42、自动改善自治系统推理关系的方法与应用

自动改善自治系统推理关系的方法与应用

1. 自动方法概述

为了重现参考数据集，我们提出了一种基于关键字匹配的聚类方法。该方法一般为每个池构建一个图，将池元素转换为节点（如自治系统编号 ASN、CA2O.org 或 PDB.org），为每个节点收集一组识别特征，并通过匹配关键字在相关节点之间建立边。

1.1 应用范围

我们仅考虑 PDB 和 CA2O 之间的不一致作为可能错误的指示，没有差异的池不在该方法的应用范围内。对于不包含多个 APNIC 分配的自治系统的 Class - 1 池，CA2O 映射较为准确，我们直接使用 CA2O 映射。因此，该方法应用于 507 个池和 4550 个 ASN，包括 Class - 2 和 Class - 3 的所有池，以及 Class - 1 中的候选 APNIC - LIR 池。

1.2 方法步骤

该方法包含五个阶段：
1. 构建图：节点为池中的 ASN、CA2O.org 和 PDB.org。
2. 数据准备：分三步提取每个节点的识别特征。
3. 图初始化：针对不同类别的池采用不同策略，包括预先填充边和添加新的组织节点。
4. 关键字匹配：比较每对节点，若关键字集有匹配则建立边。
5. 集群发现：使用广度优先搜索算法找出图中的连通分量作为集群。

2. 数据准备

数据准备包括数据收集、数据清理和特征提取三个步骤，完成后为图中的每个节点关联一组关键字。

2.1 数据收集

从 Whois 和 PDB 收集 6 种属性：ID、名称、别名、描述、管理员和网站，网站属性还