16、基于图神经网络的自治系统业务类型研究

基于图神经网络的自治系统业务类型研究

1. 多技术推理结果融合与数据集误差降低

多技术推理结果的交集可视为一种基于概率的硬投票方法，投票聚焦于一致的结果。基于先前研究成果，构建的数据集误差得到了大幅降低。

2. 特征描述与分析

2.1 基本特征

• 尽管多数网络间的互连协议是保密的，但可从基于跟踪路由和边界网关协议（BGP）的互联网拓扑数据集在IP、路由器和自治系统（AS）层面推断出一些信息。这些数据集可用于衡量自治系统在全球路由系统中的影响、推断AS之间的关系等。用于AS分类的基本特征也源自这些数据集，具体如下：
  • 客户、提供商和对等方度数 ：通过AS关系实验数据集获取AS级别的客户、提供商和对等方的数量。
  • 客户锥体的AS数量规模 ：同样利用AS关系实验数据集得到AS的客户锥体大小。
  • 该AS公告的IPv4地址空间大小 ：使用从Routeviews收集的BGP路由表获取此数量。

2.2 特征分析

在进行边特征分析之前，计算目标AS和源AS之间的特征差异来表示相应的链路，公式为：
[
\Delta = |f_{AS1} - f_{AS2}|
]
其中，(f_{AS1})和(f_{AS2})分别是AS1和AS2的特征值，(\Delta)是差异。此方法在后续特征分析中默认使用。

以下是几种具体特征的分析： <