Содержание

7 бесплатных сервисов для отслеживания местоположения с IP-адреса

Вероятно, стоит поспорить, что большинство пользователей компьютеров в какой-то момент захотят узнать, где находится веб-сайт, или отследить местоположение отдельных IP-адресов в регионе или стране. Для этого есть много причин, и это может быть просто потому, что вам интересно узнать о происхождении той или иной компании или услуги, прежде чем вы решите ее использовать. Если вы являетесь веб-мастером, очень полезно знать тенденции того, что люди делают на вашем веб-сайте и откуда они берутся, и IP-адрес пользователей помогает достичь этого.

Сравнение скорости процессоров (Intel и AMD)

Поскольку IP-адрес – это то, что выделяет каждый пользователь в Интернете, не так сложно найти различные детали относительно того, откуда этот адрес в настоящее время исходит, если вы знаете, как получить эту информацию. Многие службы могут отслеживать определенный IP-адрес и даже привязывать его к городу или городу, в котором он используется в настоящее время, а также сообщать вам поставщика услуг и различные другие сведения о том, откуда он поступает. Никакая личная информация, такая как имена, номера телефонов или адреса местоположения, не может быть найдена таким образом.
Если у вас есть IP-адрес и вы хотите отследить, где он находится, и получить некоторую информацию о нем, от частного лица, компании или веб-сайта, вот несколько бесплатных онлайн-сервисов, которые вы можете использовать.

1. InfoSniper

InfoSniper имеет довольно много фрагментов информации при отображении местоположения IP-адреса. Это включает в себя выбор Google Maps, Microsoft Maps или Yahoo Maps, чтобы показать местоположение. Вы также можете получить информацию о стране, штате / округе, широте / долготе, имени хоста, поставщике и других вещах, таких как район или почтовые индексы. InfoSniper может точно определить ваш город или город, а не только, где находится ваш провайдер, и есть несколько полезных ссылок для поиска в Википедии для получения более подробной информации о местоположении, откуда исходит адрес.

Посетите InfoSniper

2. IP2Location

Незарегистрированные пользователи могут получать до 20 бесплатных запросов в день, это может быть до 200, если вы зарегистрируетесь в бесплатной учетной записи. Собранная информация не является исчерпывающей, но даст вам основы, такие как страна, поставщик услуг, скорость сети, возможные зоны и коды операторов. Есть также метеостанция и информация о городе / городе, но они предназначены для местоположения интернет-провайдера, а не для вас. Полезной функцией является опция «Поделиться результатами», которая дает вам хорошее изображение (скриншот выше) основных деталей, а также фрагменты кода HTML для добавления на ваш собственный веб-сайт.

Посетите IP2Расположение

3. Geobytes IP Address Locator

В Geobytes довольно много интересной информации, хотя он не может отследить IP-адрес местоположения до уровня города, в котором он находится, только до местоположения интернет-провайдера. Вы действительно получаете карту Google, но она будет иметь ограниченную ценность, указывая на другую часть страны, где фактически расположен адрес. Есть также флаг, часовой пояс, население страны, используемая валюта, национальность единственного / множественного числа и довольно любопытная ссылка на карту ЦРУ. Он также скажет вам, считает ли он адрес прокси или нет.

Посетите Локатор IP-адресов Geobytes

4. MaxMind GeoIP

Это очень простой искатель местоположения по IP-адресу, который может доходить до города или города, откуда исходит IP-адрес. Здесь не так много деталей, кроме интернет-провайдера и организации, координат, домена и 3-х возможных кодов местоположения. В бесплатной демо-версии вы можете ввести до 25 разделенных запятыми адресов в поле сразу, чтобы проверить.

Посетите MaxMind GeoIP

5. IP Tracer

IP Tracer с ip-address.com может добраться до города или города, откуда поступает IP-адрес, а также дает вам координаты долготы и широты, а также карту Google местоположения. Нажмите на ссылку под картой, чтобы увидеть полный список спутниковых карт местности. Вы также получите ISP, адрес организации и хоста со ссылками для выполнения whois, обратного IP-адреса и поиска трассировки. Отслеживание вашего собственного IP-адреса также даст прокси-данные, o / s, браузер и ссылку для быстрого теста.

