CN105262690A - 一种自治系统级网络拓扑识别方法 - Google Patents

Abstract

本发明公开了一种自治系统级网络拓扑识别方法，首先收集全球的Traceroute探测点的数据，进而得到Traceroute的IP路径数据，根据得到的IP路径数据，用一种基于最大化路径对匹配的方式使得IP-to-AS的映射最准确，然后再收集全球的BGP数据收集器的AS路径数据，结合Traceroute的AS路径数据，进行相应的对比和修改，然后将这两种数据进行合并，得到更完整的全球自治系统级网络拓扑。本发明将基于Traceroute的主动测量和基于BGP的被动测量结合起来对AS级网络拓扑进行识别，在一定程度上提高了拓扑的完整性和准确性。

Description

一种自治系统级网络拓扑识别方法

技术领域

本发明属于网络拓扑技术领域，具体涉及一种自治系统级网络拓扑识别方法的设计。

背景技术

在如今这样一个信息技术高速发展的时代，网络早已渗透于当今社会各行各业，并且深深地影响与改变着人们的生活，人们也逐渐有意识地想要对网络拓扑结构进行识别与分析。作为实践与理论网络研究的基石，互联网的网络拓扑分析和建模在如今越来越引起更广泛的关注。网络流量特性、安全特性、性能特性，应用、路由程序和协议性能评价、网络在遭遇攻击时的健壮性等，都有网络的拓扑结构决定。所以，学者们都更倾向于研究各种网络识别技术从而捕获网络拓扑结构，并且希望可以从真实的数据中获取真实的网络拓扑。

依据网络的定义可以将网络拓扑划分为三个层次：基于网络层、基于链路层以及Overlay网络拓扑。在这三类网络拓扑中，对网络层的网络拓扑研究最多，所以现在已经有很多的研究均是对网络层的拓扑进行分析与研究。

根据网络层的实体，可以将网络拓扑分为四个层次：AS级(自治系统级)、IP级、PoP(PointofPresence)级、路由器级，由于其构成元素不同，测量方法也有所区别。而本专利主要研究的是AS(AutonomousSystem)级网络拓扑识别。所谓AS(AutonomousSystem)，即自治系统，一个自治系统由许多路由器组成，这些路由器有相同的自治系统号(ASN)，每个路由器有两个以上的接口，每个接口分配不同的IP地址，该层次结构如图1所示。一个自治系统是一个有权自主地决定在本系统中应采用何种路由协议的小型单位。所谓的AS级拓扑，指各个自治系统之间的连接关系。AS级(自治系统级)拓扑的测量和分析是一项关于互联网络的基础研究，其测量目的在于寻找包含Internet结构信息的图并探索其内在规律，从而预测网络结构与技术、政策、经济之间的互动。

网络拓扑测量是各个网络行为研究的基础，具有相当重要的作用，其主要意义在于：

(1)网络拓扑的结构是网络路由协议和网络算法设计的基石，高效的网络协议的设计必须考虑整个底层网络拓扑的特性；

(2)网络中的各种仿真恤建立网络拓扑的模型来拟合实际的网络拓扑结构，所以研究网络拓扑结构能为仿真环境的建立提供更坚实的理论基础；

(3)对网络拓扑结构的了解能够对网络中的各个行为进行良好的预测和检测；

(4)网络拓扑结构对于网络的安全特性和抗攻击能力的研究具有重要价值；

(5)网络拓扑结构识别对于网络安全特性以及对抗网络外界攻击能力的研究具有非常重要的价值。

综上所述，网络拓扑测量是一项意义重大的研究工作，而随着互联网规模的不断扩大，拓扑结构越来越复杂，如何获得一个完整而准确的全球互联网拓扑成为了一个异常艰巨的任务。

1、基于Traceroute路由信息收集的主动测量

在UNIX中的Traceroute，及Windows中的Tracert程序，都是用来追踪一个分组从源点到终点的路径。这个程序很巧妙地使用了两个ICMP报文(超时报文和终点不可达报文)来找出一个分组的路由，它是应用级的程序，使用UDP服务。

图2可以说明程序Traceroute的工作原理。给出了这个拓扑，就可以知道分组从主机A到主机B要经过路由器R1和R2，但是在大多数时间，实际是不知道拓扑的。在A和B之间可能会有很多路由器。Traceroute使用ICMP报文和IP分组的生存时间(TTL)字段就可以找到这一条路由。

Traceroute使用以下步骤找到路由器R1的地址和主机A到路由器R1之间的往返时间。

(1)主机A的程序Traceroute使用UDP向终点B发送一个分组，这个报文被封装成IP分组，其TTL为1，这个程序记录该分组的发送时间；

(2)路由器R1收到这个分组，把TTL值减到0，路由器R1丢弃这个分组；但是路由器R1要发送一个超时ICMP报文(类型：11，代码：0)，表示TTL值为0而该分组被丢弃；

