CN111865698A - 一种基于地理信息的自治域级互联网拓扑可视化方法 - Google Patents

一种基于地理信息的自治域级互联网拓扑可视化方法 Download PDF

Info

Publication number
CN111865698A
CN111865698A CN202010752664.9A CN202010752664A CN111865698A CN 111865698 A CN111865698 A CN 111865698A CN 202010752664 A CN202010752664 A CN 202010752664A CN 111865698 A CN111865698 A CN 111865698A
Authority
CN
China
Prior art keywords
autonomous
autonomous domain
domain
domains
longitude
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010752664.9A
Other languages
English (en)
Other versions
CN111865698B (zh
Inventor
贾召鹏
张宇
安宇昊
孙彻
张尼
薛继东
苏马婧
郑儿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
6th Research Institute of China Electronics Corp
Original Assignee
Harbin Institute of Technology
6th Research Institute of China Electronics Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology, 6th Research Institute of China Electronics Corp filed Critical Harbin Institute of Technology
Priority to CN202010752664.9A priority Critical patent/CN111865698B/zh
Publication of CN111865698A publication Critical patent/CN111865698A/zh
Application granted granted Critical
Publication of CN111865698B publication Critical patent/CN111865698B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/04—Network management architectures or arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种基于地理信息的自治域级互联网拓扑可视化方法，涉及网络拓扑可视化技术领域。本发明为解决现有的互联网拓扑可视化方法无法将自治域级互联网拓扑特点与地理信息相结合的问题。使用自治域具有的商业关系为客户的邻居自治域的数量来表示自治域的规模，选择合适的地图投影方式，在绘制单个自治域时将自治域的地理位置中的经纬度信息绘制在地图上；使用区间分割算法对自治域的地理位置信息计算每个自治域的经度覆盖区间；统计各区间自治域覆盖总量，计算经度坐标轴的合适比例；以经度和拓扑位置作为两个坐标轴，计算用来表示各自治域的矩形和圆形的坐标；使用前端技术将表示自治域的图形按照坐标、颜色绘制在页面上，同时显示各自治域的信息。本发明用于自治域级互联网拓扑的可视化。

