散列节点网络成图方法研究探究

《散列节点网络成图方法研究探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、散列节点网络成图方法研究探究摘要：网络管理就是维护一个网络系统的正常运行，其中给人最直观的呈现就是网络拓扑图。网络拓扑图的绘制方法有很多种，目前广泛采用的方法有基于ICMP、ARP和SNMP协议的拓扑算法，其中以基于SNMP协议的拓扑算法最为主流。对于任意网络中的散列节点如何不依赖于特定协议而自发的进行拓扑图绘制，这在各种小型网络建设中是非常重要的。本文将根据一个实例，对散列节点网络成图方法进行研究与分析。除了研究得到拓扑图的方法外还将对最终成图结果如何与实际相符合做出讨论。关键词：散列节点；SNMP；拓扑图；网管系统中图分类号：TP393.02文献标识码：ADoi：10.3969/j.i

2、ssn.1003-6970.2012.04.028面对当前纷繁复杂的网络，网络管理系统已经成为企业或者个人对于网络进行安全有效管理所需要的必不可少的工具。为了提高网络管理系统的高效性与时效性，更多更好的网管软件在不断涌现。然而一切的网络管理软件中给人最直观的一项功能应当就是网络拓扑图的展现。网络拓扑图的展现不仅仅是一个图形界面的呈现，如今更复杂，更优秀的网络成图还应包含在图上对于网络结点的直接操作与监测，这样不仅提高了效率，也使得网管人员对于企业网络的构成以及出现的问题获得一个更快更直接的了解。这对不光提升了企业内部网络管理的便捷性，也使得企业内部网络更加安全。因此，对网络成图方法已经逐步

3、成为网管软件开发的重点。网络结构。如我们所知，在一些特定行业的应用中，如:用于环保的传感节点，军事应用中的随机散落节点，专网建设中的增加节点等等均会出现类似情况。现在的网络成图系统大部分都是基于已有的成熟的网络通信协议进行设计，这种方法设计简单而且方便，但是应用场合局限，当某些设备无法应用这种协议，那么全网都不能应用，因此设备的开销就会比较大。那么对于偏远地区而言，建设与外界联通的网络首先考虑的就应该是设备价格，其次考虑的就是可操作性。如果对于偏远地区网络建设采用昂贵的设备和复杂的协议，将会出现极大的资源浪费，也不适合当地实情。因此，研究一种简单有效的不依赖于特定协议的网络成图方法是很有意

4、义的。本文将根据一个实例进行仿真研究，通过数据库设计完成对散列节点坐标的入库存储操作，以数据库文字形式反应当前网络拓扑结构。在这一过程中通过建立一个路由表，为后面的拓扑算法做铺垫达到对数据访问与读取，之后进行拓扑图绘制。拓扑图的绘制离不开坐标，有了坐标就能知道两者该怎么相连，那么现在这个问题的焦点就集中在系统如何通过数据库中的信息得知坐标信息，简单说系统如何通过数据库知道到底该怎么把这些设备在屏幕上给按照一定的秩序、比例相互连接起来。由图3可知散列节点相互连接的情况，数据库中，因为它们是相互关联的，所以数据库的读取操作是非常容易的，那么，系统如何实现路由表像坐标映射的转化，将是拓扑图绘制的

5、重点。无论绘制任何图形，绘图程序开始必须确定一个基准点，不妨预设R1为基准点，并对其设置坐标(50,50)o这里有必要一提的是，MFC绘图功能，坐标计算是从对话框左上角开始，左上角坐标为(0,0),之后的坐标按照像素横向为X轴，纵向为Y轴，不存在负坐标。从表中和数据库的显示中可以看出连接信息，因为那是一条一条的读取，再存储进数据库的，不存在坐标问题，但是拓扑图形算法中，如何让每个节点准确的连接到与它相邻的节点，是很关键的。本文采用的方法是二维数组存储扫描以及字符串比较。由Socket编程，读取到设备的各项信息，它们是与图5的变量表是一一对应的。通过扫描每个节点的设备信息即路由表的NEXT选

6、项，可以获知每个节点的连接信息并将它们存入一个二维数组NEXT]][]。数组的每一行就是对应设备的连接情况。以R1为例，扫描完毕，NEXT数组第一行应包含R1的NEXT信息，NEXT[O][0]=R2,NEXT[O][1]=R4,NEXT[O][2]=R5,NEXT[0][3]=R6；如此往下直至全部设备扫描完毕，当然数组定义前得指定数组大小以节约资源。全部扫描完毕后NEXT数组为：从上面的成果展示中可以看出系统的实现与第四章中所设计的结果大部分相符，也符合实际结果。但是，到了绘制拓扑图的时候，最终的拓扑图和第四章中预先设定好的这个实例结果不相符合。实例中的拓扑图结构包含了互联、交叉等各种

7、情况。但是由最后呈现出的拓扑图结构和实例比较，不仔细分析互联情况，光从直观上看，两幅图在呈现设备位置关系的问题上，差别还是很大的。产生这个问题的原因其实很简单。在复杂的网络中，系统仅仅获得的是设备间的路由信息，然而路由信息中并不包含实际的地理位置信息。当任何问题涉及成图的话，最重要的就是坐标和比例尺这两点，在系统中不包含这些信息的时候只能依赖于算法自身设定的基准点和比例尺来进行地图模拟分布。这样一来，往往就会与实际情况产