入和退出等行为是导致网络不匹配问题出现的主要原因之一。提出了一种面向测量的启发式网络拓扑匹配优化算法来缓解因网络节点带来的网络不匹配问题,此算法可以对一个或多个树形网络进行维护,与现有算法相比,此算法能够有效缓解网络拓扑不匹配问题。(本文来源于《信息技术》期刊2018年10期）
张晔,张宇[4]（2018）在《基于半监督聚类的局部网络拓扑测量任务选取方法》一文中研究指出本文提出了一种基于半监督聚类的测量任务选取方案以提高局部网络对外连接IP地址的发现效率。首先选择少量测量任务执行测量作为标记样本,计算已知类别的质心,然后利用未标记样本到最近质心的距离进行聚类,最后从距离已知类别较远的未标记样本中生成新的测量任务,迭代执行直到未发现新的类别。半监督聚类中相关参数用控制变量法进行选取。通过发现的局部网络对外连接IP地址数量分析测量效率,并利用聚类的外部指标评价本文算法的聚合能力。(本文来源于《智能计算机与应用》期刊2018年05期）
张晔[5]（2018）在《轻量级分布式局部网络拓扑测量技术研究》一文中研究指出随着网络结构的复杂化,网络拓扑测量的相关研究受到越来越多的关注,目前网络拓扑测量的相关研究工作主要集中于:提升底层拓扑测量技术,布置高可用测量点以搭建分布式测量平台,提高对拓扑数据的分析能力等。整个互联网由多个局部网络(国家,AS自治域等)构成,因此在分析整个互联网拓扑结构之前可以先分析局部网络的拓扑结构。目前全世界有很多的免费可用Looking Glass服务器提供traceroute测量,这些服务器覆盖面广,可作为搭建分布式拓扑测量平台的测量点;设计轻量级局部网络拓扑测量任务以拓扑测量效率,轻量级测量任务包括,优化目的IP地址选取,合理调度测量任务并预测拓扑测量结果。基于此,本论文针对局部网络的拓扑测量工作做了下述几个方面的研究:(1)搭建分布式测量平台,通过收集大量的Looking Glass服务器,观察测量点接口结构以设计规则函数集,测量点通过规则集自动化生成测量点配置文件,合理调度测量点高并发执行测量任务,并提供部分测量结果的可视化。(2)为了满足轻量级测量,设计了基于历史拓扑数据选择局部网络目的IP地址选择算法,通过局部网络的历史拓扑数据分析局部网络的拓扑特征,将局部网络的IP地址划分成多个IP簇,从IP簇中选取代表节点加入目的IP地址集,比较与传统的目的IP地址集生成算法的拓扑发现能力,本论文算法的拓扑发现能力提升了接近一倍。(3)设计基于半监督聚类的测量任务选取方法,旨在利用少量的测量任务发现大量的局部网络对外连接IP地址,通过历史拓扑数据分析局部网络对外连接IP地址的拓扑特征,提出了一种利用测量任务的IP地址属性和已知的部分测量数据对测量任务进行半监督聚类的算法,从无法聚类的样本中选取测量任务继续执行测量,直到不再发现新的局部网络对外连接IP地址,发现利用3%的测量任务就可以发现90%以上的局部网络对外连接IP地址。对本论文提到的研究方法,设计针对局部网络的测量实验分析拓扑发现能力,通过实验发现本论文的测量平台有良好的拓扑发现能力,目的IP地址选取算法和测量任务选取算法都很大程度上提升了测量效率。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
练鑫鑫[6]（2018）在《基于被动测量的网络拓扑推断及可视化研究》一文中研究指出随着网络规模的迅速增长,网络结构愈加复杂,网络管理的难度越来越大。通过网络拓扑推断技术获得网络拓扑结构并利用可视化技术将网络拓扑结构以清晰准确的方式进行展现,可以为网络管理员分析网络流量、定位网络故障和优化网络配置提供极大的帮助。基于被动测量的网络拓扑推断分为基于特定协议的网络拓扑推断和基于生存时间的网络拓扑推断。前者需要网络设备支持特定协议,例如OSPF(Open Shortest Path First,开放式最短路径优先协议),该方法存在的问题是如果网络设备不支持特定协议,则无法推断网络拓扑结构。后者需要结合少量主动探测手段获取的网络路径推断网络拓扑结构,该方法面临着两个问题,一是推断的网络拓扑结构完整度较低,二是无法推断禁止主动探测的网络的拓扑结构。面对复杂的网络拓扑结构,如何以清晰直观的方式对其进行展示也是研究热点。现有的拓扑可视化工具只能使用特定格式的数据,不具备通用性。