Description

一种基于地理信息的自治域级互联网拓扑可视化方法
技术领域
本发明涉及一种自治域级互联网拓扑可视化方法，涉及网络拓扑可视化技术领域。
背景技术
自治域是互联网路由架构的关键元素之一，大范围的路由比如跨国路由不可避免的要使用域际路由，自治域在互联网路由中扮演着重要角色，因而对自治域级别的互联网拓扑可视化将便于我们对自治域进行了解和掌握。而且全球互联网在自治域级上分布不均衡，不同国家和地区的自治域数量、规模差别很大，自治域级拓扑的可视化有助于认识到国家层面互联网建设的差距。
现有的一些互联网可视化技术往往更注重互联网路由的拓扑关系，可视化的结果并不能很好的反映自治域的规模、自治域分布与地区的联系等信息；而且互联网拓扑关系数据由于测量的不稳定变化较大，基于拓扑关系形成的互联网拓扑图往往不够稳定。因此选择地理位置作为互联网拓扑可视化的一个重要维度，可以为可视化提供网络背后与国家地区之间的联系，也能提高拓扑图的稳定性。
发明内容
本发明的目的是提供一种基于地理信息的自治域级互联网拓扑可视化方法，以解决现有的互联网拓扑可视化方法无法将自治域级互联网拓扑特点与地理信息相结合的问题。
本发明为解决上述技术问题采取的技术方案是：
一种基于地理信息的自治域级互联网拓扑可视化方法，所述方法的实现过程为：
(1)Transit服务指供应商为客户接入互联网，客户需向供应商付费；Tier1自治域指不需要购买Transit服务就能访问整个互联网的自治域；Tier2自治域通常定义为：与某些网络免费对等，但仍需要购买Transit服务才能到达整个Internet的自治域；使用自治域具有的商业关系为客户的邻居自治域的数量来表示自治域的规模，根据自治域规模计算出互联网内的Tier1、Tier2自治域，通过商业关系计算出互联网中除Tier1、Tier2外的自治域的拓扑位置；使用IP定位数据和全球城市经纬度信息对自治域基本信息中的该自治域声明的前缀列表进行定位，得到以经纬度表示的自治域地理位置；
(2)选择合适的地图投影方式，在绘制单个自治域时将自治域的地理位置中的经纬度信息绘制在地图上；使用密度聚类的方式找到自治域地理分布的密集区域，并把密集区域的球面质心点作为自治域地理中心点，在绘制多个自治域时使用圆心在地理中心点、半径与自治域规模正相关的圆来表示自治域；
在绘制多个自治域时利用任何能区分的可视特征进行区分；
(3)使用区间分割算法对自治域的地理位置信息计算每个自治域的经度覆盖区间；统计各区间自治域覆盖总量，计算经度坐标轴的合适比例；以经度和拓扑位置作为两个坐标轴，计算用来表示各自治域的矩形和圆形的坐标；
(4)使用前端技术将表示自治域的图形按照坐标、颜色绘制在页面上，同时显示各自治域的信息；并提供查询自治域、邻接关系的功能，能够将查询结果标注在图形上。
进一步地，步骤(2)中，在绘制多个自治域时，
给自治域数量较多的国家分配基准颜色，并给各图形按照基准颜色生成随机颜色；
或者给自治域数量较多的国家分配基准填充图案，并给各图形按照基准填充图案生成可区分的其他随机填充图案。
进一步地，步骤(1)中主要内容为计算互联网内各自治域的拓扑位置和生成各自治域以经纬度表示的地理位置两部分：
步骤(1.1)、计算自治域的拓扑位置：自治域的拓扑位置指的是自治域在互联网拓扑中所处的层级位置，自治域之间主要有两种商业关系：供应商-客户(Provider-Customer,P2C)和对等(Peer-Peer,P2P)；P2C指客户向供应商付费，供应商为客户提供传递Transit服务，即为客户接入互联网；P2P指AS间相互(Peering)传递流量，互不付费；由于这样的商业关系存在，自治域间存在明显的层级关系，供应商AS处于客户AS的上层；最顶层的自治域通常称为Tier1自治域；Tier1自治域之间通过P2P关系连接可到达整个Internet；而Tier2自治域定义为：需要购买Transit服务才能到达整个Internet的自治域；将Tier1和Tier2自治域都视为顶级自治域；顶级自治域之中，规模越大的自治域拓扑位置越靠上，自治域的规模由其拥有的客户自治域数量来表征；而对所有的非顶级自治域通过对自治域拓扑图进行按照规模排序的、带标记的广度优先遍历，计算出与其最邻近的顶级自治域，即其接入Internet最主要的供应商，使用该供应商来确定其拓扑位置；
步骤(1.2)、生成各自治域以经纬度表示的地理位置：互联网中IP地址与地理位置的映射称为IP地理定位，使用前缀树的方式来存储以IP地址范围表示地理定位数据，在存储时将定位数据中的国家城市信息转换为经纬；自治域会在互联网内声明其IP前缀地址，即其域内IP地址的范围，使用其前缀覆盖的全部地理位置来表示自治域的地理位置，即一个经纬度的集合；计算自治域地理位置信息的步骤如下：
①初始化前缀树geoTree，读取各国家城市的经纬度数据；
②逐行读取IP地理定位数据库内数据，将IP地址范围转换为若干前缀，将城市信息转换为经纬度，写入前缀树中；
③读取自治域的声明的各个前缀，对每个前缀在前缀树中查询其覆盖的前缀子集，并读取这些子集中的地理信息经纬度；
④对各自治域的地理信息经纬度进行去重和排序，作为其地理信息。
进一步地，步骤(2)用于基于地图的展示自治域地理位置的可视化，在地图上绘制图形是反映地理信息最直观的方式；可视化方式可以分为三个部分(2.1)选择适当的地图投影方式；(2.2)计算自治域地理位置的中心点；(2.3)计算表示自治域的图形参数；(2.4)计算表示自治域的颜色。
上述四个步骤具体为：
(2.1)此步骤为选择适当的地图投影方式：在平面地图中展示呈球状的地球表面需要借助到地图投影，在投影球形地图时，选择方位投影中的球心投影最好，其能将大圆弧线投影为直线，表现世界尺度下的区域关系；
(2.2)此步骤为计算自治域地理位置的中心点：采用基于密度聚类的地理信息中心点来确定自治域分布中心，使用密度聚类算法，在若干经纬度坐标中找到密集程度较大的区域，以这个区域的球面质心点，作为该自治域的地理中心点。
(2.3)此步骤为计算表示自治域的图形参数：在同时绘制多个自治域时，使用圆心位于自治域地理中心点的圆形来表示该自治域；圆形的半径正相关于自治域的覆盖范围，以表示不同自治域之间的规模差异；基于自治域的规模不均衡分布而设定圆形半径与自治域覆盖范围呈log函数关系。
(2.4)此步骤为计算表示自治域的颜色：绘制不同自治域时使用不同的颜色，能够使自治域容易区分；为体现自治域分布与国家的联系，归属于同一国家的自治域使用相近的颜色；给拥有自治域数量较大的国家分配基准颜色，自治域的颜色由这些基准颜色随机生成。
进一步地，步骤(3)为同时结合自治域拓扑位置与地理位置的可视化方式，可视化方式可以分为四个部分：(3.1)对Tier1、Tier2自治域的经度信息使用区间分割算法计算自治域的覆盖范围；(3.2)对Tier2分割后的区间使用区间合并算法重新整合；(3.3)统计各区间Tier1、Tier2自治域覆盖总量，计算横坐标轴的合适比例；(3.4)计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标。
上述四个步骤的具体实现过程为：
(3.1)此步骤为根据经度信息计算自治域的覆盖范围：主要使用区间分割算法，算法的输入为经度信息和分割粒度，经度信息可以表示为一个排好序的数组[x1,x2,x3,…,xn]，其中西经表示成范围为-180到0的负数，东经表示成范围为0到180的正数；分割粒度是一个正数P，是人为指定的，分割的作用为当经度列表中相邻两个经度差值超过分割粒度时，自治域不覆盖这个范围；依次计算相邻两数的差值，第i项的差值记作di，当i不等于n时，di＝xi+1-xi；当i等于n时，di＝360-xn+x1；若在序列D＝[d1,d2,d3,…,dn]中，最大的一项为dm，则xm+1和xm分别作为自治域覆盖范围的起始点和终结点；然后创建一个空区间I，从dm+1开始遍历序列D，当di小于P时，将xi+1加入I，当di大于等于P时，将I保存，并把xi+1加入新建的区间I，最终得到若干分割后的区间；若得到跨越180°的区间，即若区间的最后一项大于第一项，将其分为[……,180]和[-180,……]两部分；
(3.2)此步骤为对Tier2自治域分割产生的区间进行重新整合：此步骤主要利用区间合并算法，算法的参数除了所有自治域分割后的区间列表Iist之外，还有表示在多少个区间范围内进行整合的t；首先对Iist按顺序分成每t个区间一组，对每个组进行：①对组中区间按坐标值大小排序；②取第一个没有标记的区间做为新一行的开始，然后依次对其后的区间进行比较，如果有区间的开始坐标比之前的区间的结束坐标要大，就把这个区间也加入到这一行，并做对其标记。重复②直到所有区间都已做标记；