Посетите IP Tracer

6. Инструмент поиска IP-трекера

Этот инструмент поиска предоставит вам подробную информацию об IP-адресе и стране, в которой он находится, в том числе город / город и округ / штат с фактическим адресом, а не провайдером. Вы также получаете 3 различных набора координат широты / долготы для города, страны и даже континента, на которых говорят языки, скорость соединения с IP-адресами, местная валюта и телефонный код IDD. Есть также карта Google с домашним местоположением на ней, и проверка в черном списке поможет выяснить, известен ли IP-адрес подозрительными или спамерскими действиями.

Посетите инструмент поиска IP Tracker

7. Какой у меня IP адрес

Что такое мой IP-адрес, безусловно, выглядит как четко продуманный и легко читаемый сервис с подробной информацией о городе или городе, где находится IP-адрес (а не местоположение интернет-провайдера). Вы также получите карту Mapquest, а также координаты местоположения и информацию о хосте, интернет-провайдере и организации. Проверка в «черном» списке покажет, занесен ли IP-адрес в список 80 антиспамовых баз данных на основе DNS, и пользователи могут оставлять комментарии, если им есть что рассказать об этом IP-адресе.

Посетите мой IP-адрес

Примечание редактора: Как вы, вероятно, ожидаете, существует множество таких веб-сайтов, которые могут отслеживать местоположение по IP-адресу в той или иной форме, некоторые могут быть такими же точными, как город, другие будут показывать город провайдера. К сожалению, нет никакого способа получить больше точности от этих услуг, чем эта, и показать конкретную дорогу или даже здание просто невозможно без полного раскрытия этих деталей у провайдера.

Сравнение скорости процессоров (Intel и AMD)

Как отследить местоположение IP-адреса

Отслеживание IP-адресов(IP Address tracking) всегда изображалось как лучший инструмент для отслеживания местоположения в фильмах. Всегда найдется компьютерщик, который набирает цифры и получает точное местоположение устройства. На самом деле отслеживание IP может быть не таким продвинутым, но оно точно работает. Отслеживание IP-адресов полезно, если вы хотите отслеживать посетителей, находить подозрительную активность и отслеживать ее или хотите, чтобы ваша веб-страница автоматически загружала страну пользователя и просматривала соответствующие сведения. В этом посте мы рассмотрели некоторые основные бесплатные онлайн-сервисы поиска IP-адресов, которые могут помочь вам отслеживать IP-адрес по его местоположению.

Отслеживание местоположения IP-адреса

ipTRACKERonline.com

 

Этот сервис является лучшим онлайн-сервисом отслеживания IP-адресов. Мы уже рассмотрели это в нашем учебном посте по заголовкам электронной почты. Вы можете проверить это здесь. Веб-сервис прост в использовании. Все, что вам нужно сделать, это ввести IP-адрес и нажать кнопку отправки. Также приложение автоматически загрузит ваш IP-адрес по умолчанию. Это удобно, когда вы хотите отслеживать себя.

После того, как вы отправите запрос, он отобразит много подробностей об IP. Доступны следующие сведения: Страна(Country) , Регион(Region) , Город(City) , Имя хоста(Hostname) , Организация(Organization) и Интернет- провайдер(ISP) . Также геолокация отображается на карте вместе с координатами. Вы можете использовать все эти данные для справки, а также можете связаться с конкретным интернет- провайдером(ISP) для получения дополнительной информации об IP. ipTRACKERonline.com также предоставляет вам некоторые другие инструменты для мониторинга и отслеживания IP-адресов. Сервис также предлагает доступ к API по минимальной цене; вы можете приобрести 150 000 запросов примерно за 40 долларов. Нажмите (Click)здесь(here)перейти на ipTRACKERonline. com

