一种单播网络拓扑推断方法与流程

本发明涉及计算机网络技术领域，特别是涉及一种单播网络拓扑推断方法。

背景技术：

现有的基于三元分组列车的网络拓扑推断方法，仅依据单一参数(时延或时延抖动)进行网络拓扑的推测，其推断准确度受到网络负载的影响，在网络负载较重时不能准确推断出网络拓扑。针对上述的问题，提出一种基于三元分组列车测量拓扑结构的方法，利用叶节点的层析信息将叶节点进行聚类，依据时延抖动和丢包率两个参数计算节点间的相关性，由底向上构造网络拓扑树。经过NS2仿真环境下实验验证，该方法有效减少了探测包的发送量，提高了推断的准确度，且网络负载对推断准确性影响较小。

基于网络层析成像技术(networktomography，简写为NT)依据在边缘节点收集到的信息来推断网络中间节点的连接情况.目前，基于NT技术的网络拓扑推断方法主要有2类：一类是基于多播的测量，要求网络中的节点(即路由器)支持多播，其优点是不需给网络注入太多的额外流量；另一类是基于单播的测量，它将节点分为多个节点对，针对每一节点对进行测量，相比于多播测量，给网络注入的额外流量比较多，但是对于设备的要求较低，由于事先无法获知网络设备是否支持多播，故单播测量更贴近于实际网络。

比较常用的单播测量方法主要有紧接分组对、四元分组列车和三元分组列车测量方法等.主要依据链路的丢包率来推断拓扑的紧接分组对测量方法在丢包较少的情况下不能推断出正确的拓扑。由两个紧接分组对组成的四元分组列车测量方法给网络增加的额外流量较多，在网络背景流量较重时效果不佳。三元分组列车的优势在于：长度适中，不会给网络增加太多的额外流量而影响网络的正常运作；测量过程简单，适用于任意规模的网络测量。

本发明对三元分组列车测量方法进行了改进，利用叶节点的层析信息将叶节点进行聚类，依据时延抖动和丢包率两个参数计算节点间的相关性，由底向上构造网络拓扑树，结合时延抖动和丢包2个参数推测网络的拓扑结构，提高拓扑推断的准确度；并利用节点所在层数的信息对节点进行聚类，有效减少探测包的发送量。

技术实现要素：

本发明的目的是提供一种单播网络拓扑推断方法。

本发明的目的可以通过以下技术方案实现：

一种单播网络拓扑推断方法，包括以下步骤：

步骤S101：定义源节点S所在的高度为O，将叶节点集合R按照节点所在高度的不同归类到不同集合中，即R＝{W_t，W_t+1，…，W_t+m}，若U∈W_t+i，则h＝t+m为网络中叶节点的最高层数；其中，

步骤S102：以集合W_t+m中的节点两两组成叶节点对，从源节点发送三元分组列车，在叶节点统计探测包的性能参数，计算相关性值M，判断节点间的兄弟关系，并将集合W_t+m中的节点按兄弟关系划分：W_t+m＝W_m，1∪…∪W_m，s，其中，若u，v∈W_m，i，则u，v互为兄弟节点.对集合W_t+m-1，W_t+m-2，…，W_t做上述的操作，使得各个集合中的节点按照兄弟关系分到不同小集合中；

步骤S103：由底向上构造拓扑子树，从最下层开始，在相邻两层的节点集合中选取具有代表性的节点，发送探测包，并计算相关性值；以指定的规则推断它们之间的关系，最终得到源节点的所有子树拓扑；

步骤S104：将步骤S103中构造的各个子树整合到一起，构成一棵整体拓扑树，即为推断的网络拓扑。

进一步地，所述步骤S103中的指定规则为：

若x_i，j∈W_i，j，x_i-1，k∈W_i-1，k，且x_i-1，k是第i-1层上与x_i，j相关性最大的节点，x_i，p是与x_i，j同层且与其相关性最大的节点；P(x_i，j，x_i，p)代表节点x_i，j与x_i，p之间共享链路的长度；

规则1：若Mx_i，j，x_i-1，k＞Mx_i，j，x_i，p，则P(x_i，j，x_i，p)＞P(x_i，j，x_i-1，k)；此时将集合W_i，j与W_i-1，k合并到W_i-1，k中，即W_i-1，k＝W_i-1，k∪W_i，j；

规则2：若Mx_i，j，x_i-1，k＜Mx_i，j，x_i，p，则P(x_i，j，x_i-1，k)＞P(x_i，j，x_i，p)；此时将集合W_i，j与W_i，p合并到W_i，j中，即W_i，j＝W_i，j∪W_i，p；

