Learning to extract geographic information from internet router hostnames
Learning to extract geographic information from internet router hostnames
复制标题
学习从互联网路由器主机名中提取地理信息
DOI：
10.1145/3485983.3494869
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Claffy, K
中科院分区：
文献类型：
--
作者：
Luckie, Matthew;Huffaker, Bradley;Marder, Alexander;Bischof, Zachary;Fletcher, Marianne;Claffy, K
对互联网路由器进行地理定位是一项长期且众所周知的困难挑战，目前的解决方案缺乏准确性和适应性，无法产生可靠的结果。我们重新审视了这个问题，设计了一个能够准确、全面地提取网络运营商嵌入到路由器接口主机名中的地理信息的解决方案。我们使用字典来训练我们的系统，字典将地理代码映射到已知的位置，并通过从一组分布式有利位置进行的延迟测量来约束推断。虽然大多数运营商使用已知的地理代码，但有些运营商设计了自己的位置助记代码，我们的系统也可以提取和解释这些代码。我们在互联网范围的拓扑数据集上评估了我们的系统，自动学习了1023个IPv4路由器的不同域后缀和241个IPv6路由器的不同域后缀的正则表达式（regexes）。我们从13个域后缀的运算符那里得到了基本的事实，所有这些运算符都证实了我们学习的正则表达式的正确性，并且我们的系统正确地解释了78.6%的自定义地理代码。对于这13个后缀，我们的解决方案比以前的最先进的技术更准确地提取和解释地理信息，与DRoP（56.6%）和HLOC（73.1%）相比，使用地理提示正确定位了94.0%的路由器主机名。这项工作提高了研究人员和网络运营商表征关键互联网基础设施位置的能力，这是网络性能、安全性和弹性分析的基础构建块。我们发布了系统的源代码和推导出的正则表达式。
Geolocating Internet routers is a long-standing and notoriously difficult challenge, and current solutions lack the accuracy and adaptability to yield reliable results. We revisit this problem, designing a solution capable of accurately and comprehensively extracting geographic information that network operators embed into router interface hostnames. We train our system using dictionaries that map geographic codes to known locations, and constrain inferences with delay measurements conducted from a distributed set of vantage points. While most operators use known geographic codes, some devise their own mnemonic codes for locations, which our system also extracts and interprets.We evaluate our system on Internet-wide topology datasets, automatically learning regular expressions (regexes) for 1023 different domain suffixes with IPv4 routers, and 241 different domain suffixes with IPv6 routers. We received ground truth from operators of 13 domain suffixes, all of whom confirmed the correctness of our learned regexes, and that our system correctly interpreted 78.6% of the custom geographic codes. For these 13 suffixes, our solution more accurately extracts and interprets geographic information than the previous state-of-the-art, correctly geolocating 94.0% of router hostnames with a geohint compared to DRoP (56.6%) and HLOC (73.1%). This work advances the ability of researchers and network operators to characterize the location of critical Internet infrastructure, a foundational building block of network performance, security, and resilience analysis. We release the source code of our system and our inferred regexes.
登录
查看更多内容
互联网中的地理和路由
DOI：
--
发表时间：
2018
期刊：
ACM Trans. Spatial Algorithms Syst.
影响因子：
--
作者：
A. Nur;M. E. Tozal
通讯作者：
M. E. Tozal
内容和上下文：正则表达式格式实体提取的双管齐下引导学习
DOI：
--
发表时间：
2018
期刊：
AAAI Conference on Artificial Intelligence
影响因子：
--
作者：
Stanley Simoes;P Deepak;Munu Sairamesh;D. Khemani;S. Mehta
通讯作者：
S. Mehta
天气条件下的住宅链接
DOI：
--
发表时间：
2019
期刊：
Conference on Applications, Technologies, Architectures, and Protocols for Computer Communication
影响因子：
--
作者：
Ramakrishna Padmanabhan;Aaron Schulman;Dave Levin;N. Spring
通讯作者：
N. Spring
重新审视双向互联网延迟数据的隐私影响
DOI：
--
发表时间：
2018
期刊：
Passive and Active Network Measurement Conference
影响因子：
--
作者：
B. Trammell;M. Kühlewind
通讯作者：
M. Kühlewind
学习正则表达式从主机名中提取路由器名称
DOI：
10.1145/3355369.3355589
发表时间：
2019
期刊：
Proceedings of the Internet Measurement Conference
影响因子：
--
作者：
M. Luckie;B. Huffaker;K. Claffy
通讯作者：
K. Claffy