从复杂网络研究的角度研究互联网的拓扑特征,已经成为当今互联网研究的一个重要分支,受到学术界广泛关注,近年来在此领域也取得了丰硕的成果。互联网复杂性研究主要是通过对互联网探测数据进行处理分析,从中计算互联网特征量,观测其特征演化规律,根据探测数据构建互联网拓扑,直观的观测其中某些互联网结构特性。现在研究的方法是通过编写程序计算其特征量,再利用SPSS、MATLAB等数学工具进行特征量曲线绘制、分析其变化规律。操作步骤繁琐,且由于数据需导入不同工具中,其格式需要进行人工调整。鉴于以上现状,一款针对互联网探测数据的界面友好,集数据处理、特征量计算、网络特征及拓扑可视化功能于一体的工具成为一种必然需求。本文就是应以上需求,设计实现这样一款用于互联网探测数据处理分析的虚拟仪器——ICO(Internet Computed Observation)。ICO以CAIDA(The Cooperative Association for Internet Data Analysis)提供的AS(autonomous system)级互联网探测数据为源数据,实现了数据处理、常用特征量计算、特征曲线绘制、拓扑图绘制等功能的集成,极大降低了在研究过程中工作的复杂性。文章首先简介了ICO设计的理论基础与相关技术,依照功能需求将ICO划分为数据处理与可视化两大部分,给出了ICO的整体架构与模块划分,包括原始数据处理、特征量计算、特征曲线绘制和网络拓扑可视化。然后按照ICO的功能模块,详细阐述了各模块的设计与实现过程。而后对ICO功能进行了正确性验证,并对其整体性能和适用性进行了测试分析。最后,本文利用ICO对CAIDA提供的2009年1月至2010年2月的AS级数据进行了处理、观测,并基于ICO统计均值曲线分析提出互联网平均活跃性分析。