CN110119437A - 具有误差上限的网络实体地标评估方法及装置 - Google Patents

Abstract

本发明属于网络实体定位技术领域，特别涉及一种具有误差上限的网络实体地标评估方法及装置，该方法包含：获取候选地标数据，依据地标数据中最后一跳路由器下的地标声明位置分布情况进行聚类，确定路由器可能位置范围；根据可能位置范围筛选出可靠地标并确定地标的误差上限，并对地标数据进行可靠性评估。本发明根据地标的声明位置分布情况进行聚类，推算该路由器可能的位置范围及准确率，根据其位置范围筛选出可靠地标并确定地标的误差上限，以获取可靠地标支持精准定位，实现批量街道级地标的可靠性评估，解决了当前街道级地标评估过程中地标误差范围无法量化的问题，对基于网络测量的网络实体地标评估技术具有重要的指导意义。

Description

具有误差上限的网络实体地标评估方法及装置

技术领域

本发明属于网络实体定位技术领域，特别涉及一种具有误差上限的网络实体地标评估方法及装置。

背景技术

街道级IP定位是指确定具有IP标识的网络实体的街区级地理位置，该技术在网络作战、网络犯罪追踪等关系国家安全的领域具有重要作用，同时在定向广告、网络性能优化、基于位置的内容定制等商业领域也发挥着关键的作用。该技术需要位置准确的街道级地标的辅助，同时定位的精确度也受限于地标的位置误差，因此需要对候选地标进行评估，确定其位置误差，获取误差较小的可靠地标。

目前国内外学者对街道级地标的可靠性评估进行了一定的研究。针对Web地图中挖掘地标的特点，采取了邮编验证、网页请求测试和多分支机构排除相结合的方法对候选地标进行评估，有效地过滤大部分无效地标，提升了地标的准确度。基于最近共同路由器的街道级地标评估，利用最近路由将地标进行分组评估，通过组内地标之间时延和距离的约束关系分布情况计算地标可信度，实现了街道级地标的评估，在LVM方法的基础上大幅提升了地标位置的精确度。基于SLG定位的地标评估，利用候选地标周边已知位置的地标对因特网黄页中挖掘的地标进行定位，依据地标的声明位置和定位结果的误差对地标进行评估，该方法使用范围广评估结果准确度高评估效果较为明显。但是，以上这些方法仅能对地标位置的准确程度给予一个相对的可信度值，并不能量化地标声明位置与实际位置的误差，导致在定位时无法选择位置误差较小的地标以实现高精度定位。

发明内容

为此，本发明提供一种具有误差上限的网络实体地标评估方法及装置，对街道级候选地标进行位置可信度评估，同时量化地标的声明位置与实际位置的误差上限，以解决网络实体定位时能够选择位置误差较小的地标作为参考基准点，以提高定位结果的精度，具有较强的实用性和可操作性。

按照本发明所提供的设计方案，一种具有误差上限的网络实体地标评估方法，包含如下内容：

A)获取候选地标数据，依据地标数据中最后一跳路由器下的地标声明位置分布情况进行聚类，确定路由器可能位置范围；

B)根据可能位置范围筛选出可靠地标并确定地标的误差上限，并对地标数据进行可靠性评估。

上述的，A)获取地标数据中，首先通过城市级库对候选地标进行筛选；并通过多个探测源对候选地标进行多次路径探测，确定地标最后一跳路由器；并对候选地标进行分组。

优选的，候选地标筛选过程中，通过多个不同城市级库查询候选地标位置，投票确定地标所在城市，保留声称位置位于城市领土范围内的候选地标。

优选的，通过多个探测源的多次路径探测确定地标最后一跳路由器，获取每次探测中地标到最后一跳路由器的时延值，取该多次路径探测中的中值作为地标最后一跳的时延。

进一步地，候选地标分组中，对于候选地标中有多个最后一跳路由器的情形，保留时延最小的最后一跳路由器，将候选地标按照该保留的最后一跳路由器进行分组。

优选的，针对每组中的候选地标，根据最后一跳路由器下所有候选地标之间的距离使用E-Apriori算法进行聚类，将候选地标划分到多个分布半径的簇中，分布半径小于最后一跳路由器的最大覆盖半径，查找包含地标数量最多的簇，若数量最多的簇大于1，则判定该地标分组没有可靠地标，该分组地标评估结束，进行下个分组的评估，否则数量最多的簇为1时，依据查找得到的最大簇，获取可靠地标，并确定该分组中地标的误差上限和可信度，返回下个分组，直至每个分组完成评估。

