现实世界中,许多大型系统都可以抽象为复杂网络系统,很多的网络系统内部都具有社团结构。宏观上,社团结构有助于深入理解网络的内部结构和拓扑特征;微观上,社团结构有助于理解网络中节点之间的关系和相互作用。Internet也可以看作是一个巨大的复杂网络。Internet由大量的路由器、主机以及之间的相互连接构成,同时Internet也可以划分为不同的管理域,每个管理域管理着一个或者多个自治系统。从复杂网络中的社团结构来看,某种程度上可以将自治系统看作社团,虽然自治系统和复杂网络中的社团有着不同的特点,但是现有的社团发现方法可以为Internet的自治系统划分工作提供一些启发。过去十多年中,针对Internet的路由器级和自治系统级的拓扑结构,已经有了比较系统和完整的方法。但是,这两个级别的拓扑结构是独立的和分离的,仍然缺少有效的方法来综合展示Internet在这两个级别的结构。CAIDA在这方面做了一些初步的工作,即通过由路由追踪和别名解析技术得到的路由器级拓扑以及拓扑中路由器的端口归属的自治系统来推断路由器归属的自治系统,该过程称为Internet路由器自治系统映射。在此基础上,结合现有的社团发现算法,本文提出新的路由器自治系统映射方法,并在实际数据上做出验证。实际数据验证表明,本文提出的两种方法的正确率相对CAIDA提出的基本方法有所提升,同时本文的两种方法从不同的思路出发,具有不同的算法复杂性和准确率。主要工作介绍如下,(1)提出一种基于节点相似性且利用网络节点局部信息的路由器自治系统映射方法。该方法中,路由器自治系统映射过程分为两步,第一步将路由器端口信息和拓扑结构信息转换为网络的边的权重,第二步采用复杂网络社团划分的思想依据第一步得到的带权重的网络拓扑推断路由器之间的关系,完成路由器自治系统的映射过程;(2)实现CAIDA提出的方法,对比本文的方法与CAIDA所提出的方法在相同的数据上的不同表现;(3)对比不同节点相似性以及不同边的权重计算方法的映射结果的准确性;(4)提出一种采用链路预测思想以及全局网络拓扑信息的方法,进一步提高推断结果的准确性;(5)在推断结果的基础上统计网络的拓扑特征,包括节点的度分布,自治系统级拓扑节点的度与节点的大小的相关性等。