网络模拟已成为研究Internet的重要手段,然而互联网的规模、复杂性、异构性等问题严重制约着互联网行为的研究。由于异构、复杂、大规模的网络模拟需要耗用巨大的计算资源,无法采用单机实现,并行模拟技术为大规模网络模拟提供了一个可行的方法。并行模拟中首要工作就是任务的划分,即将待模拟的任务进行分解,从而使用多个模拟节点进行并行模拟。任务划分的目标是减少网络模拟时间、增加网络模拟的规模、提高网络模拟效率,任务划分目前普遍采用基于拓扑的划分方式。本文首先对并行网络模拟机制进行研究,分析任务划分对决定并行模拟性能各因素的影响,如路由策略、安全事件类型等因素;然后对普遍采用的传统图划分工具METIS进行研究,传统图划分算法的目标是在基于负载均衡思想下实现远程通讯量最小化,由于没有考虑实际网络模拟过程中各环节对模拟性能的影响,因此划分结果不是很合理。综合以上分析,以提高路由效率为目标,提出了基于子网消减的划分优化算法:在允许范围内移动子网到相邻最合适的划分区域,比较实验结果,使用子网消减的拓扑划分结果减少了远程链路条数和边界路由器个数,缩小了远程路由表规模,具有更高的路由查询速度和数据包转发效率,从而提高了并行模拟性能。为进一步提高模拟效率,将模拟系统的安全事件类型抽象为两种攻击模型,针对这两种攻击模型,提出了两种安全事件特有拓扑划分方法:适用于目标列表攻击方式的拓扑划分方法(TPBTL)和适用于随机扫描攻击方式的拓扑划分方法(TPBRS),它们通过计算拓扑模拟过程的负载分布来定义路由器和链路权值。比较实验结果表明,面向安全事件拓扑划分方法的综合性能比现有无权划分算法更高,更适合大规模网络环境下的复杂应用的模拟。