基于SNMP和ARP的网络拓扑算法的研究与应用

来源 :南京信息工程大学 | 被引量 : 4次 | 上传用户:zhenzhurujun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地震、海啸等自然灾害使得数据容灾备份的需求发生了变化,由传统的本地备份转到建立异地数据容灾备份中心。中心的可靠性必须通过中心的网络管理系统对其设备和网络的状况给以实时监控来保证。网络管理中的一项最基本功能就是网络拓扑发现。正确的网络拓扑信息能够有效地为网络管理人员提供对整个网络结构和状态的了解。因此,如何快速、准确地获取网络拓扑信息是网络管理系统关注的基本问题之一。本研究通过对现有的网络拓扑发现算法分析比较,结合容灾备份的实际需求,确立了采用SNMP协议进行拓扑发现的研究,在实现时,特别需要考虑拓扑的完整性和效率性能,但现有算法存在着如下主要问题:1)多地址路由设备存在着重复发现问题,这将导致拓扑结构的不准确;2)当路由器之间通过子网的方式相连时,会出现网络拓扑发现不完整的问题。3)没有完全采用多线程并行技术提高拓扑效率。针对以上存在问题进行了较深入的研究,并取得相应成果:1)提出基于地址比较的方法解决在路由器发现时的重复发现问题。2)结合SNMP与ARP两个协议的网络拓扑发现算法的设计研究。本文修改的算法主要特点在于放弃了通过查找路由表中路由信息进行路由发现的方法,而通过ARP表来增加搜寻范围,发现完整的拓扑结构。3)改进的网络拓扑发现算法在网络管理系统的应用。结合参与的“面向云数据灾备服务的运维服务综合管理系统”科技部项目,重点将改进后的拓扑算法应用于网络管理系统的自动拓扑发现模块中,在实际应用中对算法采用了多线程并行的处理,以此加快算法的效率,在实验室的环境中对算法进行较全面的测试和验证。在论文最后一章对本文所做的工作做了总结,提出了本文在形成过程中的一些不足,并对工作的进一步完善作了展望。
其他文献
聚类技术作为数据挖掘领域的一个重要研究方向,可以有效地帮助人们了解数据的分布和特征,以便作进一步研究分析。虽然已有的聚类算法很多,但聚类技术依然存在很多问题和挑战
学位
视频处理技术是伴随着视频从模拟到数字化转变的过程中得到蓬勃发展的。随着人们对视频图像的清晰度、流畅度、实时度的要求越来越苛刻,使其成为了一项炙手可热的技术。1980
运动人体检测是视觉人体运动分析中的关键技术,是进行各种后续处理如运动人体识别、运动人体跟踪的前提和基础,在高级人机交互、视频会议、智能视频监控等方面具有广泛的应用
数据挖掘的对象包括像关系数据库中的结构化数据,也包括诸如文本、图像、图形的半结构化数据或非结构化数据。同结构化数据相比,非结构化数据能更好地表达对象间的联系。随着
基于内容的图像检索(Content-Based Image Retrieval,CBIR)是一种利用图像的视觉特征进行检索的新兴技术,它通过提取图像的颜色、纹理、形状等底层特征进行检索。本文在学习
文本挖掘技术是现代信息处理中正在研究的热点课题。在文本挖掘过程中,文本数据预处理和文本关联规则分析是两个最主要的步骤。本文针对文本挖掘数据预处理过程中存在的问题,
本文采用支持向量机,在面向Web文本内容上对其进行分类识别研究。Web文本内容复杂,向量表示的维数大,内容上的疏密性比较明显而且很多有比较强的关联性,传统的文本分类技术效
随着云计算的迅速发展,越来越多的数据被存放在云存储服务器中。云存储作为一种新型的数据存储服务,具有的高可扩展性、高可靠性、价格低廉和可随时随地接入访问的特点,为海
由于本体的广泛应用以及万维网自身分布性特点,导致同一领域不同用户构造标识同一知识范畴的不同本体。这种表示同一知识范畴而采用不同方式构造出的不同本体,称为异构本体。