朱光

中原工学院计算机学院 河南 郑州 450007

社交网络存在着庞大的用户行为数据，通过对这些网络数据的收集、处理和分析，可获取数据中的重要信息，这些数据具有重要的研究价值。网络实体定位就是大量利用网络数据作为参考地标来获取IP地址对应地理位置的技术[1]，其是应用广泛的LBS的基础。现有的高精度IP定位技术如GeoPing[2]、Constraint-Based Geolocation[3]、Octant[4]、Topology-Based Geolocation[5]等方法，这些方法的定位精度通常依赖于网络地标[6]的密度和可靠性[7-8]。因此，网络实体地标是基于地标的IP定位技术的基础，只有获取足够多的高可靠性地标，才能实现对网络目标实体的高精度定位。

现有的网络实体地标挖掘与筛选方法主要有：基于Web的地标挖掘方法[6，9]、基于Internet论坛的地标挖掘方法[10]、基于路由跳数的地标筛选方法[11]以及其他地标获取方法。本文将对上述大批量地标获取与筛选方法的基本原理、特点以及局限性进行比较与分析。

1 基于Web的地标挖掘方法

基于Web的地标挖掘方法主要是通过对Web 的HTML信息提取、匹配，获取该Web域名的IP地址及其对应的地理位置[6]，现有典型的方法有Structon[6]方法和基于Web网页和在线地图相结合的地标挖掘方法[10]。

基于Web的地标挖掘方法基本原理如下：Web的HTML页面的尾部或内容部分中常常包含着该Web网站所属公司注册地、驻地的地理位置信息，通过提取、匹配，可将这些地理位置信息映射到Web服务器的IP地址。即从Web的HTML中提取的地理信息，并将该Web网站的域名解析为IP地址，实现IP地址与地理位置的映射关系。……