网络拓扑论文范文

网络拓扑论文范文第1篇

常见的直接网络拓扑有Mesh／Torus、Flat－tenedButterfly、Dragonfly等。Mesh／Torus网络拓扑（k－ary，n－cube）（如图1和图2所示）是一个n维网格，每一维上有k个节点，相邻节点之间有通道相连，其节点规模为kn。Mesh／Torus网络拓扑结构具有较优良的特性。Mesh／Torus网络拓扑结构十分简单，具有高度的规则性，易于布局布线，便于实际部署，也具有很好的扩展性。Mesh／To－rus网络拓扑结构具有广泛的应用，比如64个节点的Tilera［5］、TRIPS［6］处理器、RAW处理器［7］，还有英特尔Teraflops［8］，都是采用2－DMesh网络拓扑结构。但是，随着节点规模的扩大，其劣势就表现出来了。这主要体现在网络直径增大、吞吐率下降等。Mesh／Torus网络拓扑是早期提出的经典网络拓扑，由于其结构简单、性能较好一直沿用至今。为了满足日益增长的性能要求和节点规模增大的情况，KimJ等人［9］于2007年提出了Flat－tenedButterfly（如图3所示）网络拓扑结构，这种结构利用高阶（High－radix）路由器［10］将每个路由节点与之同维的所有路由器节点相连，这样每一维上的跳数就变成了1。一个n维、每一维规模为k的FlattenedButterfly（k－ary，n－cube）网络拓扑上的数据包的路由跳数最多为n跳。FlattenedBut－terfly网络中的每个高阶路由器能连接多个计算终端（p），整个网络能够连接总共p×kn个终端。KimJ的实验表明，FlattenedButterfly丰富的链路特性使得网络性能得到提升，但是物理开销的增加也是巨大的。2009年KimJ又相继提出层次化［11］的Dragonfly（如图4所示）拓扑结构［12］。Dragonfly网络拓扑可以分为三层。在最底层，每个路由器节点连接p个计算终端。在中间层，也就是在局部组内，每个路由器与组内a－1个路由器相连。在最高层，每个局部组内总共b×a跳全局通道与其余局部组进行相连。Dragonfly拓扑结构实际上是基于光通信技术的发展提出的。对于链路较长的全局通道，采用光纤通信来代替电信号通信，这样可以大大降低全局通信的延时，局部组内由于距离较短，仍然采用电信号通信。为了更好地进行均衡负载，将参数p和b取同值，将a取为2p或者2b。Dragonfly拓扑结构能够获得比较好的性能，如延时相对较低、跳步数较短。但是，同时也可以看到，Dragonfly网络拓扑具有很差的扩展性，全局通道的延时仍然会较大。实际中应用Dragonfly拓扑结构的系统有Cray［13］和IBM的PERCS［14］。

常见的间接网络有FatTree［15］、Butterfly等。FatTree（如图5所示）是一种是应用很广泛的间接网络拓扑结构。最早由LeisersonCE于1985年提出，当时提出的FatTree是一个标准的Bina－ryTree结构，树的每个叶子节点连接p个计算终端，每个叶子节点又有p条链路连接其父亲节点，越高层的节点所连接的链路数就越多，也就显得越来越“fat”。由于每一路由器节点的开关规模差异较大，不利于实际应用，后来经过不断发展变化，形成了每级节点开关规模一致的FatTree结构。FatTree网络拓扑结构中间路由器较多，链路非常丰富，能够使网络获得比较好的性能，其缺点是开销较大、成本较高。Butterfly（如图6所示）网络拓扑结构是一种经典间接网络结构，对于确定的终端数N和开关度为2k的Butterfly具有最短的网络直径logkN＋1，虽然有此优点，但是其缺点也是很明显的。首先Butterfly网络具有很差的路径多样性，对于每一个从源节点到目的节点的数据包，其路由路径是唯一的；其次Butterfly级与级之间的链路较长，这会增加电信号传送链路的延时。对于第一个缺点，可以对Butterfly网络拓扑结构做一些改变，比如增加级数来解决这一问题。在间接拓扑网络中使用Butterfly的有BBNButterfly［16］等。为了应对节点规模扩大的情况，要对网络拓扑的结构做一些调整。对于直接网络，扩展的方式有两种方式。第一种方式是扩展每一维上的路由节点规模。第二种方式是扩展网络拓扑的维数。第一种方式简单，每个路由器节点的端口数不会改变，易于部署，但是其缺点是随着跳数的增大，吞吐率等性能会急剧下降，在节点数较大的情况下一般不采用这种扩展方式。第二种扩展网络维数的方法是一个可行的方法，它会使网络拓扑节点的基数增大，但数据包在网络中的跳数增加缓慢。通过实验发现，在相同节点规模下，维数较大的网络拓扑的性能要优于低维的网络拓扑性能。比如To－fu结构就是采用6－D的Mesh来解决这一问题的。但是，增加维数会给实际部署带来较大难度，维数越大，难度也变得越大。对于间接网络拓扑结构，其扩展的方法是增加间接网络拓扑的级数，这种方式能够给系统带来比较好的性能，具有广泛的应用，比如Tianhe－2就是采用FatTree这种间接网络结构来实现的。但是，间接网络的弊端是物理开销太大。随着终端规模的增大，级数会变大，中间路由节点会急剧增多。RobertoP等人［4］在2012年提出了一种新型混合拓扑结构，这种新型的混合拓扑结构（Hybridtopology，后续内容的图表中将这种拓扑结构简称为“HD”）是结合了直接网络和间接网络的优点而提出的。本文将这种新型混合网络拓扑结构的参数表示为（k－ary，n－direct，m－indirect，p－c）。k代表每一维的节点数，n代表网络的维数，m代表间接网络的级数，p代表每个路由节点所连接的终端数，若网络节点所连接的终端数为1，则该参数可缺省。如图7所示为这种新型混合拓扑结构。每一维上的节点布局类似于Mesh／Torus网络，只是相邻节点之间并没有链路相连，而是通过每一维所在的间接网络进行相连。每个间接网络的级数m视每一维的节点规模而定，比如k值较小，间接网络的级数可以小到仅仅为1，也就是说每一维上的间接网络就是一个Crossbar。如果k值较大，间接网络可以为m级的FatTree网络。每个直接网络的节点可以连接多于一个的计算终端。计算终端连接数为p的混合拓扑结构网络所连接的终端规模为p×kn。这种新型混合拓扑结构有一些比较好的静态特性。相对于直接网络，新型混合拓扑结构的直径要比普通直接网络的直径小很多。在网络拓扑规模比较小的情况下，间接网络可以为一个交叉开关Crossbar，其网络直径仅为2n（n表示网络拓扑维数），而普通直接网络拓扑结构，比如Torus，其网络直径为k／2×logkN。同等节点规模下网络直径的减小能够减小网络的延时，提升吞吐率。另外一方面，规模比较小的间接网络（FatTree），其层数要比同等节点规模的FatTree要小很多，整个混合网络拓扑的路由节点数、链路数要比完全间接网络小很多，因此其开销会比完全间接网络小。文献［4］对这种新型的混合网络拓扑与传统的直接网络、间接网络性能进行了比较，得出的结果是新型混合拓扑结构的吞吐率性能要优于Mesh／Torus、FatTree等网络，但比FlattenedButterfly要差。