IPLocation.net

IPLocation — еще один сервис отслеживания IP-геолокации, который может многое предложить. Что особенного в этом сервисе, так это то, что он отслеживает ваш IP-адрес и извлекает данные из пяти разных баз данных геолокации. Вы можете просмотреть результаты, на которые ответил каждый из них. IPLocation также позволяет отслеживать IPv6 и даже доменные имена. Он отображает такие детали, как страна(Country) , регион(Region) , город(City) , долгота(Longitude) , широта(Latitude) , имя хоста.(Hostname), и организация. Разнообразие баз данных позволяет подтвердить подлинность одной из них. Но вы можете быть удивлены, увидев разные ответы от некоторых баз данных. Помимо отслеживания IP-адресов, сервис предлагает различные другие инструменты, такие как калькулятор подсети, проверка прокси-сервера и обозреватель заголовков электронной почты. Нажмите (Click)здесь(here) , чтобы перейти к IPLocation.

infoSniper.net

infoSniper — это коммерческий сервис геолокации с веб- API . Помимо API , вы можете бесплатно получить доступ к сервису через их веб-сайт. Он возвращает ответ со всеми общими деталями, которые мы уже рассмотрели в этом посте. Также сервис предлагает годовые и месячные безлимитные планы API . 150 000 запросов могут стоить вам около 40 долларов, а ежемесячный безлимитный план — около 85 долларов. Нажмите здесь(here) , чтобы перейти к infoSniper.

IPFingerPrints

Этот сервис отслеживает IP-адреса с помощью поставщика геоданных MaxMind(MaxMind Geodata Provider) . Обратите внимание, что MaxMind был одним из пяти провайдеров, используемых IPLocation.net . MaxMind считается очень точным в США, и вы можете проверить уровни точности для других стран онлайн. IPFingerPrints предоставляет всю необходимую информацию и координаты на карте. Нажмите (Click)здесь(here) , чтобы перейти к IPFingerPrints.

IP-Tracker.org

IP-Tracker — это бесплатная служба поиска(IP Lookup) и отслеживания IP(IP Tracking) -адресов . Он имеет довольно много функций, которых нет в других сервисах. Помимо общих сведений, таких как имя хоста, IP-адрес и геолокация, эта служба может предоставить вам обратные результаты DNS и результаты проверки черного списка.

Проверка черного списка(Blacklist Check) может сообщить вам, был ли уже обнаружен конкретный IP-адрес с какой-либо вредоносной активностью или нет. Он может дать вам оценку уровня угрозы от 0 до 255 и последнюю зарегистрированную вредоносную активность. Нажмите здесь(here) , чтобы перейти на IP-Tracker.org

Это были несколько сервисов, которые могут помочь вам отследить IP-адрес по его местоположению. Убедитесь(Make) , что вы проверили уровни точности базы данных геолокации, прежде чем полагаться на результаты. Если у вас есть дополнительные ссылки, которые помогут вам отслеживать IP-адреса, не стесняйтесь добавлять их в комментариях ниже.

Если вы хотите просматривать, не раскрывая свой реальный IP-адрес, вы можете использовать бесплатное программное обеспечение Proxy(Proxy software) или программное обеспечение VPN(VPN software) .(If you wish to browse without exposing your real IP address, you can use a free Proxy software or a VPN software.)

Related posts

  • Как узнать или проверить, где link or URL redirects
  • Create & share одного URL открыть несколько ссылок
  • Самые полезные сайты на Internet, которые вы должны посетить
  • Internet Live Statistics, который вы можете использовать
  • Best Бесплатные услуги Internet Speed Test online Услуги и веб-сайты
  • Brute Force Attacks — Definition and Prevention
  • Internet Explorer crash из-за Iertutil.
    dll на Windows 10
  • Как повысить и увеличить скорость вашего интернета
  • Internet and Social Networking Sites addiction
  • Для чего общие ошибки HTTP Status Code
  • Surfers VS Website Владельцы VS AD блокаторы VS Anti Ad Blockers War
  • Что такое 403 Forbidden Error and How, чтобы исправить это?
  • Как использовать Shared Internet Connection дома
  • Network icon говорит нет internet access, но я связан
  • Как изменить или изменить настройки WiFi Router?
  • DDoS Distributed Denial Service Attacks: защита, Prevention
  • Не удается подключиться к Internet? Try Complete Internet Repair Tool
  • Отключить Internet Explorer 11 как standalone browser с использованием Group Policy
  • Internet Security article and tips для Windows 10 пользователей
  • Что припаркованы Domains and Sinkhole Domains?

