CN110012128A - 基于路由跳数的网络实体地标筛选方法 - Google Patents
基于路由跳数的网络实体地标筛选方法 Download PDFInfo
- Publication number
- CN110012128A CN110012128A CN201910294410.4A CN201910294410A CN110012128A CN 110012128 A CN110012128 A CN 110012128A CN 201910294410 A CN201910294410 A CN 201910294410A CN 110012128 A CN110012128 A CN 110012128A
- Authority
- CN
- China
- Prior art keywords
- city
- landmark
- hop count
- candidate
- route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012216 screening Methods 0.000 title claims abstract description 26
- 239000013598 vector Substances 0.000 claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 239000000523 sample Substances 0.000 claims description 29
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 2
- 208000006454 hepatitis Diseases 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010008909 Chronic Hepatitis Diseases 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2101/00—Indexing scheme associated with group H04L61/00
- H04L2101/60—Types of network addresses
- H04L2101/69—Types of network addresses using geographic information, e.g. room number
Landscapes
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提出了一种基于路由跳数的网络实体地标筛选方法，首先通过多个IP位置数据库获取候选地标可能所处的地理位置以及在地理位置中标记基准节点，并在地理位置周边均匀部署相应的探测源；利用Traceroute工具测量探测源到所有基准节点的路由路径以及探测源到所有候选地标之间的路由路径，并根据路由路径信息分别建立基准跳数向量和候选地标跳数向量；然后对基准跳数向量和候选地标跳数向量进行相似度计算，将相似度最高的基准跳数向量对应的地理位置作为候选地标的地理位置，并将候选地标及其地理位置存入地标数据库。本发明通过实验对候选地标进行评估，能够提高地标的可靠性，进而提高基于地标的定位精度，为基于地标的城市级定位提供技术支持。
Description
技术领域
本发明涉及信息安全技术领域，特别是指一种基于路由跳数的网络实体地标筛选方法。
背景技术
网络实体定位，也即获取网络实体IP地址与其地理位置之间的映射关系。在互联网中， IP地址通常能够唯一标识一个网络实体，因此也称IP定位。随着网络空间安全领域逐渐受到重视，IP定位技术也发挥着重要的作用，如IP定位技术可以追踪网络敏感目标和锁定网络谣言散播者，为防恐维稳提供技术支持；IP定位技术可应用于商业领域中基于位置的服务；也可为电视节目、广播和数字音像的区域版权保护提供技术支持等。
基于地标的IP定位技术是获取IP地理位置较为可靠的方式之一。但是，批量获取地标以及有效对地标评估仍是一个挑战。
目前，网络实体地标的可靠性通常影响基于地标的定位方法的精度，现有的地标挖掘方法，如基于Web的地标挖掘方法，尽管可获取一定数量的地标，然而，由于共享主机及托管服务等情况的大量存在，使得基于该方法获取的地标的IP可能与其地理位置不能一一对应，传统的候选地标验证方法难以保证评估后的地标可靠性。因此，在候选地标可靠性评估方面仍有待提高。
发明内容
针对传统的候选地标验证方法难以保证评估后的地标可靠性的技术问题，本发明提出了一种基于路由跳数的网络实体地标筛选方法，能够通过统计探测源到每一城市的平均路由跳数及该城市内的平均路由跳数，构建基准跳数向量，并以此为地标筛选条件，对地标的可靠性进行评估，进一步提高地标的可靠性。
本发明的技术方案是这样实现的：
一种基于路由跳数的网络实体地标筛选方法，其步骤如下：
S1、通过现有的多个IP位置数据库获取候选地标可能所处的城市，在城市中随机选取一定数量已知的高可靠网络实体地标作为基准节点，并在城市周边部署多个探测源；