2新型混合拓扑结构的优化

新型混合拓扑结构Hybrid的每一维上均由以FatTree为代表的间接网络相连接，这实际上可以将规模为（k－ary，n－direct，m－indirect，p－c）的混合拓扑结构看成由规模为（k1／m－ary，m×logkp＋m×n－tree）的FatTree网络分解为n×kn－1个规模为（k1／m－ary，m－tree）的FatTree，然后将这些FatTree的叶节点组成直接网络。这样做的好处是可以降低FatTree的级数，减小数据包路由的跳数。但是，当每一维上的节点规模增大时，间接网络（FatTree）的级数仍然较高。本文提出一种解决的方法，就是每一维上的节点由多个间接网络相连接。本文提出的改进优化的混合拓扑结构（Hy－brid－Ytopology，后续内容的图表中将简称为“HY”）是将Hybrid网络每一维上的间接网络由原来的单个间接网络改造成多个间接网络。这些间接网络的叶节点的链路相间地与Hybrid网络同一维上的节点相连接，Hybrid网络同一维上的节点若连接着不同的间接网络，则将这些节点用链路连接起来。

2.1Hybrid－Y拓扑结构描述Hybrid－Y拓扑网络结构每一维上的间接网络和Hybrid拓扑网络结构的间接网络一样，可以是一个简单的Crossbar或者多级FatTree。Hy－brid－Y拓扑网络结构和Hybrid拓扑网络结构的差异体现在两个方面：（1）间接网络与每一维节点的连接方式不同。Hybrid网络拓扑结构的间接网络叶节点（或者Crossbar）的链路依次分别与同维直接网络的节点相连接。Hybrid－Y拓扑网络结构的s个间接网络的叶节点的链路相互交替地与同维直接网络的节点相连接。（2）直接网络中节点之间的连接方式不同。Hybrid网络拓扑结构的直接网络节点之间没有链路连接，Hybrid－Y网络拓扑结构直接网络某一维中的节点若连接着不同的间接网络，就将这些节点用链路连接起来。下面引入如表1的参数来描述这个改进优化的混合拓扑结构。描述拓扑结构表达式的参数之间需要满足一定的条件。对于某一维上的直接网络连接的间接网络，参数k和参数s、m需要满足这样的条件：s×lm＝k，其中l代表间接网络，也就是FatTree每个叶节点所连接的终端数。对于给定的k值，参数s、m都是可以发生相应改变的。即便是参数s指定了，也就是每一维上的间接网络的个数确定了，间接网络的级数m也可能会有变化。若m取值为1，那么间接网络是一个规模为（k／s）×（k／s）的Crossbar；若m取大于1的值，则间接网络是一个FatTree，这个FatTree网络在m值给定后也就确定了。如图8是这种改进拓扑结构的一个实例。这个图中的直接网络每一维上由两个间接网络相连接。直接网络上的节点00连接间接网络00－0，节点01连接间接网络00－1，节点00与节点01连接着不同的间接网络，因此有一条链路连接节点00与节点01。同样，节点02也有一条链路与节点03相连。注意，节点01与节点02虽然连接着不同的间接网络，但是这两个节点之间并不用链路连接，这是因为这两个节点已经与它们相邻的连接着不同间接网络的节点相连了。

2.2Hybrid－Y网络路由策略在Hybrid－Y拓扑结构上主要采用了两种路由算法：维序路由和自适应路由。为了突出Hy－brid－Y拓扑结构的分析研究，本文将不对间接网络内部的路由进行分析，在后续所讲的维序路由和自适应路由，其间接网络都是文献［18］中使用的针对FatTree的基本自适应路由算法。Hybrid－Y网络拓扑的维序路由算法可以分为两个阶段。第一个阶段为跨维。在n维的Hy－brid－Y网络上执行维序路由算法首先要从数据包的源节点所在的维路由到目的节点所在的维。为了更好地描述这一过程，我们将数据包从某一维路由到另外一维这两维所决定的平面依据节点序号的递增方向划分为x轴方向和y轴方向。维序路由算法在执行跨维路由计算时统一执行先x轴方向后y轴方向或者先y轴方向后x轴方向。执行的x轴或者y轴方向确定后，具体沿着哪一条路径从一维跨到另外一维取决于直接网络每一维上的路由策略了，也就是第二阶段了。第二阶段为维内路由。简单来说，维内路由就是数据包如何从同一维上的一个节点路由到另外一个节点，这个过程是Hybrid－Y网络拓扑维序路由算法的关键步骤，它决定着网络的数据包路由跳数和延时。本文在实现这一过程时采用下面的策略。源节点和目的节点只有可能是直接网络中的节点，消息包所在的当前节点有可能是直接网络中的节点也有可能是间接网络中的节点。情景1源节点、当前节点s和目的节点d均是直接网络中的节点。（1）若当前节点s和目的节点d相邻且有链路连接，则数据包直接从当前节点路由到目的节点，如图9a所示；（2）如当前节点s和目的节点d不相邻，但是当前节点s和目的节点d连接着相同的间接网络，则数据包从当前节点s路由到其所连接的间接网络，如图9b所示；（3）若当前节点s和目的节点d不相邻，且连接着不同的间接网络，则数据包从当前节点s路由到与节点s有链路相连并且连接着与目的节点d相同间接网络的节点，如图9c所示。路由算法执行上面三个步骤就可以将数据包在同一维上从当前节点路由到目的节点。策略（3）的做法能够保证网络的流量相对均衡，不至于都去争抢直接网络中相邻节点之间的链路而导致直接网络节点之间链路的拥塞。（1）数据包从当前节点在间接网络内执行基本自适应路由算法朝着目的节点d的方向路由。情景2只有一种策略情形，这是因为情景2是依赖于情景1的，情景1中策略（3）的执行能够保证情景2只有唯一一种路由策略。至于间接网络内部的路由，这里不加以分析。对于Hybrid－Y网络拓扑的自适应路由算法，其路由执行过程也可以分为与维序路由算法类似的两个阶段：跨维阶段和维内路由阶段，但是每个阶段有所不同。在跨维阶段，自适应路由算法的不同点在于能够动态选择x轴方向或者y轴方向，其判断的依据是x轴方向和y轴方向链路通道的拥塞情况。路由算法将数据包沿着x和y方向链路通道中拥塞状况较好的方向路由。在维内路由阶段，其不同点体现在情景1中的策略（3）。维序路由算法中策略（3）的做法是为了保证网络流量的相对均衡，减小拥塞情况，但自适应路由算法将依据直接网络相邻节点链路拥塞情况与所连接的间接网络链路通道拥塞情况相比较，选择拥塞情况较小的链路通道路由，从而能够考虑到网络中链路通道的实际拥塞情况，避开拥塞较严重的链路通道，从而能够改善网络性能。对于自适应路由可能存在的死锁问题，根据路由路径的选择，可从两个方面分析：（1）路由路径经过间接网络。在这种情况下，由于间接网络是FatTree，所以不会发生死锁。（2）路由路径不经过间接网络。出现这种可能的唯一情形如图10a所示，节点a、b、c和d分别有链路相连接。当这些节点之间的数据包路由路径构成相关环时，就有可能发生死锁。为了避免这种情形的发生，使用虚通道的分配来避免死锁。如图10b所示，节点a、b、c和d之间的物理通道被划分为两个虚通道，分别标记为虚通道0和虚通道1。为了打破相关环路，当节点a、b、c和d之间的数据包的原地址编号和目的地址编号是升序时，使用虚通道0，当数据包的原地址编号和目的地址编号是降序时，使用虚通道1。分配虚通道后，图10a中的路径相关环就不存在了，也就避免了死锁的发生。