规则3：若Mx_i，j，x_i-1，k＝Mx_i，j，x_i，p，则P(x_i，j，x_i-1，k)＝P(x_i，j，x_i，p)；此时将集合W_i，j与W_i，p都合并到W_i-1，k中，即W_i-1，k＝W_i-1，k∪W_i，j∪W_i，_p。

本发明的有益效果：

本发明对三元分组列车测量方法进行了改进，结合时延抖动和丢包2个参数推测网络的拓扑结构，提高拓扑推断的准确度；并利用节点所在层数的信息对节点进行聚类，有效减少探测包的发送量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1是本发明的示意图。

图2是本发明实施例的原始拓扑图。

图3是本发明实施例的按兄弟关系初步构造的子树结构图。

图4是本发明实施例的最下两层经合并后的子树结构图。

图5是本发明实施例的所有相邻层按3条规则合并后的子树拓扑图。

图6是本发明实施例的子树整合后的网络拓扑图。

具体实施方式

本发明的核心是提供一种单播网络拓扑推断方法，实现以较低成本生成网络通信部分的程序。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种单播网络拓扑推断方法，该方法包括如下步骤：

步骤S101：定义源节点S所在的高度为O，将叶节点集合R按照节点所在高度的不同归类到不同集合中，即R＝{W_t，W_t+1，…，W_t+m}，若U∈W_t+i，则h＝t+m为网络中叶节点的最高层数；其中，

步骤S102：以集合W_t+m中的节点两两组成叶节点对，从源节点发送三元分组列车，在叶节点统计探测包的性能参数，计算相关性值M，判断节点间的兄弟关系，并将集合W_t+m中的节点按兄弟关系划分：W_t+m＝W_m，1∪…∪W_m，s，其中，若u，v∈W_m，i，则u，v互为兄弟节点.对集合W_t+m-1，W_t+m-2，…，W_t做上述的操作，使得各个集合中的节点按照兄弟关系分到不同小集合中。

步骤S103：由底向上构造拓扑子树，从最下层开始，在相邻两层的节点集合中选取具有代表性的节点，发送探测包，并计算相关性值；以指定的规则推断它们之间的关系，最终得到源节点的所有子树拓扑。

若x_i，j∈W_i，j，x_i-1，k∈W_i-1，k，且x_i-1，k是第i-1层上与x_i，j相关性最大的节点，x_i，p是与x_i，j同层且与其相关性最大的节点；P(x_i，j，x_i，p)代表节点x_i，j与x_i，p之间共享链路的长度。

规则1：若Mx_i，j，x_i-1，k＞Mx_i，j，x_i，p，则P(x_i，j，x_i，p)＞P(x_i，j，x_i-1，k)；此时将集合W_i，j与W_i-1，k合并到W_i-1，k中，即W_i-1，k＝W_i-1，k∪W_i，j。

规则2：若Mx_i，j，x_i-1，k＜Mx_i，j，x_i，p，则P(x_i，j，x_i-1，k)＞P(x_i，j，x_i，p)；此时将集合W_i，j与W_i，p合并到W_i，j中，即W_i，j＝W_i，j∪W_i，p。

规则3：若Mx_i，j，x_i-1，k＝Mx_i，j，x_i，p，则P(x_i，j，x_i-1，k)＝P(x_i，j，x_i，p)；此时将集合W_i，j与W_i，p都合并到W_i-1，k中，即W_i-1，k＝W_i-1，k∪W_i，j∪W_i，_p。

按照上述规则，由最底层开始，由底向上逐步构造网络的拓扑，到最上两层判断完时，源节点的各个子树构造完毕。

步骤S104：将步骤S103中构造的各个子树整合到一起，构成一棵整体拓扑树，即为推断的网络拓扑。

为便于理解，提供以下实施实例：以具有普遍代表意义的4层树状拓扑为例，来进行拓扑推断，原始实验拓扑如图2所示：

1)按步骤S101按节点层次将节点分类。

2)将每层中的节点按照兄弟关系进行分类组合，按兄弟关系初步构造子树结构，如图3所示。

3)比较最下2层的节点间的相关性大小，并构造拓扑树的下两层子树，如图4所示。

4)按步骤S102的规则，，在相邻两层节点小集合中选择具有代表性的节点进行相关性比较，并按规则1～规则3构造子树，并将有重节点的子树合并，得到合并后的子树结构，如图5所示。

5)将步骤S103中得到的子树进行整合，最终推测出网络的整体拓扑，如图6所示。

本发明对三元分组列车测量方法进行了改进，结合时延抖动和丢包2个参数推测网络的拓扑结构，提高拓扑推断的准确度；并利用节点所在层数的信息对节点进行聚类，有效减少探测包的发送量。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。