XLBoost-Geo:基于极限地标提升的 IP 地理定位系统
网络与互联网体系结构
2020-10-27 v1
摘要
IP 地理定位旨在定位互联网设备的地理位置,其在众多互联网应用中起着重要作用。在该领域,一个长期存在的挑战是如何找到大量高可靠性地标,这是提高 IP 地理定位精度的关键。为此已做出许多努力,而许多 IP 地理定位方法仍因缺乏地标而承受不可接受的误差距离。本文中,我们提出了一种新颖的 IP 地理定位系统,名为 XLBoost-Geo,其侧重于增加高可靠性地标的数量与密度。主要思想是从网页中提取位置指示线索并基于线索定位网页服务器。基于地标,XLBoost-Geo 能够以极小误差距离对任意 IP 进行地理定位。具体而言,我们首先设计了一种基于带自适应损失函数的双向 LSTM 神经网络(LSTM-Ada)的实体抽取方法,以提取网页上的位置指示线索,并进而基于线索生成地标。然后,通过对网络延迟与拓扑的测量,我们估计最近的地标并将该地标的经纬度与目标 IP 的位置相关联。我们的实验结果清晰地验证了抽取方法的有效性与效率、地标的精度/数量/覆盖率以及 IP 地理定位的精度。在 RIPE Atlas 节点上,XLBoost-Geo 取得了 2,561m 的中位误差距离,优于 SLG 与 IPIP。
引用
@article{arxiv.2010.13396,
title = {XLBoost-Geo: An IP Geolocation System Based on Extreme Landmark Boosting},
author = {Yucheng Wang and Hongsong Zhu and Jinfa Wang and Jie Liu and Yong Wang and Limin Sun},
journal= {arXiv preprint arXiv:2010.13396},
year = {2020}
}
备注
11 pages