为了降低对特定协议的依赖,在减少探测数据包数量或不进行主动探测的情况下推断网络拓扑结构,并将其以清晰的方式进行展示,本文对基于生存时间的网络拓扑推断算法与可视化进行了研究。首先,介绍了网络拓扑推断与可视化的相关背景和发展现状,对网络拓扑推断算法涉及的相关协议进行说明,研究了几种常见的网络拓扑结构类型,阐述了可视化的概念,对几种可视化布局算法进行描述并比较了它们的优缺点。其次,提出了基于生存时间的网络拓扑推断算法PFTTL,该算法在不进行主动探测的情况下,通过路由跳数和IP(Internet Protocol,网际之间互联协议)地址前缀匹配长度推断网络拓扑结构。在此基础上,对已有的NDTTL算法进行分析,指出该算法存在完整度较低的问题,针对该问题,引入连接数预测机制并结合PFTTL算法,提出EPREDICT算法,在CAIDA(The Center for Applied Internet Data Analysis,应用互联网数据分析中心)的真实数据集上进行实验,说明EPREDICT算法在减少了探测数据包数量的同时,提高了网络拓扑推断结果的完整度。最后,设计并实现了适用于本课题的拓扑可视化系统,在分析了用户需求的基础上,将系统划分为数据文件解析模块、数据查询模块、推断算法模块、拓扑结构布局模块和图表显示模块。在此基础上,系统采用浏览器/服务器结构,使用MySQL数据库存储数据,通过HTML5、CSS和JQuery开发用户界面,ECharts展示统计数据,通过对拓扑可视化系统的测试,说明系统可以较好的满足用户需求。(本文来源于《西安电子科技大学》期刊2018-06-01）
李兵妍[7]（2018）在《基于主动测量的网络拓扑推断研究》一文中研究指出随着信息技术的飞速发展,网络的普及率越来越高,计算机网络已经深入到生活的各个领域,成为人们生活密不可分、极其重要的一部分。由于各种原因,网络内部的拓扑结构信息通常是不可见的,但是准确的网络拓扑对网络管理、网络的故障诊断、错误定位、流量分析等有着重要作用。因此,对网络拓扑推断的研究具有重要的学术意义和广泛的实用价值,故本文的主要研究内容是主动测量下的基于traceroute的网络拓扑推断。在非合作网络环境下,通过traceroute技术进行网络拓扑推断的过程中,不得不面对两个问题:匿名路由器问题和路由器别名问题。尽管目前国内外学者对于这两个问题已经进行了一些研究,提出了一些解决方法,但这些方法仍存在不足之处。例如,在匿名路由器方面,现有算法在推断过程中出现环、非匿名节点的错误合并等问题,导致推断出的网络拓扑图不够准确;在路由器别名方面,现有算法的计算复杂度较高,存在大量不必要的计算,不适用于大规模网络等等。本文对主动测量下的基于traceroute的网络拓扑推断进行研究,主要工作包括以下两个方面:1.在匿名路由器方面,本文首先对现有的算法进行了深入研究,分析并指出了iTop算法中存在的环、非匿名节点的错误合并等五个方面问题。其次,针对上述问题给出了具体的解决方案,提出了GAAR算法。最后,对本文提出的GAAR算法和现有算法,在公开数据集CADIA上从多个维度进行实验分析,指明GAAR算法在保证时间复杂度的同时,提高算法准确率。2.在路由器别名方面,现有的别名解析的方法主要有两类:基于探测的别名解析技术、基于分析的别名解析技术。本文通过对现有算法的分析,指出Kapar算法所存在的计算量大、对traceroute过于依赖的问题,并针对这些问题对现有算法进行优化。通过对基于分析的别名解析技术和基于探测的别名解析技术的结合、以及加入filter机制,提出ICAR算法。通过理论分析的方法,指明ICAR算法在减少计算量的同时,提高了路由器别名识别的完整度。(本文来源于《西安电子科技大学》期刊2018-06-01）