3性能评估

本文将改进的混合拓扑结构（Hybrid－Y）与新型混合拓扑结构（Hybrid）、FatTree、Mesh、To－rus、FlattenedButterfly进行比较。我们的模拟工具是时钟精确模拟器Booksim2．0［19］，混合拓扑结构的间接网络都是基于FatTree的网络。模拟的时候，数据包packet的尺寸都取10个flit，模拟的流量模式为均衡模式uniform，路由算法采用维序路由，网络维数均为2－D。此外，在节点规模较大的情况下（本文指节点数为1024），对FatTree网络和混合拓扑结构以及改进优化的混合拓扑结构在worst－case流量模式下进行性能的比较。

3.1模拟实验结果分析图11是在均衡流量模式下，64个节点规模的网络吞吐率模拟结果。从这个图中可以看出，FlattenedButterfly取得了最低的延时和最高的吞吐率，然后依次是改进的混合拓扑结构Hybrid－Y和新型混合拓扑结构Hybrid，结果显示最差的是Torus和Mesh。当网络节点规模增加到256个时，如图12a所示，结果显示FlattenedButterfly仍然能够获得最低的延时和最高的吞吐率，但这些都是建立在较高的开销基础之上的。改进的混合拓扑结构Hybrid－Y（间接网络级数大于1）获得了次之的吞吐率。同时注意到，间接网络级数大于1的混合拓扑结构Hybrid－Y的基本延时要比新型混合拓扑结构Hybrid（这里指间接网络级数小于4）高，从图12b的模拟跳步数可以看出，间接网络级数为3的混合拓扑结构Hybrid－Y的跳步数是10．5，新型混合拓扑结构Hybrid的平均跳步数分别为4．75和7．75。混合拓扑结构Hybrid－Y（间接网络级数大于1的情况）的基本延时要比新型混合拓扑结构Hybrid（这里指间接网络级数小于4）高的原因是线头阻塞效应（Head－Of－LineBloc－king）［20］。Mesh和Torus仍旧是表现最差的网络拓扑，这也说明了Mesh和Torus的2－D结构不适合作为大规模互连网络的拓扑结构。将节点规模增加到1024，如图13所示，能够得到类似的结论。FatTree网络在大规模节点的巨型机系统具有广泛的应用。如图14所示，在流量模式为worst－case的情况下，混合拓扑结构和改进优化的混合拓扑结构均获得了比FatTree更好的吞吐率。对于新型混合拓扑结构Hybrid与改进优化混合拓扑结构Hybrid－Y，在间接网络级数相近的情况下（图示中Hybrid的间接网络级数为5，Hy－brid－Y间接网络级数为4），改进优化的Hybrid－Y网络拥有更好的网络性能。对于维数高于2－D的情形能够得到类似的结果。

3.2性能开销比的比较和分析比较不同拓扑结构网络的指标有很多，比如平均和最大跳步数、对分带宽［21］、网络链路数量和交叉开关规模等。为了更好地将改进的混合拓扑结构Hybrid－Y和新型混合拓扑结构Hybrid进行比较，这里采用文献［1］中提出的网络开销评价指标，即链路（Links）数量、交叉开关（Switches）数量和交叉开关单元（SwitchingElements）规模。网络拓扑的硬件开销比较将采用交叉开关单元规模作为指标。网络的性能评价指标采用基本延时和吞吐率。基本延时和交叉开关单元规模的乘积越低，表示网络拓扑性能就越好；吞吐率和交叉开关单元规模的比值越高，表示网络拓扑的性能就越好。表2列出了这两种混合拓扑结构的链路数、开关单元规模、交叉开关数的计算式。表3列出了Hybrid－Y网络拓扑和Hybrid网络拓扑模拟实验的相关参数，包括基本延时（也称为0负载延时）、吞吐率（Throughput）、链路数、开关单元、交叉开关（Switches），以及性能比较的参数“吞吐率／开关单元”、“基本延时×开关单元”。当节点规模为64时，间接网络为Crossbar（间接网络级数为1）的新型混合拓扑结构Hybrid的基本延时要比间接网络同为Crossbar的改进的混合拓扑结构Hybrid－Y的基本延时要小，这是因为改进的混合拓扑结构Hybrid－Y的直接网络中每一维上有两个Crossbar，而新型混合拓扑结构Hy－brid只有一个Crossbar，因此Hybrid－Y网络中数据包的平均跳步数（Hop）要比Hybrid网络的大。但是，Hybrid－Y网络的吞吐率要比Hybrid网络的高，其原因是其线头阻塞（Head－Of－LineBlocking）效应较之要弱。对于间接网络级数大于1（即多级FatTree）的情形，Hybrid－Y网络与Hybrid网络的“吞吐率／开关单元”性能指标几乎持平，但是Hybrid－Y网络“基本延时×开关单元”性能指标要优于Hybrid。当节点规模增大到256时，间接网络为Cross－bar的Hybrid－Y网络的上述两项性能指标要明显优于Hybrid，分别提升了92％和37．8％。同时注意到，间接网络级数为3的Hybrid－Y网络的上述两项性能指标介于间接网络分别为2和4的Hy－brid网络。若继续将节点规模增大，达到1024时，从表3中可以观察到，间接网络为Crossbar或者多级FatTree的Hybrid－Y网络拓扑的两项性能指标比Hybrid网络拓扑的均要好。从上述的模拟结果分析可以得出这样的结论，Hybrid－Y网络的性能与物理开销和Hybrid网络相比，特别是在较大规模情况下，Hybrid－Y网络的性能与物理开销要优于Hybrid网络。在实际应用的时候，可以根据应用的需求寻求合适的参数配置，使得Hybrid－Y网络的优势更加突出。

4结束语

网络拓扑论文范文第2篇

1.1网络流量检测网络流量检测依托于网络节点分布采集系统。在这一系统中，节点上的采集程序以一定周期对路由节点的节点标识、端口IP地址、节点状态等信息进行采集，并以一定的数据结构对采集结果进行存储和发送。位于网络环境中心服务器上的服务端程序对发送过来的数据信息进行收集和整理。在收集的过程中，对每一个连接进来的节点信息发送请求，服务器端程序均为其新建一个线程，多线程的操作保证了多个节点数据信息的同步接收。所有节点的信息都被存储在一个特定的字段里，服务器端的程序对该字段以相同周期进行扫描，在每个时间点对字段信息进行采样，采样结果即为当前时间网络流量数据信息。此时的粗数据由于对应关系还没有建立起来，还不能用于可视化显示。因而有必要对这些信息做及时的分类处理，而分类处理的最长时间不得超过采集周期。数据分类的过程以路由节点标识为关键字，多个线程同时运行。一方面，一个独立的线程用于扫描信息，并将信息填写在对应的路由节点信息表上；另一方面，数据处理模块参照着网络节点拓扑连接关系，将一条链路的两个不同节点上对应的连接端口关联起来，并将其带宽利用率进行加法，得出该链路的带宽使用率。

