【技术实现步骤摘要】
一种基于图神经网络的街道级IP地址定位方法
[0001]本专利技术属于IP地址定位
,具体涉及一种基于图神经网络的街道级IP地址定位方法。
技术介绍
[0002]IP地址是分配给每个主机连接因特网(Internet)的唯一标识符,用作个人信息识别和虚拟位置寻址。从多个维度(网络时延、端口开放情况和WHOIS注册信息等)积极探索IP地址本身特征并提取背后的知识,可以视为IP地址分析。通过IP地址分析,可以识别虚拟地址的风险行为,挖掘用户的个人信息。这些信息在许多下游软件(如支付风控、DDos攻击防范和生活推荐平台)有着广泛的应用。在IP地址分析中,地理位置信息的推测近年来备受关注。它是指将真实世界的地理位置(通常由经度和纬度表示)分配到给定的目标IP地址的过程。这对许多用户定制化的广泛互联网应用有重要意义,包括有针对性的营销,欺诈预防等。有了用户的准确地理位置,线上平台还可以提供各种个性化服务。例如,在线定向广告可以推荐用户附近的餐馆。普适的基于位置的服务一直被认为是互联网面临的一个重要挑战。
[0003]在过去,IP地址定位主要通过收集公开路由器上存储的地理位置相关的字段,建立映射关系库来进行定位。然而,含有地理位置信息的公开路由器数量极少,且被动收集的方式无法保证地理位置的可靠程度。依靠此类方法,几乎无法得到细粒度的、可靠的地理位置。一部分方法使用各地的探测机向目的IP发送ping指令并观测延迟以推测其地理位置。然而,网络环境复杂且不稳定,拓扑结构也往往无法确定,该方法往往难以得到准确的结果。近年来, ...
【技术保护点】
【技术特征摘要】
1.一种基于图神经网络的街道级IP地址定位方法,其特征在于,包括以下步骤:步骤S1、IP地址聚类,筛选与目标IP匹配的地标IP,得到包含目标IP与若干地标IP为图结点的区域;步骤S2、IP地址连接,从IP特征和网络测量两种不同的视角,建立所述区域中的目标IP与地标IP间的拓扑空间关系,以得到目标IP与关联地标IP间的边缘权重,构成完整的拓扑图结构;步骤S3、IP特征聚合,利用目标IP与地标IP间的边缘权重及拓扑图结构,使用图卷积神经网络聚合邻域地标特征及地理坐标,并通过正则化流得到关于目标IP的概率表示以抵御网络波动带来的负面影响,得到关于IP的健壮的隐状态;步骤S4、IP地址定位,使用多层感知机进行线性仿射变化,从概率表示——即目标IP的隐状态中解码得到目标IP的经纬度坐标,完成IP定位任务。2.根据权利要求1所述的基于图神经网络的街道级IP地址定位方法,其特征在于,所述步骤S1的具体过程如下:在位于不同城市的探测机上使用tracert工具来搜索路由路径,并记录最后一跳路由器;将获得的最后一跳路由器存储到traceroute列表,然后将traceroute列表中具有相同最后一跳路由器的IP主机聚类成一个图,即得到包含目标IP与若干地标IP为图结点的区域。3.根据权利要求1所述的基于图神经网络的街道级IP地址定位方法,其特征在于,所述步骤S2中获得目标IP与关联地标IP间的边缘权重的具体过程如下:利用同一区域内的IP地址和该区域内的IP地址的公共路由器之间的网络测量得到的已有拓扑来建立第一边缘权重;选择与目标IP具有相似半径的地标IP,以构造与目标IP和地标IP之间的距离差成反比的第一边缘权重,表示为:其中,t、l和r分别表示目标IP、地标IP和公共路由器;Δ2(t,l)通过距离映射函数d(
·
,r)将网络测量值映射到地理距离,并计算t和l之间的径向距离差;所述距离映射函数的表达式如下:d(
·
,r)=α(βlog RTT(
·
,r)+Hop(
·
,r))+γ
ꢀꢀ
式2,其中,RTT(
·
,r)和Hop(
·
,r)分别表示IP主机和公共路由器之间的延迟和路由跳数,α、β和γ是超参数,所述超参数是以网络测量为输入,使用全连接层网络学习并获得。4.根据权利要求3所述的基于图神经网络的街道级IP地址定位方法,其特征在于...
【专利技术属性】
技术研发人员:王永,田占奎,任国明,武可嘉,邱鹏,遆永鹏,杨宇强,李梦月,段金强,
申请(专利权)人:郑州埃文计算机科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。