进一步地，查找包含地标数量最多簇的过程中，最后一跳路由器的分布范围以该簇中心为圆心、以最大覆盖半径和该簇分布半径之和为半径的圆内。

进一步地，误差上限表示为：其中，R_th为最后一跳路由器的最大覆盖半径，为最大簇的分布半径，D_ia表示地标声明位置到簇中心的距离。

进一步地，可信度表示为：其中，A表示地标所在城市的领土面积，为最大簇的分布半径，为最大簇中地标数量，为次大簇中地标数量。

更进一步地，本发明还提供一种具有误差上限的网络实体地标评估装置，包含：数据确定模块和数据评估模块，其中，

数据确定模块，用于通过获取候选地标数据，依据地标数据中最后一跳路由器下的地标声明位置分布情况进行聚类，确定路由器可能位置范围；

数据评估模块，用于根据可能位置范围筛选出可靠地标并确定地标的误差上限，并对地标数据进行可靠性评估。

本发明的有益效果：

本发明根据最后一跳路由器下的地标的声明位置分布情况进行聚类，推算该路由器可能的位置范围及准确率，进而根据其位置范围筛选出可靠地标并确定地标的误差上限，以获取可靠地标支持精准定位，实现批量街道级地标的可靠性评估，解决了当前街道级地标评估过程中地标误差范围无法量化的问题，为街道级IP定位中准确地标的选择提供了依据，对基于网络测量的网络实体地标评估技术具有重要的指导意义。

附图说明：

图1为实施例中地标评估流程图；

图2为实施例中结合具体城市进行候选地标评估的实现原理图；

图3为实施例中地标评估装置示意；

图4为实施例中香港地标误差上限结果验证；

图5为实施例中评估效果验证示意；

图6为实施例中评估得到的地标对北京和香港目标定位效果示意。

具体实施方式：

为使本发明的目的、技术方案和优点更加清楚、明白，下面结合附图和技术方案对本发明作进一步详细的说明。实施例中涉及到的技术术语如下：

针对现有仅能对地标位置的准确程度给予一个相对的可信度值，并不能量化地标声明位置与实际位置的误差，导致在定位时无法选择位置误差较小的地标以实现高精度定位等的情形，本发明实施例，参见图1所示，提供一种具有误差上限的网络实体地标评估方法，包含：

获取候选地标数据，依据地标数据中最后一跳路由器下的地标声明位置分布情况进行聚类，确定路由器可能位置范围；

根据可能位置范围筛选出可靠地标并确定地标的误差上限，并对地标数据进行可靠性评估。

解决当前街道级地标评估过程中地标误差范围无法量化等问题，在对街道级候选地标进行位置可信度评估的同时，量化地标的声明位置与实际位置的误差。

进一步的，本发明实施例中，参见图2所示，结合北京市的web候选地标进行评估，设计为包含如下内容：

步骤1：候选地标筛选：通过多个不同的城市级库查询候选地标位置，使用投票策略确定地标所在城市，保留声称位置位于城市领土范围内的候选地标；

步骤2：候选地标探测：使用多个不同的探测源对候选地标进行多次路径探测，确定地标的最后一跳路由器，获取每次探测中地标到最后一跳路由器的时延值，为避免网络状况导致的极端值对测量的影响取其中值作为地标的最后一跳时延，排除最后一跳时延值超过门限值τ_th的地标；