(3.3)此步骤为统计各区间自治域覆盖总量，计算横坐标轴的合适比例：为减少图中的空白并更明确的表示哪些地区的自治域规模更大，需要为经度坐标轴调整比例，不同的经度范围设定不同的权重；经度坐标轴的刻度为[-180°W,-150°W,-120°W,-90°W,-60°W,-30°W,0°,30°E,60°E,90°E,120°E,150°E,180°E]，共13个刻度，12个区间，要计算的就是这12个区间长短的相对权重；这个权重由落入区间的长度来表达，读取步骤(2.2)得到的区间的端点[x,y]，并找到x和y分别落入的区间[q1,q2]和[q3,q4]，那么区间[q1,q2]增加权重q2-x，[q3,q4]增加权重y-q3，如果存在q2和q3之间的区间则增加等于其区间长度的权重；对每个区间上述操作后，得到权重数组W＝[w0,w1,……,w11]；令d为坐标轴总长度，t0是第一个坐标刻度的位置，则横坐标轴第i个刻度的实际坐标可由此式得：
Figure BDA0002610540110000041
(3.4)此步骤为计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标：Tier1和Tier2自治域用矩形来表示，其形状和位置可由左上顶点坐标与长、高来确定；横坐标由经度信息确定，由区间[x,y]的端点在横坐标轴的位置，计算出左右端点的坐标，两者相减得到矩形的长；纵坐标由拓扑位置和自治域规模来确定，所有Tier1自治域都在Tier2的上方，Tier1、Tier2内部按照自治域规模大小排序，规模越大的画在越靠上的地方；表示Tier1自治域的矩形的宽由其customer数量取log函数得到，Tier2自治域的矩形的宽的值固定；其余自治域用小圆形表示，其形状和位置由圆心坐标和半径确定；圆心横坐标由其经度平均值计算得到，纵坐标与距其最近的Tier1、Tier2自治域相同，半径为固定值，据此可将这些自治域绘制在图上；
步骤(4)为使用前端技术将步骤(2)、步骤(3)得到的表示自治域的图形按照坐标、颜色绘制在页面上；同时显示各自治域的信息，并提供查询自治域、邻接关系的功能；前端主要是HTML页面，在其上使用Canvas和SVG表示图形，使用d3.js进行坐标轴的绘制、图形的批量绘制、自治域信息的展示。
本发明具有以下有益效果：
本发明所述自治域级互联网拓扑可视化方法，在进行可视化的过程中主要使用互联网拓扑空间对应的地理位置作为布局的重要维度，相比于基于拓扑关系的可视化方法，体现出了互联网内自治域分布与地理区域之间的联系，在加入国家因素后还可以反映各国家的互联网资源分布情况。同时由于地理位置的稳定性与确定性，基于地理位置的可视化方法更加稳定，互联网拓扑的局部变化不会导致全局变化；也能够对于大规模拓扑具有良好的布局效果。这种可视化方法最小化了拓扑元素，省略了连接的拓扑关系，呈现的效果十分简洁。在可视化之外，还有简单的搜索定位等功能，可以更方便地观察拓扑的细节。
附图说明
图1是分割算法结果示意图；图2是计算横坐标轴刻度区间权重的示意图；图3是使用球心投影展示AS6939自治域地理位置的可视化界面截图；图4是展示计算AS6939自治域地理中心点的可视化界面截图；图5是利用本发明方法获得的一种基于地理位置的互联网内自治域可视化界面截图；图6是利用本发明方法获得的一种融合地理位置和拓扑位置的自治域级互联网拓扑可视化界面截图。
具体实施方式
具体实施方式：本实施方式对一种基于地理信息的自治域级互联网拓扑可视化方法进行如下说明：
初始数据为互联网内的自治域基本信息、自治域之间的商业关系信息、IP定位数据和全球主要城市的经纬度信息。根据自治域之间的商业关系计算出自治域的拓扑位置。根据IP定位数据和全球主要城市的经纬度信息计算出以经纬度表示的自治域地理位置。使用自治域的地理位置和拓扑位置信息，用图形在界面上通过不同方式绘制出互联网内的自治域分布情况。可以通过使用经纬度向地图投影的方式表现出互联网内自治域分布与地理位置的冠以，也可以通过拓扑位置与地理位置结合的方式表现出互联网内不同拓扑位置的自治域分布与地理位置的关系。
所述方法的实现过程为：
(1)使用自治域具有的商业关系为客户的邻居自治域的数量来表示自治域的规模，根据自治域规模计算出互联网内的Tier1、Tier2自治域，通过商业关系计算出互联网中除Tier1、Tier2外的自治域的拓扑位置；使用IP定位数据和全球城市经纬度信息对自治域基本信息中的该自治域声明的前缀列表进行定位，得到以经纬度表示的自治域地理位置。
(2)选择合适的地图投影方式，在绘制单个自治域时将自治域的地理位置中的经纬度信息绘制在地图上；使用密度聚类的方式找到自治域地理分布的密集区域，并把密集区域的球面质心点作为自治域地理中心点，在绘制多个自治域时使用圆心在地理中心点、半径与自治域规模正相关的圆来表示自治域；给自治域数量较多的国家分配基准颜色，并给各图形按照基准颜色生成随机颜色。
(3)使用区间分割算法对自治域的地理位置信息计算每个自治域的经度覆盖区间；统计各区间自治域覆盖总量，计算经度坐标轴的合适比例；以经度和拓扑位置作为两个坐标轴，计算用来表示各自治域的矩形和圆形的坐标。
(4)使用前端技术将表示自治域的图形按照坐标、颜色绘制在页面上，同时显示各自治域的信息；并提供查询自治域、邻接关系的功能，能够将查询结果标注在图形上。
步骤(1)中主要内容为计算互联网内各自治域的拓扑位置和生成各自治域以经纬度表示的地理位置两部分：
步骤(1.1)是计算自治域的拓扑位置。自治域的拓扑位置指的是自治域在互联网拓扑中所处的层级位置。自治域之间主要有两种商业关系：供应商-客户(Provider-Customer,P2C)和对等(Peer-Peer,P2P)。P2C指客户向供应商付费，供应商为客户提供传递Transit服务，即为客户接入互联网；P2P指AS间相互(Peering)传递流量，互不付费。由于有这样的商业关系存在，自治域间就存在了明显的层级关系，供应商AS处于客户AS的上层。最顶层的自治域通常称为Tier1自治域。Tier1自治域之间通过P2P关系连接，不需要Transit即可到达整个Internet。而Tier2自治域通常定义为：与某些网络免费对等，但仍需要购买Transit服务才能到达整个Internet的自治域。在这里将Tier1和Tier2自治域都视为顶级自治域。顶级自治域之中，规模越大的自治域拓扑位置越靠上，自治域的规模由其拥有的客户自治域数量来表征。而对所有的非顶级自治域，由于数量过多，通过对自治域拓扑图进行按照规模排序的、带标记的广度优先遍历，计算出与其最邻近的顶级自治域，即其接入Internet最主要的供应商，使用该供应商来确定其拓扑位置。
步骤(1.2)是生成各自治域以经纬度表示的地理位置。互联网中IP地址与地理位置的映射通常称为IP地理定位。现有一些IP定位数据库，存储互联网中公网IP地址范围所对应的位置，一般精确到城市。自治域会在互联网内声明其IP前缀地址，即其域内IP地址的范围。自治域声明的前缀大小是不确定的，而且有可能会声明多个前缀，因此自治域的地理位置并不一定是能够精确定位到地点的，而是有可能分布在多个位置，需要用一个地理集合来表示。地理定位数据库存储的是IP地址范围内的最小IP和最大IP，由于自治域前缀数量和定位数据量都很大，如果使用二分法确定某一IP所属区间，时间复杂度将会很高。为减少计算和查询IP定位数据的时间，使用前缀树的方式来存储定位数据。为方便绘图，将定位数据中的国家城市信息转换为经纬度进行存储。计算自治域地理位置信息的步骤如下：
1初始化前缀树geoTree，读取各国家城市的经纬度数据；
2逐行读取IP地理定位数据库内数据，将IP地址范围转换为若干前缀，将城市信息转换为经纬度，写入前缀树中；
3读取自治域的声明的各个前缀，对每个前缀在前缀树中查询其覆盖的前缀子集，并读取这些子集中的地理信息经纬度；
4对各自治域的地理信息经纬度进行去重和排序，作为其地理信息。
步骤(2)是一种基于地图的展示自治域地理位置的可视化方式。在地图上绘制图形是反映地理信息最直观的方式。可视化方式可以分为三个部分(2.1)选择适当的地图投影方式；(2.2)计算自治域地理位置的中心点；(2.3)计算表示自治域的图形参数；(2.4)计算表示自治域的颜色。
下面对以上四个步骤中的核心内容做详细描述：
(2.1)此步骤为选择适当的地图投影方式。在平面地图中展示呈球状的地球表面需要借助到地图投影，但任何的投影方式都会产生失真，因而选用恰当的地图投影方式是必要的。地图投影分圆锥投影、圆柱投影、方位投影等几类，对于小尺度的地图而言，圆柱投影有计算量小的优点；对于大尺度的地图而言，方位投影是最好的选择。在投影球形地图时，选择方位投影中的球心投影最好，其能将大圆弧线投影为直线，适合表现世界尺度下的区域关系。