(3)主机A的程序Traceroute收到这个ICMP报文，利用封装ICMP的IP分组的源地址找到路由器R1的地址，这个程序记录下该分组的到达时间；步骤(1)的时间和这个时间之差就是往返时间。

Traceroute重复步骤(1)到(3)三次，以便得到往返时间更好的平均值。第一个往返时间可能会比第二或第三个大得多，因为程序ARP找到路由器R1的物理地址需要花费时间，对于第二和第三个往返时间，ARP可使用高速缓存中的地址。

Traceroute重复前面的步骤找出路由器R1的地址，以及主机A和路由器R2之间的往返时间。但是，这一步设置TTL为2，因此路由器R1转发这个报文，而路由器R2丢弃它，并发送ICMP超时报文。

重复前面的步骤找到主机B的地址，以及主机A和主机B之间的往返时间。当主机B收到这个分组时，就把TTL值减1，但并不丢弃这个报文，因为现在报文以及到达了它最后的终点。此时Traceroute采用另一种策略将ICMP报文发回给主机A，UDP的目的端口被设置为UDP协议不支持的一个端口，但主机B收到这个分组时，它找不到可以接收交付的应用程序，于是它丢弃了这个分组，并向主机A发送一个ICMP终点不可达报文(类型：3，代码：3)，因为路由器不检查UDP是否接收，所以路由器R1和R2中并没有发生此情况。Traceroute记录了到达的IP数据报的目的地址，并记下往返时间，收到代码为3的终点不可达报文就表示整个路由已经找到，就不会再发送更多的分组。

2、基于BGP的被动测量

边界网关协议(BGP)是一个使用路径向量路由选择的域间路由选择协议，是唯一一个用来处理Internet大小的网络协议，主要用以和自治系统之间交换可达信息和路由信息。BGP的主要功能是和其他的BGP系统交换网络可达信息，网络可达信息包括列出的自治系统(AS)的信息。这些信息有效地构造了AS互联的拓扑图并由此清除了路由环路，同时在AS级别上可实施策略决策。

BGP的主旨是提供一种域间路由选择系统，确保自治系统能够无环地交换路由选择信息，BGP路由器交换有关前往目标网络的路径信息，它是一种基于策略的路由选择协议，BGP在确定最佳路径时考虑的不是速度，而是让AS能够根据多种BGP属性来控制数据流的传输。

每个BGP会话通过不断向BGP邻居发送BGP更新消息来建立AS路径，每一个BGP路由更新消息都有一个长度可变的路径属性序列(属性类型，属性长度，属性值)，第一个比特如果为0，则属于公认属性，如果是1，则属于任选属性，第二个比特0表示不可传递，1表示可传递。公认属性总是可传递的，属性标志域中的第三个比特指示任选可传递属性中的信息是部分的(值为1)还是完整的(值为0)，第四个比特确定该属性长度是1字节还是2字节，标志域其他4个比特总为0，属性类型代码字节含有属性代码。

BGP路由表的格式和内容如下：

Network

Next_hop

Metric

LocPrf

Weight

Path

现有的自治系统级的网络拓扑识别主要是依靠基于BGP路由信息收集的方法，通过提取BGP路由表中的关于AS路径属性信息从而得到各个AS之间的连接关系，进一步获得相应的AS级网络拓扑。但是在实际应用中，为了获取全球性的完整的自治系统级网络拓扑结构，由于BGP本身的缺陷，其看待问题的视角具有局限性，有BGP提供的信息是控制层信息，根据它的路由策略，它反映在BGP路由层面上期望数据经过的链路，所以收集BGP路由表的数据收集器一般是在网络中比较上层的位置，这就导致无法发现更多下层的连接，使得许多下层的网络连接无法识别。有国际上的学者提出用IRR的数据库数据来补充BGP路由信息得到的AS拓扑数据，该方法的最大优点是易于操作，不需要很复杂的数据融合过程，但是由于IRR这一数据库更新速度较慢，得到的数据都不是实时的数据，不能满足得到全球实时网络拓扑的需求。

发明内容

本发明的目的是为了解决现有技术中基于BGP路由信息收集的网络拓扑识别方法由于BGP本身的缺陷，其看待问题的视角具有局限性，导致无法发现更多下层的连接，使得许多下层的网络连接无法识别的问题，提出了一种自治系统级网络拓扑识别方法。