1.2网络流量监控网络流量监控技术依托于处理后的数据得出的链路流量信息，即链路带宽利用率。通过设定自定义的流量阈值，并且定时对链路带宽利用率进行检测，即可实现对网络流量的监控。对于即时链路带宽利用率超过阈值的链路，系统将对其进行统计，统计后的结果存储在一个固定的字段内。该字段内的所有链路信息将用于显示全局网络所有链路的链路状态，即当前的链路带宽利用率。

2业务类型感知模块

对于不同性质的业务，例如数据业务、语音业务和视频业务，其所需要的带宽资源也有所不同。要实现需求和资源的匹配，就必须为路由决策模块提供业务类型信息。通过对网络中各个节点的监控，时时检测出每条到达节点流的具体信息，在传统的只基于五元组的识别分析基础上，进一步利用深度包检测技术通过提取有效载荷，深入分析协议类型。通过实时对网络中各节点进行监控，研究一种比传统意义上紧限于对五元组提取分析方法的更加高效，精确的业务流识别机制，为网络提供更加智能的判断和决策的依据。

2.1协议识别概念流：指在某一段固定时间内通过网络上一个观测点的IP报文集合。属于一个特定流的所有报文有一些相同属性。应用层协议识别的对象不是耽搁报文，而是将“流”作为一个整体考虑。协议识别：标识出网络中每个流所使用的应用层协议，其是基于使用类型的流分类的延伸和精华。在基于使用类型的流分类问题中，每个类别可能包含某些属性类似的多种协议，协议识别问题必须对流进行更精细的分类，使得每个类别中的流只包含一种应用层协议。流分类：指利用流以及流中报文的某些信息将网络上的流分成既定的若干类别，其是报文分类的扩展。

2.2解决协议识别问题的基本思想从本质上看，协议识别问题是多元统计学中的判别分析在实际中的应用。首先根据所选择的n维流信息将流分为K个类别，每个类别对应一个协议，对于新到来的流，计算其自身的n维流信息值，根据记录将其划分到相应的类别中，给出类别号即协议名。

2.3识别方案首先，在网络中各个节点对网络数据流进行监控，利用抓包工具时时进行包抓取；然后根据对不同的包特征进行初步提取分析，确定不同流，并从所抓取得多条流中分出单条流进行进一步的分析，从而确定流的类型；最后将识别出的流协议类型传送到中心服务器，根据中心服务器的决策，并接受中心服务器的反馈来实现动态的网络智能决策。图3给出了协议识别程序的具体流程，通过将抓取的数据流通过进程间的相互通信传送给协议识别接口，协议识别程序按照基本程序框架设计分析，对抓取包的信息进行提取分析并识别出相应的协议类型，从而进一步识别出其所属流的类型，然后将所识别出的信息发送给中心服务器以完成进一步的工作。

3测试实例

发送一条数据流，此时，在网络拓扑图中会看到这条数据流的流动走向及数据流信息。通过路由决策，此时这条数据流选择的传输路径如图4。此时在同一个终端上访问另外一种类型的服务(此处以ftp为例)，并开始传输，从拓扑图中可以看到，同一目的地址不同的数据流(绿色虚线代表ftp类型数据流)，选择了不同的路径来进行传输。测试实例证明，在新型路由架构下添加网络流量识别模块与业务类型感知模块，大大提高了网络资源利用率，很好的实现了负载均衡，经过可视化处理，使当前网络中存在的业务种类及信息能够被清晰呈现。

4结论

网络拓扑论文范文第3篇

1NetworkX介绍

NetworkX是一基于Python语言开发的网络可视化工具，集成了众多专门针对复杂网络的分析算法，非常适合复杂网络拓扑的可视化，并能结合其它的Python软件包，比如Numpy、Scipy、Matplotlib、Pygraphviz、Mayavi2等数据分析和可视化工具进行使用。NetworX支持邻接矩阵、边列表、GML、Pajek等多种类型的网络拓扑数据的读写，也可逐个添加或删除单个节点和边，同时还提供了大量直接生成某一类型复杂网络的函数，针对网络拓扑的性能分析，NetworkX也提供了许多算法，对于同类型的网络，还支持并集、交集、差、子图等集合操作。

2NECB压缩算法

基于节点和边的拓扑压缩关键在于压缩标准的制定，如何评判压缩算法的有效性也是重要的方面。

2.1压缩节点的选择NECB压缩算法中的压缩是针对节点进行的，这里仅针对简单无向图进行讨论，对于网络拓扑G=(V，E)中任意节点v，是否删除它的参考标准主要有两点：节点v的度deg(v)和网络拓扑中经过该点最短路径数。节点的度是网络拓扑最重要的属性之一，如果一个节点的度数越大，说明它与很多节点都有关联，那么它在网络拓扑中也就显得很关键[9]。NECB算法采用的计算公式如下。是为了将其值归一化在[0，1]范围内。网络拓扑的平均最短路径长度也是其重要的属性之一，如果网络拓扑中多条最短路径经过某一节点，显然该节点扮演着重要角色[9]，NECB算法采用的计算公式如下。用Wpath(v)的值衡量节点v关于最短路径的关键性，Π(s，t)表示网络拓扑中所有最短路径的集合，π表示经过节点v的最短路径，(|V|-1)(|V|-2)/2是经过节点v的最短路径数最大可能值，乘以2/((|V|-1)(|V|-2))可以将其值归一化在[0，1]范围内。

2.2压缩算法流程NECB算法中的压缩本质上就是删除节点，这里对删除进行一下说明：对于网络拓扑G=(V，E)，删除节点v是指从E中删除所有包含v的边，然后从V中删除v生成新的网络G’，NECB算法流程如图2-2所示。

网络拓扑论文范文第4篇

传统的物联网架构包括三层:感知层、网络层和应用层。感知层包括RFID、M2M和WSN等子系统，网络层包括移动通信网络(2G/3G/4G)、互联网(有线/WiFi/Mesh)、卫星网、广电电视网等接入网，应用层则涵盖多种物联网应用系统。在工业企业与物联网的融合方面，首先，根据二者层次融合需求，将传统物联网层次进行简化，分为感知层与应用层。感知层汇集多种感知设备面向决策采集感知数据，在物物互联的基础上采用各类智能处理手段对物理世界进行感知与控制;而决策应用层则是通过利用决策方法分析感知数据进行决策实现各类综合应用。其次，在具体融合实施方面，需要部署大量的感知设备节点以监测生产流程中各类参数以及环境的变化，用于工业生产中的感知设备有很多种，常见有:存储物品信息的二维码、RFID射频识别标签，感知物品及环境状态信息的无线传感器，大范围内获取物品地理位置信息的GPS定位系统以及负责短距离通信的蓝牙设备等[7]。最终，工业企业物联网的融合构建是将企业生产运作运营各个环节全部整合到一个大规模且相互连通的网络中，各种感知设备构成物联网的感知网络。