S2、利用Traceroute工具测量探测源到所有基准节点的路由路径，并根据路由路径统计出每个探测源到每座城市的平均路由跳数和每座城市的基准节点的内部平均路由跳数；
S3、利用步骤S2中的探测源到每座城市的平均路由跳数和内部平均路由跳数分别建立每座城市的基准跳数向量；
S4、利用Traceroute工具测量探测源到所有候选地标之间的路由路径，并根据路由路径统计出每个探测源到每个候选地标的路由跳数和每座城市的候选地标的内部路由跳数；
S5、利用步骤S4中探测源到每个候选地标的路由跳数和内部路由跳数为每个候选地标的所有可能城市分别建立候选地标跳数向量；
S6、对基准跳数向量和候选地标跳数向量进行相似度比较，若相似度最高，执行步骤S7，否则，移除该基准跳数向量对应的城市；
S7、将基准跳数向量对应的城市作为候选地标的城市，并将候选地标及其城市存入地标数据库。
优选地，所述步骤S1中的探测源与基准节点属于同一个互联网服务提供商。
优选地，所述步骤S2中每个探测源到每座城市的平均路由跳数为：其中，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，rj表示城市j中第rj个基准节点， rj＝1,2,…,bj，bj为城市j中基准节点的个数，αij为探测源i到达城市j的平均路由跳数，为探测源i到路由器的路由跳数，为探测源i到基准节点rj所属城市j的第一个路由器。
优选地，所述步骤S2中每座城市的内部平均路由跳数为：其中，δij为探测源i对应的城市j的内部平均路由跳数，为路由器到基准节点rj的路由跳数。
优选地，所述步骤S3中每座城市的基准跳数向量为：其中，Hij＝(αij,(αij+δij))，Hij为探测源i到城市j的跳数向量。
优选地，所述步骤S4中每个探测源到候选地标的路由跳数为αk,ij，i表示第i个探测源， i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，k表示第k个候选地标，k＝1,2,…,K，K为候选地标的个数，αk,ij为探测源i到候选地标k对应的城市j的路由器Rk,ij的路由跳数，Rk,ij为探测源i到候选地标k对应的城市j的第一个路由器。
优选地，所述步骤S4候选地标对应的城市的内部路由跳数为δk,ij，δk,ij为路由器Rk,ij到候选地标k的路由跳数。
优选地，所述步骤S5中候选地标跳数向量为：其中， Tk,ij＝(αk,ij,(αk,ij+δk,ij))，Tk,ij为探测源i到候选地标k对应的城市j的跳数向量。
优选地，所述步骤S6中基准跳数向量和候选地标跳数向量的相似度的计算方法为：其中，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，k表示第k个候选地标，k＝1,2,…,K，K为候选地标的个数，Ej为候选地标k位于城市j的误差值，Hij为探测源i到城市j的跳数向量，Tk,ij为探测源i到候选地标k对应的城市j的跳数向量。
本技术方案能产生的有益效果：与传统的地标挖掘方法相比，本发明通过试验对候选地标进行评估，去除可靠性低的地标，提高地标的可靠性，进而提高基于地标的定位精度，可为基于地标的城市级定位提供技术支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种基于路由跳数的网络实体地标筛选方法，首先通过多个IP位置数据库查询获取候选地标可能所处的地理位置以及在地理位置中标记基准节点，并在地理位置周边均匀部署相应的探测源；利用Traceroute工具测量探测源到所有基准节点的路由路径以及探测源到所有候选地标之间的路由路径，并根据路由路径信息分别建立基准跳数向量和候选地标跳数向量；然后对基准跳数向量和候选地标跳数向量进行相似度计算，将相似度最高的基准跳数向量对应的地理位置作为候选地标的地理位置，并将候选地标及其地理位置存入地标数据库。其中，步骤S1至步骤S3为基准跳数向量训练部分，步骤S4至步骤S7为候选地标筛选部分，具体步骤如下：
S1、通过现有的多个IP位置数据库查询获取候选地标可能所处的城市，在城市中随机选取一定数量(数量越多，筛选准确度越高)的已知的高可靠网络实体地标作为基准节点，基准节点在地理位置上是均匀分布的，且基准节点位于不同网段。另外，需要在候选地标可能所处的这些城市周边均匀部署多个探测源，探测源和基准节点属于同一个互联网服务提供商 (ISP)，探测源的数量一般是由用户对筛选精度的需求而确定的，探测源数量越多，筛选精度就越高。
S2、利用Traceroute工具，使探测源发送数据包，测量探测源到所有基准节点的路由路径，路由路径包括探测源到基准节点之间经过的所有路由器以及路由跳数。对于任一探测源，根据路由路径分析，统计出每个探测源到每座城市的平均路由跳数和每个城市的内部平均路由跳数。
针对基准节点所属的城市，计算每个探测源到基准节点所属的城市的平均路由跳数：其中，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，rj表示城市j中第rj个基准节点， rj＝1,2,…,bj，bj为城市j中基准节点的个数，αij为探测源i到达城市j的平均路由跳数，为探测源i到路由器的路由跳数，为探测源i到基准节点rj所属城市j的第一个路由器。因此，探测源i对应的城市j的内部平均路由跳数为：其中，为路由器到基准节点rj的路由跳数。
