网络模拟,是研究网络行为、评估协议性能的重要方式。PDNS是应用非常广泛的一个并行分布式网络模拟器。然而,PDNS也面临着分布式应用难以回避的系统可靠性方面的缺陷。检查点/卷回恢复技术是实现系统容错的重要手段。通过在系统正常运行过程中设置检查点,保存任务的相关状态。在程序崩溃后,可以根据检查点文件中所记录的系统及进程的信息,将进程卷回至最近保存的正常运行状态继续执行,而不必重启任务,从而节省了大量的重复计算时间。本文主要研究使用检查点/卷回恢复技术来提高PDNS的容错能力。分布式检查算法以单进程检查点算法为基础,对于PDNS而言,则需要首先实现分布式模拟中单个模拟进程的检查点容错。文章分析比较了单进程检查点算法不同实现层次之间的优缺点,然后基于Condor实现了用户级透明检查点。文章通过实验对该单进程检查点的性能进行了测试,并分析了其时空开销的规律。PDNS检查点容错需要解决的第二个问题是如何备份恢复各个模拟节点之间的连接。在局域网中,PDNS通过TCP完成各个节点之间的交互。因此,文章对Linux中TCP连接通信过程进行了分析,在此基础上采用可装载内核模块的方式实现了PDNS各个节点之间TCP连接的备份与恢复。在实现以上两个基本功能之后,选择合适的分布式检查点算法是PDNS检查点容错的最后一个问题。PDNS在模拟时采用了保守的时间同步机制,并且从逻辑上看PDNS具有主从结构。结合PDNS的以上特点,文章给出了Sync-and-Stop分布式同步检查点算法在PDNS中的原型实现。