Повышение точности IP-геолокации на основе данных, предоставляемых открытыми IP-геосервисами

Обложка

Цитировать

Полный текст

Аннотация

IP-геолокация – это процесс определения реального географического положения электронного устройства, подключенного к сети Интернет, по его глобальному сетевому адресу [1]. В настоящее время она нашла широкое применение в интернет-торговле, маркетинге и рекламе, информационной безопасности [2] и других направлениях человеческой деятельности. Применяются различные подходы к определению местоположения удаленного сетевого устройства, различающиеся как по типу анализируемой информации (задержка передачи пакетов, ресурсные записи DNS-серверов, контент веб-страниц), так и по выдаваемому результату (название страны или города, почтовый адрес, вероятная зона расположения или точные координаты) [3, 4]. Ошибка IP-геолокации зависит от страны расположения устройства, плотности населения, типа сетевого устройства и лежит в пределах от нескольких десятков метров до сотен километров. При этом для одних и тех же входных данных результаты разных IP-геосервисов могут различаться значительно. Объектом данного исследования выступают общедоступные IP-геосервисы, предоставляющие услуги по IP-геопривязке узлов глобальной сети на основе их IP-адресов, а именно – их точность и полнота. Выборка IP-геосервисов для тестирования были сформирована из числа наиболее популярных [5]. При проведении исследования результаты IP-геолокации сравнивались с достоверными сведениями о расположении некоторых IP-адресов, в качестве показателей точности использовались страна, город и географические координаты. На основе сравнительного анализа результатов тестирования были сделаны выводы о точности IP-геосервисов по выбранным показателям, их существенных свойствах, а также о зависимости ошибки геолокации от размера населенного пункта. Для повышения точности IP-геопривязки авторами предложен ансамблевый метод усреднения координат, полученных от нескольких IP-геосервисов.

Об авторах

М. В Иванов

Академия Федеральной службы охраны Российской Федерации (Академия ФСО России)

Email: maximivanov@mail.ru
улица Приборостроительная 35

А. А Полунин

Академия Федеральной службы охраны Российской Федерации (Академия ФСО России)