步骤3：候选地标分组：确定地标的最后一跳路由器，对于有多个最后一跳路由器的地标则只保留时延最小的最后一跳路由器，然后将候选地标按照最后一跳路由器进行分组；

步骤4：路由位置估计：根据最后一跳路由器下所有地标之间的距离使用E-Apriori算法进行聚类，将地标划分到多个分布半径(覆盖簇中所有地标最小圆的半径)小于R_th的簇。然后寻找包含地标数量最多的簇，最后一跳路由的分布范围在以该簇的中心为圆心，为半径的圆内，如果数量最多的簇多于一个，则认为该该组没有可靠地标，评估结束。其中R_th为最后一跳路由器的最大覆盖半径(覆盖路由下IP实际位置最小圆的半径)，为该簇的分布半径。

其中，E-Apriori算法是参考Apriori算法思想的地标距离聚类算法，其输入为候选地标位置集合{LOC₁,LOC₂,…,LOC_n,}，输出为按照位置聚类的簇： 具体步骤如下：

step4.1:初始化：构建仅每个包含一个位置的簇{LOC₁},{LOC₂},…,{LOC_n}；

step4.2:合并簇：记录当前簇中最大簇数据，然后将所有簇进行两两合并，得到簇{LOC₁,LOC₂}{LOC₁,LOC₂},…,{LOC_n-1,LOC_n}；

step4.3:簇剪枝：计算每个簇的外接圆半径r_c，如果r_c>R_th则删除该簇；

step4.4:如果剩余簇数量为0，则返回上步最大簇数据，算法结束；如果数量为1，则返回该簇数据，算法结束；否则继续进行step4.2。

step4.5:从候选地标中删除最大簇中出现过的地标位置，检查剩余位置是否为空，如果否则继续进行step4.1获得下一个簇，如果则结束算法。

步骤5：地标误差计算：步骤4中获取的最大簇中地标即为可靠地标，其误差上限为其可信度(地标实际位置与声明位置的距离小于误差上限的概率)为其中A表示地标所在城市的领土面积，为最大簇中地标数量，为次大簇中地标数量，D_lo表示地标声明位置到簇中心的距离。

步骤6：地标评估：重复步骤3和步骤4对每个分组进行评估，筛选出可靠地标，计算其误差上限及可信度并将可靠地标存入地标库。

基于上述的方法，本发明实施例还提供一种具有误差上限的网络实体地标评估装置，参见图3所示，包含：数据确定模块和数据评估模块，其中，

数据确定模块，用于通过获取候选地标数据，依据地标数据中最后一跳路由器下的地标声明位置分布情况进行聚类，确定路由器可能位置范围；

数据评估模块，用于根据可能位置范围筛选出可靠地标并确定地标的误差上限，并对地标数据进行可靠性评估。

为了验证本发明实施例中人物知识图谱属性获取方案的有效性与稳定性，通过具体数据实验做进一步解释说明：

以从Web地图挖掘的香港6000个候选地标作为实验初始候选地标数据集，首先使用淘宝、百度、埃文科技以及Maxmind等IP数据库查询地标所在城市并进行投票，保留4917个所在城市为香港的候选地标；然后使用10个探测源对候选地标进行探测，获取其最后一跳路由器和时延，在参数τ_th取值为1ms，R_th分别取值2km和4km的情况下使用本发明提出的算法进行评估，确定其误差上限及可信度，分布得到392个和503个具有误差上限和可信度的可信地标。最后通过SLG定位算法使用位置已知的IP地址对这些可信地标进行定位，计算其声明位置与定位结果的误差，结果如附图4所示，所有地标的实际误差均小于等于评估得到的误差上限，误差上限准确率达到100％。

在香港和北京分别选择了500个位置已知的可探通IP地址作为候选地标，随机选择其中400个，将地理位置修改为本市领土范围内距离原位置10km外的随机位置，以其作为无效地标，其余的100个作为可靠地标，地标分布如附图5(a)(b)所示。然后使用本发明实施例中技术方案对地标进行评估，得到香港可信地标85个，其中可靠地标84个无效地标1个，评估准确率达到98.8％；得到北京市可信地标91个，其中可靠地标89个无效地标2个，评估准确率达到97.8％。其具体分布如附图5(c)(d)所示。

