15、基于图神经网络的自治系统业务类型研究

基于图神经网络的自治系统业务类型研究

1. 引言

互联网由超过70,000个自治系统（AS）组成。AS是一个能够独立决定系统中使用何种路由协议的网络单元。不同规模、功能和业务目标的AS形成了多种AS类型，共同构成了我们所知的全球互联网。AS之间通过边界网关协议（BGP）交换路由信息，这些信息可用于构建AS互连的拓扑图，从而在AS级别实现战略决策。

在AS级拓扑中，相连AS之间的业务关系大致可分为以下三类：
- 客户 - 提供商（C2P）
- 对等（P2P）
- 兄弟关系（S2S）

对这些关系的研究涵盖了拓扑扁平化、网络拥塞检测、互联网安全检查、基于可变路由协议的攻击设计以及网络特性分析等多个方面。

目前，AS分类的模型研究尚处于起步阶段，没有统一的分类标准。不同的研究者针对不同的问题提出了相应的类别和特征，通常基于AS的度或前缀进行分类，且大多使用机器学习算法（如决策树）来获取正预测值（PPV），但仍有改进空间。

自2001年引入AS关系以来，已经提出了许多推理算法。一些先进算法（如AS - Rank、ProbLink和TopoScope）具有较低的预测错误率，在预测硬链接或隐藏链接方面表现出色。然而，当前大多数算法将AS分类和AS关系这两个任务分开处理。实际上，AS的类型反映了其功能并影响与其他AS的关系，而AS关系则从链接结构上突出了AS的特征，它们可以通过相互作用提高分类性能。

为了探索实际情况，我们进行了对比实验，以反映AS分类和AS关系之间的相互影响。通过综合分析现有推理方法中的重要指标（如三元组、到团的距离等），我们定量解释了现有特征在当前AS级拓扑的各种任务中的重要性。