本发明的技术方案为：一种自治系统级网络拓扑识别方法，包括以下步骤：

S1、测量得到全球Traceroute的IP路径数据；

S2、将Traceroute的IP路径数据映射为AS路径数据；

S3、收集全球BGP数据收集器的AS路径数据；

S4、将Traceroute的AS路径数据与BGP的AS路径数据进行对比与合并，得到完整的AS级网络拓扑。

进一步地，步骤S2包括以下分步骤：

S21、进行数据收集；

S22、计算IP-to-AS的最佳匹配方式；

S23、修正IP-to-AS的匹配方式；

S24、建立IP-to-AS映射表。

进一步地，步骤S21包括收集BGP路由表信息以及BGP和Traceroute两种数据源同属一个AS的连接信息。

进一步地，步骤S4中将Traceroute的AS路径数据与BGP的AS路径数据进行对比与合并时，相同的AS路径数据以BGP的AS路径数据为准。

本发明的有益效果是：本发明针对基于单一主动或者被动测量方式得到的网络拓扑存在不完整性和不准确性的问题，提出了一种用基于Traceroute的主动测量补充基于BGP的被动测量的方式，以获得更完整的自治系统级的网络拓扑结构。本发明为AS级拓扑乃至其他级别的拓扑测量提出了新的思路，具有以下优点：

(1)本发明与现有的基于BGP的网络拓扑方法相比，能够获得更为完整和准确的拓扑信息。

(2)本发明中提出了一种新颖的拓扑测量方法，该方法在充分收集数据的基础下，利用数据融合的理念，更迎合了目前互联网时代发展的需要。

附图说明

图1为AS级网络拓扑结构图。

图2为Traceroute工作原理图。

图3为本发明提供的一种自治系统级网络拓扑识别方法流程图。

图4为Ark探测点部署地理位置图。

图5为本发明步骤S2的分步骤流程图。

具体实施方式

下面结合附图对本发明的实施例作进一步的说明。

本发明提供了一种自治系统级网络拓扑识别方法，如图3所示，包括以下步骤：

S1、测量得到全球Traceroute的IP路径数据。

本发明实施例中，全球Traceroute的IP路径数据均来自CAIDA网络测量系统中关于Ark(大规模分布式主动测量设施)部署的探测节点所返回的数据，数据均选择于和BGP数据同时间段，以便于进行对比。

Ark部署了大约106个探测节点，分布于全球各大洲，如图4所示是所有Ark探测节点部署地理位置的分布图。

S2、将Traceroute的IP路径数据映射为AS路径数据。

如图5所示，该步骤包括以下分步骤：

S21、进行数据收集。

该步骤主要进行两方面的工作，一是收集BGP路由表信息，从BGP路由表中提取初始IP-to-AS映射表，作为该算法的初始值；另一方面是收集两种数据源(BGP和Traceroute)同属一个AS的连接信息，也就是收集Traceroute以及对应的BGP路由表，再处理为Traceroute-BGP路径对，该算法的目的就是要纠正初始的IP-to-AS映射表的错误，最大化这个路径对的匹配数量。

S22、计算IP-to-AS的最佳匹配方式。

首先定义A为AS集合，P_A是映射到集合AS(A)的IP前缀集合，假设给出一个路径对(p,q)，p＝(p₁,p₂,p₃,...p_n)是一个P_A中的IP地址序列，q＝(q₁,q₂,q₃,...q_m)是一组AS的序列，A的映射函数a：{1,2,3,...n}→{1,2,3,...m}是p和q的匹配方式。对于任何一个IP地址p_i和ASq_j，定义c(p_i,q_j)为p_i与q_j的匹配错误值，q_j∈A(P_A(p_i))，P_A(p_i)是p_i匹配的最长匹配IP前缀集合，匹配则其值为0，不匹配则其值为1。

假设a是(p,q)的最佳匹配方式，1≤h≤n，则定义最佳匹配的开销如公式(1)所示：

$C(a,p,q,h)=\underset{i=1}{\overset{h}{\Σ}}c(p_i,q_{a\left(i\right)})+\left(a\right(h)-|\left\{a\right(i):1\≤i\≤h\left\}\right|)---\left(1\right)$

公式(1)表示一个路径对在当前匹配方式a下的开销为这个路径对上匹配错误的IP加上没有匹配到的AS，该步骤的核心就是计算出开销最小的情况下IP-to-AS的匹配方式a。

本发明实施例中，采用动态规划算法计算匹配方式a，动态规划用于求解决策过程中的最优化数学方法，运用分治思想，通过组合子问题的解而解决整个问题。简单来说，就是给出问题的初始状态和转移状态，通过不断迭代循环，得到最优解。定义B(p,q,i,j)为最佳匹配方式下C(a,p,q,h)的最小值，这个动态规划的初始状态定义为：