(2.2)此步骤为计算自治域地理位置的中心点。自治域分布中心并不能够简单的使用所有地理分布点的几何中心代替，几何中心可能会因为一些特殊点的存在而有较大误差。因此设计了一种基于密度聚类的地理信息中心点确定方法，其基本思想是使用密度聚类算法，在若干经纬度坐标中找到密集程度较大的区域，以这个区域的球面质心点，作为该自治域的地理中心点。
(2.3)此步骤为计算表示自治域的图形参数。在同时绘制多个自治域时，并不绘制出自治域所有地理信息，而是使用圆心位于自治域地理中心点的圆形来表示该自治域，可以比较好的解决多自治域重合问题。圆形的半径正相关于自治域的覆盖范围，以表示不同自治域之间的规模差异。由于自治域的规模分布非常不均衡，绝大多数自治域只覆盖了极少的位置，因而设定圆形半径与自治域覆盖范围呈log函数关系。
(2.4)此步骤为计算表示自治域的颜色。绘制不同自治域时使用不同的颜色，能够使自治域容易区分。为体现自治域分布与国家的联系，归属于同一国家的自治域使用相近的颜色。给拥有自治域数量较大的国家分配基准颜色，自治域的颜色由这些基准颜色随机生成。
步骤(3)是同时结合自治域拓扑位置与地理位置的可视化方式。可视化方式可以分为四个部分(3.1)对Tier1、Tier2自治域的经度信息使用区间分割算法计算自治域的覆盖范围；(3.2)对Tier2分割后的区间使用区间合并算法重新整合；(3.3)统计各区间Tier1、Tier2自治域覆盖总量，计算横坐标轴的合适比例(3.4)计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标。
下面对以上四个步骤中的核心内容做详细描述：
(3.1)此步骤为根据经度信息计算自治域的覆盖范围。主要使用了区间分割算法，算法的输入为经度信息和分割粒度，经度信息可以表示为一个排好序的数组[x1,x2,x3,…,xn]，其中西经表示成范围为-180到0的负数，东经表示成范围为0到180的正数；分割粒度是一个正数P，是人为指定的，分割的意义在于，可以认为当经度列表中相邻两个经度差值超过分割粒度时，自治域不覆盖这个范围。依次计算相邻两数的差值，第i项的差值记作di，当i不等于n时，di＝xi+1-xi；当i等于n时，di＝360-xn+x1。若在序列D＝[d1,d2,d3,…,dn]中，最大的一项为dm，则xm+1和xm分别作为自治域覆盖范围的起始点和终结点。然后创建一个空区间I，从dm+1开始遍历序列D，当di小于P时，将xi+1加入I，当di大于等于P时，将I保存，并把xi+1加入新建的区间I，最终得到若干分割后的区间。此过程的结果如下图3所示。若得到如图中I2所示的跨越180°的区间，即若区间的最后一项大于第一项，将其分为[……,180]和[-180,……]两部分。
(3.2)此步骤为对Tier2自治域分割产生的区间进行重新整合。由于很多自治域在经过步骤(3.1)之后得到的区间覆盖范围比较稀疏，如果一行只绘制一个自治域的话，图中会有很多的空白，因此需要重新整合以提高空间利用率。此步骤主要用到了区间合并算法，由于自治域在图上的纵坐标也是有意义的，不能随意打乱区间的顺序，因此算法的参数除了所有自治域分割后的区间列表Iist之外，还有表示在多少个区间范围内进行整合的t。首先对Iist按顺序分成每t个区间一组，对每个组进行：①对组中区间按坐标值大小排序；②取第一个没有标记的区间做为新一行的开始，然后依次对其后的区间进行比较，如果有区间的开始坐标比之前的区间的结束坐标要大，就把这个区间也加入到这一行，并做对其标记。重复②直到所有区间都已做标记。算法的伪代码描述如下：
Figure BDA0002610540110000091
(3.3)此步骤为统计各区间自治域覆盖总量，计算横坐标轴的合适比例。由于东西方互联网发展不均衡以及太平洋、大西洋的存在，使得自治域在经度的分布不均匀。为尽量减少图中的空白并更明确的表示哪些地区的自治域规模更大，需要为经度坐标轴调整比例，也就是给不同的经度范围不同的权重。经度坐标轴的刻度为[-180°W,-150°W,-120°W,-90°W,-60°W,-30°W,0°,30°E,60°E,90°E,120°E,150°E,180°E]，共13个刻度，12个区间，要计算的就是这12个区间长短的相对权重。这个权重由落入区间的长度来表达，读取步骤(2.2)得到的区间的端点[x,y]，并找到x和y分别落入的区间[q1,q2]和[q3,q4]，那么区间[q1,q2]增加权重q2-x，[q3,q4]增加权重y-q3，如果存在q2和q3之间的区间则增加等于其区间长度的权重。此过程原理即下图4所示。对每个区间上述操作后，得到权重数组W＝[w0,w1,……,w11]。令d为坐标轴总长度，t0是第一个坐标刻度的位置，则横坐标轴第i个刻度的实际坐标可由此式得：
Figure BDA0002610540110000101
(3.4)此步骤为计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标。Tier1和Tier2自治域用矩形来表示，其形状和位置可由左上顶点坐标与长、高来确定。横坐标由经度信息确定，由区间[x,y]的端点在横坐标轴的位置，计算出左右端点的坐标，两者相减得到矩形的长；纵坐标由拓扑位置和自治域规模来确定，所有Tier1自治域都在Tier2的上方，Tier1、Tier2内部按照自治域规模大小排序，规模越大的画在越靠上的地方；表示Tier1自治域的矩形的宽由其customer数量取log函数得到，Tier2自治域的矩形的宽的值固定。其余自治域用小圆形表示，其形状和位置由圆心坐标和半径确定。圆心横坐标由其经度平均值计算得到，纵坐标与距其最近的Tier1、Tier2自治域相同，半径为固定值，据此可将这些自治域绘制在图上。
步骤(4)为使用前端技术将步骤(2)、步骤(3)得到的表示自治域的图形按照坐标、颜色绘制在页面上；同时显示各自治域的信息，并提供查询自治域、邻接关系的功能。前端主要是HTML页面，在其上使用Canvas和SVG表示图形，使用d3.js进行坐标轴的绘制、图形的批量绘制、自治域信息的展示。
上述步骤只是对实施过程的简单描述，在计算和绘制的过程中还有很多细节，以及可以进行的调整，比如区间合并的过程可以忽略极小的区间，坐标轴的权重可以进行函数调整，Tier2自治域重新整合后，其余自治域如何绘制在最佳的位置等。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
实施例：
为了更好的说明本发明内容，将结合实际的拓扑可视化过程做详细描述：
步骤(1)的主要内容为计算互联网内各自治域的拓扑位置和生成各自治域以经纬度表示的地理位置两部分。
步骤(1.1)是计算自治域的拓扑位置。自治域的拓扑位置计算分为顶级自治域和非顶级自治域两部分。对于顶级自治域，首先要确定哪些自治域是Tier1和Tie2自治域。Tier1自治域使用了目前公认的包括AT&T、Level3等的16个Tier1自治域。Tier2自治域的确定选取了自治域规模大于100的自治域作为Tier2自治域。将这些Tier1、Tier2自治域按照规模进行排序之后，就得到了顶级自治域的拓扑位置。对于非顶级自治域，根据所述计算最近邻顶级自治域的的算法得到与其最邻近的顶级自治域，拓扑位置位于其最邻近顶级自治域下方。
步骤(1.2)是生成各自治域的地理位置数据。利用地理定位数据库(ip2Location)查询到各自治域声明的所有前缀的经纬度数据，合并整理后得到该自治域的经纬度列表数据，为减轻存储压力对经纬度取整。得到的数据如下所示：
Figure BDA0002610540110000111
上述数据为AS6939号自治域的地理位置，每一对括号中分别是经度和纬度。
步骤(2)是一种基于地图的展示自治域地理位置的可视化方式。在地图上绘制图形是反映地理信息最直观的方式。可视化方式可以分为三个部分(2.1)选择适当的地图投影方式；(2.2)计算自治域地理位置的中心点；(2.3)计算表示自治域的图形参数；(2.4)计算表示自治域的颜色。
下面对以上四个步骤中的核心内容做详细描述：
(2.1)此步骤为选择适当的地图投影方式。这里选择球心投影，其能将大圆弧线投影为直线，适合表现世界尺度下的区域关系。基础的地图层和AS6939的地理位置投影后的图形如图3所示。
(2.2)此步骤为计算自治域地理位置的中心点。其基本思想是使用密度聚类算法，在若干经纬度坐标中找到密集程度较大的区域，以这个区域的球面质心点，作为该自治域的地理中心点。这里密度聚类算法选择OPITCS算法，聚类之后可以得到自治域的若干密集区域，选择其中最大的一块儿区域，计算出该区域的球面质心点就可以得到地理中心点。AS6939地理中心点在图上的位置如图4中的黑点所示。
(2.3)此步骤为计算表示自治域的图形参数。使用圆形来表示该自治域，圆心坐标个地理中心点的坐标，圆形半径半径r与自治域地理位置的覆盖范围S成log函数关系。设r(S)＝a·log(S)+b，令r(1)＝2，r(800)＝20，拟合之后得到圆形半径r与自治域覆盖经纬度数量S的关系为：
