随着互联网技术的不断发展,由互联网基础设施相互连接所构成的互联网拓扑日趋复杂化。研究表明,互联网拓扑具有无标度的统计特性。这使得互联网对网络蓄意攻击具有脆弱性,即破坏少数几个特定节点可以对网络的整体性能产生重大影响。因此,找出网络中的关键节点在网络安全、网络管理、网络优化等方面都具有十分重要的意义。在已有的关于复杂网络中关键节点发现算法的研究中,一类算法基于显著性等价于重要性的思想,即通过网络中节点的中心性指标来刻画节点的重要程度。另一类算法基于破坏性等价于重要性的思想,即通过计算网络中某节点的失效对网络性能的影响程度来衡量该节点的重要性。然而,这些算法缺乏对网络实际运行数据的考虑,从而使得算法脱离了网络实际应用场景。本课题在已有研究成果的基础上,基于破坏性等价于重要性的思想,提出了一种新的互联网拓扑关键节点发现算法。该算法将互联网中的链路时延与负载等真实运行数据加入到关键节点发现算法中,并模拟了路由器对数据传递路径进行重新规划。本课题首先通过traceroute测量数据对路由级互联网拓扑进行构建,并从traceroute测量数据中提取了链路时延与链路负载数据。之后,利用本课题提出的关键节点发现算法对互联网拓扑中节点的关键度进行计算,从而实现关键节点的发现。通过分析发现,该算法的时间复杂度为O(n3),高于部分基于显著性等价于重要性算法,低于基于破坏性等价于重要性的级联失效算法。此外,该算法可识别出网络中负载大但重要度低的节点,因此,本课题提出的关键节点发现算法相比于通过节点负载衡量节点重要性的关键节点发现算法在结果准确性上有所提高。