S3、利用步骤S2中的探测源到每座城市的平均路由跳数和内部平均路由跳数分别建立每座城市的基准跳数向量，城市j的基准跳数向量为其中，Hij＝(αij,(αij+δij))，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，Hij为探测源i到城市j的跳数向量，αij为探测源i到城市j的平均路由跳数，δij为城市j的内部平均路由跳数。
S4、利用Traceroute工具，使探测源发送数据包，测量探测源到所有候选地标之间的路由路径，并根据路由路径统计出每个探测源到每个候选地标的路由跳数和每个城市的内部路由跳数。每个探测源到候选地标的路由跳数为αk,ij，αk,ij为探测源i到候选地标k对应的城市j 的路由器Rk,ij的路由跳数，k表示第k个候选地标，k＝1,2,…,K，K为候选地标的个数，Rk,ij为探测源i到候选地标k对应的城市j的第一个路由器。候选地标对应的城市的内部路由跳数为δk,ij，δk,ij为路由器Rk,ij到候选地标k的路由跳数。
S5、利用步骤S4中探测源到每个候选地标的路由跳数和内部路由跳数为每个候选地标的所有可能城市分别建立候选地标跳数向量，假设候选地标k属于城市j的候选地标跳数向量为其中，Tk,ij＝(αk,ij,(αk,ij+δk,ij))，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，k 表示第k个候选地标，k＝1,2,…,K，K为候选地标的个数，Tk,ij为探测源i到候选地标k对应的城市j的跳数向量，αk,ij为探测源i到候选地标k的路由跳数，δk,ij为候选地标k对应的城市 j的内部路由跳数。
S6、对基准跳数向量和候选地标跳数向量进行相似度比较，若相似度最高，执行步骤S7，否则，移除该基准跳数向量对应的城市。基准跳数向量和候选地标跳数向量的相似度的计算方法为：其中，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量， j表示第j个城市，j＝1,2,…,n，n为城市的个数，k表示第k个候选地标，k＝1,2,…,K，K 为候选地标的个数，Hij为探测源i到城市j的跳数向量，Tk,ij为探测源i到候选地标k对应的城市j的跳数向量，Ej为候选地标k位于城市j的误差值，误差值Ej越小，表示候选地标k属于城市j概率越大，候选地标k的可靠性越高。
S7、将基准跳数向量对应的城市作为候选地标的城市，并将候选地标及其城市存入地标数据库。
为了验证本发明的有效性，针对国内部分城市进行了利用路由跳数网络实体地标筛选的试验。
首先，对中国主流的IP位置数据库QQWry(版本为2015.05.15版)、IP138和IPcn进行解析与比对，筛选出鹤壁、许昌、郑州、深圳、上海及西安等6座城市的所有网吧IP，保留IP位置数据库中查询结果均处于同一城市的IP(利用不同的IP位置数据库对同一个IP进行查询，若所有的查询结果都相同，则保留该IP)，挑选出IP地址16828个(均属于中国电信)作为基准节点的样本集，并将北京、杭州、青岛和深圳4个城市作为探测源，在每天的不同时间段，对上述样本集进行重复测量，共计20次，获取探测源到16828个基准节点的路由路径1137456条。统计出探测源到每个城市的平均路由跳数α以及每个城市内部的平均路由跳数δ，结果如表1所示。根据探测源到每个城市的平均路由跳数α以及每个城市内部的平均路由跳数δ，可构建探测源到鹤壁、许昌、郑州、深圳、上海及西安等6座城市的基准跳数向量，结果如表2所示。
表1 6座城市的平均路由跳数及城市内部平均路由跳数
表2 6座城市的地标筛选范围
| 城市 | 基准跳数向量 |
| 鹤壁 | (11.53,14.55,12.18,15.15,12.95,15.87,12.85,15.70) |
| 许昌 | (11.20,14.31,11.99,15.08,12.56,15.66,13.20,16.27) |
| 郑州 | (12.24,14.89,12.35,15.02,13.50,15.98,13.30,15.89) |
| 深圳 | (14.11,17.53,13.46,15.96,14.27,16.79,13.11,17.50) |
| 上海 | (13.51,17.80,12.88,16.77,11.77,15.59,13.22,17.49) |
| 西安 | (12.72,14.15,11.80,13.22,11.94,13.32,12.83,14.29) |
其次，通过基于Web的地标挖掘方法从上述6座城市采集与评估候选地标1500个，构建WBL地标集，并部署处于北京、杭州、青岛和深圳4座城市的探测源。所有探测源在每天不同时间段发送基于ICMP探测包测量WBL地标集，并对WBL地标集进行重复测量，共20次，获取探测源到WBL地标集的路由路径117659条，统计出每个候选地标的平均路由跳数α以及该地标所在城市内部的平均路由跳数δ，并建立候选地标跳数向量。根据利用候选地标跳数向量和表2中的每座城市的基准跳数向量，对每个待评估的WBL地标进行相似度比较，并对WBL地标集进行筛选，则FWBL地标集即为筛选后的地标集，WBL与FWBL 地标集的数量如表3所示。