r＝2.5·log(S)+2
(2.4)此步骤为计算表示自治域的颜色。为体现自治域分布与国家的联系，归属于同一国家的自治域使用相近的颜色。给拥有自治域数量较大的国家分配基准颜色如表1所示，自治域的颜色由这些基准颜色随机生成。互联网内所有自治域的在同一张地图上绘制后的效果如图5(1)(2)所示(不同投影角度)，可以看出不同地区自治域分布的密集程度区别，也能看出各国家地区自治域分布的差异性。
表1国家基准颜色
Figure BDA0002610540110000121
步骤(3)是同时结合自治域拓扑位置与地理位置的可视化方式。可视化方式可以分为四个部分(3.1)对Tier1、Tier2自治域的经度信息使用区间分割算法计算自治域的覆盖范围；(3.2)对Tier2分割后的区间使用区间合并算法重新整合；(3.3)统计各区间Tier1、Tier2自治域覆盖总量，计算横坐标轴的合适比例(3.4)计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标。
下面分别以例子对上述四个步骤中的核心内容做详细描述：
(3.1)此步骤为根据经度信息计算自治域的覆盖范围。主要使用了区间分割算法，算法的输入为经度信息和分割粒度，7029号自治域的经度信息用数组表示为[-162,-157,-149,-124,-123,-122,-121,-120,-119,-118,-117,-116,-115,-114,-113,-112,-111,-110,-109,-108,-107,-106,-105,-104,-103,-102,-101,-100,-99,-98,-97,-96,-95,-94,-93,-92,-91,-90,-89,-88,-87,-86,-85,-84,-83,-82,-81,-80,-79,-78,-77,-76,-75,-74,-73,-72,-71,-70,-69,-68,-67,-66,0,2,13,18,24,114,153,166]，分割粒度默认设为60。首先找到数组中相邻两数差值最大的位置，经计算知是24和114的差值最大，则114为自治域覆盖范围起始点，再从114开始依次比较相邻两数数差值是否大于分割粒度，若大于则新增一个区间，否则更新上一个区间的右端点，由此得到区间列表[[114,-66]，[0,24]]。列表中区间[114,-66]左端点大于右端点，即跨过了180度，故拆分，得到最终结果[[114,180]，[-180,-66]，[0,24]]。
(3.2)此步骤为对Tier2自治域分割产生的区间进行重新整合。算法的输入为区间列表和分组数目。由于上个步骤产生的区间非常多，取前20个区间举例说明此过程，区间为[(-149,176),(-123,153),(-180,-173),(-122,-82),(0,180),(-122,-71),(2,153),(-121,-73),(-3,153),(7,158),(-122,-71),(-15,39),(139,166),(-121,-73),(2,153),(-122,-78),(0,6),(57,153),(28,153),(-122,-70)]，每10个区间分为一组。前10个区间为第一组，先按坐标排序，得到列表[(-180,-173),(-149,176),(-123,153),(-122,-82),(-122,-71),(-121,-73),(-3,153),(0,180),(2,153),(7,158)]。新建区间列表，并取第一个区间加入，即[(-180,-173)]，然后依次寻找区间开始端点大于-173的区间，找到区间(-149,176)，将其加入列表，得到[(-180,-173)，(-149,176)]；再依次寻找区间开始端点大于176的区间，没有这样的区间，则这次迭代结束。存储现在的区间列表，新建区间列表，找到未加入过的第一个区间(-123,153)，重复上述过程。最终得到的结果为[[(-180,-173),(-149,176)],[(-123,153)],[(-122,-82),(-3,153)],[(-122,-71),(0,180)],[(-121,-73),(2,153)],[(7,158)],[(-122,-78),(-15,39),(57,153)],[(-122,-71),(0,6),(28,153)],[(-122,-70),(2,153)],[(-121,-73),(139,166)],[(-180,-70),(-4,7),(114,180)],[(-180,-66),(-2,174)],[(-122,-70),(0,24),(139,180)],[(0,38),(151,153)],[(-180,-66),(-1,55),(77,172)],[(-122,-77),(2,18),(28,180)],[(-122,-71),(8,51)],[(-121,-87),(-82,-34)],[(-180,-68),(0,158)],[(-180,-68),(0,180)],[(-122,-86),(-80,-3),(72,153)],[(-121,-73),(106,174)],[(121,180)]]。
(3.3)此步骤为统计各区间自治域覆盖总量，计算横坐标轴的合适比例。经度坐标轴的刻度为[-180°W,-150°W,-120°W,-90°W,-60°W,-30°W,0°,30°E,60°E,90°E,120°E,150°E,180°E]，共13个刻度，12个刻度区间。这12个刻度区间的相对权重初始值都是0，即[0,0,0,0,0,0,0,0,0,0,0,0]。读取上个步骤产生的区间列表，第一个区间(-180,-173)，其左右端点都落在第一个刻度区间，因此第一个刻度区间增加权重-173-(-180)＝7，权重值更新为[7,0,0,0,0,0,0,0,0,0,0,0]；第二个区间(-149,176)，其左端点落在第2个区间，右端点落在最后一个区间，因此第二个区间增加权重-120-(-149)＝29，最后一个区间增加权重176-150＝26，其余区间增加权重30，权重值更新为[7,29,30,30,30,30,30,30,30,30,30,26]……以此类推，对上个步骤的20个区间进行计算后，权重值为[157,204,600,402,116,112,458,426,421,470,561,331]。若坐标轴总长度为1200，第一个刻度的坐标为100，则经下式计算：
Figure BDA0002610540110000131
得到各刻度的实际坐标为[100,144.2,201.7,370.8,484.1,516.8,548.4,677.5,797.5,916.2,1048.6,1206.7,1300]。
(3.4)此步骤为计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标。以自治域7029和393449，在步骤(2.3)计算出来的横坐标轴下为例。7029号自治域自治域是Tier2，其分割后的经度覆盖区间为[[114,180]，[-180,-66]，[0,24]]，因此用3个矩形表示。这里计算一下第一个矩形，区间左端点114在坐标轴的90°E到120°E区间，90°E的坐标为916.2，120°E的坐标为1048.6，因此114在坐标轴上的坐标为：
Figure BDA0002610540110000141
同理可得180在坐标轴上的坐标为1300，因此矩形的长为1300-1048＝252，Tier2自治域的宽是固定值12，左上顶点的横坐标为1022.12。Tier2自治域的纵坐标是由自治域拓扑位置和规模大小决定的，还需要考虑步骤(2.2)重新整合之后同一自治域的矩形纵坐标可能不同的问题，所以还需要其他自治域的信息以及参数来确定，在这里假设其纵坐标为745，则得到了这个矩形的完整位置信息：左上顶点坐标(1022.12，745)，长252，宽12，足够进行绘制。
393449号自治域不是Tier1和Tier2，用小圆形来表示，画在距其最近的Tier1、Tier2自治域7029下。393449号自治域的经度平均值为-70，因此横坐标为446.8；纵坐标与7029号自治域相同，为745；半径为固定值5。最终得到圆形的完整信息：圆心坐标(446.8,745)，半径5。
步骤(4)为使用前端技术将步骤(2)、步骤(3)得到的表示自治域的图形按照坐标、颜色绘制在页面上；同时显示各自治域的信息，并提供查询自治域、邻接关系的功能。前端主要是HTML页面，在其上使用Canvas和SVG表示图形，使用d3.js进行坐标轴的绘制、图形的批量绘制、自治域信息的展示。步骤(2)中描述绘制图形见图3、图5；步骤(3)描述的绘制方法绘制后的页面如图6所示。