二、企业物联网感知层的小世界网络拓扑优化

(一)小世界网络特性小世界网络的本质是对规则网络以某一概率进行重连，其目标是达到稀疏的长连接和密集的局部连接，其特性是具有高集聚系数和低平均路径长度。集聚系数代表的是网络中节点之间相互连接、集结成团的程度，集聚系数越高，网络中节点的聚集性就越好。依据这个特性将网络部分节点之间的连接删除，使网络整体的集聚系数增大就可以使网络呈现明显的聚合性或社团性。小世界网络节点集聚系数定义为:Ci=M/Cn(1)其中，M为该节点邻接节点的数量，Cn为这些节点之间连接的最大边数。0＜Ci＜1，而且Ci越接近1，表示网络的聚集性越好，这个节点附近的点就越有“抱团”的趋势。

(二)基于小世界网络模型的企业物联网感知层网络拓扑优化感知设备负责监测采集生产信息并将数据传输至基站，因为材料、体积、电能量、地理位置等因素，节点之间的通信限制在一定范围内，并且节点度不完全相同，所以感知层网络既非随机网络也不是完全规则的网络。在这个连通的网络中，数据传输的方式为多跳传输，节点间的同构性增大了网络连通度，非邻接节点之间的连接只需经过少数几个跳数，这体现出小世界网络的社会性。通信范围之内的节点相连，而远距离节点则通过邻接节点相继连接，在地理位置上体现出网络节点聚集成团的特点，这说明物联网感知层网络也具有小世界网络的聚合特性。小世界网络具有较高的集聚系数，而网络中集聚系数较小的边通常都是连接两个子网络之间的边，通过有选择的删除这些边，可以使网络展现出明显的社团结构，这样就大大简化了网络的拓扑结构。通过对感知层网络拓扑删减低集聚系数路径，建立感知层信息优化网络模型，采用文献中RLOC算法的删除规则:(1)若该边是连接两个节点之间的唯一的边，则不删除，否则就会出现孤立节点。(2)若该边不是连接两个节点之间唯一的边，若删除后使整个网络的集聚系数降低了，则不删除;若提高了网络的集聚系数，则通过局部介数的大小进一步判断。局部介数很大，说明有较多的最短路径经过该边，删除后会增大网络的平均最短路径，所以只有当局部介数b＜p(p＞0)时才删除。

三、网络拓扑优化下的信息传输路径选择

由于数据传输的高耗能性，如何设置低能耗的数据传输路径关系着整个网络的能量支撑。路由协议是一项关键技术，它从逻辑上将网络的拓扑结构进行划分，负责建立节点间的传输路径。为了使网络长时间稳定工作，路由协议必须能够降低节点能耗和网络开销，均衡网络负载。在复杂网络中，为了提高效率，网络往往采取“分而治之”或者说是分层控制的办法，即由网络节点聚合成簇，并推举一个簇头，形成一个分层次的群体结构，以此原理产生分簇路由算法，作用于不同网络进行分簇。分簇路由协议中的LEACH是最早针对无线传感器网络提出的低功耗自适应分簇路由算法，是后续许多算法的基础。其基本思想是以相同概率随机地选择簇头，循环进行，使整个网络的能量负载平均分配到每个节点，从而达到降低能耗的目的，并且引入了“轮”的概念，即周期性地进行簇的重构操作。但是LEACH算法也存在缺点，在进行多次簇头选举与数据传输之后网络节点剩余能量不尽相同，剩余能量较低的节点也有可能当选簇头，很容易将剩余能量耗尽，退出网络[14]。基于这点，本文将能量作为选举簇头的标准引入算法，将LEACH路由协议进行优化。为了避免剩余能量较低的节点当选簇头，假设所有节点的初始能量都相同为E0，r为簇重构的轮数，设置一个阈值E0/r，那么这个值随着簇重构轮数的增加而减小。设节点传送信息消耗的能量ε0，接收并整合信息消耗的能量为ε1，节点个体衰落能量为ε''''。其中，网络分为k个簇，每个簇内包含簇内节点nj个，xi为簇内节点传送到簇头节点的信息量，li为簇内节点到簇头节点的跳数，Lj为簇头节点到汇聚节点的跳数。簇头节点产生后，向周围的邻居节点广播簇头信息，邻居节点收到簇头信息之后申请加入该簇，若同时收到多个簇头发来的信息，则选择簇头能量最多的那个簇加入，待所有节点加入簇后，簇头节点创建TDMA时刻表并发送给成员节点，为每个节点分配传送数据的时隙，如图1所示是算法流程图。

四、算法仿真与结果分析

利用MATLAB软件进行算法仿真，在100×100范围内随机生成200个节点，并设置每个节点具有相同的初始能量值，E0=0．05，算法最大运行轮数(周期数)rmax=300，节点当选簇头概率p=0．1，网络簇头节点的个数会在20左右波动。在原始网络的基础上运行经典的LEACH算法结果如图2所示，运行结果显示:算法运行到第129轮开始出现死亡节点，运行到第189轮网络节点全部死亡。利用小世界特性对物联网感知层网络进行优化，优化前后部分网络拓扑结构截取图如图3所示，算法运行后得到新网络的部分节点结构如图3(b)所示，可以看出新的网络结构已初步成簇。结果显示:改进算法运行到第152轮出现第一个死亡节点，运行到第242轮节点全部死亡。通过对算法运行的结果分析可以看到，在网络结构优化的基础上改进型算法相对原始算法网络生存时间更长，算法改进的效率达到59．35%到61．74%，说明基于小世界网络的拓扑结构优化结合改进LEACH算法，在降低节点传输能耗、延长网络生存周期上有着较好的效果。

五、结论与建议

网络拓扑论文范文第5篇

1．1PortLand又使用了集中式控制(fabricmanager)来实现ARP以及路由的容错，不仅充分考虑了Fat－tree结构的对称性，而且设计了分布式的位置发现，从而将不再需要管理员的人工配置。在此基础上，交换机即可自行使用位置发现协议，自动配置本机的专属地址。PortLand可以较好地进行容错路由和转发，支持虚拟机的迁移和系统的扩展，但PortLand对交换机的修改，却使得只有在升级原始交换机后才能符合其运行要求;而且，Port-Land又依赖于中心化的基本结构管理者的体系结构，这就使得其必将面临单点故障和失效的威胁。

1．2VL2与Fat－tree的不同之处在于，VL2是将网络中的所有服务器通过一种虚拟的二层以太网连接起来，由此就使得对于云计算的任何上层服务来说，网络中所有的服务器对其而言都是可参与分配的，即所有的服务器都位于同一个服务器共享池中，从而消除了资源分片问题。VL2的结构如图2所示。其中，第一层为服务器群，通过ToR(TopofRack)交换机接入第二层网络。VL2的第二层则通过使用聚合层交换机和中间层交换机的交叉连接而形成一个平面的、巨大的网络。具体地，VL2使用了CLOS拓扑结构互连交换结构，增加了通信路径的多样化，同时又采用VLB技术为每一个服务器独立、随机地选取发送路径来完成服务器间的通信，从而真正实现负载均衡、服务流量隔离。但随着数据中心规模的扩大，VL2的集中式管理却较易出现单点故障与性能瓶颈。