黄明珠[8]（2018）在《静息及任务状态下脑氧代谢率的测量及其与大脑白质网络拓扑性质关系的研究》一文中研究指出目的:大脑是复杂的神经网络,弥散张量成像图像的图论分析可构建大脑结构网络,研究其拓扑特性。大脑的能量需求主要依赖氧化代谢,近期有研究表明大脑功能网络与局部脑代谢有关,结构和功能有着密切的联系,结构的变化通常伴随着相应功能的改变,本文测量静息及任务时全脑氧代谢率的差异,并探索脑结构网络特性与脑代谢之间的关系。研究方法:本文以正常年轻志愿者为研究对象,利用T2弛豫自旋标记成像(TRUST)技术定量静脉血氧含量,伪连续动脉自旋标记(pCASL)技术定量脑血流量,利用菲克法则分别计算静息及Stroop任务时全脑氧代谢,用配对T检验比较任务前后氧代谢差异;弥散张量成像构建大脑结构网络,pearson相关分析网络拓扑性质与脑氧代谢关系。结果:静息及任务时全脑氧代谢率及脑氧摄取分数无明显差异,脑血流量的变化有统计学意义。脑氧摄取分数与部分全局神经网络参数负相关,且为指数相关,同时任一全局网络特性与脑氧耗量的变化均不是简单的一次线性相关。结论:本研究应用新兴磁共振成像方法,无损地测量了全脑氧代谢,任务前后不会改变总脑氧代谢率;脑白质网络与氧代谢指标的相关分析显示大脑网络全局拓扑特性与脑氧耗量的关系复杂,网络的效率越高,执行相同任务时系统传递及处理信息参与的神经元越少,能量消耗就越小。DTI技术结合图论分析方法这一重要影像方法,为今后探索与脑代谢相关疾病的脑结构连通性和脑氧代谢之间的关系变化提供可能。(本文来源于《中国医科大学》期刊2018-03-01）
廖怡,盛益强,王劲林[9]（2018）在《一种基于测量的启发式网络拓扑匹配优化算法》一文中研究指出在复杂多变的网络环境下,覆盖网络与物理网络之间普遍存在着拓扑不匹配问题.拓扑不匹配问题会给网络造成不必要的压力,影响系统的效率和可扩展性等.缓解拓扑不匹配问题有助于提高网络寻址效率、减少冗余流量、降低端到端时延.随着计算机和通信技术的不断发展,互联网的规模不断增大,网络节点的地理位置分布范围扩大、移动性增强,极大地增加了网络的动态性,尤其是节点的频繁加入、退出和失效,严重地加剧了大规模网络中覆盖网络与物理网络的不匹配问题.为了缓解该问题,该文提出了一种基于测量的启发式拓扑匹配优化算法(Measurement-based Heuristic Topology Matching Optimization Algorithm,MHTMOA),该算法包括了节点加入、退出和失效算法,用于维护一个或者多个树形覆盖网络.该算法的主要优点在于:(1)通过网络测量技术获取底层物理网络中节点间的跳数信息,简单地利用跳数叁角形的边长关系,就可有效地将相近节点逐渐地汇聚;(2)允许对跳数进行粗粒度的比较,并通过叁角不等式违反(Triangle Inequality Violation,TIV)感知以及启发式规则选择邻居节点,每个节点最终可获得一个准确度较高的邻居节点集合;(3)在节点频繁加入、退出和失效的场景下,节点之间也能保持高一致性的近邻关系.除了传统的时延伸缩比(Latency Stretch,LS)外,该文还定义了全局拓扑匹配比(Global Topological Matching Ratio,GTMR)和局部邻居节点准确率(Local Neighborhood Accuracy,LNA)这两个量化指标,以便更精确地衡量拓扑一致性.评价结果表明,相较于现有算法,提议算法的GTMR和LNA提升显着,LS降幅可达53%,从而更好地缓解了拓扑不匹配问题.(本文来源于《计算机学报》期刊2018年09期）
李源[10]（2017）在《多径路由下网络拓扑估计的层析成像方法研究及测量平台的实现》一文中研究指出网络拓扑推断在计算机网络领域是十分重要的一个问题。无论对于普通的网络使用者还是网络管理者而言,精确了解网络内部结构对于监控网络运行状态,设计网络应用都具有重要的意义。由于实际网络内部可能存在大量不能提供测量协作的节点,传统推断方法会面临失效的风险,而基于层析成像的网络拓扑推断方法通过在网络边缘节点上收集网络端到端性能参数(如时延、丢包率等),然后利用收集到参数进行数据分析及统计特征提取,便可以推断网络拓扑结构。现有网络层析成像研究大都是在网络拓扑是树状拓扑的假设下进行的。然而随着负载均衡技术的应用,互联网中出现了越来越多的多径路由网络,此时网络端节点对间会存在多条可达路径,拓扑不再是传统的树形拓扑结构,并且传统层析成像方法不再适用,因此本文主要对多径路由下拓扑估计的网络层析成像问题进行研究。另外为使网络层析成像的研究更加方便高效,设计并搭建了一套基于PlanetLab与NS-3的层析成像测量平台。本文的主要工作与创新点概括如下:(1)提出了基于报文到达顺序的端到端路径数目识别算法。明确网络中多径路由数目对拓扑估计问题至关重要。