Claims (8)

1.一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于所述方法的实现过程为：
(1)Transit服务指供应商为客户接入互联网，客户需向供应商付费；Tier1自治域指不需要购买Transit服务就能访问整个互联网的自治域；Tier2自治域通常定义为：与某些网络免费对等，但仍需要购买Transit服务才能到达整个Internet的自治域；使用自治域具有的商业关系为客户的邻居自治域的数量来表示自治域的规模，根据自治域规模计算出互联网内的Tier1、Tier2自治域，通过商业关系计算出互联网中除Tier1、Tier2外的自治域的拓扑位置；使用IP定位数据和全球城市经纬度信息对自治域基本信息中的该自治域声明的前缀列表进行定位，得到以经纬度表示的自治域地理位置；
(2)选择合适的地图投影方式，在绘制单个自治域时将自治域的地理位置中的经纬度信息绘制在地图上；使用密度聚类的方式找到自治域地理分布的密集区域，并把密集区域的球面质心点作为自治域地理中心点，在绘制多个自治域时使用圆心在地理中心点、半径与自治域规模正相关的圆来表示自治域；
在绘制多个自治域时利用任何能区分的可视特征进行区分；
(3)使用区间分割算法对自治域的地理位置信息计算每个自治域的经度覆盖区间；统计各区间自治域覆盖总量，计算经度坐标轴的合适比例；以经度和拓扑位置作为两个坐标轴，计算用来表示各自治域的矩形和圆形的坐标；
(4)使用前端技术将表示自治域的图形按照坐标、颜色绘制在页面上，同时显示各自治域的信息；并提供查询自治域、邻接关系的功能，能够将查询结果标注在图形上。
2.根据权利要求1所述的一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于，步骤(2)中，在绘制多个自治域时，
给自治域数量较多的国家分配基准颜色，并给各图形按照基准颜色生成随机颜色；
或者给自治域数量较多的国家分配基准填充图案，并给各图形按照基准填充图案生成可区分的其他随机填充图案。
3.根据权利要求1或2所述的一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于，步骤(1)中主要内容为计算互联网内各自治域的拓扑位置和生成各自治域以经纬度表示的地理位置两部分：
步骤(1.1)、计算自治域的拓扑位置：自治域的拓扑位置指的是自治域在互联网拓扑中所处的层级位置，自治域之间主要有两种商业关系：供应商-客户(Provider-Customer,P2C)和对等(Peer-Peer,P2P)；P2C指客户向供应商付费，供应商为客户提供传递Transit服务，即为客户接入互联网；P2P指AS间相互(Peering)传递流量，互不付费；由于这样的商业关系存在，自治域间存在明显的层级关系，供应商AS处于客户AS的上层；最顶层的自治域通常称为Tier1自治域；Tier1自治域之间通过P2P关系连接可到达整个Internet；而Tier2自治域定义为：需要购买Transit服务才能到达整个Internet的自治域；将Tier1和Tier2自治域都视为顶级自治域；顶级自治域之中，规模越大的自治域拓扑位置越靠上，自治域的规模由其拥有的客户自治域数量来表征；而对所有的非顶级自治域通过对自治域拓扑图进行按照规模排序的、带标记的广度优先遍历，计算出与其最邻近的顶级自治域，即其接入Internet最主要的供应商，使用该供应商来确定其拓扑位置；
步骤(1.2)、生成各自治域以经纬度表示的地理位置：互联网中IP地址与地理位置的映射称为IP地理定位，使用前缀树的方式来存储以IP地址范围表示地理定位数据，在存储时将定位数据中的国家城市信息转换为经纬；自治域会在互联网内声明其IP前缀地址，即其域内IP地址的范围，使用其前缀覆盖的全部地理位置来表示自治域的地理位置，即一个经纬度的集合；计算自治域地理位置信息的步骤如下：
①初始化前缀树geoTree，读取各国家城市的经纬度数据；
②逐行读取IP地理定位数据库内数据，将IP地址范围转换为若干前缀，将城市信息转换为经纬度，写入前缀树中；
③读取自治域的声明的各个前缀，对每个前缀在前缀树中查询其覆盖的前缀子集，并读取这些子集中的地理信息经纬度；
④对各自治域的地理信息经纬度进行去重和排序，作为其地理信息。
4.根据权利要求3所述的一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于，步骤(2)用于基于地图的展示自治域地理位置的可视化，在地图上绘制图形是反映地理信息最直观的方式；可视化方式可以分为三个部分(2.1)选择适当的地图投影方式；(2.2)计算自治域地理位置的中心点；(2.3)计算表示自治域的图形参数；(2.4)计算表示自治域的颜色。
5.根据权利要求4所述的一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于，上述四个步骤具体为：
(2.1)此步骤为选择适当的地图投影方式：在平面地图中展示呈球状的地球表面需要借助到地图投影，在投影球形地图时，选择方位投影中的球心投影最好，其能将大圆弧线投影为直线，表现世界尺度下的区域关系；
(2.2)此步骤为计算自治域地理位置的中心点：采用基于密度聚类的地理信息中心点来确定自治域分布中心，使用密度聚类算法，在若干经纬度坐标中找到密集程度较大的区域，以这个区域的球面质心点，作为该自治域的地理中心点；
(2.3)此步骤为计算表示自治域的图形参数：在同时绘制多个自治域时，使用圆心位于自治域地理中心点的圆形来表示该自治域；圆形的半径正相关于自治域的覆盖范围，以表示不同自治域之间的规模差异；基于自治域的规模不均衡分布而设定圆形半径与自治域覆盖范围呈log函数关系；
(2.4)此步骤为计算表示自治域的颜色：绘制不同自治域时使用不同的颜色，能够使自治域容易区分；为体现自治域分布与国家的联系，归属于同一国家的自治域使用相近的颜色；给拥有自治域数量较大的国家分配基准颜色，自治域的颜色由这些基准颜色随机生成。
6.根据权利要求5所述的一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于，步骤(3)为同时结合自治域拓扑位置与地理位置的可视化方式，可视化方式可以分为四个部分：(3.1)对Tier1、Tier2自治域的经度信息使用区间分割算法计算自治域的覆盖范围；(3.2)对Tier2分割后的区间使用区间合并算法重新整合；(3.3)统计各区间Tier1、Tier2自治域覆盖总量，计算横坐标轴的合适比例；(3.4)计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标。
7.根据权利要求6所述的一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于，上述四个步骤的具体实现过程为：
(3.1)此步骤为根据经度信息计算自治域的覆盖范围：主要使用区间分割算法，算法的输入为经度信息和分割粒度，经度信息可以表示为一个排好序的数组[x1,x2,x3,…,xn]，其中西经表示成范围为-180到0的负数，东经表示成范围为0到180的正数；分割粒度是一个正数P，是人为指定的，分割的作用为当经度列表中相邻两个经度差值超过分割粒度时，自治域不覆盖这个范围；依次计算相邻两数的差值，第i项的差值记作di，当i不等于n时，di＝xi+1-xi；当i等于n时，di＝360-xn+x1；若在序列D＝[d1,d2,d3,…,dn]中，最大的一项为dm，则xm+1和xm分别作为自治域覆盖范围的起始点和终结点；然后创建一个空区间I，从dm+1开始遍历序列D，当di小于P时，将xi+1加入I，当di大于等于P时，将I保存，并把xi+1加入新建的区间I，最终得到若干分割后的区间；若得到跨越180°的区间，即若区间的最后一项大于第一项，将其分为[……,180]和[-180,……]两部分；
(3.2)此步骤为对Tier2自治域分割产生的区间进行重新整合：此步骤主要利用区间合并算法，算法的参数除了所有自治域分割后的区间列表Iist之外，还有表示在多少个区间范围内进行整合的t；首先对Iist按顺序分成每t个区间一组，对每个组进行：①对组中区间按坐标值大小排序；②取第一个没有标记的区间做为新一行的开始，然后依次对其后的区间进行比较，如果有区间的开始坐标比之前的区间的结束坐标要大，就把这个区间也加入到这一行，并做对其标记；重复②直到所有区间都已做标记；
(3.3)此步骤为统计各区间自治域覆盖总量，计算横坐标轴的合适比例：为减少图中的空白并更明确的表示哪些地区的自治域规模更大，需要为经度坐标轴调整比例，不同的经度范围设定不同的权重；经度坐标轴的刻度为[-180°W,-150°W,-120°W,-90°W,-60°W,-30°W,0°,30°E,60°E,90°E,120°E,150°E,180°E]，共13个刻度，12个区间，要计算的就是这12个区间长短的相对权重；这个权重由落入区间的长度来表达，读取步骤(2.2)得到的区间的端点[x,y]，并找到x和y分别落入的区间[q1,q2]和[q3,q4]，那么区间[q1,q2]增加权重q2-x，[q3,q4]增加权重y-q3，如果存在q2和q3之间的区间则增加等于其区间长度的权重；对每个区间上述操作后，得到权重数组W＝[w0,w1,……,w11]；令d为坐标轴总长度，t0是第一个坐标刻度的位置，则横坐标轴第i个刻度的实际坐标可由此式得：
Figure FDA0002610540100000041
(3.4)此步骤为计算用来表示各自治域的矩形和圆形在此坐标轴下的坐标：Tier1和Tier2自治域用矩形来表示，其形状和位置可由左上顶点坐标与长、高来确定；横坐标由经度信息确定，由区间[x,y]的端点在横坐标轴的位置，计算出左右端点的坐标，两者相减得到矩形的长；纵坐标由拓扑位置和自治域规模来确定，所有Tier1自治域都在Tier2的上方，Tier1、Tier2内部按照自治域规模大小排序，规模越大的画在越靠上的地方；表示Tier1自治域的矩形的宽由其customer数量取log函数得到，Tier2自治域的矩形的宽的值固定；其余自治域用小圆形表示，其形状和位置由圆心坐标和半径确定；圆心横坐标由其经度平均值计算得到，纵坐标与距其最近的Tier1、Tier2自治域相同，半径为固定值，据此可将这些自治域绘制在图上。
8.根据权利要求1或7所述的一种基于地理信息的自治域级互联网拓扑可视化方法，其特征在于，步骤(4)为使用前端技术将步骤(2)、步骤(3)得到的表示自治域的图形按照坐标、颜色绘制在页面上；同时显示各自治域的信息，并提供查询自治域、邻接关系的功能；前端主要是HTML页面，在其上使用Canvas和SVG表示图形，使用d3.js进行坐标轴的绘制、图形的批量绘制、自治域信息的展示。
CN202010752664.9A 2020-07-30 2020-07-30 一种基于地理信息的自治域级互联网拓扑可视化方法 Active CN111865698B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010752664.9A CN111865698B (zh) 2020-07-30 2020-07-30 一种基于地理信息的自治域级互联网拓扑可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010752664.9A CN111865698B (zh) 2020-07-30 2020-07-30 一种基于地理信息的自治域级互联网拓扑可视化方法