Как отслеживать местоположение IP-адреса 📀

Отслеживание IP-адресов всегда был изображен как окончательный инструмент для отслеживания местоположения в фильмах. Всегда есть выродка, который пробивает цифры и получает точное местоположение устройства. На самом деле, отслеживание IP-адресов может быть не таким продвинутым, но оно работает точно. Отслеживание IP-адресов полезно, если вы хотите отслеживать посетителей, находить подозрительную активность и хотите отследить ее, или хотите, чтобы ваша веб-страница автоматически загружала страну пользователя и просматривала соответствующие данные. В этом сообщении мы рассмотрели некоторые базовые бесплатные онлайн-сервисы локатора IP-адресов, которые помогут вам отслеживать IP-адрес по его местоположению.

Отслеживать расположение IP-адреса

ipTRACKERonline.com

Эта услуга — лучшая онлайн-служба отслеживания IP-адресов. Мы уже рассмотрели это в нашем учебнике по электронной почте. Вы можете проверить это здесь. Веб-сервис прост в использовании. Все, что вам нужно сделать, это ввести IP-адрес и нажать кнопку отправки. Кроме того, приложение автоматически загрузит ваш IP-адрес по умолчанию. Это удобно, когда вы хотите отслеживать себя.

После того, как вы отправите запрос, он отобразит много деталей об IP-адресе. Некоторые из доступных деталей — страна, регион, город, имя хоста, организация и интернет-провайдер. Кроме того, геолокация отображается на карте вместе с координатами. Вы можете использовать все эти данные для справки, а также можете обратиться к конкретному интернет-провайдеру за дополнительной информацией об IP-адресе. ipTRACKERonline.com также предоставляет вам некоторые другие инструменты для мониторинга и отслеживания IP-адресов. Услуга также предлагает API-доступ по минимальной цене; вы можете приобрести 150 000 запросов примерно за 40 $. Нажмите здесь, чтобы перейти на ipTRACKERonline.

com

IPLocation.net

IPLocation — это еще одна служба отслеживания геолокации IP, которая может многое предложить. Особенность этой услуги заключается в том, что она отслеживает ваш IP-адрес и извлекает данные из пяти различных баз данных геолокации. Вы можете просмотреть результаты, полученные от каждого из них. IPLocation также позволяет отслеживать IPv6 и даже имена доменов. Он отображает данные, такие как Страна, Регион, Город, Долгота, Локатор, Имя хоста и организация. Разнообразие баз данных позволяет подтвердить подлинность друг друга. Но вы можете быть удивлены, увидев различные ответы от некоторых баз данных. Помимо отслеживания IP, служба предлагает различные другие инструменты, такие как калькулятор подсети, прокси-проверка и проводник заголовков электронной почты. Нажмите здесь, чтобы перейти на сайт IPLocation.

infoSniper.net

infoSniper — это коммерческая веб-служба геолокации API. Помимо API, вы можете бесплатно получить доступ к сервису через свой веб-сайт.

Он возвращает ответ со всеми общими сведениями, которые мы уже рассмотрели в этом сообщении. Кроме того, служба предлагает годовые и ежемесячные неограниченные планы API. 150 000 запросов могут стоить вам около 40 долларов США, а ежемесячный неограниченный план — около 85 долларов. Нажмите здесь, чтобы перейти к infoSniper.

IPFingerPrints

Эта служба отслеживает IP-адреса с помощью поставщика геоданных MaxMind. Обратите внимание, что MaxMind был одним из пяти поставщиков, используемых IPLocation.net. MaxMind считается очень точным в США, и вы можете проверить уровень точности для других стран онлайн. IPFingerPrints предоставляет все необходимые данные и координаты на карте. Нажмите здесь, чтобы перейти к IPFingerPrints.

IP-Tracker.org

IP-Tracker — это бесплатный сервис IP-поиска и IP-отслеживания. Он поставляется с множеством функций, которые другие службы не имеют. Помимо общих сведений, таких как имя хоста, IP-адрес и геолокация, эта служба может дать вам обратные результаты DNS и результаты проверки черного списка.