2以服务器为中心的拓扑

在以服务器为中心的方案设计中，多采用迭代方式构建网络拓扑，其中的服务器不仅是计算单元，而且也充当路由节点，并且会主动参与分组转发和负载均衡。这类方案通过迭代设计避免了位于核心层交换机的瓶颈，服务器之间随之而拥有了多条可用的不相交路径。这一类的典型设计方案包括DCell［4］、BCube［5］、FiConn［6］、雪花结构［7］等。下面将对前面三类方案进行分析和详述。

2．1DCellGuoetal等提出一种基于层次化全连接的DCell拓扑结构。DCell使用递归方式定义，也就是高层的DCell网络由多个低层DCell网络组成，此时即可将低层DCell网络看做高层网络的一个虚拟节点，则同一层的所有节点之间实现了全连接结构。DCell网络最底层(DCell0)由n个服务器与一个n口普通交换机连接构成，n+1个DCell0网络构成DCell1网络，依次类推，若DCellk中有m个服务器，则DCellk+1就是一个由m+1个DCellk互连形成的完全复合图。DCell1(n=4)的结构如图3所示。DCell具有高度可扩展性，但其互联结构较为复杂，因而需要大量的网络实现互联，复杂的网络连接方式将难以在大规模的真实网络中获得实现。而且DCell网络中不同层的网络间所承载的数据量也存在很大差别，这也相当严重地影响了吞吐量。另外，由于DCell使用服务器执行路由，又增大了网络延迟，更有甚者其路由协议也不适于在链路故障时最短路径的搜寻和发现，其综合网络延迟通常较大。

2．2BCubeBcube中有两种类型的设备:具有多个端口的服务器和连接固定数量服务器的交换机。BCube主要是采用了递归的构建方法，BCube0是将n个服务器连接到一个具有n端口的交换机上，BCube1是n个BCube0连接到n个设有n端口的交换机上。图4即为BCube1(n=4)网络结构示意图。由图4可见，这是由4个BCube0和4个4端换机联合构成。更一般的情况是，BCubek(k＞1)是由n个BCubek－1和nk个带有n个端口的交换机构成，一个BCubek上的每个服务器有k+1个端口，标记为level0到levelk。因此，一个BCubek有N=nk+1个服务器和k+1层交换机，也就是每一层均有nk个具有n个端口的交换机。BCube方案提供多路径，并且实现了负载均衡，因而不会出现明显的瓶颈链路，并增加了可靠性。当服务器或者交换机发生失效时，BCube可以做到性能的缓和下降，从而维持了服务的可用性。但是由于在BCube中使用了普通商业交换机来连接大量的服务器，这就使得其对交换机和链路的需求增加，同时也将增加有关布线的难度和出错的概率。还有，BCube要求每个服务器都需配有k+1个端口，这也使得目前的很多现有服务器难以符合其要求，而必须进行升级改造。

2．3FiConn微软亚洲研究院的李丹等人基于备用端口进行服务器互联的想法，从而设计了FiConn。每个FiConn中的服务器均使用两个网卡端口，一个连接到交换机，另一个则连接到其他的FiConn服务器。FiConn同样采用了递归定义的结构。FiConn0是基本的构建单元，由n个服务器和一个n端换机连接，每个FiConn中的服务器有1个端口连接到FiConn0，称其为0层端口，连接到0层端口和交换机的链路则称为0层链路。如果服务器的备用端口没有连接到其他服务器，则可称其为可用备用端口。每个高级FiConn均由多个低级FiConn构造，当构造一个较高层FiConn时，较低一层的FiConn使用空闲的后备端口中的一半互联而形成网状结构。依照此法，若FiConn中服务器数为N，随着FiConn层级的提高，其端口数必将呈现双指数增长。FiConn在一定程度上提高了服务器间的联通度，增加了服务器间的通信带宽。但FiConn的容错性却较弱，且其路径长度较大，路由效率也不高。

3结束语

网络拓扑论文范文第6篇

复杂网络理论是在十几年前才被人们挖掘并总结出来的一门崭新的理论学科，尽管该理论的研究内容并不丰富，但鉴于计算机网络技术的快速发展及其在全社会范围内的迅速普及，促使复杂网络理论内容的研究也趋于成熟，并为计算机网络拓扑特性提供了可靠的理论分析内容，使计算机网络拓扑成为了一种具备科学性、合理性的一种系统网络架构，维系着网络空间环境的有序运作，促进了互联网领域的健康、稳定发展。而要想具体的对计算机网络拓扑的研究假设与模型进行验证，这就要从复杂网络理论的框架、网络行为内涵，以及复杂环境中的计算机网络拓扑行为所遵循的理论基础等方面来入手实施。

1.1复杂网络理论的框架及其内涵从长期以来的研究过程来看，将复杂网络理论应用到计算机拓扑行为研究的过程中极为可行，因其能够更为明晰地呈现出在较高技术水平下的计算机网络拓扑结构，从而便可以对网络性能及其流量进行更细致的分析，所得出的相关分析成果可以反作用于实践当中，不断提升计算机拓扑项目的延展性。复杂网络理论的研究内容所涉及到的学科较广，具备较强的跨学科特色，因其与数理学科、生命学科以及工程学科等诸多学科领域有着密切的关联，同时，也正是由于复杂网络理论本身的跨学科特性存在，对复杂网络的定量以及定性特征的科学化理解的难度较大。其中，计算机网络拓扑模型方面的研究较为重要，且为实践领域提供了诸多可借鉴的经验。除此之外，复杂网络理论的内涵中还包括有复杂网络上的传播行为、搜索算法以及相继故障等方面，这些都属于复杂网络理论中的核心内容。从现实的角度来看，掌握网络拓扑行为的演进过程及其规律，便可以实现更优质的、更系统化的网络结构管理，为网络中各节点提供更便捷的网络服务。

1.2复杂环境中的计算机网络拓扑行为所遵循的理论基础近年来，网络行为理论及网络拓扑架构等项目的研究受到了日益延伸的网络平台的影响，在这种传统计算机网络理论与模式的影响下，已经不适宜进行对网络行为的客观描述，因此，复杂环境中的计算机网络拓扑行为需要重新修正，并利用复杂网络理论的核心内容来充实计算机网络拓扑。从现实环境来看，随着国内外各领域科学技术的不断发展，人们的视野较以往更加开阔，对各种事物也都有了更加深刻的认识和理解，因此，人们在诸多领域的建设过程中，对于计算机软件以及各类型电子设备的体验与使用要求也日趋提高，简单来说，人们对于计算机网络平台运行的要求有所提升。因此，在复杂网络理论精髓内容的明确指引下，计算机网络拓扑模型需要重新创建。

1.3针对计算机网络同步行为的研究从过去一段时期以来关于计算机拓扑项目的研究内容来看，始终停留在复杂网络演化模型框架的基础上，凭借路由器以及自治域这两个层面的特性来架设并描述计算机网络拓扑结构。后期，随着网络平台及信息数据的进一步延展，促使计算机网络同步行为越来越趋于复杂化，同时，由于其复杂化行为所产生的网络节点过于繁杂，则通过网络同步行为来探知计算机网络拓扑也是较为合理的策略，能够削弱计算机网络同步行为对整个网络环境所带来的负面影响。