本方法首先根据包组中报文到达顺序得到探测流约束集合,在不同的K值下对探测流使用有约束K均值算法进行聚类,得到不违反约束的最小的K值,最后使用传统K均值算法的对探测流进行聚类,对从最小K值开始的不同聚类结果利用相关标准进行评判,推断出可能的多径路由数目。通过实验证明了该算法在不同负载的网络中都能准确地推断出端到端路径数目。(2)提出了多径路由下基于节点插入的网络拓扑估计方法。通过将多径路由拓扑的分解为一个单源树状拓扑和若干多源树状拓扑证明了多径路由拓扑结构的可辨识性。方法首先对网络中单径路由节点利用传统方法进行拓扑恢复得到树状拓扑,然后利用端到端测量得到的多径路由路径与其它单径路由的相关性对其分支节点在树状拓扑上进行定位,从而最终恢复出多径路由网络拓扑结构。实验结果也证明了该方法可以准确估计多径路由网络拓扑。(3)设计并搭建了基于PlanetLab与NS-3的层析成像测量平台。该平台将实际网络测量与网络仿真相结合,可以完成实际网络多径路由发现及端到端参数测量等工作,并且可以对本文所提相关算法进行实验,结果也证明了算法的有效性。(本文来源于《电子科技大学》期刊2017-05-10）
网络拓扑测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
准确、高效地掌握网络拓扑信息在网络监控、网络管理、故障定位、流量分析等方面都有十分重要的作用。掌握网络拓扑结构信息通常包含两方面的内容,一是通过网络测量的手段获取网络拓扑结构,二是通过网络可视化的方法对网络结构进行直观展示。对网络拓扑结构获取问题,网络层析成像由于不依赖网络内部节点协作,因此被认为是获取网络拓扑结构的一种有效方法。但是现有网络层析成像方法通常基于网络平稳的假设,对实际非平稳网络中拓扑结构的测量往往误差较大。对于网络拓扑可视化,现有的方法一般着重拓扑的逻辑结构,然而随着地理信息系统的发展,地理位置信息在网络拓扑中的地位越来越重要,结合地理位置对网络拓扑结构进行展示将有利于更加高效地了解网络拓扑结构信息。针对以上问题,本文开展互联网拓扑测量及可视化研究,并在此基础上研制互联网拓扑测量及可视化系统,主要贡献概括如下:1、针对已有的网络层析成像方法在实际网络中不适用的问题,本文提出了一种基于时延信号匹配追踪的网络拓扑估计方法。该方法在获取网络终端节点的时延信号以后,用匹配追踪的方法对时延信号进行分解,并将分解得到的原子信号系数作为特征组成特征向量,用聚类的方法对拓扑进行估计。2、针对当前缺少将网络拓扑布局到指定区域内的有效方法的问题,本文提出了一种不规则区域内的网络拓扑可视化方法。该方法将不规则区域内的网络拓扑布局问题转化为凸多边形内的圆形拓扑扩散问题,不仅保证了拓扑的逻辑连接清晰,还大大减少了区域内的空白,使布局更为均匀美观。3、根据上述需求,本文设计实现了一个互联网络拓扑测量及演示系统。本文从设计背景、详细实现以及系统测试叁个方面描述了整个系统。本文通过仿真对提出的网络拓扑估计方法进行了分析,证明了基于时延信号匹配追踪的网络拓扑估计方法对网络拓扑估计的有效性,并且通过多种情况下的测试,证明了本文提出的拓扑布局方法在不规则区域中的适用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络拓扑测量论文参考文献
[1].刘洋.网络拓扑测量中末跳与子网发现技术研究[D].哈尔滨工业大学.2019
[2].胡志宇.互联网络拓扑测量方法研究及测量系统实现[D].电子科技大学.2019
[3].吴树鑫.面向测量的启发式网络拓扑匹配优化算法分析[J].信息技术.2018
[4].张晔,张宇.基于半监督聚类的局部网络拓扑测量任务选取方法[J].智能计算机与应用.2018
[5].张晔.轻量级分布式局部网络拓扑测量技术研究[D].哈尔滨工业大学.2018
[6].练鑫鑫.基于被动测量的网络拓扑推断及可视化研究[D].西安电子科技大学.2018
[7].李兵妍.基于主动测量的网络拓扑推断研究[D].西安电子科技大学.2018
[8].黄明珠.静息及任务状态下脑氧代谢率的测量及其与大脑白质网络拓扑性质关系的研究[D].中国医科大学.2018
[9].廖怡,盛益强,王劲林.一种基于测量的启发式网络拓扑匹配优化算法[J].计算机学报.2018
[10].李源.多径路由下网络拓扑估计的层析成像方法研究及测量平台的实现[D].电子科技大学.2017