[论文解读] Implementation and Deployment of a Distributed Network Topology Discovery Algorithm

Benoît Donnet, Bradley Huffaker+2 more|arXiv (Cornell University)|Mar 16, 2006

Network Traffic and Congestion Control参考文献 23被引用 3

一句话总结

本文提出 traceroute@home，这是双树算法（Doubletree）的开源实现，用于可扩展的、协作式的互联网拓扑发现。通过使监控节点共享路径信息并避免冗余探测，该方案在实现近乎完整的IP接口覆盖的同时，显著降低了网络负载，其有效性已在PlanetLab测试平台上得到验证，相比传统traceroute方法效率更高。

ABSTRACT

In the past few years, the network measurement community has been interested in the problem of internet topology discovery using a large number (hundreds or thousands) of measurement monitors. The standard way to obtain information about the internet topology is to use the traceroute tool from a small number of monitors. Recent papers have made the case that increasing the number of monitors will give a more accurate view of the topology. However, scaling up the number of monitors is not a trivial process. Duplication of effort close to the monitors wastes time by reexploring well-known parts of the network, and close to destinations might appear to be a distributed denial-of-service (DDoS) attack as the probes converge from a set of sources towards a given destination. In prior work, authors of this report proposed Doubletree, an algorithm for cooperative topology discovery, that reduces the load on the network, i.e., router IP interfaces and end-hosts, while discovering almost as many nodes and links as standard approaches based on traceroute. This report presents our open-source and freely downloadable implementation of Doubletree in a tool we call traceroute@home. We describe the deployment and validation of traceroute@home on the PlanetLab testbed and we report on the lessons learned from this experience. We discuss how traceroute@home can be developed further and discuss ideas for future improvements.

研究动机与目标

• 解决使用传统traceroute进行大规模互联网拓扑发现时面临的可扩展性与网络负载问题。
• 通过使监控节点共享已发现的路径信息，减少冗余探测和潜在的DDoS类流量。
• 开发一个可部署的开源工具（traceroute@home），支持协作式、分布式的拓扑测量。
• 在真实测试平台（PlanetLab）上验证实现效果，并识别未来改进的局限性。
• 探索为网络测量构建专用、安全且可扩展基础设施的必要性。

提出的方法

• 双树算法采用基于树的探测策略，通过监控节点间共享路径信息，最大限度减少冗余探索。
• 监控节点通过中心化服务器协调，以平衡探测负载并避免路径发现的重叠。
• 消息框架支持监控节点与服务器之间的通信，为未来功能扩展提供支持。
• 实现基于Java开发，作为轻量级、可下载的工具（traceroute@home）部署于终端用户系统。
• 未来版本将引入加密认证与完整性校验，防止误用并确保数据可靠性。
• 原型在PlanetLab基础设施上进行测试，以评估性能并识别部署挑战。

实验结果

研究问题

• RQ1 如何在不使网络资源过载的前提下，高效地完成大规模互联网拓扑发现？
• RQ2 在分布式traceroute系统中，协作式路径共享能在多大程度上减少冗余探测？
• RQ3 在共享测试平台（如PlanetLab）上部署分布式拓扑发现工具时，面临哪些实际挑战？
• RQ4 如何保护去中心化的监控系统，防止被滥用或数据篡改？
• RQ5 为支持可扩展、可靠且安全的网络测量平台，需要怎样的基础设施设计？

主要发现

• traceroute@home的实现通过路径信息共享成功减少了网络负载，避免了冗余探测。
• 在PlanetLab上的部署证明了利用终端用户设备实现大规模监控的可行性，但资源共享与节点管理带来了挑战。
• 该系统实现了与标准traceroute相当的近乎完整的拓扑覆盖，但探测开销显著降低。
• 原型暴露了安全与信任问题，例如可能被滥用于DDoS攻击，凸显了引入加密认证与完整性校验的必要性。
• 作者得出结论：未来大规模网络监控需要专用、安全且经过良好设计的测量基础设施。
• 未来扩展（如支持IPv6、与更广泛监控工具集成）在技术上可行且对长期可扩展性至关重要。