Publications (2)

Publication Number Publication Date
CN111865698A true CN111865698A (zh) 2020-10-30
CN111865698B CN111865698B (zh) 2023-10-17

Family

ID=72946335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010752664.9A Active CN111865698B (zh) 2020-07-30 2020-07-30 一种基于地理信息的自治域级互联网拓扑可视化方法

Country Status (1)

Country Link
CN (1) CN111865698B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112347217A (zh) * 2020-11-09 2021-02-09 中国船舶重工集团公司第七二四研究所 一种基于海量数据分层的实时标绘方法
CN114124719A (zh) * 2021-10-27 2022-03-01 清华大学 网络空间态势感知方法及装置
CN114268551A (zh) * 2021-12-16 2022-04-01 南京华飞数据技术有限公司 一种基于主被动协同的自治域级网络拓扑测绘方法
CN114528946A (zh) * 2021-12-16 2022-05-24 浙江省新型互联网交换中心有限责任公司 一种自治域系统同胞关系识别方法
CN114598487A (zh) * 2020-12-04 2022-06-07 华为技术有限公司 一种验证as对的方法、装置及设备
CN114615182A (zh) * 2021-12-16 2022-06-10 浙江省新型互联网交换中心有限责任公司 一种互联网自治域系统商业关系分步推断的方法
CN115941495A (zh) * 2022-09-30 2023-04-07 天翼安全科技有限公司 一种网络拓扑构建方法、装置、电子设备及存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040139049A1 (en) * 1996-08-22 2004-07-15 Wgrs Licensing Company, Llc Unified geographic database and method of creating, maintaining and using the same
US20040208175A1 (en) * 2003-04-17 2004-10-21 Mccabe Alan J. Linking autonomous systems with dual premise routing domains
WO2006002598A1 (fr) * 2004-06-30 2006-01-12 Huawei Technologies Co., Ltd. Systeme vpn de reseau federateur hybride a site hybride et son procede de mise en oeuvre
WO2010133140A1 (zh) * 2009-05-19 2010-11-25 中兴通讯股份有限公司 一种内容分片的多媒体网络及其业务方法
US20150039745A1 (en) * 2013-07-30 2015-02-05 Draios Inc. Performance and security management of applications deployed in hosted computing environments
US20150294006A1 (en) * 2012-12-26 2015-10-15 Tencent Technology (Shenzhen) Company Limited Method and apparatus for processing online user distribution
US20160154643A1 (en) * 2014-11-28 2016-06-02 Baidu Online Network Technology (Beijing) Co., Ltd . Method and system for updating in-vehicle navigation map, in-vehicle navigation device and mobile terminal
CN108418754A (zh) * 2017-02-10 2018-08-17 中国移动通信集团贵州有限公司 建立网络拓扑的方法及装置
CN108718247A (zh) * 2018-04-16 2018-10-30 哈尔滨工业大学 一种基于虚拟化技术的自治域级网络模拟方法
CN108833424A (zh) * 2018-06-25 2018-11-16 哈尔滨工业大学 一种获取域名所有资源记录的系统
CN108848203A (zh) * 2018-06-25 2018-11-20 哈尔滨工业大学 一种中国网络边界的识别方法及系统
CN109728934A (zh) * 2018-12-03 2019-05-07 清华大学 网络空间地图模型创建方法及装置
CN109889396A (zh) * 2019-03-22 2019-06-14 哈尔滨工业大学 一种自治域级互联网拓扑可视化方法
CN109981346A (zh) * 2019-02-21 2019-07-05 清华大学 基于自治系统的网络空间坐标系创建方法及装置
US20190273660A1 (en) * 2016-12-29 2019-09-05 Ping An Technology (Shenzhen) Co., Ltd. Network topology self-adapting data visualization method, device, apparatus, and storage medium
CN110502598A (zh) * 2019-08-22 2019-11-26 华东师范大学 智能自主定位与时空地理数据融合方法
CN111130876A (zh) * 2019-12-20 2020-05-08 北京邮电大学 一种自治域系统在三维地理空间的展示方法及装置
CN111314285A (zh) * 2019-12-18 2020-06-19 北京邮电大学 一种路由前缀攻击检测方法及装置