2研究设计

通过研究以往有关的资料可知，网络本身所具有的特性在一定程度上取决于网络拓扑，而且，不同拓扑结构所构建出来的网络环境，其性能也有着明显的差异。实际上，网络拓扑结构的设计便能够影响网络平台运作的实际效能。在以往，传统的网络一般是规则的网络形式，该种形式最大的特征便是它的网络节点与其边的连结方式较为固定，属于一种近似封闭的网络环境，但在复杂网络理论支撑下的计算机网络拓扑结构的延展性就较强，这一形式的新型网络拓扑形态通常被人们形容为具有复杂动力学行为以及复杂拓扑结构的网络模型，该模型的核心特性在于它的无标度性、节点广泛且规律等方面。

2.1网络协议分析技术的研究在当前，现代电子信息技术的普及应用，各领域针对信息管理的研究不断深入，而且大多取得了极富价值的研究成果，并将其在实践过程中进而验证。从总体情况来看，基于复杂网络理论的计算机网络拓扑研究可以分成如下几个部分来进行探索：网络协议分析技术、计算机网络拓扑行为的特征等。具体的网络拓扑形态如图1所示：从图1中可以看出，传统的计算机网络拓扑结构呈现出网状的态势，由中心为个终端提供数据转换等服务支持。其中，TCP/IP协议是网络协议系统中的重要组成部分，它也是现代网络信息管理中最核心的协议之一。在传送数据的过程中，由于IP层的传输不会受到过度限制，信息的传递顺次可能会有所改变。从网络协议分析的基础框架结构来看，网络协议分析技术的理论研究内容仍有一定的挖掘空间。

2.2网络协议分析技术的应用为网络拓扑行为的客观描述夯实基础依照TCP/IP参考模型，在数据包封装相关技术研究的基础上，采取端口检测以及特征值深度包检测等协议识别技术，探究网络协议分析的基本内容。从网络平台信息传递的效率来观察，按照TCP/IP协议格式逐层显示所采集到的网络数据包的各层协议网络字段信息，最终构建起网络协议分析的基础框架，整个过程较为合理。从具体情况来分析可知，总体的网络协议分析技术是分为两部分内容来实现的，一部分为网络数据采集模块，另一部分为网络协议分析处理模块。这两个部分的协调运作，便能够针对网络拓扑行为进行客观的描述。

3数据分析与假设检验

3.1探知计算机网络行为所谓的“计算机网络行为”，指的便是网络运行的动态变化规律以及用户主动或者被动采用终端设备通过Internet连接其他终端设备获得信息数据的行为。这样看来，计算机网络行为是构成网络系统的各个因素经过交互作用后而使系统表现出来的一种行为。从我国计算机网络运行的总体情况来看，对计算机网络行为概念的理解和掌握，能够更好的对网络状态做出宏观的预测，从而在一定程度上提高网络的整体服务质量。

33.2在网络协议分析技术支撑下的计算机网络数据分析一般情况下，网络环境中的物理地址与IP地址是互相绑定的，这样可以稳定网络运行环境中的各项信息资源，以便于网络参与者执行信息传输与操作。但同时，也意味着当有人盗用他人网络地址进行恶意操作时，就会给正常使用网络的人们带来一定的风险，易发生损失。所以，就要发挥出网络协议分析技术的功能，通过研究物理地址与IP地址的绑定时间范围，来确定并指认盗用网络者的非理性行为，进而维护网络运行安全。

3.3计算机网络拓扑模型的架设基础计算机网络拓扑形态结构当中的每种形态结构都有其独特的适用环境与搭建标准；再从传输技术的角度而言，网络拓扑结构可以被划分为两大类，即点对点的传播方式与广泛散播方式，二者都能够对网络协议和数据采集过程产生影响，进而对计算机网络拓扑行为带来干扰。无论如何划分网络结构与形态，网络协议分析技术需要足够的网络数据来支撑，只有当网络结构中的数据库中采集到大量的网际间信息数据时，网络分析技术的框架才可能搭建起来。

4研究结论与建议

网络拓扑论文范文第7篇

工程组织是指为了完成工程项目任务分解结构图中各项工作，按照一定的规则或规律构成的个人、单位和部门的群体［10］。工程组织规定了成员之间的相互关系，而组织结构是这种关系的重要体现。与企业不同，在工程建设前期，业主需要依据自身能力、工程的性质以及社会环境等选择合适的管理模式，即以合同契约的方式确定投资主体、建设主体、管理主体以及他们的职能范围与权力。可见，工程管理模式决定了工程组织成员间的管理关系，而工程组织结构则是这种关系的体现。目前国际上有十余种比较重要的工程管理模式，分别是DDB模式、DB模式、CM管理模式、EPC模式、PC模式、PMC模式、BOT模式、PFI模式、PPP模式、Partnering模式等。大型工程建设规模庞大，技术复杂，往往要求参建单位具有较高的建设管理能力。然而，由于我国市场经济起步较晚，市场规则与法律不够健全，国内尚无具有总承包能力的建筑企业，一般由多个参建单位共同完成建设任务。此外，计划与市场共存的经济体制决定了国内大型工程建设一般采取政府主导管理与市场招投标机制并存的形式。基于上述市场、体制等方面的原因，我国大型工程建设一般选择“业主+PMC+Partnering”管理模式。在这种混合模式下，以政府领导为代表的业主主要负责重大问题的决策，并协调工程建设与政府部门之间的关系;项目管理公司主要负责工程建设全过程的管理;业主与其他参与方在虚拟组织环境下通过建立合作伙伴关系开展建设工作。苏通以及港珠澳大桥等都采用这种管理模式。在这种管理模式下，大型工程组织结构可以划分为三个层次:决策层、管理层以及实施层。其中，每个层次又包括多个成员。此外，各层次间以及成员间通过某种关系联系在一起。值得注意的是，虽然大型工程的组织结构由管理模式所决定，不同管理模式下的工程组织结构也有所不同。但是，由中国国情所致，国内的大型工程建设一般选择“指挥部”或“管理局”等管理模式，其组织结构都包括决策层、管理层以及实施层三个层次。在人类社会中，文化的传播以特定的人际关系网络为背景。同样，在大型工程中，工程文化的传播在特定的工程组织中进行。因此，工程组织结构决定了文化的传播路径。下面，根据上述结构特征，分析工程文化传播路径的结构特征。

2工程文化传播路径及其网络拓扑结构

2．1工程文化传播路径特征由大型工程建设特点所致，工程文化传播路径具有层次性与方向性特点。

2．1．1层次性根据上述组织结构特征，工程文化传播路径的层次性显而易见。在不影响体现组织结构特点的前提下对问题进行适当的简化:从宏观层次看，工程文化的传播路径包括三个层次，其中中间层(最上层)为决策层，然后是管理层，最后是实施层;每个层次中包含多个节点，代表文化传播的主体。从微观层次看，大型工程的建设任务一般由多个建设队伍共同完成，建设队伍之间的地位关系不同，其工程组织的层次结构也有所不同。若地位平等，各建设队伍处于同一层次;若某个或某几个建设队伍处于核心地位，其他建设队伍处于从属地位，则在文化的传播路径中，后者将处于前者之下，受到前者文化的影响。

