目前全球的数据中心数量已经达到800万座,传统的以交换机为中心的数据中心网络大多是基于树状的三层结构,这样的结构难以满足大规模数据中心的要求,为了满足日益增长的新需求,大量新型数据中心网络结构被提出。其中,BCube网络是一种采用递归定义,能支持数百万量级的服务器,它具有小直径、大容量和高容错性等的优良性质。数据中心网络可能包含数百甚至数千个服务器(结点),但是其中一些服务器可能时常会有故障出现,这会导致某些关键结点失去连接,甚至整个网络都瘫痪。这促使致力于解决数据中心网络的容错可靠性这一具有挑战性的问题。在网络系统中区分故障结点和无故障结点的过程称为故障诊断。在网络可承受故障的范围内,若发现故障结点,将其尽快替换为无故障结点,以保持网络的可靠性。因此网络的可诊断性直接决定的网络的容错性。为了研究BCube网络结构的可诊断性,使用了对多处理器系统(通常由互连网络表示)采用经典的诊断系统模型PMC。由于数据中心网络是从互连网络发展而来的,因此PMC模型仍可以准确表示该网络的诊断程度。它还可以为数据中心网络的容错提供非常强大的诊断基础,以更好地评估网络结构的可靠性。因此,基于PMC模型的诊断对于数据中心网络的发展具有重要意义。本课题的主要工作是找出一个网络结构最多可以容许多少服务器故障,并将其作为衡量该网络结构的容错诊断能力的标准。首先根据BCube网络性质,证明了BCube网络邻居结点性质,证明了当k>0,n≥2时有NBk,n({u,v,x,y})≥4k(n-1)-4。并根据此结论,对BCube网络进行t-诊断研究,t-诊断作为网络的容错诊断性的测量的最基础的方法,本文证明了BCube网络的t诊断度为(n-1)(k+1)-1(当n≥2,k>0时)。随后在t-诊断的基础上,尝试使用一种更加高效的容错诊断方式t/t-诊断,对BCube网络的容错诊断性进行研究和证明,经研究,得出了BCube网络的t/t-诊断度为((2k+1)(n-1)-1),(k≥3,n≥2)。最后还对网络本身添加了规则限制,对BCube网络的条件可诊断性进行了研究得到了 BCube网络的条件可诊断度大于[(n-1)(5k+1)-4)/2](n≥2,k>0),除此以外,提出了基于PMC模型的t/t诊断算法,并进行了仿真实验进一步确定研究的准确性。本文将使用系统级的故障诊断模型去对BCube网络的容错性进行研究,通过对在BCube数据中心网络中的多种可诊断性质的研究,证明其具有良好的诊断能力,通过一系列仿真实验证明,确定BCube网络拥有良好的容错诊断性。