[发明专利]基于结构模型的互联网拓扑特征提取方法及系统

说明书

本发明公开了基于结构模型的互联网拓扑特征提取方法及系统，将AS级网络拓扑细化分解为十六个不同的实连接和虚连接组件，并以互联网历史演化进程上连续探测的不同时刻拓扑图序列为输入，提取这十六个组件的稳定特征参数，从而引导拓扑仿真子系统的拓扑参数配置，得到能够精确仿真生成过去、当前和未来任意时刻网络拓扑结构的结果通过AS级网络拓扑结构十六个实/虚组件的细粒度分解，能够捕获网络的稳定特征参数，从而为各种网络拓扑在过去、当前和未来状态的精确仿真提供更精细的特征参数配置功能。

技术领域

本公开涉及网络拓扑、网络仿真技术领域，具体涉及基于结构模型的互联网拓扑特征提取方法及系统，适用于依据特征提取参数配置互联网、物联网等拓扑系统。

背景技术

互联网拓扑通常划分为三个层次，即IP层、路由层和自治系统(AutonomousSystem,AS)层。其中，IP层以计算机终端IP地址为节点，路由层以数据通信路由设备为节点，AS层以自治系统域为节点。一个AS节点对应于从属于同一管理域的路由节点集，一个路由节点由一系列IP地址组成。因此，AS层描述了互联网拓扑的宏观特征。

网络规模的指数级增长趋势，给互联网的路由规划、资源定位与分配等网络管理策略的制定带来了严峻的挑战。同时，为了避免不恰当管理策略带来的灾难性后果，相关策略的开发、测试与评估难以在真实互联网上开展。因此，互联网仿真系统已成为网络管理策略制定的重要辅助手段。拓扑表征网络节点及相互连接关系，是网络设备、流量等资源的底层载体。因此，拓扑仿真子系统是互联网仿真系统的一项重要组成部分。拓扑仿真子系统必须以真实互联网演化历程的稳定拓扑特征为输入，并依据这些特征参数实现互联网拓扑仿真生成。本公开关注于真实互联网数十年演化历程中拓扑特征参数的提取方法及相关装置，为拓扑仿真子系统的参数配置提供必要的技术保障。

在现有互联网拓扑结构建模技术中，中国专利申请号CN201810564523.7公开的互联网测试床拓扑结构分解方法，采用简单无向图G＝(V,E)建模AS级互联网络拓扑，将图G分解为七个二分图、一个匹配图和一个内核图，并给出这些子图之间的相互关联性。该互联网拓扑的分解结构模型(包含九个分解子图)已被应用于中国专利申请号CN201810565884.3公开的互联网测试床拓扑结构大比例规模缩减方法。

该分解结构模型(中国专利申请号CN201810564523.7)仅给出AS级互联网拓扑在特定时刻的静态结构，即无法表征互联网在数十年演化历程中的稳定性。该分解结构模型的提出，主要面向拓扑结构的大比例规模缩减方法(中国专利申请号CN201810565884.3)。该规模缩减方法以一幅特定时刻探测获得的互联网络拓扑图为输入，将输入的静态拓扑图分解为七个二分图、一个匹配图和一个内核图，通过采样规则分别从这九个分解图中抽取部分节点和边，构成相应的小规模图，并依据这九个分解图节点之间的包含关系合并这些小规模图，从而实现单一静态拓扑图的大比例规模缩减。综上所述，该分解结构模型仅能够适用于过去和当前特定时刻的单一静态拓扑图，无法适用于互联网未来状态的拓扑仿真。

规模缩减方法以一副完整的拓扑图为输入，该输入拓扑图中包含了复杂的网络结构特征，其为规模缩减图与原始输入拓扑图之间的结构相似性提供了保证。然而，互联网未来状态的拓扑预测与仿真，依赖于互联网数十年演化历程中连续探测的多幅拓扑图表现出的稳定特征。中国专利申请号CN201810564523.7公开的拓扑分解结构的缺陷体现在，其无法从连续探测的一系列不同时刻拓扑图中提取能够反映未来趋势的特征参数；此外，其对网络拓扑图的分解粒度低，且对分解图之间关联性的描述十分粗糙。

发明内容

本公开的目的是解决上述现有技术的不足，将AS级网络拓扑细化分解为十六个不同的实连接和虚连接组件，并以连续探测的不同时刻拓扑图序列为输入，提取这十六个组件的稳定特征参数，从而引导拓扑仿真子系统的拓扑参数配置，得到能够精确仿真生成过去、当前和未来任意时刻网络拓扑结构的结果。

本公开的目的是针对上述问题，提供基于结构模型的互联网拓扑特征提取方法及系统，具体包括以下步骤：