目前,许多大规模分布式网络服务和应用需要有效地获知主机间的网络距离,而网络的大规模、自组织、高度动态等复杂特征使得要准确、完全地测量节点间的距离信息面临着极大的困难。因此,研究者们提出各种预测技术。使用虚拟坐标来预测网络时延距离是一种简化而高效的时延测量方法,可以很大程度降低实际测量带来的网络开销。它将网络空间嵌入到一定的测度空间,用空间中的坐标来表示网络节点,这样网络时延的测量就转化为空间中点与点之间距离的计算。但实际网络节点之间的时延距离会产生不满足三角不等式关系的现象,常称之为三角不等式违例(即Triangle Inequality Violations TIV)。违例现象会使坐标系统产生误差,降低坐标系统的预测准确度。这种误差是不可避免的,但却是可以抑制的。如何抑制违例对坐标系统预测准确度的影响是当前的研究重点之一。本文对已有的研究思路、方法和效果作了细致的分析和归纳,并发现:现有的网络坐标系统较少考虑三角不等式违例带来的不利影响,致使系统的精确度降低。由此以抑制三角不等式违例(TIV)的影响为目的,提出了一种对违例进行检测和抑制的机制,即在对违例边进行检测的同时以参数来量化违例程度,并用该参数来控制坐标的更新,从而达到抑制违例所带来的不利影响的效果。同时,本文将该机制与分布式的坐标系统Vivaldi相结合,建立了对三角不等式违例感知的网络坐标系统。并通过计算机仿真证明了机制的有效性。然后,本文分析了违例的影响在坐标系统中的扩散现象,并从节点的更新度出发,提出了一种基于邻居选择来抑制违例的机制,仿真证明,这种机制在抑制违例的影响时,起到了较好的效果。最后,论文对本文工作进行总结,并对未来工作的方向进行了展望。