一种基于海量地标的IP位置推断方法及系统

本发明属于计算机网络及ip位置推断的，主要涉及了一种基于海量地标的ip位置推断方法及系统。

背景技术：

1、近些年来，基于地理位置的网络应用层出不穷，主要包括网络空间管理、网络攻击溯源、定向广告、网络优化、版权保护等。ip定位的基本方法是利用ip设备的名字、注册信息或时延信息来估计其地理位置。许多研究机构和学者围绕ip定位技术从定位精度、隐私保护以及应用展开了研究。著名的因特网测量组织caida对各种ip定位算法进行了分析。ietf成立了专门的工作组来讨论因特网定位技术的标准、隐私保护等相关问题，并提出了相应的草案。国内外也有很多ip定位库或系统，如纯真数据库、ipip.net、ipmarker、百度ip库、新浪ip定位库、rtb数据库，国外如digital element、maxmind、db-ip、ip2location等。

2、ip定位算法有很多种分类算法，按照是否需要客户端的支持，ip定位技术可以分为独立于客户端的定位算法和基于客户端定位算法。按照定位原理，可以分为基于推测的定位算法、基于时延的定位算法以及同时使用这两类技术综合定位算法3类。最初的定位算法，通过向dns服务器查询或者挖掘隐含在主机名中的信息来推测ip设备的地理位置。之后，一些定位算法则借助于时延与地理距离之间的线性关系来估测主机位置，并通过拓扑信息来减小定位误差。近年来，基于概率的定位算法重新成为一个研究热点，通过寻找时延与地理距离的分布规律来进行定位。虽经不断改进，两种算法都不能精确地定位，因此，一些综合的定位算法使用了上述两种方法来进行交叉验证以提高精度。

3、目前ip定位算法存在主要问题是定位精度不够高，不能满足某些高精度应用的需要，某些定位算法开销大，需要进行优化。

技术实现思路

1、本发明正是针对现有技术中定位精度不高且算法开销大的问题，提供一种基于海量地标的ip位置推断方法及系统，首先获取目标ip节点信息；基于目标ip节点信息通过城市级推断规则获取ip地址的城市级位置信息；基于城市级位置信息确定第一基准节点集，采用区县级推断规则获取目标ip节点的区县级位置信息；基于区县级位置信息确定第二基准节点集，采用街区级推断规则获取目标ip节点的街区级位置信息，其中城市级位置信息、区县级位置信息和街区级位置信息的精度依次提高，同一城市级位置信息下的第一基准节点集包含若干区县级第二基准节点集，最终实现ip位置的推断。本发明提出了海量基准节点的分层定位机制，实现了海量地标节点的管理，既可以降低网络测量开销，又可以提高预测精度和ip定位精度，从而为网络空间管理、网络攻击溯源、定向广告、网络优化、版权保护等提供方法和数据支撑。

2、为了实现上述目的，本发明采取的技术方案是：一种基于海量地标的ip位置推断方法，包括如下步骤:

3、步骤s1：获取目标ip的节点信息；

4、步骤s2：基于步骤s1获得的目标ip节点信息查询ip数据库获取所述ip地址的城市级位置信息；

5、步骤s3：基于步骤s2获取的城市级位置信息确定第一基准节点集，采用基于ping的推断规则获取所述目标ip节点的区县级位置信息；

6、步骤s4：基于步骤s3获取的区县级位置信息确定第二基准节点集，采用基于贝叶斯神经网络的推断规则获取所述目标ip节点的街区级位置信息，其中城市级位置信息、区县级位置信息和街区级位置信息的精度依次提高，同一城市级位置信息下的第一基准节点集包含若干区县级第二基准节点集。

7、作为本发明的一种改进，所述步骤s1中的第一推断规则为基于ip数据库进行查询。

8、作为本发明的一种改进，所述城市级第一基准节点集和区县级第二基准节点集包含若干基准节点，所述基准节点为已知具体位置信息的节点。

9、作为本发明的另一种改进，所述区县级推断规则为在所述第一基准节点集中选择基准节点，通过3个以上的测量节点，对基准节点和目标ip节点进行ping测量，通过比较时延距离，选择最近的基准节点实现定位。