为了进一步验证本发明技术方案评估得到地标的定位效果，本发明实施例中通过使用Web地图挖掘的方法，分别在香港和北京挖掘了50000个候选地标，使用本发明实施例中技术方案以τ_th＝1ms D_th＝2km，通过评估得到香港可靠地标1352个、北京可靠地标2130个,然后使用SLE方法对候选地标进行评估获取可信地标。然后在香港和北京各选择了100个位置已知的IP地址作为定位目标，分别使用两种方法获取的可靠地标对其进行了SLG定位，并对定位结果的误差情况进行了统计，其概率密度如附图6所示。由图6可见，本发明实施例中技术方案评估后地标的平均误差(香港3.11km，北京2.78km)远小于SLE方法评估得到的地标(香港4.35km，北京4.18km)，进一步说明本发明实施例的评估方案得到的地标具有更好的定位效果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

结合本文中所公开的实施例描述的各实例的单元及方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已按照功能一般性地描述了各示例的组成及步骤。这些功能是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域普通技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不认为超出本发明的范围。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如：只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现，相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种具有误差上限的网络实体地标评估方法，其特征在于，包含如下内容：

A)获取候选地标数据，依据地标数据中最后一跳路由器下的地标声明位置分布情况进行聚类，确定路由器可能位置范围；

B)根据可能位置范围筛选出可靠地标并确定地标的误差上限，并对地标数据进行可靠性评估。

2.根据权利要求1所述的具有误差上限的网络实体地标评估方法，其特征在于，A)获取地标数据中，首先通过城市级库对候选地标进行筛选；并通过多个探测源对候选地标进行多次路径探测，确定地标最后一跳路由器；并对候选地标进行分组。

3.根据权利要求2所述的具有误差上限的网络实体地标评估方法，其特征在于，候选地标筛选过程中，通过多个不同城市级库查询候选地标位置，投票确定地标所在城市，保留声称位置位于城市领土范围内的候选地标。

4.根据权利要求2所述的具有误差上限的网络实体地标评估方法，其特征在于，通过多个探测源的多次路径探测确定地标最后一跳路由器，获取每次探测中地标到最后一跳路由器的时延值，取该多次路径探测中的中值作为地标最后一跳的时延。

5.根据权利要求4所述的具有误差上限的网络实体地标评估方法，其特征在于，候选地标分组中，对于候选地标中有多个最后一跳路由器的情形，保留时延最小的最后一跳路由器，将候选地标按照该保留的最后一跳路由器进行分组。

6.根据权利要求2所述的具有误差上限的网络实体地标评估方法，其特征在于，针对每组中的候选地标，根据最后一跳路由器下所有候选地标之间的距离使用E-Apriori算法进行聚类，将候选地标划分到多个分布半径的簇中，分布半径小于最后一跳路由器的最大覆盖半径，查找包含地标数量最多的簇，若数量最多的簇大于1，则判定该地标分组没有可靠地标，该分组地标评估结束，进行下个分组的评估，否则数量最多的簇为1时，依据查找得到的最大簇，获取可靠地标，并确定该分组中地标的误差上限和可信度，返回下个分组，直至每个分组完成评估。

7.根据权利要求6所述的具有误差上限的网络实体地标评估方法，其特征在于，查找包含地标数量最多簇的过程中，最后一跳路由器的分布范围以该簇中心为圆心、以最大覆盖半径和该簇分布半径之和为半径的圆内。

8.根据权利要求6所述的具有误差上限的网络实体地标评估方法，其特征在于，误差上限表示为：其中，R_th为最后一跳路由器的最大覆盖半径，为最大簇的分布半径，D_lo表示地标声明位置到簇中心的距离。

9.根据权利要求6所述的具有误差上限的网络实体地标评估方法，其特征在于，可信度表示为：其中，A表示地标所在城市的领土面积，为最大簇的分布半径，为最大簇中地标数量，为次大簇中地标数量。

10.一种具有误差上限的网络实体地标评估装置，其特征在于，包含：数据确定模块和数据评估模块，其中，

数据确定模块，用于通过获取候选地标数据，依据地标数据中最后一跳路由器下的地标声明位置分布情况进行聚类，确定路由器可能位置范围；

数据评估模块，用于根据可能位置范围筛选出可靠地标并确定地标的误差上限，并对地标数据进行可靠性评估。