互联网AS级宏观拓扑中心化研究及演化分析

摘要

随着互联网的迅速发展，网络已成为人类社会中不可或缺的一部分，当由于网络中心节点发生故障或瘫痪造成整个网络出现大规模“问题”时，互联网本身的“脆弱性”也逐渐显露出来。对互联网AS级宏观拓扑进行中心化研究，就是在规模庞大、结构复杂的互联网中准确而迅速的发现中心化节点，并对其进行有效防护，防止蓄意攻击的发生。这对下一代互联网的设计，以及互联网安全防御研究都将产生巨大的促进作用。
　　本文研究工作基于CAIDA项目授权的AS级海量数据，首先，进行互联网AS级拓扑中心化度量方法的研究，应用三种普遍使用的中心化指标——度中心化、紧密度中心化、介数中心化指标，同时提出一种核数中心化的度量法来度量网络中的高核数节点集合。针对网络的蓄意攻击，采用节点删除法，通过删除某个节点对网络连通的破坏程度来度量网络中节点的重要性。经研究发现紧密度中心化在互联网AS级度量上弱于度中心化和介数中心化指标;度中心化和介数中心化在攻击节点数小于0.5％时，有很强的相似性;核数中心化度量方法非常适用于查找到网络中度值较高且连接紧密节点所构成的社团。
　　其次，对互联网AS级中心化节点进行演化分析，发现中心化节点在演化过程中存在着新陈代谢的更替，其演化过程大致可分为三类:激增型、增长型和平稳型。分析网络中心化节点演化的原因，发现其中心化指标增强是由于其和网络中已存在的节点连接更紧密。讨论中心化节点演化过程中边建立的模式，得出演化过程中三种类型中心化节点对其邻居节点的核数依赖呈现不同的规律。激增型中心化节点的演化过程中对邻居节点的中核区域依赖最高，其次是高核区域，最后是低核区域;增长型中心化节点呈现的依赖规律为高核区域＞中核区域＞低核区域;平稳型中心化节点呈现的依赖规律为低核区域＞高核区域＞中核区域，并发现中心化节点边连接结构是不同的。
　　最后，分析中心化节点在社团中的分布特征。从社团划分的角度考虑中心化节点在社团间的分布情况，发现中心化节点大多分布在社团结构较大的子社团中。并且，中心化节点对社团间的信息传递起到至关重要的作用。

目录

声明

摘要

第1章 绪论

1．1 课题背景及意义

1．2 国内外研究现状

1．2．1 复杂网络的中心化研究现状

1．2．2 互联网AS级拓扑结构及其中心化研究现状

1．3 论文研究内容

1．4 论文组织结构

第2章 互联网AS级宏观拓扑中心化研究方法

2．1 互联网拓扑研究的方法

2．2 拓扑数据的来源、选取及处理

2．2．1 拓扑数据的来源

2．2．2 拓扑数据的选取

2．2．3 拓扑数据的处理

2．4 网络的拓扑特征量

2．5 中心化指标概念介绍

2．5．1 度中心化指标

2．5．2 紧密度中心化指标

2．5．3 介数中心化指标

2．6 本章小结

第3章 互联网AS级拓扑中心化度量方法研究

3．1 网络拓扑特征量分析

3．1．1 网络规模演化

3．1．2 网络拓扑连通性

3．2 核数中心化指标的提出

3．3 选择性中心化攻击

3．3．1 节点删除算法的设计与实现

3．3．2 中心化指标适应性研究

3．4 中心化方法的关联性研究

3．4．1 度中心化与介数中心化的重合比例

3．4．2 阶梯式中心化攻击研究

3．4．3 阶梯式度中心化网络破碎程度研究

3．5 核数中心化的重要节点集研究

3．6 本章小结

第4章 互联网AS级中心化节点时序演化分析

4．1 互联网AS级中心化节点演化分类分析

4．1．1 互联网AS级新陈代谢更替分析

4．1．2 互联网AS级中心化节点演化分类

4．2 互联网AS级中心化节点演化过程中边的建立模式

4．2．1 AS级中心化节点演化新增边的特征分析

4．2．2 AS级中心化节点邻居节点的核分布

4．2．3 AS级中心化节点演化边的分布特征

4．3 互联网AS级中心化节点的介数损失

4．3．1 边删除算法设计与实现

4．3．2 介数损失排名

4．4 互联网AS级中心化节点相关系数分组

4．4．1 相关系数基础理论

4．4．2 相关系数分组

4．5 本章小结

第5章 互联网AS级中心化节点社团特征分析

5．1 互联网AS级社团分析

5．2 中心化节点在互联网社团的划分

5．3 中心化节点间的社团划分

5．4 互联网AS级社团间的桥连接

5．5 本章小结

第6章 总结与展望

6．1 本文工作及贡献

6．2 不足与展望

参考文献

致谢

攻读硕士期间发表的论著