Internet作为一个典型的复杂网络实例,对其宏观拓扑结构的特征分析是目前研究的主要内容和热点问题,受到了学术界的广泛关注。近年来人们在该领域的研究取得了长足的进展,但主要集中在拓扑的全局层面上。对Internet宏观拓扑结构进行粗粒度化处理及分形特征分析,可以帮助人们更好的理解互联网部分与整体以及部分与部分之间的关系,对人们通过少量信息认识研究对象的本质有重要的意义。本文首先获取到CAIDA(The Cooperative Association for Internet Data Analysis)15个探测节点探测的2011年2月IPv4路由级数据和IPv6IP级数据。对数据修正补全后进行合并,这样有效的弥补由于单点测量所引起的边遗漏问题,降低了探测误差,为后面章节的分析工作提供了正确的数据支撑。其次,本文对2011年2月的IPv4路由级数据和2008年12月至2011年2月的IPv6IP级数据进行核入口粗粒度重整化。通过对度分布幂指数和度相关特性的定性分析,以及分形维数的定量分析,得出KC值较高时网络不存在分形特征的结论。分形特征在时间序列上是否明显与高度值节点连接的互斥性强弱有关,各KC网络特征值之间差值的大小取决于网络的异配性的强弱。再次,本文对AS级拓扑采用盒覆盖法进行粗粒度重整化。对分形维数的定量分析和网络度分布幂指数的定性分析,得到AS级网络同样具有分形特征的结论。对网络度特征量和连接性的演化分析,发现：网络度值和平均度的升高以及高度值节点之间连接的增多导致网络聚类性增强,且重整化网络与原始网络时间序列上的演化趋势是相似的。对介数、紧密度等的分析发现：原始网络中心节点的核数、紧密度和鲁棒性很高、度值偏低；偏远节点的核数、度值和紧密度都较低。重整化网络的中心节点度值、核数和紧密度都较高,鲁棒性较弱。基于互联网的分形特征所得出的结论对人们通过小数据量所展现的特征认识网络整体的发展趋势和再设计互联网都具有指导性的意义。