图论驱动的高效网络拓扑发现算法研究

网络拓扑发现算法是信息技术领域中的一个重要研究方向，本文由路连兵和胡吉明两位作者在河海大学计算机及信息工程学院撰写，针对网络结构复杂度增加带来的挑战，提出了一种基于图论的创新方法来解决这一问题。传统的网络拓扑发现主要包括路由层和链路层的探测，前者相对简单，主要关注路由间的连接，而后者则面临准确性不足的难题，现有的厂商工具和技术文献在实际应用中往往效果有限。 本文的核心贡献在于构建了一种基于骨架树的数据存储结构算法，它利用图论的原理来高效推断网络的拓扑关系。骨架树是一种简化网络结构的抽象模型，它通过选取关键节点（信任节点）和连接它们的悬挂弧来表示网络的骨架，从而有效地捕捉到网络的主要连接模式。这种方法不仅有助于识别设备间的物理连接，还能揭示出不可管理设备如HUB的拓扑位置，这对于网络管理员理解和处理网络故障、流量瓶颈等问题至关重要。 网络拓扑发现技术，尤其是第二层网络的拓扑发现，具有一定的复杂性。设计高效的拓扑发现算法需要克服多个难题，包括二层网络设备的透明性问题。这涉及到如何从MIB（Management Information Base，管理信息库）等有限的信息中，推断出网络的深层次结构。设计者需要解决设备间通信协议的差异性、数据的不完整性以及动态网络环境下的变化性等挑战。 这篇论文旨在提供一种创新的网络拓扑发现算法，通过图论的智慧和骨架树模型，提升网络管理的效率和精度，对于优化网络性能，减少网络维护成本具有实际意义。通过研究和应用这样的算法，网络管理员能够更好地可视化网络状态，快速定位问题，并据此采取有效措施进行优化。