Проверка Blacklist может рассказать вам, был ли определенный IP-адрес уже обнаружен с некоторой злонамеренной деятельностью или нет. Он может дать вам оценку уровня угрозы между 0-255 и последней зарегистрированной злонамеренной деятельностью. Нажмите здесь, чтобы перейти на IP-Tracker.org

Это несколько служб, которые могут помочь вам отслеживать IP-адрес по его местоположению. Убедитесь, что вы проверяете уровень точности базы данных геолокации, прежде чем полагаться на результаты. Если у вас есть дополнительные ссылки для добавления этой справки, вы можете отслеживать IP-адреса, не стесняйтесь добавлять их в комментарии ниже.

Если вы хотите просматривать, не подвергая реальному IP-адресу, вы можете использовать бесплатное программное обеспечение Proxy или программное обеспечение VPN.

  • Отслеживать расположение IP-адреса

    • Tweet

    Share

    Link

    Plus

    Send

    Send

    Pin

    Местоположение пользователя и IP – Плагин WordPress

    • Детали
    • отзывов
    • Монтаж
    • Поддерживать
    • Развитие

    Плагин «Местоположение пользователя и IP» — один из лучших бесплатных плагинов WordPress, который позволяет вам узнавать всю информацию о ваших посетителях в режиме реального времени, включая их IP-адрес, данные интернет-провайдера, местоположение, операционную систему, браузер, город и многие другие детали, которые можно отображать с помощью шорткодов в сообщениях, страницах и виджетах вашего сайта.

    Чтобы использовать этот плагин, вам просто нужно скопировать один из соответствующих шорткодов из списка ниже. Вы можете вставить его в то место, где вы хотите, чтобы детали отображались. Это может быть боковая панель, заголовок, нижний колонтитул или даже середина контента.

    Плагин «Местоположение пользователя и IP» использует веб-сайт IP-API для получения сведений о пользователях на основе их IP-адреса.

    Вот список различных шорткодов, предоставляемых плагином «Местоположение пользователя и IP»:

     [тип пользователя = "ip"]
[тип пользователя = "континент"]
[тип пользователя = "страна"]
[useriploc type="код страны"]
[тип пользователя = "регион"]
[тип пользователя = "имя региона"]
[тип пользователя = "город"]
[тип пользователя = "лат"]
[тип пользователя = "lon"]
[тип пользователя = "часовой пояс"]
[тип пользователя = "валюта"]
[тип пользователя = "исп"]
[тип пользователя = "браузер"]
[тип пользователя = "ОС"]
[тип пользователя = "флаг"]

    Что касается шорткода флага, атрибуты высоты и ширины необязательны. Значения по умолчанию для высоты и веса — авто и 50 пикселей соответственно. В зависимости от ваших предпочтений вы можете передать одно или оба этих значения, чтобы изменить размер флага.

    Особенности IP-адреса и местоположения пользователя
    • Настройка выполняется быстро и легко.
    • Установка минимальна и не увеличивает нагрузку на сайт.
    • «Местоположение и IP-адрес пользователя» предоставляет оперативные и точные данные, которые являются актуальными.
    • Позволяет отображать IP-адрес и местоположение пользователя, операционную систему, сведения о браузере и т. д. в любом месте на вашем веб-сайте с помощью шорткодов.
    • Поддержка флагов и шорткодов валюты.

    Если вы ищете плагин, который может отображать информацию о посетителях в реальном времени в любом месте вашего блога, вам могут помочь User Location and IP. Плагин бесплатный и не требует никакой регистрации.

    Кредиты

    Я рад объявить о выпуске этого плагина, который был создан Санни Банделом с помощью команды MyTechTalky.

    На MyTechTalky также доступны учебные пособия по WordPress, в том числе:

    • Как создать блог с помощью WordPress

    …и многие другие руководства по WordPress.

    • Пример шорткодов в «Добавить новую запись»
    • Скриншот страницы «Общая запись» с IP-адресом и другой информацией о пользователе.