Email: polunin2002@mail.ru
улица Приборостроительная 35

Список литературы

  1. Wang, Zhihao, et al. “Towards IP Geolocation with Intermediate Routers Based on Topology Discovery.” Cybersecurity, vol. 2, no. 1, Apr. 2019.
  2. Williams J. Identification of IP address using fraudulent geolocation data, Imperial College London, 15 June 2020
  3. Wang, Z., Li, H., Li, Q.: Towards IP geolocation with intermediate routers based on topology discovery. Cybersecurity 2(1), 1–13 (2019) 5
  4. Zhao, Fan & Luo, Xiangyang & Gan, Yong & Zu, Shuodi & Cheng, Qingfeng & Liu, Fenlin. (2018). IP Geolocation based on identification routers and local delay distribution similarity. Concurrency and Computation: Practice and Experience. 31. 10.1002/cpe.4722.
  5. Top 10 Best IP Geolocation APIs (in 2022) [Электронный ресурс] - Режим доступа: URL: https://rapidapi.com/blog/ip-geolocation-api/ (21.02.2022)
  6. Adebayo, Semiu. Migration of IPv4 to IPv6; Translation Method, 2018.
  7. P. Nisenblat, IP Geolocation Demystified [Электронный ресурс] - Режим доступа: URL: https://www.bigdatacloud.com/blog/ip-geolocation-demystified (10.12.2021)
  8. Measures of distance between samples: Euclidean [Электронный ресурс] - Режим доступа: URL: http://www.econ.upf.edu/~michael/stanford/maeb4.pdf (26.11.2021)
  9. Zhihao Li, Dave Levin, Neil Spring, and Bobby Bhattacharjee. 2018. Internet anycast: performance, problems, & potential. In Proceedings of the 2018 Conference of the ACM Special Interest Group on Data Communication (SIGCOMM '18). Association for Computing Machinery, New York, NY, USA, 59–73.
  10. Aljumaily, Mustafa. (2016). Content Delivery Networks Architecture, Features, and Benefits. 10.13140/RG.2.1.1762.0722
  11. Mohammed Jubaer Arif, Shanika Karunasekera, Santosh Kulkarni, Ajit Gunatilaka, and Branko Ristic. 2010. Internet Host Geolocation Using Maximum Likelihood Estimation Technique. In 24th IEEE International Conference on Advanced Information Networking and Applications. IEEE, Perth, Australia, 422-429
  12. J. Hawley, "GeoDNS -Geographically-aware, protocol-agnostic load balancing at the DNS level," in Proceedings of the Linux Symposium, pp. 123-130, Linux Symposium Inc., heinäkuu 2009.
  13. Сухаревская Е.В. ИССЛЕДОВАНИЕ СИСТЕМ АУТЕНТИФИКАЦИИ // Международный студенческий научный вестник. – 2018. – № 1
  14. Аутентификация, основанная на местоположении выхода в интернет [Электронный ресурс] - Режим доступа: URL: https://studfile.net/preview/16435809/page:4/#8 (02.03.2022)
  15. Skrill: инструкция по верификации аккаунта 2022 [Электронный ресурс] - Режим доступа: URL: https://baxity.com/ru/skrill-instruktsiya-po-verifikatsii-akkaunta-2022 (25.03.2022)
  16. Taylor, J., Devlin, J., Curran, K. (2012) Bringing location to IP Addresses with IP Geolocation. The Journal of Emerging Technologies in Web Intelligence, Vol. 4, No. 3, August 2012
  17. V.N. Padmanabhan and L. Subramanian. An investigation of geographic mapping techniques for internet hosts. In ACM SIGCOMM, pages 173–185, 2001
  18. Ovidiu Dan, Vaibhav Parikh, and Brian D. Davison. 2018. IP Geolocation through Reverse DNS. CoRR abs/1811.04288(2018), 1-10.
  19. Luckie, Matthew & Dhamdhere, Amogh & Huffaker, Bradley & Clark, David & claffy, kc. (2016). bdrmap: Inference of Borders Between IP Networks. 381-396. 10.1145/2987443.2987467.
  20. RIPE Atlas [Электронный ресурс] - Режим доступа: URL: https://atlas.ripe.net/ (15.12.2021)
  21. Dan, Ovidiu & Parikh, Vaibhav & Davison, Brian. (2018). IP Geolocation through Reverse DNS.
  22. Scheitle, Quirin & Gasser, Oliver & Sattler, Patrick & Carle, Georg. (2017). HLOC: Hints-Based Geolocation Leveraging Multiple Measurement Frameworks.
  23. Spring, Neil & Mahajan, Ratul & Wetherall, David. (2002). Measuring ISP Topologies with Rocketfuel. ACM SIGCOMM Computer Communication Review. 32. 133-145. 10.1145/633025.633039.
  24. GeoIP Databases & Services: Industry Leading IP Intelligence [Электронный ресурс] - Режим доступа: URL: https://www.maxmind.com/en/geoip2-services-and-databases (25.01.2022)
  25. Gharaibeh, Manaf & Shah, Anant & Huffaker, Bradley & Zhang, Han & Ensafi, Roya & Papadopoulos, Christos. (2017). A look at router geolocation in public and commercial databases. 463-469. 10.1145/3131365.3131380.
  26. B. Hufaker, M. Fomenkov, and kc claffy. Geocompare: a comparison of public and commercial geolocation databases. In Proceedings of the Network Mapping and Measurement Conference (NMC), 2011.
  27. M. Gouel, K. Vermeulen, O. Fourmaux, T. Friedman, R. Beverly. IP Geolocation Database Stability and Implications for Network Research. Network Traffic Measurement and Analysis Conference, Sep 2021, Online, United States.
  28. Du, Ben & Candela, Massimo & Huffaker, Bradley & Snoeren, Alex & claffy, kc. (2020). RIPE IPmap active geolocation: mechanism and performance evaluation. ACM SIGCOMM Computer Communication Review. 50. 3-10. 10.1145/3402413.3402415.
  29. IP Geolocation API [Электронный ресурс] - Режим доступа: URL: https://ip-api.com/ (12.01.2022)
  30. Документация по API IP Geolocation API's [Электронный ресурс] - Режим доступа: URL: https://rapidapi.com/ru/IPSquads/api/ip-geolocation-api-s (12.01.2022)
  31. Документация по API IP Geolocation and Threat Detection [Электронный ресурс] - Режим доступа: URL: https://rapidapi.com/ru/ipregistry3-ipregistry/api/ip-geolocation-and-threat-detection/ (12.01.2022)
  32. PlanetLab Europe [Электронный ресурс] - Режим доступа: URL: https://www.planet-lab.eu/Home (19.02.2022)
  33. Global RIPE Atlas Network Coverage [Электронный ресурс] - Режим доступа: URL: https://atlas.ripe.net/results/maps/network-coverage (22.01.2022)
  34. GeoNames [Электронный ресурс] - Режим доступа: URL: https://www.geonames.org (26.01.2022)
  35. RIPE Atlas Probes [Электронный ресурс] - Режим доступа: URL: https://atlas.ripe.net/probes/ (14.02.2022)

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».