互联网已成为人们日常生活中重要的基础通讯设施,目前,互联网中自治域系统AS（Autonomous System）的数量已达七万多个。分布式的AS之间通过边界网关协议BGP（Border Gateway Protocol）路由互联网中的流量并建立基于各自私有业务协议的商业路由关系。但是BGP协议的设计基于AS之间的信任,缺少对BGP消息的安全验证机制,导致域间网络安全事件频繁发生。准确且实时地识别互联网中的异常路由信息对域间网络路由安全事件的预防起着重要作用。从路由网络推断对应的AS商业关系可有效识别和防御前缀劫持等攻击。AS管理机构出于保护商业机密的原因并不会公布自身与其他AS的所有商业关系,通过算法推断准确且实时的AS商业关系是防范域间网络路由安全事件的重要基础。以此为动机,本文的主要研究内容为在分布式实时计算平台上进行AS商业关系的推断,旨在提高AS商业关系推断的准确性和实时性。具体工作如下:通过对域间网络路由原理和BGP协议的研究,基于无谷路径原则提出一种结合路径原则推断与路径表全局推断比例的互联网AS商业关系推断算法。为了使自身商业利益最大化,AS会优先选择免费的路由路径,即AS路径遵循特定的模式:无谷路径原则。基于无谷路径原则和AS自身相关特征对路径中的AS商业关系进行推断。针对原则推断中存在在不同路径中的AS关系判定不一致的情况,利用AS路径表中的全局推断信息对原则推断中的冲突关系进行比例判定。最后对在原则推断和概率判定中仍未确定AS关系对进行基于度的最终判定。通过和对比算法的性能比较,提出的AS商业关系推断算法具有更高的准确率。为了提高路由安全监测的实时性,流式大数据计算框架Apache Storm是应用广泛的分布式实时框架。通过对Apache Storm框架中的任务调度进行研究,提出一种分布式实时计算框架中通信有效的任务调度算法。分布式实时计算框架Apache Storm的默认调度算法基于简单的平均思想,在实际应用中无法充分利用异质服务器集群的计算能力提升任务实时性能。通过对Apache Storm框架计算任务与物理集群节点的建模,充分考虑任务计算资源需求和集群实际计算资源,构建分布式实时计算系统中通信有效的任务分配问题。通过整数变量松弛和引入辅助变量对问题中分配向量的稀疏约束进行等价转换并构造相应惩罚函数,然后交替优化求解得到连续区间的解。最后基于模型的二分图特性在约束下对分数解进行取整得到子任务的调度方案。通过和两种对比方案的比较,本文所提任务调度方法降低了计算任务的完成事件,提高了框架的实时性能。最后基于Apache Storm搭建基于了网络路由信息大数据计算平台,为网络路由安全监测提供实时AS商业关系推断。将分布式实时计算框架通信有效调度算法应用于Storm组件中,通过BGP接口获取实时路由信息进行AS商业关系推断。实验结果表明,提出的算法和大数据流式计算框架的结合提高了AS商业关系推断的实时性与准确性。