表3 WBL与FWBL地标集的数量比较
最后，完成候选地标的筛选后，运用定位方法分别对WBL与FWBL地标集数量进行定位比较并分析地标的筛选对基于地标进行定位的精度的影响。
(1)地标筛选前与筛选后对SLG(Street-Level-Geolocation)算法精度的影响
从表3中的WBL地标集和FWBL地标集的数据中选择300个候选地标，每个城市内包含50个候选地标，利用SLG算法分别对这两类地标集进行定位处理，最终的定位结果如表4所示。
表4 SLG算法对WBL与FWBL地标集定位的结果比较
由表4的实验结果可知，SLG算法对原始的WBL地标集进行定位时，能够正确定位的数量为262个，准确率为87.33％；SLG算法对筛选后的FWBL地标集进行定位时，能够正确定位的数量为281个，准确率为93.67％；筛选后的FWBL地标集与WBL地标集相比，定位准确率提高了6.33％，因此，筛选后的地标能够提高SLG定位算法的准确率。通过对定位结果的误差分析可知，WBL地标集产生的平均误差为51.98km，中值误差为19.70km，FWBL 地标集产生的平均误差为45.71km，中值误差为10.28km，FWBL地标集的定位结果的误差明显小于WBL。因此，从SLG定位算法对这两种地标集的定位精度上看，FWBL地标集明显优于WBL地标集。
(2)地标筛选前与筛选后对LBG(Learning-Based-Geolocation)算法精度的影响
利用LBG算法分别对WBL地标集和FWBL地标集的数据的300个候选地标进行定位处理，定位结果如表5所示。
表5 LBG算法对WBL与FWBL地标集定位的结果比较
由表5实验结果可知，利用LBG算法对WBL地标集进行定位，能够正确定位的数量为246个，正确率为82％；利用LBG算法对FWBL地标集进行定位，能够正确定位的数量为 269个，正确率为89.67％。筛选后的FWBL地标集与WBL地标集相比，定位准确率提高了 7.67％，因此，筛选后的地标能够提高LBG定位算法的准确率。通过对定位结果的误差分析可知，WBL地标集产生的平均误差为57.33km，中值误差为23.42km，FWBL地标集产生的平均误差为49.61km，中值误差为14.23km，从LBG算法对两种地标集的定位精度上看，FWBL 地标集优于WBL地标集。
因此，利用本发明地标筛选方法对6座城市的1500个地标进行筛选，以及利用SLG定位算法及LBG定位算法对筛选前后的300个目标进行定位实验，实验结果表明，筛选后的候选地标的可靠性更高，SLG算法及LBG算法对地标定位的精度也得到了提高，本发明为高可靠网络实体城市级地标提供了一种新的筛选方法。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于路由跳数的网络实体地标筛选方法，其特征在于，其步骤如下：
S1、通过现有的多个IP位置数据库获取候选地标可能所处的城市，在城市中随机选取一定数量已知的高可靠网络实体地标作为基准节点，并在城市周边部署多个探测源；
S2、利用Traceroute工具测量探测源到所有基准节点的路由路径，并根据路由路径统计出每个探测源到每座城市的平均路由跳数和每座城市的基准节点的内部平均路由跳数；
S3、利用步骤S2中的探测源到每座城市的平均路由跳数和内部平均路由跳数分别建立每座城市的基准跳数向量；
S4、利用Traceroute工具测量探测源到所有候选地标之间的路由路径，并根据路由路径统计出每个探测源到每个候选地标的路由跳数和每座城市的候选地标的内部路由跳数；
S5、利用步骤S4中探测源到每个候选地标的路由跳数和内部路由跳数为每个候选地标的所有可能城市分别建立候选地标跳数向量；
S6、对基准跳数向量和候选地标跳数向量进行相似度比较，若相似度最高，执行步骤S7，否则，移除该基准跳数向量对应的城市；
S7、将基准跳数向量对应的城市作为候选地标的城市，并将候选地标及其城市存入地标数据库。
2.根据权利要求1所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S1中的探测源与基准节点属于同一个互联网服务提供商。
3.根据权利要求1所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S2中每个探测源到每座城市的平均路由跳数为：其中，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，rj表示城市j中第rj个基准节点，rj＝1,2,…,bj，bj为城市j中基准节点的个数，αij为探测源i到达城市j的平均路由跳数，为探测源i到路由器的路由跳数，为探测源i到基准节点rj所属城市j的第一个路由器。
4.根据权利要求1或3所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S2中每座城市的内部平均路由跳数为：其中，δij为探测源i对应的城市j的内部平均路由跳数，为路由器到基准节点rj的路由跳数。
5.根据权利要求4所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S3中每座城市的基准跳数向量为：其中，Hij＝(αij,(αij+δij))，Hij为探测源i到城市j的跳数向量。