2．1．2方向性在工程文化的形成与传播过程中，“自组织”与“他组织”过程共存。在工程建设之初，参与主体便已带有本组织所固有的组织文化。这些组织文化正是形成工程文化的重要源泉，它们因组织的不同而有所差异，在工程建设的自组织过程中进行碰撞与融合，形成工程文化的主要内容甚至雏形。然而，任何一个大型工程都需要在一定的时间内完成，这就是所谓的时限性。而文化的形成需要经历相对漫长的时期，如果在大型工程的建设过程中，只依赖参与主体之间文化碰撞与融合的自组织过程来形成工程文化，那么可能到工程完工时，还没能形成具有核心主导力的工程文化，更不用说发挥文化在创造组织的稳定性与适应性、提高工程组织环境适应能力等方面的作用。因此，在工程参与主体进行文化自组织的同时，需要发挥文化序主体的作用，以工程目标为导向，吸收、融合工程参与主体中优秀的文化元素，快速形成具有核心主导力的工程文化，并采取有效措施，向工程组织进行快速、有效地渗透［11］。可见，在工程文化的“自组织”与“他组织”过程中，分别遵循自下而上和自上而下的传播路径，而工程的建设周期是影响工程文化传播路径的重要因素:若周期较短，一般以“他组织”过程为主，自上而下地形成与传播工程文化;若周期较长，则自下而上的“自组织”过程将占据主导。

2．2网络拓扑结构由工程文化传播路径特征可知，该路径结构是一个典型的有向分层网络拓扑结构。关于网络拓扑结构的传播动力学，已有丰富的研究文献，其中最重要的是关于疾病传播的研究。1889年，En’ko最先将数学建模方法引入基于社会网络的疾病扩散研究之中;随后，相关学者对疾病扩散继续深入研究，提出了著名的基于常微分方程的SIS和SIR模型;Watts和Strogatz提出了小世界网络模型(SW)，并指出小世界效应会加快疾病的传播过程;Pastor和Vespignani针对现实网络的无标度性特征，对复杂网络传播临界值理论进行了拓展;Eguiluzv和Klemm、Yan等、Zhou等分别对结构化的scale-free(SF)网络模型、含权模型网络以及带有社区的网络疾病传播模型的传播动力学进行了研究。此外，孙庆川等、罗荣桂等分别研究了信息及新技术在社会网络及企业网络中的传播规律。上述文献讨论了不同网络拓扑结构下的传播动力学问题，为推动复杂网络传播动力学的发展做出了巨大的贡献。然而，上述网络结构模型并没有考虑到传播路径的层次性与方向性，因此在模拟现实情况尤其是工程文化传播过程时存在一定的缺陷。Carlos等指出，一种构建小世界网络的标准方法是对规则图的边进行变概率重连，如WS小世界网络、NW小世界网络等;然而以这种规则图为最初基底所形成的拓扑结构并不适用于对现实中某些具有层次性特征的拓扑结构的模拟。他针对现实中某些具有层次性特征的网络结构，利用复杂网络理论中的Transit-Stub结构产生器，构建了一个三层规则网络拓扑结构(transit-stubregulargraph)，包含最上层Transit域，中间层Stub域以及最下层LAN，如图1所示。在图1中，节点数为120，节点平均邻元素为3，(a)的节点重连概率为0，(b)的节点重连概率为0．02，(c)的节点重连概率为1。将上述三层transit-stub拓扑结构图与工程文化传播路径相比较，如图2所示。从图2中可以看出，三层transit-stub拓扑结构与工程文化传播路径结构相类似，可以用前者对后者进行模拟。下面，结合复杂网络理论相关知识，通过计算机编程，在MATLAB软件中实现该网络结构。

3工程文化传播路径结构的MATLAB实现

根据上述工程文化传播路径拓扑结构特点，运用MATLAB软件进行计算机编程，源程序代码见附录1。下面，对n=180，k=3，p=0．4的分层网络进行仿真，如图3所示。在图3中，节点数为180，节点平均邻元素为3，重连概率为0．4。其中，节点代表组织成员数量，度代表每个组织成员相邻成员的数量，重连概率代表每个成员与组织任意其他成员产生联系的概率。

4结语

网络拓扑论文范文第8篇

1系统框架

电信网络拓扑采用B／S结构，其中展示层为拓扑展示框架，采用SpringRCP技术和拓扑客户端守候进程ClientDaemon，并利用TWaver中的组件，实现拓扑展示功能；业务逻辑层为拓扑逻辑框架，通过实现拓扑业务模型引擎、拓扑呈现引擎、OSS网元基本信息引擎和网元告警信息引擎等功能，并利用拓扑服务端的守候进程ServerDaemon实现拓扑图建模、拓扑图呈现，以及与OSS数据库中网元信息更新和告警同步等；而存储层主要以数据库或XML文件的形式存储拓扑数据。电信网络拓扑功能结构如图1所示。

2主要技术

在实现电信网络拓扑图的所有功能中，主要是建立拓扑图和呈现拓扑图。

2．1拓扑图建立在生成电信网络拓扑图时，一般分为3个步骤：（1）建立模型。由于在电信网络拓扑图中，存在一些类型相对固定的网元，而一般情况下，相同类型网元的相关网元也是相同的。因此，可以根据网元类型，建立连接关系模型，系统根据模型生成拓扑图。（2）建立静态节点模型。在电信网络拓扑图的首个拓扑图上，需要建立一些静态节点，比如，拓扑图的类别（如话务网或信令网），可以把这些节点作为静态节点放在首个拓扑图上，再让系统根据网元类型拓扑图制作这些节点的子拓扑图。（3）根据模型生成拓扑图。系统根据第（1）步和第（2）步建立的模型，生成电信网络拓扑图，并存储在拓扑数据库中。

2．2拓扑图呈现呈现电信网络拓扑图的关键是加载网元节点信息，一般采用手工加载和自动加载两种方式。（1）手工加载。利用TWaver的钻取功能，双击某个网元时，如果该网元有子拓扑图，则系统取得其子拓扑图，并加载。特点：加载首个拓扑图时，速度快，但在加载子拓扑图时，因为要到后台数据库中查询子拓扑数据信息，导致速度较慢。（2）自动加载。利用线程类执行并加载电信网络拓扑图上的节点及信息。从电信网络拓扑图的首个拓扑图开始，查询子拓扑图的网元，然后加载其子拓扑图。特点：首次打开拓扑图时，用时较长；但加载完成整个拓扑图后，系统不再加载拓扑图信息，从而不再影响系统性能。

3代码说明

在实现过程中，编码要符合规范。其中，加载网元节点信息的addData（）方法代码如下。

4效果举例

TWaver提供了多种拓扑图的布局方法，如随机布局、圆型布局、对称布局、树型布局等，利用这些方法可以方便地对拓扑图上的网元进行布局排列。在此，列举一个MSC的关联拓扑图，如图2所示。

5结语