中文引用格式： 賀龍，蘇馬婧，包正晶，等. 多環境自適應探測網絡組網技術研究[J]. 電子技術應用，2025，51(8)：83-92.
英文引用格式： He Long，Su Majing，Bao Zhengjing，et al. Research on multi-environment adaptive detection network networking technology[J]. Application of Electronic Technique，2025，51(8)：83-92.
引言
近年來，網絡空間測繪技術不斷發展，受到學術界和工業界的持續關注，測繪的目標對象也從傳統的網絡資產、拓撲關系拓展到社交網絡、暗網網絡等虛擬資源，測繪的手段和工具也在不斷豐富，出現了一系列通用網絡空間測繪平臺和專用網絡空間測繪系統。
網絡空間測繪平臺是利用各種技術和方法，針對網絡空間中的設備、服務和資源進行探測、識別、分析的系統。此類平臺的應用場景廣泛，例如，在網絡安全管理中，通過自動化手段發現網絡中的設備、服務和應用，幫助安全管理人員及時更新資產清單；在網絡規劃中，通過構建網絡拓撲圖，提供直觀的網絡結構視圖，為網絡建設與優化提供科學依據。
主流網絡空間測繪平臺包括PlanetLab、 CAIDA Ark等。2000年初，CAIDA啟動了Ark項目，這是一個全球分布式測量平臺，具有數據收集、互聯網拓撲映射、支持研究、網絡安全檢測等功能。Lavinia等人利用CAIDA Ark項目公開的網絡測量數據集，以可編程的方式創建并評估數據標簽[1]。分布于全球的計算機群 PlanetLab項目始于2003年，由1 160臺機器組成，由547個站點托管，分布于25個國家。PlanetLab是一個覆蓋網絡測試平臺，將世界各地的多個學術機構和工業研究實驗室連接成一個虛擬網絡[2]。在專用的網絡測繪系統和工具方面，主要包括Shadon、Zoomeye、Fofa、Censys等資產探測系統，八爪魚、火車頭、集搜客等網絡爬蟲工具，以及各類社交網絡采集系統。
不同類型的網絡空間測繪平臺在組網方式和技術特點上存在顯著差異，這些差異不僅決定了它們各自的優勢，同時也暴露出了一定的局限性。在探測方式上，不同的測繪平臺可能采用被動監聽、主動掃描或混合式探測技術，這些技術對計算資源、存儲資源、網絡帶寬的需求各有不同。例如，對比資產測繪和網站爬蟲測繪平臺所需的計算資源和帶寬可知，網站爬蟲測繪平臺更側重于大量的網站數據下載和輕量級的網絡指令交互，通常對網絡帶寬要求不高，而資產探測平臺則需要較大的帶寬和并發數來實現對大量目標并發網絡掃描以及需要較高的計算資源來進行數據分析。在面對復雜多變的網絡環境和多樣化的探測任務時，現有平臺往往難以實現高效的網絡資源調配和任務調度，并且兼容各類探測任務。為了解決這些問題，本文設計了異構資源管理模型，并在此基礎上設計并實現了多環境自適應的探測網絡，支持多類型探測任務執行，以提升探測資源的動態組織和利用率。
本文詳細內容請下載：
http://www.jysgc.com/resource/share/2000006634
作者信息：
賀龍，蘇馬婧，包正晶，劉旭東，陳紫璇
（華北計算機系統工程研究所，北京 100083）
