从互联网的产生开始,互联网拓扑发现就一直是网络研究领域的热点问题。准确的获取互联网拓扑是许多网络科学研究的基础,同时也有助于网络管理者更好地维护和优化互联网架构。现在,通过互联网拓扑测量以及公开数据库查询,研究者们可以获取到了大量各种类型的拓扑信息。但是由于互联网拓扑复杂的结构和庞大的规模,以及缺少拓扑发现的专用协议或工具,当前所获取到的每一类拓扑信息都存在不同程度的缺失和失真。而现有拓扑发现方法又大多只使用一类拓扑信息来恢复互联网拓扑,从而使得所恢复出的互联网拓扑在完整性和准确性方面都还有待高。针对这个问题,本文出使用多源信息融合的方式来进行互联网拓扑发现。在充分解析现有互联网拓扑信息的基础上,从不同的拓扑发现问题本身出发,将多类拓扑信息融合使用来获取更加完整和准确的互联网拓扑。本文选择在AS级和PoP级的拓扑发现问题中进行初步尝试,完成的主要研究工作如下:(1)出基于两类信息融合的IP-to-AS映射表修正方法。不同于仅依靠一类数据来修正IP-to-AS映射表的现有方法,该方法融合使用别名解析数据和Traceroute-BGP路径对这两类数据,从中取出四种信息来识别每个路由器的所属AS,以此来修正初始的IP-to-AS映射表。经过实验验证,与现有方法相比,基于两类信息融合的方法能够取得更高的正确率,并且在面对输入数据量减少和输入数据的错误率增加时,都表现的更为稳定。同时本文对算法步骤进行了细微调整,确保了该方法的可收敛性。(2)出基于链路聚类的PoP级拓扑地图识别方法。该方法同时考虑PoP内部路由器连接紧密及地理位置相近两个特征,并借鉴连边检测算法的思路,首先计算路由器级链路对的相似度,然后对路由器级链路进行层次聚类以获得链路的集群,再通过一些启发式算法将其转换为路由器的集群(即PoP),最后根据PoP中路由器的地理位置确定PoP的地理位置,以此绘制PoP级拓扑地图。本文使用该方法绘制AS174的全球PoP级拓扑地图,获得了比现有方法更高的覆盖率,并且在误差范围为100km时定位准确度达到76.1%。此外本文还通过仿真实验评估了不充分的探测和错误的地理位置信息对PoP级拓扑地图识别的影响。