异构多子网的物理拓扑发现算法

精确的网络拓扑信息对于网络管理和网络性能预测十分重要.大多数的拓扑发现研究集中在路由层以及单子网物理层,对于多子网物理拓扑发现特别是异构(多厂家生产)多子网拓扑发现的研究很少.文中提出了在异构IP网络中发现多子网物理拓扑的算法.此算法依赖于标准的SNMP MIB信息,在现代的IP网络设备中广泛支持这种SNMP MIB信息.依据多子网属性,该算法提出一些用来判断多子网内设备端口互连的引理.根据这些引理可以给出得到所有匹配端口对拓扑发现算法的实现步骤.实验表明,此算法无需修改运行在网络设备以及主机中的操作系统,只需要保证MIB信息足够充分来唯一识别网络拓扑,就可以准确进行拓扑发现.     

基于SNMP的网络层拓扑发现

随着网络技术的迅速发展,网络规模不断扩大,结构也越来越复杂,其功能也越来越强.网络管理已成为网络系统运行好坏的关键,网络的拓扑结构发现是网络管理的基础.本文通过结合传统的拓扑发现工具:Ping测试IP连通性、Traceroute发现路由器、DNS提供IP地址与主机名称间的映射、ARP表等的特点,鉴于现在越来越多的网络设备都支持SNMP协议且都含有标准的MIB信息,讨论基于SNMP的网络层拓扑发现方法.     

节点密度对优化Ad Hoc网络生存期的影响的研究

节点密度会限制拓扑控制策略对Ad Hoc网络生存期的有效优化范围.通过推导节点密度决定下的拓扑控制力的饱和状态趋向约束条件,阐述了节点密度与网络生存期的优化程度及拓扑控制性能分析之间的关系.通过实验仿真验证发现,在Ad Hoc网络中,通过平均度约束的拓扑控制确实可以延长网络生存期;而且,在节点密度的制约下,拓扑控制策略对网络生存期的优化将会达到饱和.     

互联网拓扑结构中的弹性网络特征

选取CAIDA机构数量级为107的互联网拓扑数据,对IPv4,IPv6与AS级互联网网络规模、标准网络结构熵、网络平均路径长度和网络度分布幂指数进行了分析.结果表明,互联网具有可扩展性与鲁棒性;互联网拓扑结构具有弹性网络特征,且随互联网的拓扑演化,弹性网络特征愈发明显.互联网弹性网络特征的发现,使借鉴生物学思想指导互联网宏观拓扑研究成为可能.     

网络测量系统中的拓扑自动发现

为网络测量系统设计了一个拓扑自动发现模块原型结构,将各种网络协议和机制有机整合,在一定程度上避免了拓扑发现不完整、适用范围受限等问题,具有较好的健壮性和完备性.最后讨论了自动发现的关键问题,并给出了网络层拓扑自动搜索算法,对完善网络测量系统有一定的实用价值.     

基于汉明距离的传感器网络分层拓扑发现算法

针对传感器网络能源有限的特性,提出了一种基于汉明距离的分层拓扑发现(LTIHD)算法.根据在汇聚节点收集到网络内部节点报文接收或丢失的情况,利用汉明距离识别相邻两层节点之间的父子关系,逐层推测网络的拓扑,不增加网络负担.仿真试验表明:推测18节点传感器网络需要60轮数据采集和1.56 s的推测时间;推测120节点传感器需要140轮数据采集和4.12 s的推测时间.该算法可以准确快速地推测传感器网络的拓扑,适合大规模传感网络的拓扑推测.     

综合网管中拓扑发现算法的设计与实现

拓扑发现是网络管理中的配置管理的一部分,是实现网络管理其他功能的基础.分析了几种常用的拓扑发现方法的优缺点,综合提出了一钟有效的网络拓扑发现的算法,并对此算法中会遇到的问题作了详细说明,最后给出了用JAVA实现该算法生成拓扑图的关键技术.     

基于SNMP的网络拓扑发现算法

对现有使用ICMP协议、FDB地址转发表进行网络拓扑发现的算法进行分析,提出了一种基于SNMP协议并适合校园网环境的网络层拓扑发现和链路层拓扑发现算法. 该算法能够快速准确地计算出整个被管网络的二层和三层拓扑结构.     

基于MAC自学习的链路层拓扑发现算法研究

将交换机纳入拓扑发现的范畴成为网络管理技术中的热门研究课题.本文通过总结SNMP(简单网络)协议对链路层发现的缺陷,提出了一种新的基于交换机MAC自学习的拓扑发现算法,并对算法的相关假设、定义、原理与流程进行了研究,旨为其他学者在网络管理领域提供理论支撑.     

基于聚类的复杂网络社团结构发现

我校计算机与信息技术学院教师李艳灵博士获批国家自然科学基金项目:基于聚类的复杂网络社团结构发现,项目编号:61202194.复杂网络是指具有复杂拓扑结构和复杂节点行为的网络系统,它是对现实世界中各种各样的大规模复杂系统的抽象.复杂网络中的社团发现旨在寻找复杂网络中真实存在的社团结构,发现网络中的社团结构对分析     

蛋白质界面网络中模体和模块的探测

基于复杂网络研究蛋白质界面网络中的模体和模块,发现蛋白质界面网络与蛋白质肽链网络的拓扑性质有差异.蛋白质界面网络中的模体类型和数量受截断距离R影响较大,R值不同,网络中的模体类型和数量都有较大差别.蛋白质界面网络中存在模块结构,分析R为0.5,0.7,1.2,2.4nm时网络中存在的3-派系-模块,发现当R为0.7nm时的蛋白质界面网络模块划分比较符合实际.最后,分析蛋白质界面网络中的模块与其拓扑性质的关系,发现界面网络中的节点数与3-派系-模块数呈线性关系.     

