基于结构模型的互联网拓扑仿真生成方法及系统技术方案

本发明专利技术公开了基于结构模型的互联网拓扑仿真生成方法及系统，以网络拓扑的拓扑特征参数为输入，设计拓扑仿真方法，为互联网仿真系统的网络仿真和路由应用提供必要的技术保障，以网络拓扑分解结构在真实拓扑历史演化进程上的稳定不变特征参数为输入仿真生成网络拓扑结构。此外，相对于其它的网络拓扑仿真生成技术本公开的输入实/虚连接组件的特征参数特征种类更加丰富，因此能够得到更加精确的网络拓扑仿真生成结果，相对于传统仿真工具,能够更精确地捕获网络拓扑局部结构的演化稳定特征，从而生成更接近于真实网络的仿真拓扑结构，能够为路由协议、资源定位等互联网技术的研发与测试提供更逼真的仿真拓扑环境。

【技术实现步骤摘要】
基于结构模型的互联网拓扑仿真生成方法及系统
本公开涉及网络拓扑、网络仿真
，具体涉及基于结构模型的互联网拓扑仿真生成方法及系统，适用于网络拓扑在过去、当前和未来状态下的精确与快速仿真生成。
技术介绍
网络拓扑通常划分为三个层次，即IP层、路由层和自治系统(AutonomousSystem,AS)层。其中，IP层以计算机终端IP地址为节点，路由层以数据通信路由设备为节点，AS层以自治系统域为节点。一个AS节点对应于从属于同一管理域的路由节点集，一个路由节点由一系列IP地址组成。因此，AS层描述了(互联网)网络拓扑的宏观特征。随着网络规模的指数级增长趋势，给互联网的路由规划、资源定位与分配等网络管理策略的制定带来了严峻的挑战。同时，为了避免不恰当管理策略带来的灾难性后果，相关策略的开发、测试与评估难以在真实互联网上开展。因此，互联网仿真系统已成为网络管理策略制定的重要辅助手段。拓扑表征网络节点及相互连接关系，是网络设备、流量等资源的底层载体。因此，拓扑仿真子系统是互联网仿真系统的一项重要组成部分。在现有的(互联网)网络拓扑生成技术中，中国专利申请号CN201810565884.3公开的互联网测试床拓扑结构大比例规模缩减方法，以一副完整的原始网络拓扑图为输入，通过采样技术从原始拓扑图中抽取部分节点和边输出一副规模大比例缩减的采样结果图。但是该方法必须以某一特定时刻探测获得的完整网络拓扑为输入，其仅能够针对该特定时刻的完整拓扑进行规模缩减，无法生成其它(过去或未来)时刻对应的网络拓扑结构。专利技术内容本公开的目的是解决上述现有技术的不足，以网络拓扑的拓扑特征参数为输入，设计拓扑仿真方法，为互联网仿真系统的网络仿真和路由应用提供必要的技术保障，以网络拓扑分解结构(包含十六个实连接和虚连接组件)在真实拓扑历史演化进程上的稳定不变特征参数为输入，仿真生成任意给定时刻(包含过去、当前和未来的任意时刻)的网络拓扑结构。此外，相对于其它的网络拓扑仿真生成技术，本公开的输入包含十六个实/虚连接组件的特征参数，特征种类更加丰富，因此能够得到更加精确的网络拓扑仿真生成结果。本公开的目的是针对上述问题，提供基于结构模型的互联网拓扑仿真生成方法及系统，具体包括以下步骤：S100：配置仿真拓扑的起始时间；S200：录入从起始时间开始的真实世界探测获得的网络拓扑图，以网络拓扑图为训练样本，通过网络拓扑图的拓扑结构分解方法将每幅拓扑图分解为十六个实组件或虚组件，并通过特征提取方法生成或修正网络拓扑随历史演化过程的稳定特征参数；S300：输入需要仿真的网络拓扑对应的历史时间(月/年)，结合起始时间计算仿真拓扑十六个实/虚组件的特征参数；S400：通过AS级网络拓扑内核组件Qcor仿真生成方法仿真生成实组件Qcor；S500：通过AS级网络拓扑实组件Qbip仿真生成方法仿真生成实组件Qbip；S600：通过AS级网络拓扑五个子图P-Q、I-Q、J-Q、K-Q和K-S仿真生成方法生成实组件P-Q、I-Q、J-Q、K-Q和K-S；S700：通过AS级网络拓扑实组件J～Q仿真生成方法仿真生成实组件J～Q；S800：通过AS级网络拓扑实组件K～S仿真生成方法仿真生成实组件K～S；S900：通过AS级网络拓扑实组件S-Q仿真生成方法生成实组件S-Q；S1000：调用AS级网络拓扑虚组件A-B仿真生成方法将实组件Qcor、Qbip、P-Q、I-Q、J～Q、K-Q、K～S和S-Q合并为一副完整的网络拓扑结构图。进一步地，在S200中，拓扑结构分解方法包括以下步骤：输入：互联网静态拓扑G＝(V,E)，其中节点集V为特定时刻探测获得真实互联网中自治系统AS域的集合，边集E为该互联网中不同AS域之间通信链路的集合；度阈值度阈值度阈值输出：八个实组件(内核组件Qcor和外围组件Qbip、P-Q、I-Q、J～Q、K-Q、K～S和S-Q)；八个虚组件(QP(h),QI(h),QJ(h),QK(h),KQ(l)-KS(l)、SQ(h),SQ(l)-SK(h),SK(l)和QS(h),)；SA201：计算节点集其中dG(v)和dGI(v)分别为互联网静态拓扑图G及其子图GI中节点v的度，且GI＝(VI,EI)是由图G中节点集V/(P∪Q)和这些节点之间的边构成的子图，VI和EI分别是节点集和边集；SA202：计算节点集其中dQ(v)为由图G中节点集Q和这些节点之间的边构成的子图中节点v的度。SA203：生成子图Qbip，其是图G中两个边集以及这些边连接的节点构成的子图(Qbip是一个输出的外围组件)；SA204：计算节点集其中为子图Qbip中节点v的度，h、m、l均为与上下表等同的标记。将子图Qbip中的边集划分为三类，即和SA205：生成子图Qcor，其是图G中节点集和这些节点之间的边构成的子图(Qcor是一个输出的内核组件)。计算节点集其中为子图Qcor中节点v的度。将子图Qcor中的边集划分为三类，即SA206：采用X-Y(其中X∈{P,I,J,K}且Y∈{S,Q})表示五个子图P-Q、I-Q、J-Q、K-Q和K-S。这五个子图的生成方法相同，即子图X-Y的生成：子图X-Y是图G中边集YX-XY(l)＝{(v,w)|(v,w)∈E∧v∈YX∧w∈XY(l)}以及这些边连接的节点构成的子图。其中节点集计算节点集其中dX-Y(v)为子图X-Y中节点v的度。将子图X-Y中的边集划分为两类，即计算边集和节点集生成子图J～Q，其为边集JJ(l)-JJ(l)和子图J-Q的并集；生成子图K～S，其为边集SS(h)-SS(h),SS(h)-SS(l),SS(l)-SS(l)和子图K-S的并集。P-Q、I-Q、J～Q、K-Q和K～S是五个输出的外围组件；SA207：生成子图S-Q，其是图G中边集{(v,w)|(v,w)∈E∧v∈S∧w∈Q}以及这些边连接的节点构成的子图(S-Q是一个输出的外围组件)。计算节点集和边集将子图S-Q中的边集划分为四类，即QS(h)-SQ(h)，QS(h)-SQ(l)，QS(l)-SQ(h)和QS(l)-SQ(l)；SA208：设且其中，A是拓扑图中实组件Qbip的节点集且B是拓扑图中实组件Qcor的节点集。为了精确地建立Qbip与Qcor之间的关联性，按照以下方式生成虚组件生成二分图GA-B＝(A,B,EA-B)，其中EA-B＝{(a,b)|a∈A∧b∈B∧a和b是互联网静态拓扑图G中的同一个节点}；采用相同的方法生成拓扑图中其它七个虚组件KQ(l)-KS(l)、QP(h),QI(h),QJ(h),QK(h),SQ(h),SQ(l)-SK(h),本文档来自技高网...

【技术保护点】
1.基于结构模型的互联网拓扑仿真生成方法，其特征在于，所述方法包括以下步骤：/nS100：配置仿真拓扑的起始时间；/nS200：录入网络拓扑图，通过网络拓扑图的拓扑结构分解方法将每幅拓扑图分解为十六个实组件或虚组件，并通过特征提取方法生成或修正网络拓扑随历史演化过程的稳定特征参数；/nS300：输入需要仿真的网络拓扑对应的历史时间，结合起始时间计算仿真拓扑十六个实/虚组件的特征参数；/nS400：通过AS级网络拓扑内核组件Q

【技术特征摘要】
1.基于结构模型的互联网拓扑仿真生成方法，其特征在于，所述方法包括以下步骤：
S100：配置仿真拓扑的起始时间；
S200：录入网络拓扑图，通过网络拓扑图的拓扑结构分解方法将每幅拓扑图分解为十六个实组件或虚组件，并通过特征提取方法生成或修正网络拓扑随历史演化过程的稳定特征参数；
S300：输入需要仿真的网络拓扑对应的历史时间，结合起始时间计算仿真拓扑十六个实/虚组件的特征参数；
S400：通过AS级网络拓扑内核组件Qcor仿真生成方法仿真生成实组件Qcor；
S500：通过AS级网络拓扑实组件Qbip仿真生成方法仿真生成实组件Qbip；
S600：通过AS级网络拓扑五个子图P-Q、I-Q、J-Q、K-Q和K-S仿真生成方法生成实组件P-Q、I-Q、J-Q、K-Q和K-S；
S700：通过AS级网络拓扑实组件J～Q仿真生成方法仿真生成实组件J～Q；
S800：通过AS级网络拓扑实组件K～S仿真生成方法仿真生成实组件K～S；
S900：通过AS级网络拓扑实组件S-Q仿真生成方法生成实组件S-Q；
S1000：调用AS级网络拓扑虚组件A-B仿真生成方法将实组件Qcor、Qbip、P-Q、I-Q、J～Q、K-Q、K～S和S-Q合并为一副完整的网络拓扑结构图。


2.根据权利要求1所述的基于结构模型的互联网拓扑仿真生成方法，其特征在于，在S400中，通过AS级网络拓扑内核组件Qcor仿真生成方法仿真生成实组件Qcor的方法包括以下步骤：
输入特征参数：
t：从起始时间到目标时间的间隔时间数；
Qcor_nh(t)：仿真图分解拓扑结构中节点数相对t的一次线性拟合函数；
Qcor_nm(t)：仿真图分解拓扑结构中节点数相对t的二次线性拟合函数；
Qcor_nl(t)：仿真图分解拓扑结构中节点数相对t的一次线性拟合函数；
Qcor_density(i)：密度曲线拟合函数，其表示内核组件Qcor中前i个度最大的节点之间的边数与最大可能边数i(i-1)/2的比率，1≤i≤max(Qcor_nh(t))，max(Qcor_nh(t))表示Qcor_nh(t)相对任意t的最大值，默认情况下max(Qcor_nh(t))＝1000；
Qcor_pc(d)：相对中节点的度d＝1,2,…,99的概率分布函数；
Qcor_pdl(d)：相对中节点的度d＝1,2,…,10的概率分布函数；
Qcor_pdm(d)：相对中节点的度d＝11,12,…,99的概率分布函数；
Qcor_m(i)：中节点按照它们的度从大到小排列的第i个节点的度的一次线性拟合函数的斜率，1≤i≤max(Qcor_nh(t))，默认情况下max(Qcor_nh(t))＝1000；
Qcor_b(i)：中节点按照它们的度从大到小排列的第i个节点的度的一次线性拟合函数的截距，1≤i≤max(Qcor_nh(t))，默认情况下max(Qcor_nh(t))＝1000；
输出：仿真生成的内核组件Qcor；
S401:分别计算的节点数h＝Qcor_nh(t),m＝Qcor_nm(t),l＝Qcor_nl(t)；
S402:生成h个节点1,2,…,h，并分配度di给节点i＝1,2,…,h，其中di为：
di＝round(max(Qcor_m(i)·t+Qcor_b(i),100))，
其中max表示取最大值，round表示四舍五入取整数；
S403:生成m个节点h+1,h+2,…,h+m，初始化d←99，i←h，转到S404；
S404:如果d≥1，则分配度d给节点i+1,i+2,…,i+round(m×Qcor_pdm(d))，并更新i←i+round(m×Qcor_pdm(d))，d←d-1，转到S404；否则转到S405；
S405:生成l个节点h+m+1,h+m+2,…,h+m+l，初始化d←10，i←h+m，转到S406；
S406:如果d≥1，则分配度d给节点i+1,i+2,…,i+round(l×Qcor_pdl(d))，并更新；
i←i+round(l×Qcor_pdl(d))，d←d-1，转到S406；否则，转到S407；
S407：初始化节点i←2，转到S408；
S408：如果i≤h，则计算x＝i×(i-1)×Qcor_density(i)/2-(i-1)×(i-2)×Qcor_density(i-1)/2，并从节点集{1,2,…,i-1}中均等分布(即概率分布中每个概率均相等)地抽取x个自由度至少为1的节点，并将节点i连接至这抽取出的x个节点，其中节点的自由度是指步骤2,3,4中该节点被分配的度减去该节点已被连接的边数，更新i←i+1，转到S408，否则，转到S409；
S409：定义z(i)＝i(i＝1,2,…,5)且z(i)＝h-i+6(i＝6,7,…,h)；初始化i←1，转到S410；
S410：如果i≤h，则计算节点z(i)的自由度x，并将这x个自由度以概率分布Qcor_pc(d)随机分配至不同的集合Rk(k＝1,2,…,99)，初始化k←1，转到S411；否则，转到S412；
S411：如果k≤99，则计算y，其为集合Rk包含自由度数量，从节点集{h+1,h+2,…,h+m+l}中抽取出所有度为k且自由度至少为1为节点从而构成子节点集Y，将Y中所有节点按照fd(v)递减的顺序排列，其中fd(v)被定义为Y中节点v的自由度数量，从Y中抽取前ak＝min(y,||Y||)个节点，并将节点z(i)连接至这抽取出的ak个节点，其中||Y||表示集合Y包含节点的总数；更新k←k+1，转到S411；否则(即，k>99)，更新i←i+1，转到S410；
S412：初始化i←1，转到S413；
S413：如果i≤l，则计算节点h+m+i的自由度数量x，转到S414；否则，转到S415；
S414：如果x≥1，则从集合{11,12,…,99}中均等分布地抽取一个数k，并从节点集{h+1,h+2,…,h+m}中抽取出所有度为k且自由度至少为1的节点从而构成节点子集Y；从Y中均等分布地随机抽取出一个尚没有与节点h+m+i连接的节点，并将该节点与节点h+m+i相互连接；更新x←x-1，转到S414；否则(即，x＝1)，更新i←i+1，转到S413；
S415：计算节点h+1,h+2,…,h+m的全部自由度总数为x，初始化tc←0，转到S416；
S416：如果x≥2且tc<500，则从集合{11,12,…,99}中均等分布地抽取两个数k1和k2，并从节点集{h+1,h+2,…,h+m}中抽取出一个k1度节点v1和一个k2度节点v2，其中v1和v2尚没有连接；如果能够抽取出这两个节点v1和v2，则将它们相互连接，并更新x←x-2，否则更新tc←tc+1，转到S416；如果x≤2或tc≥500，则输出内核组件Qcor，其由h+m+l个节点1,2,…,h+m+l以及它们之间已相互连接的边构成。


3.根据权利要求1所述的基于结构模型的互联网拓扑仿真生成方法，其特征在于，在S500中，通过AS级网络拓扑实组件Qbip仿真生成方法仿真生成实组件Qbip的方法包括以下步骤：
输入特征参数：
t：从起始时间到目标时间的间隔时间数；
Qbip_nuh(t)：拓扑图分解拓扑结构中节点数相对于t的一次线性拟合函数；
Qbip_nul(t)：拓扑图分解拓扑结构中节点数相对于t的二次线性拟合函数；
Qbip_nbl(t)：拓扑图分解拓扑结构中节点数相对于t的一次线性拟合函数；
Qbip_pc(d)：相对于中节点的度d＝1,2,…,10的概率分布函数，其表征一条边连接度为d的节点的概率；
Qbip_ps(d2)：相对于中节点的度d2＝1,2,…,10的概率分布函数，其表征一条边连接度为d2的节点的概率；
Qbip_pdu(d)：相对于中节点的度d＝1,2,…,10的概率分布函数，其表征一个节点的度为d的概率；
Qbip_pdb(d)：相对于中节点的度d＝1,2,…,10的概率分布函数，其表征一个节点的度为d的概率；
Qbip_m(i)：节点集中节点按照它们的度从大到小排列的第i个节点的度的一次线性拟合函数的斜率，1≤i≤max(Qbip_nuh(t))，默认情况下max(Qbip_nuh(t))＝1000；
Qbip_b(i)：节点集中节点按照它们的度从大到小排列的第i个节点的度的一次线性拟合函数的截距，1≤i≤max(Qbip_nuh(t))，默认情况下max(Qbip_nuh(t))＝1000；
Qbip_pdpl(r)：相对于度对(d1,d2)的排列序号r的概率分布函数，其表征一条边连接两个度分别为d1和d2的节点的概率；
输出：仿真生成的实组件Qbip；
S501：分别计算的节点数h＝Qbip_nuh(t),y＝Qbip_nul(t),x＝Qbip_nbl(t)；
S502：生成h个节点1,2,…,h，并分配度di给节点i＝1,2,…,h，其中di为：
di＝round(max(Qbip_m(i)·t+Qbip_b(i),11))，
其中max表示取最大值，round表示四舍五入取整数；
S503：生成y个节点h+1,h+2,…,h+y，初始化d←10，i←h，转S504；
S504：如果d≥1，则分配度d给节点i+1,i+2,…,i+round(y×Qbip_pdu(d))，并更新i←i+round(y×Qbip_pdu(d))，d←d-1，转S504；否则，转S505；
S505：生成x个节点h+y+1,h+y+2,…,h+y+x，初始化d←10，i←h+y，转S506；
S506：如果d≥1，则分配度d给节点i+1,i+2,…,i+round(x×Qbip_pdb(d))，并更新i←i+round(x×Qbip_pdb(d))，d←d-1，转S506；否则，转S507；
S507：计算联合度分布P(d1,d2)＝Qbip_ps(d2)/10，其表征一条边连接度为d1的节点和度为d2的节点的概率，并计算实组件Qbip中边的总数el，其中el等于节点度dh+1,dh+2,…,dh+y的求和；初始化d1←1，转S508；
S508：如果d1≤10，初始化d2←1，则转S509，否则转S511；
S509：如果d2≤10，则计算z＝round(el×P(d1,d2))，其表示连接d1度节点和d2度节点的总边数，并初始化tc←0，转S510，否则，更新d1←d1+1，转S508；
S510：如果z≥1且tc＝0，则从节点集{h+1,h+2,…,h+y}中抽取一个d1度节点v1并从节点集{h+y+1,h+y+2,…,h+y+x}中抽取一个d2度节点v2，其中节点v1和v2尚未连接；如果能够抽取出这两个节点，则将它们互连并更新z←z-1，否则更新tc←1，转S510；如果z<1或tc＝1，则更新d2←d2+1，转S509；
S511：定义z(i)＝i(i＝1,2,…,5)且z(i)＝h-i+6(i＝6,7,…,h)；初始化i←1，转S512；
S512：如果i≤h，则计算节点z(i)的自由度zf，并将这zf个自由度以概率分布Qbip_pc(d)随机分配至不同的集合Rk(k＝1,2,…,10)，初始化k←1，转S513；否则，转S514；
S513：如果k≤10，则计算zk，其为集合Rk包含自由度数量，从节点集{h+y+1,h+y+2,…,h+y+x}中抽取出所有度为k且自由度至少为1为节点从而构成子节点集L，将L中所有节点按照fd(v)递减的顺序排列，其中fd(v)被定义为L中节点v的自由度数量，从L中抽取前ak＝min(zk,||L||)个节点，并将节点z(i)连接至这抽取出的ak个节点，其中||L||表示集合L包含节点的总数，更新k←k+1，转S513；否则(即，k>10)，更新i←i+1，转S512；
S514：调用度对排序方法，即调用步骤ZS501～ZS504(输入参数Ub＝10)，对由节点度形成的度对进行排序得到度对序列L，初始化L中度对的序号r←1，计算其表示连接两个节点的边的总数，转S515；
S515：设序列L中序号r对应的度对为(d1,d2)；如果Qbip_pdpl(r)>0，则计算z＝round(el×Qbip_pdpl(r))，其表示连接两个度分别为d1和d2的节点的总边数，转S516；否则输出实组件Qbip，其由h+y+x个节点1,2,…,h+y+x以及它们之间已相互连接的边构成；
S516：如果z≥1，则从节点集{h+y+1,h+y+2,…,h+y+x}中抽取一个d1度节点v1和一个d2度节点v2，其中节点v1和v2尚未连接，将它们互连并更新z←z-1，转S516；否则(即，z<1)，更新r←r+1，转S515。


4.根据权利要求1所述的基于结构模型的互联网拓扑仿真生成方法，其特征在于，在S600中，通过AS级网络拓扑五个子图P-Q、I-Q、J-Q、K-Q和K-S仿真生成方法生成实组件P-Q、I-Q、J-Q、K-Q和K-S的方法包括以下步骤：
说明：这五个子图的仿真生成方法相同，因此采用X-Y(其中X∈{P,I,J,K}且Y∈{S,Q})统一表示这五个子图，下面给出子图X-Y的仿真生成方法：
输入特征参数：
t：从起始时间到目标时间的间隔时间数；
XY_nyh(t)：拓扑图分解拓扑结构中YX(h)节点数相对于t的一次线性拟合函数；
XY_nyl(t)：拓扑图分解拓扑结构中YX(l)节点数相对于t的二次线性拟合函数；
XY_nxl(t)：拓扑图分解拓扑结构中XY(l)节点数相对于t的一次线性拟合函数；
XY_pc(d)：相对于XY(l)中节点的度d＝1,2,…,30的概率分布函数，其表征一条YX(h)-XY(l)边连接度为d的XY(l)节点的概率；
XY_ps(d2)：相对于XY(l)中节点的度d2＝1,2,…,30的概率分布函数，其表征一条YX(l)-XY(l)边连接度为d2的XY(l)节点的概率；
XY_pdy(d)：相对于YX(l)中节点的度d＝1,2,…,10的概率分布函数，其表征一个YX(l)节点的度为d的概率；
XY_pdx(d)：相对于XY(l)中节点的度d＝1,2,…,30的概率分布函数，其表征一个XY(l)节点的度为d的概率；
XY_m(i)：节点集YX(h)中节点按照它们的度从大到小排列的第i个节点的度的一次线性拟合函数的斜率，1≤i≤max(XY_nyh(t))，默认情况下max(XY_nyh(t))＝1000；
XY_b(i)：节点集YX(h)中节点按照它们的度从大到小排列的第i个节点的度的一次线性拟合函数的截距，1≤i≤max(XY_nyh(t))，默认情况下max(XY_nyh(t))＝1000；
输出：仿真生成的子图X-Y；
S601：分别计算YX(h),YX(l),XY(l)的节点数h＝XY_nyh(t),y＝XY_nyl(t),x＝XY_nxl(t)；
S602：生成h个YX(h)节点1,2,…,h，并分配度di给节点i＝1,2,…,h，其中di为：di＝round(max(XY_m(i)·t+XY_b(i),11))，
其中max表示取最大值，round表示四舍五入取整数；
S603：生成y个YX(l)节点h+1,h+2,…,h+y，初始化d←10，i←h，转S604；
S604：如果d≥1，则分配度d给节点i+1,i+2,…,i+round(y×XY_pdy(d))，并更新i←i+round(y×XY_pdy(d))，d←d-1，转S604；否则，转S605；
S605：生成x个XY(l)节点h+y+1,h+y+2,…,h+y+x，初始化d←10，i←h+y，转S606；
S606：如果d≥1，则分配度d给节点i+1,i+2,…,i+round(x×XY_pdx(d))，并更新i←i+round(x×XY_pdx(d))，d←d-1，转S606；否则，转S607；
S607：计算联合度分布P(d1,d2)＝XY_ps(d2)/10，其表征一条YX(l)-XY(l)边连接度为d1的YX(l)节点和度为d2的XY(l)节点的概率，并计算子图X-Y中YX(l)-XY(l)边的总数el，其中el等于节点度dh+1,dh+2,…,dh+y的求和；初始化d1←1，转S608；
S608：如果d1≤10，初始化d2←1，则转S609，否则转S611；
S609：如果d2≤30，则计算z＝round(el×P(d1,d2))，其表示连接d1度YX(l)节点和d2度XY(l)节点的总边数，并初始化tc←0，转S610，否则，更新d1←d1+1，转S608；
S610：如果z≥1且tc＝0，则从节点集{h+1,h+2,…,h+y}中抽取一个d1度节点v1并从节点集{h+y+1,h+y+2,…,h+y+x}中抽取一个d2度节点v2，其中节点v1和v2尚未连接；如果能够抽取出这两个节点，则将它们互连并更新z←z-1，否则更新tc←1，转S610；如果z<1或tc＝1，则更新d2←d2+1，转S609；
S611：定义z(i)＝i(i＝1,2,…,5)且z(i)＝h-i+S6(i＝S6,7,…,h)；初始化i←1，转S612；
S612：如果i≤h，则计算节点z(i)的自由度zf，并将这zf个自由度以概率分布XY_pc(d)随机分配至不同的集合Rk(k＝1,2,…,30)，初始化k←1，转S613；否则，转S614；
S613：如果k≤30，则计算zk，其为集合Rk包含自由度数量，从节点集{h+y+1,h+y+2,…,h+y+x}中抽取出所有度为k且自由度至少为1为节点从而构成子节点集L，将L中所有节点按照fd(v)递减的顺序排列，其中fd(v)被定义为L中节点v的自由度数量，从L中抽取前ak＝min(zk,||L||)个节点，并将节点z(i)连接至这抽取出的ak个节点，其中||L||表示集合L包含节点的总数，更新k←k+1，转S613；否则(即，k>30)，更新i←i+1，转S612；
S614：输出子图X-Y，其由节点1,2,…,h+y+x以及它们之间已相互连接的边构成。


5.根据权利要求1所述的基于结构模型的互联网拓扑仿真生成方法，其特征在于，在S700中，通过AS级网络拓扑实组件J～Q仿真生成方法仿真生成实组件J～Q的方法包括以下步骤：
说明：在拓扑图中，实组件J～Q由子图J-Q和边集JJ(l)-JJ(l)组成，其中子图J-Q已由“3.AS级网络拓扑五个子图P-Q、I-Q、J-Q、K-Q和K-S仿真生成方法”仿真生成，这五个子图统一采用子图X-Y表示(其中X∈{P,I,J,K}且Y∈{S,Q})；因此，实组件J～Q的仿真生成，是在已生成子图J-Q上添加边集JJ(l)-JJ(l)，其中JJ(l)-JJ(l)表示连接子图J-Q的节点集JQ(l)中两个节点的所有边构成的集合；
输入：子图J-Q以及特征参数JQ_pdpl(r)，其表示相对于度对(dJ-Q(v1),dJ-Q(v2))对应的排列序号r(其中，v1,v2∈JQ(l)；dJ-Q(v)为节点v在子图J-Q的度；JQ(l)为子图J-Q中三个节点集之一，其对应X-Y子图中的节点集XY(l)；排列顺序由度对排序方法生成)，一条连接JQ(l)中两个节点的边的两个端点在子图J-Q的度分别为dJ-Q(v1)和dJ-Q(v2)的概率；
输出：仿真生成的实组件J～Q；
S701：初始化集合S←JQ(l)，转S702；<...

【专利技术属性】
技术研发人员：焦波，张文生，戎海武，何敏藩，石建迈，邢立宁，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44