随着网络结构的复杂化,网络拓扑测量的相关研究受到越来越多的关注,目前网络拓扑测量的相关研究工作主要集中于:提升底层拓扑测量技术,布置高可用测量点以搭建分布式测量平台,提高对拓扑数据的分析能力等。整个互联网由多个局部网络(国家,AS自治域等)构成,因此在分析整个互联网拓扑结构之前可以先分析局部网络的拓扑结构。目前全世界有很多的免费可用Looking Glass服务器提供traceroute测量,这些服务器覆盖面广,可作为搭建分布式拓扑测量平台的测量点;设计轻量级局部网络拓扑测量任务以拓扑测量效率,轻量级测量任务包括,优化目的IP地址选取,合理调度测量任务并预测拓扑测量结果。基于此,本论文针对局部网络的拓扑测量工作做了下述几个方面的研究:(1)搭建分布式测量平台,通过收集大量的Looking Glass服务器,观察测量点接口结构以设计规则函数集,测量点通过规则集自动化生成测量点配置文件,合理调度测量点高并发执行测量任务,并提供部分测量结果的可视化。(2)为了满足轻量级测量,设计了基于历史拓扑数据选择局部网络目的IP地址选择算法,通过局部网络的历史拓扑数据分析局部网络的拓扑特征,将局部网络的IP地址划分成多个IP簇,从IP簇中选取代表节点加入目的IP地址集,比较与传统的目的IP地址集生成算法的拓扑发现能力,本论文算法的拓扑发现能力提升了接近一倍。(3)设计基于半监督聚类的测量任务选取方法,旨在利用少量的测量任务发现大量的局部网络对外连接IP地址,通过历史拓扑数据分析局部网络对外连接IP地址的拓扑特征,提出了一种利用测量任务的IP地址属性和已知的部分测量数据对测量任务进行半监督聚类的算法,从无法聚类的样本中选取测量任务继续执行测量,直到不再发现新的局部网络对外连接IP地址,发现利用3%的测量任务就可以发现90%以上的局部网络对外连接IP地址。对本论文提到的研究方法,设计针对局部网络的测量实验分析拓扑发现能力,通过实验发现本论文的测量平台有良好的拓扑发现能力,目的IP地址选取算法和测量任务选取算法都很大程度上提升了测量效率。