◆甘勇 王一帆 贾东伟

一种基于聚类的IP定位算法

◆甘勇 王一帆 贾东伟

（郑州轻工业大学 河南 450000）

网络 IP 的地理位置是基于位置的服务的重要基础。然而，现有的基于数据库查询、网络测量和机器学习的IP定位方法往往难以满足实时性和可靠性的要求，无法满足实际需要。针对这一问题，本文提出了一种基于聚类的IP定位方法。通过训练分类器实现了IP地址的初始定位。结合IP地址数据库匹配方法，最终实现IP地址的准确定位。实验结果表明了该方法的有效性。

IP定位；聚类；支持向量机

1 绪论

IP定位技术具有重要的应用和研究价值，其目的是在宏观世界中确定网络实体地理位置[1]。定位结果通常包括国家名称、地区名称、经纬度、时区等[2]。在一些社交软件中，IP地址也可以用来推荐朋友的位置。利用市级定位，根据用户IP确定用户位置，推送其网络广播平台的视频内容[3-4]。

本文提出了一种基于聚类的IP定位算法。基于学习的IP定位算法，检测目标IP地址的多维特征。根据特征聚类的思想，引入支持向量机算法建立分类模型，提高目标IP地理位置的预测精度。

2 基于聚类的IP定位算法

2.1 本文方法总体介绍

针对网络测量模式下IP定位算法效率低的问题，为了充分利用历史测量数据，提出了一种基于特征聚类的IP定位算法。最后，基于多维支持向量机的思想，进一步提高了目标的定位精度。算法的具体工作流程如下图所示。对于待定位IP，将其输入分类器得到IP城市级地址后，利用城市内街道IP地址划分数据库进行匹配，从而实现街道级IP定位。……