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040139049A1 (en) * 1996-08-22 2004-07-15 Wgrs Licensing Company, Llc Unified geographic database and method of creating, maintaining and using the same
US20040208175A1 (en) * 2003-04-17 2004-10-21 Mccabe Alan J. Linking autonomous systems with dual premise routing domains
WO2006002598A1 (fr) * 2004-06-30 2006-01-12 Huawei Technologies Co., Ltd. Systeme vpn de reseau federateur hybride a site hybride et son procede de mise en oeuvre
WO2010133140A1 (zh) * 2009-05-19 2010-11-25 中兴通讯股份有限公司 一种内容分片的多媒体网络及其业务方法
US20150294006A1 (en) * 2012-12-26 2015-10-15 Tencent Technology (Shenzhen) Company Limited Method and apparatus for processing online user distribution
US20150039745A1 (en) * 2013-07-30 2015-02-05 Draios Inc. Performance and security management of applications deployed in hosted computing environments
US20160154643A1 (en) * 2014-11-28 2016-06-02 Baidu Online Network Technology (Beijing) Co., Ltd . Method and system for updating in-vehicle navigation map, in-vehicle navigation device and mobile terminal
US20190273660A1 (en) * 2016-12-29 2019-09-05 Ping An Technology (Shenzhen) Co., Ltd. Network topology self-adapting data visualization method, device, apparatus, and storage medium
CN108418754A (zh) * 2017-02-10 2018-08-17 中国移动通信集团贵州有限公司 建立网络拓扑的方法及装置
CN108718247A (zh) * 2018-04-16 2018-10-30 哈尔滨工业大学 一种基于虚拟化技术的自治域级网络模拟方法
CN108848203A (zh) * 2018-06-25 2018-11-20 哈尔滨工业大学 一种中国网络边界的识别方法及系统
CN108833424A (zh) * 2018-06-25 2018-11-16 哈尔滨工业大学 一种获取域名所有资源记录的系统
CN109728934A (zh) * 2018-12-03 2019-05-07 清华大学 网络空间地图模型创建方法及装置
CN109981346A (zh) * 2019-02-21 2019-07-05 清华大学 基于自治系统的网络空间坐标系创建方法及装置
CN109889396A (zh) * 2019-03-22 2019-06-14 哈尔滨工业大学 一种自治域级互联网拓扑可视化方法
CN110502598A (zh) * 2019-08-22 2019-11-26 华东师范大学 智能自主定位与时空地理数据融合方法
CN111314285A (zh) * 2019-12-18 2020-06-19 北京邮电大学 一种路由前缀攻击检测方法及装置
CN111130876A (zh) * 2019-12-20 2020-05-08 北京邮电大学 一种自治域系统在三维地理空间的展示方法及装置

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
于鹏等: "一种基于虚拟化技术的域际路由模拟平台", 《智能计算机与应用》 *
于鹏等: "一种基于虚拟化技术的域际路由模拟平台", 《智能计算机与应用》, no. 03, 1 March 2020 (2020-03-01) *
余卓勋;张宇;贾召鹏;郑儿: "《互联网拓扑测量技术与工程实践》", 信息技术与网络安全, vol. 38, no. 5, pages 12 - 16 *
余卓勋;张宇;贾召鹏;郑儿;: "互联网拓扑测量技术与工程实践", 信息技术与网络安全, no. 05 *
安宇昊，张宇: "基于地理信息的自治域级互联网拓扑可视化研究", 智能计算机与应用, vol. 10, no. 7, pages 87 - 92 *
张宇等: "Fuzzy mathematics and game theory based D2D multicast network construction", JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS, vol. 30, no. 1, pages 13 - 21 *
胡一非等: "一种复合的自治域级拓扑发现方法", 《重庆邮电大学学报(自然科学版)》 *
胡一非等: "一种复合的自治域级拓扑发现方法", 《重庆邮电大学学报(自然科学版)》, no. 05, 15 October 2016 (2016-10-15) *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112347217A (zh) * 2020-11-09 2021-02-09 中国船舶重工集团公司第七二四研究所 一种基于海量数据分层的实时标绘方法
CN114598487A (zh) * 2020-12-04 2022-06-07 华为技术有限公司 一种验证as对的方法、装置及设备
CN114598487B (zh) * 2020-12-04 2023-06-02 华为技术有限公司 一种验证as对的方法、装置及设备
CN114124719A (zh) * 2021-10-27 2022-03-01 清华大学 网络空间态势感知方法及装置
CN114124719B (zh) * 2021-10-27 2022-09-20 清华大学 网络空间态势感知方法及装置
CN114268551A (zh) * 2021-12-16 2022-04-01 南京华飞数据技术有限公司 一种基于主被动协同的自治域级网络拓扑测绘方法
CN114528946A (zh) * 2021-12-16 2022-05-24 浙江省新型互联网交换中心有限责任公司 一种自治域系统同胞关系识别方法
CN114615182A (zh) * 2021-12-16 2022-06-10 浙江省新型互联网交换中心有限责任公司 一种互联网自治域系统商业关系分步推断的方法
CN114528946B (zh) * 2021-12-16 2022-10-04 浙江省新型互联网交换中心有限责任公司 一种自治域系统同胞关系识别方法
CN114615182B (zh) * 2021-12-16 2023-03-31 浙江省新型互联网交换中心有限责任公司 一种互联网自治域系统商业关系分步推断的方法
CN115941495A (zh) * 2022-09-30 2023-04-07 天翼安全科技有限公司 一种网络拓扑构建方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111865698B (zh) 2023-10-17

Similar Documents

Publication Publication Date Title
CN111865698A (zh) 一种基于地理信息的自治域级互联网拓扑可视化方法
CN109889396B (zh) 一种自治域级互联网拓扑可视化方法
US7953548B2 (en) Location-based information determination
Floriani et al. Algorithms for visibility computation on terrains: a survey
EP1282855B1 (en) System and method for abstracting and visualizing a route map
US7539573B2 (en) Enhanced positional accuracy in geocoding by dynamic interpolation
US10034141B2 (en) Systems and methods to identify home addresses of mobile devices
De Floriani et al. Intervisibility on terrains
JP2016152044A (ja) 目標位置を確定するための方法及び装置
US20120254153A1 (en) Shortest path determination in databases
US20120250535A1 (en) Hub label based routing in shortest path determination
Zhao et al. Statistical analysis on the evolution of OpenStreetMap road networks in Beijing
US10380454B2 (en) Identifying a visual center of a polygon
CN109146360A (zh) 网格建立方法和装置以及配送方法和装置
AU2019231701A1 (en) Systems and methods for location representation using a discrete global grid system
CN108364331A (zh) 一种等值线生成方法、系统和存储介质
CN116168096A (zh) 变分辨率矢量瓦片的构建方法
CN109316781B (zh) 一种气泡层次可视化中气泡分离方法
US8688379B1 (en) Method and system for generating drive time isocontours using nested graphs
Olsson et al. Identifying areas of a map that are difficult to read
Guth The geometry of line-of-sight and weapons fan algorithms
CN116484122B (zh) 一种兴趣点数据的处理方法和处理系统
Manoruang et al. A Tax-Map-Based Address Point Data Model for Geocoding Thai addresses
Chang The spatial distribution characteristics of functional formats in the historical city of Shaoxing based on POI data
Dai et al. An efficient trust-oriented trip planning method in road networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant