使用类似Traceroute的探针探索网络：理论与仿真

映射Internet通常包括通过有限源集合使用traceroute-like探针进行采样。这种方法类似于将不同的生成树合并到目标集合中，据此提出可能引入不可控制的采样偏差，从而导致所采样图的统计属性与原始图之间存在显著差异。在本文中，我们探讨了这些偏差并提供了其来源的统计分析。我们推导出边和顶点检测概率的解析近似，利用源数和目标数的作用，使我们能够将底层网络的全局拓扑属性与所采样图的统计准确性相关联。特别是，我们发现边和顶点检测概率取决于每个元素的介数中心性。这使得我们能够表明最短路径路由采样能够更好地表征具有广分布连接性的底层图。我们通过对不同拓扑网络模型中仿真映射策略的彻底数值调查来补充分析讨论。我们表明，在不同策略和探索参数的广泛范围内，所采样图能够公正地表征原始网络的统计属性。此外，我们将探索过程的冗余度和完整性 Characterization as a function of the network's topological properties。最后，我们数值研究了在所采样图中发现的顶点和边的比例如何取决于探针源的具体部署。结果可能为更高效的映射策略指明了步骤。