10、作为本发明的另一步改进，所述街区级推断规则包括：

11、在第二基准节点集中选择若干基准节点进行traceroute测量，获得目标ip节点到基准节点的时延和路径；

12、选择时延和路径最近的节点作为逼近的基准节点；

13、采用贝叶斯网络进行定位预测，确定所述目标ip节点的地理位置。

14、作为本发明的又一步改进，所述采用贝叶斯网络进行定位预测包括：

15、设不同锚节点到测量点的跳数和时延为m＝[m1,m2,…,mn]，设划分街区的集合为c＝[c1,c2,…,cn]，则目标ip节点所在的街区应该为：

16、

17、设不同的ip地址到基准节点的时延与位置关系是独立的，根据贝叶斯理论，可以将上式表示为：

18、p(m|c)＝p({m1,m2,…,mn}|c)＝p(m1|c)·p(m2|c)·…·p(mn|c)

19、其中，概率p(mi|c)则是通过一维核密度来进行估计。

20、为了实现上述目的，本发明还采取的技术方案是：一种基于海量地标的ip位置推断系统，所述系统包括：

21、获取模块，其用于获取目标ip节点信息；

22、城市级推断模块，其用于基于所述目标ip节点信息采用城市级推断规则获取所述ip地址的城市级位置信息；

23、区县级推断模块，其用于基于所述城市级位置信息的第一基准节点集，采用区县级推断规则获取所述目标ip节点的区县级位置信息；

24、街区级推断模块，其用于基于所述区县级位置信息的第二基准节点集，采用街区级推断规则获取所述目标i节点的街区级位置信息，其中城市级推断规则、区县级推断规则和街区级推断规则均不相同，城市级位置信息、区县级位置信息和街区级位置信息的精度依次提高，同一城市级位置信息下的所述第一基准节点集包含若干第二基准节点集。

25、与现有技术相比，本发明具有的有益效果：本发明公开了一种基于海量地标的ip位置推断方法及系统，通过海量基准节点的分层定位机制，实现了海量地标节点的管理，既可以降低网络测量开销，又可以提高预测精度和ip定位精度，从而为网络空间管理、网络攻击溯源、定向广告、网络优化、版权保护等提供方法和数据支撑。

技术特征：

1.一种基于海量地标的ip位置推断方法，其特征在于，包括如下步骤:

2.如权利要求1所述的一种基于海量地标的ip位置推断方法，其特征在于：所述步骤s1中的推断城市级位置信息的规则为基于ip数据库进行查询。

3.如权利要求2所述的一种基于海量地标的ip位置推断方法，其特征在于：所述城市级第一基准节点集和区县级第二基准节点集包含若干基准节点，所述基准节点为已知具体位置信息的节点。

4.如权利要求2或3所述的一种基于海量地标的ip位置推断方法，其特征在于：所述区县级推断规则为在所述第一基准节点集中选择基准节点，通过3个以上的测量节点，对基准节点和目标ip节点进行ping测量，通过比较时延距离，选择最近的基准节点实现定位。

5.如权利要求4所述的一种基于海量地标的ip位置推断方法，其特征在于：所述街区级推断规则包括：

6.如权利要求5所述的一种基于海量地标的ip位置推断方法，其特征在于：所述采用贝叶斯网络进行定位预测包括：

7.一种基于海量地标的ip位置推断系统，其特征在于，所述系统包括：

技术总结
本发明公开了一种基于海量地标的IP位置推断方法及系统，该方法包括：获取目标IP节点信息，进行IP活跃度检测；若IP活跃，则基于城市级推断规则获取IP地址的城市级位置信息；根据所述城市级定位信息，选择对应的第一基准节点集，基于区县级推断规则获取目标IP节点的区县级位置信息；根据所述区县级定位信息，确定第二基准节点集，采用街区级推断规则预测目标IP节点的街区级位置信息，其中城市级位置信息、区县级位置信息和街区级位置信息的精度依次提高，同一城市级位置信息下的第一基准节点集包含若干第二基准节点集，最终实现IP位置的推断。本发明提出了海量基准节点的分层定位机制，实现了海量地标节点的管理，降低网络测量开销，也提高预测精度和IP定位精度。

技术研发人员：马旸,陈立全,蒋心造
受保护的技术使用者：东南大学
技术研发日：
技术公布日：2024/1/15