6.根据权利要求1所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S4中每个探测源到候选地标的路由跳数为αk,ij，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，k表示第k个候选地标，k＝1,2,…,K，K为候选地标的个数，αk,ij为探测源i到候选地标k对应的城市j的路由器Rk,ij的路由跳数，Rk,ij为探测源i到候选地标k对应的城市j的第一个路由器。
7.根据权利要求1或6所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S4候选地标对应的城市的内部路由跳数为δk,ij，δk,ij为路由器Rk,ij到候选地标k的路由跳数。
8.根据权利要求7所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S5中候选地标跳数向量为：其中，Tk,ij＝(αk,ij,(αk,ij+δk,ij))，Tk,ij为探测源i到候选地标k对应的城市j的跳数向量。
9.根据权利要求1所述的基于路由跳数的网络实体地标筛选方法，其特征在于，所述步骤S6中基准跳数向量和候选地标跳数向量的相似度的计算方法为：其中，i表示第i个探测源，i＝1,2,…,m，m为探测源的数量，j表示第j个城市，j＝1,2,…,n，n为城市的个数，k表示第k个候选地标，k＝1,2,…,K，K为候选地标的个数，Ej为候选地标k位于城市j的误差值，Hij为探测源i到城市j的跳数向量，Tk,ij为探测源i到候选地标k对应的城市j的跳数向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910294410.4A CN110012128A (zh) | 2019-04-12 | 2019-04-12 | 基于路由跳数的网络实体地标筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910294410.4A CN110012128A (zh) | 2019-04-12 | 2019-04-12 | 基于路由跳数的网络实体地标筛选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110012128A true CN110012128A (zh) | 2019-07-12 |
Family
ID=67171401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910294410.4A Pending CN110012128A (zh) | 2019-04-12 | 2019-04-12 | 基于路由跳数的网络实体地标筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110012128A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580517A (zh) * | 2020-05-12 | 2020-08-25 | 国家海洋技术中心 | 一种基于无人水面艇的多海湾区域路径遍历方法及系统 |
| CN113709840A (zh) * | 2021-07-05 | 2021-11-26 | 北京邮电大学 | 一种路由事件的检测方法和系统 |
| CN113824810A (zh) * | 2021-08-23 | 2021-12-21 | 南京莱克贝尔信息技术有限公司 | 一种目标驱动的ip地址地理位置推断方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150201298A1 (en) * | 2013-03-30 | 2015-07-16 | Tsinghua University | Method for positioning ip location and server |
| CN105227689A (zh) * | 2015-08-31 | 2016-01-06 | 罗向阳 | 基于局部时延分布相似性度量的目标ip定位算法 |
| CN105227688A (zh) * | 2015-08-31 | 2016-01-06 | 罗向阳 | 一种基于路径特征的区域级目标ip定位方法 |
-
2019
- 2019-04-12 CN CN201910294410.4A patent/CN110012128A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150201298A1 (en) * | 2013-03-30 | 2015-07-16 | Tsinghua University | Method for positioning ip location and server |
| CN105227689A (zh) * | 2015-08-31 | 2016-01-06 | 罗向阳 | 基于局部时延分布相似性度量的目标ip定位算法 |