基于SNMP的网络层拓扑发现

随着网络技术的迅速发展,网络规模不断扩大,结构也越来越复杂,其功能也越来越强。网络管理已成为网络系统运行好坏的关键,网络的拓扑结构发现是网络管理的基础。本文通过结合传统的拓扑发现工具:Ping测试IP连通性、Traceroute发现路由器、DNS提供IP地址与主机名称间的映射、ARP表等的特点,鉴于现在越来越多的网络设备都支持SNMP协议且都含有标准的MIB信息,讨论基于SNMP的网络层拓扑发现方法。     

基于谓词逻辑推理与生成树的优化链路层网络拓扑发现方法

 物理拓扑结构发现的目标是确定网络中的各种设备以及这些设备物理端口之间的链路连接关系,这对于网络性能监测与评估、故障发现与定位、资源分配与管理等一系列维护工作具有重要意义。本文所提供的基于谓词逻辑推理和基于生成树协议的优化拓扑发现算法,在AFT数据不完全的情况下,能够有效计算出网络节点信息,从而克服了现有链路层网络拓扑发现方法的不足,提高了获得网络物理拓扑的可能性。     

基于移动Agent的无线传感网络拓扑控制策略

针对目前无线传感网络拓扑控制算法中未考虑节点能耗问题,提出基于移动Agent的无线传感网络拓扑控制策略,并采用移动Agent洪泛获取网络拓扑信息的方法.该方法由sink节点洪泛拓扑发现Agent进行拓扑发现,由拓扑汇报Agent将拓扑信息传送至sink节点,并根据节点剩余能量动态选择簇头.仿真结果表明,该方法簇头分布均匀合理,能够有效节约网络能耗.     

一种网络拓扑算法的研究和分析

网络拓扑是一种表达网络逻辑连接关系和物理连接关系的方法,对配置管理乃至整个网络管理都是十分必要的。论文首先对基于SNMP协议的网络拓扑发现算法进行了研究,接着在定义拓扑发现技术衡量指标的基础上,总结了基于SNMP拓扑发现技术的最佳使用环境。之后提出了具体的基于SNMP拓扑发现技术工具的实现方式,介绍了拓扑发现算法实现。对三层交换机的发现和指定子网内活动主机的发现作出了算法改进,并对一些关键技术的实现细节进行了分析。     

基于时空影响域的地震网络动力学演化特征分析

为了研究地震网络的动力学行为,基于时空影响域的地震网络,分析以大地震发生时间为基点的网络的拓扑特征演化.结果发现:大地震发生前网络的规模和熵值较小,模块度较大;大地震发生后网络的规模变大,熵值跳变到相对大的值,模块度值达到极小值.同时分析了1992年地震网络的多参数拓扑特征演化,结果表明地震网络表现出一种内在的网络动力学行为.此外,发现从大地震发生前100 d开始网络模块度振荡出现极大值,熵值振荡出现极小值,并呈现很好的负相关性.     

计算机网络中数据链路层拓扑发现方法研究

掌握了被管理网络正确、完整的拓扑结构,才能对网络进行正确．有效的管理操作。因此,快速．高效并准确地发现网络拓扑信息是当前网络管理领域关注的重要问题。本文介绍了数据链路层拓扑发现的特点,探讨了数据链路层拓扑发现的方法。     

一种基于网络嵌入的社区发现方法

社区发现是社会网络分析的重要任务,有助于理解中观尺度的网络结构.现有的诸多社区发现方法仅考虑网络的拓扑信息,忽略了网络中每个节点所包含的属性信息.为此,本研究首先基于社会网络的拓扑结构信息与节点属性信息分别构建初始特征矩阵;然后基于网络嵌入模型,融合初始特征矩阵的主成分信息,构建共识嵌入矩阵;最后,给出社会网络中"领袖节点"的泛化定义形式,并提出一种改进的图聚类算法(LIK-means)挖掘社会网络中潜在的社区结构.实验表明,LIKmeans较其他经典算法有较好的可扩展性,同时在真实社会网络中的社区识别精度更高.     

基于距离的IPv6校园网拓扑发现整合算法

针对IPv6网络拓扑发现方法存在的不足,提出一种基于距离的IPv6校园网拓扑发现整合算法.该算法利用开放式最短路径优先(OSPF)路由协议里的子网信息,以节点之间的最短距离作为度量,将基于Traceroute6的和基于OSPF路由协议的两种拓扑发现方法的结果进行整合,并根据子网前缀、接口等信息进行修正.在实际网络中对该算法进行了测试,并与基于跳数的整合算法进行了比较.结果表明:该算法能迅速有效地整合拓扑发现的结果,提高拓扑信息的完整性和准确性.     

战术移动点对点Ad-Hoc作战单元拓扑重构

由于建筑物或地形遮挡等因素,分布式地面战术移动点对点Ad-Hoc作战单元节点脱网时有发生,造成网络分裂,作战任务不能很好地遂行.为此,提出采用拓扑机器人来监视网络拓扑,拓扑机器人节点周期性发送拓扑探测消息收集网络拓扑状态,计算网络节点重要性,调整重要度最小的拓扑机器人节点,优化和重构当前拓扑,提高抗毁性.结合数值计算与网络仿真,验证拓扑机器人带来的网络抗毁性的提升.结果表明采取拓扑机器人来优化拓扑,可以有效地提高网络的抗毁性.