B(p,q,1,j)＝c(p₁,q_j)+j-1,1≤j≤m(2)

$B(p,q,i,1)=\underset{h=1}{\overset{i}{\Σ}}c(p_h,q_1),1\≤i\≤n---\left(3\right)$

当递归关系为2≤j≤m和2≤i≤n时，有：

$B(p,q,i,j)=c(p_i,q_j)+\underset{1\≤h\≤j}{\min }\{B(p,q,i-1,h)+max(0,j-1-h)\}---\left(4\right)$

最后得到的结果就是使开销最小的情况下j的取值，即：

a(n)＝argmin{B(p,q,n,j):1≤j≤m}(5)

其中，argmin指使B(p,q,n,j)最小时j的取值，即a(n)＝j为最佳匹配方式。但是这个过程中得到的结果是Traceroute-BGP路径对只有85％左右的匹配度，即只有大约85％左右的Traceroute路径是和BGP路径完全匹配的。因此，为了提高匹配的准确度，还需要引进一些判定条件来判断匹配的路径对。

S23、修正IP-to-AS的匹配方式。

定义S_x为IP地址的集合，对应P_A中的前缀为x，n_x是S_x中匹配AS的IP的数量，而n_x(y)是S_x中匹配AS的y的数量，这里的y表示AS的匹配前缀，z₀为n_x(y)的最小值，z₁为n_x(y)的最大值。

定义为x与z₀的匹配比率，为x与z₁的匹配比率，将步骤S22中得到的IP-to-AS的匹配方式a为初始值，应用以下准则对其进行修正改进：

准则一：如果|A(x)|＝2，且r₀＜0.1，则从A(x)中丢弃z₀，即此情况下丢弃一个IP映射到多个AS(MOAS)的情况；

准则二：如果A(x)是一个IP对应一个AS的情况，且r₁≥0.55，则替换A(x)的匹配方式为z₁，即A(x)＝z₁；

准则三：如果A(x)是一个IP对应一个AS的情况，且0.2＜r₁＜0.55，增加z₁为A(x)匹配方式，使二者成为一个匹配对；

准则四：如果|A(x)|≥2且r₁≥0.1，则将z₁添加进A(x)。

利用动态规划加改进准则的迭代方法使现有的IP-to-AS映射的误匹配率从15％降低到5％，达到了本专利提出方法的效果。

S24、建立IP-to-AS映射表。

首先初始化IP-to-AS映射表，并将其与Traceroute-BGP路径对进行比较，然后根据步骤S23中的四个准则对其进行改进，最后判断IP-to-AS映射表是否发生改变，若是则重新初始化IP-to-AS映射表，否则进入步骤S3。

S3、收集全球BGP数据收集器的AS路径数据。

该步骤所使用方法属于本领域技术人员所熟知的现有技术，在此不再赘述。

S4、将Traceroute的AS路径数据与BGP的AS路径数据进行对比与合并，得到完整的AS级网络拓扑。

之前得到的BGP数据源信息和Traceroute数据源信息分别都是各个探测点上的数据，接下来的工作是将每一个探测点的数据进行对比分析。比如两种数据源有同属于一个AS的探测点，同属一个探测点的数据如果是具有相同源目的的路径，则对比两种数据源，以BGP数据源信息为准，这样更进一步纠正了IP-to-AS的映射准确性；不具有相同源目的的路径，或者是来自不同AS探测点的数据，都假设在是正确的情况下，全部合并为本专利所需要的数据信息。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.一种自治系统级网络拓扑识别方法，其特征在于，包括以下步骤：

S1、测量得到全球Traceroute的IP路径数据；

S2、将Traceroute的IP路径数据映射为AS路径数据；

S3、收集全球BGP数据收集器的AS路径数据；

S4、将Traceroute的AS路径数据与BGP的AS路径数据进行对比与合并，得到完整的AS级网络拓扑。

2.根据权利要求1所述的自治系统级网络拓扑识别方法，其特征在于，所述步骤S2包括以下分步骤：

S21、进行数据收集；

S22、计算IP-to-AS的最佳匹配方式；

S23、修正IP-to-AS的匹配方式；

S24、建立IP-to-AS映射表。

3.根据权利要求2所述的自治系统级网络拓扑识别方法，其特征在于，所述步骤S21包括收集BGP路由表信息以及BGP和Traceroute两种数据源同属一个AS的连接信息。

4.根据权利要求1所述的自治系统级网络拓扑识别方法，其特征在于，所述步骤S4中将Traceroute的AS路径数据与BGP的AS路径数据进行对比与合并时，相同的AS路径数据以BGP的AS路径数据为准。