| CN105227688A (zh) * | 2015-08-31 | 2016-01-06 | 罗向阳 | 一种基于路径特征的区域级目标ip定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 朱光: "基于路由跳数的网络实体地标筛选", 《中原工学院学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580517A (zh) * | 2020-05-12 | 2020-08-25 | 国家海洋技术中心 | 一种基于无人水面艇的多海湾区域路径遍历方法及系统 |
| CN111580517B (zh) * | 2020-05-12 | 2021-02-19 | 国家海洋技术中心 | 一种基于无人水面艇的多海湾区域路径遍历方法及系统 |
| CN113709840A (zh) * | 2021-07-05 | 2021-11-26 | 北京邮电大学 | 一种路由事件的检测方法和系统 |
| CN113709840B (zh) * | 2021-07-05 | 2024-01-23 | 北京邮电大学 | 一种路由事件的检测方法和系统 |
| CN113824810A (zh) * | 2021-08-23 | 2021-12-21 | 南京莱克贝尔信息技术有限公司 | 一种目标驱动的ip地址地理位置推断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105227688B (zh) | 一种基于路径特征的区域级目标ip定位方法 | |
| CN110012128A (zh) | 基于路由跳数的网络实体地标筛选方法 | |
| CN102246463B (zh) | 网络设备的地理位置映射 | |
| CN114520799B (zh) | 基于最小圆覆盖的城市内ip定位及误差估计方法及系统 | |
| CN110995885B (zh) | 一种基于路由器误差训练的ip定位方法 | |
| Youn et al. | Statistical geolocation of internet hosts | |
| CN104506591A (zh) | 一种基于最近共同路由器的目标ip地理位置定位方法 | |
| Komosny et al. | Location accuracy of commercial IP address geolocation databases | |
| CN110912756B (zh) | 一种面向ip定位的网络拓扑边界路由ip识别算法 | |
| CN107920115B (zh) | 一种基于时延和地理一致性约束的城市级ip定位方法 | |
| Zhao et al. | IP Geolocation based on identification routers and local delay distribution similarity | |
| CN111064817B (zh) | 一种基于节点排序的城市级ip定位方法 | |
| Li et al. | GeoCAM: An IP-based geolocation service through fine-grained and stable webcam landmarks | |
| US11792110B2 (en) | Geolocation system and method | |
| CN104166659B (zh) | 一种地图数据判重的方法及系统 | |
| CN108848203A (zh) | 一种中国网络边界的识别方法及系统 | |
| CN110119437B (zh) | 具有误差上限的网络实体地标评估方法及装置 | |
| CN113395211B (zh) | 一种基于聚类思想的路由ip定位优化方法 | |
| CN105245628B (zh) | 一种适用于弱连接网络的网络实体地理位置定位方法 | |
| CN105812204A (zh) | 一种基于连接度估计的递归域名服务器在线识别方法 | |
| CN110188954A (zh) | 基于pop网络的地标可靠性评估方法及装置 | |
| CN113590909B (zh) | 一种基于多源信息定位域名根镜像节点地理位置的方法 | |
| CN103763320B (zh) | 一种流量记录的合并方法和合并系统 | |
| Jia et al. | VoteGeo: An IoT-based voting approach to verify the geographic location of cloud hosts | |
| CN113779165A (zh) | Ip地址地理位置歧义判定方法及相关设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190712 |
|
| RJ01 | Rejection of invention patent application after publication |