    Непосредственно из репозитория WordPress (рекомендуется)

    • Перейдите к Dashboard > Plugins > Add New .
    • Введите Местоположение пользователя и IP в поле поиска.
    • Нажмите кнопку Установить .
    • Наконец, нажмите кнопку
      Активировать       .

    Ручная установка

    • Загрузите плагин «Местоположение и IP-адрес пользователя» из репозитория WordPress в виде .zip 9файл 0069.
    • Перейдите к Dashboard > Plugins > Add New .
    • Нажмите кнопку Загрузить плагин .
    • Теперь выберите загруженный файл . zip и нажмите Установить сейчас .
    • Наконец, нажмите кнопку Активировать .

    Могу ли я использовать местоположение пользователя и IP-адрес для отображения IP-адреса пользователя?

    Да, вы можете использовать короткий код [useriploc type="ip"] , чтобы показать IP-адрес посетителя.

    Могу ли я использовать местоположение пользователя и IP-адрес для отображения местоположения пользователя?

    Вы можете использовать короткие коды, предоставляемые плагином «Местоположение пользователя и IP», чтобы показать местоположение пользователя, включая страну, регион, код страны, город, широту, долготу и другую полезную информацию.

    Поддерживаются ли флаги этим подключаемым модулем?

    Да, шорткоды флагов поддерживаются этим плагином. Вы можете отобразить флаг страны посетителя, используя шорткод [useriploc type="flag" height="auto" width="50px"]. Высота и ширина являются необязательными, а значения по умолчанию — авто для высоты и 50 пикселей для ширины. Можно передать любое или оба этих значения, чтобы изменить размер флага.

    Очень нравится, большое спасибо! Есть ли шанс включить в текст сообщения, например, «спасибо, что присоединились к нам из USER LOCATION CITY»? Спасибо!

    Читать все 1 отзыв

    «Местоположение и IP-адрес пользователя» — это программное обеспечение с открытым исходным кодом. Следующие люди внесли свой вклад в этот плагин.

    Авторы

    • Солнечный Бандель
    1.5 — 16 августа 2022 г.
    • Добавлена ​​поддержка определения браузера и операционной системы.
    • Добавлены новые шорткоды.
    • Исправлены мелкие ошибки.
    1.4
    • Обновлено для работы с последней версией WordPress.
    1.3
    • Исправлена ​​ошибка, при которой вместо IP посетителя отображался IP-адрес вашего сервера.
    1.2
    • Обновлен для работы с последней версией WordPress.
    1.1
    • Исправлены мелкие ошибки.
    1,0
    • Первоначальный выпуск

    Служба поддержки

    Проблемы, решенные за последние два месяца:

    0 из 1

    Посмотреть форум поддержки

    Глобальная сеть мониторинга | Местоположение и IP-адреса: Site24x7

    • Мировой
    • Северная Америка
    • Южная Америка
    • Европа
    • Африка
    • Азия
    • Австралия

    Места мониторинга IPv4-адрес IPv6-адрес
    Северная Америка
    Шарлотта, США 192. 154.255.108 2604:f440:8:7::/64
    Фремонт (Калифорния), США 45.33.33.28, 104.236.141.173, 104,238,181,78, 45,79,67,12, 45,79,102,189, 45,63,87,133, 45,33,110,8, 45,79,71,211, 173,255,252,4,4,207,255,1,71,71,211, 173,255,252,4,23,207,25,1,1,71, .88.36, 192.81.129.136, 216.108.231.14,64.235.38.140 2001:19f0:ac00:10d:5400:00ff:fe29:fb55, 2001:19f0:ac00:12f:5400:ff:fe29:fb99
    Питсбург, США 74.118.137.52 2607:фдк0:5::46/64
    Нью-Джерси, США 198.74.62.39, 45.76.0.57, 198.74.56.175, 45.33.65.221, 8.12.17.175, 23.92.18.184, 45.56.110.193, 50.116.57.114 2001:19f0:5:38a:5400:00ff:fe39:d62b, 2600:3c03::f03c:91ff:fe16:3dc9, 2600:3c03::f03c:91ff:fe16:6d17
    Джексонвилл, США 45. 133.72.193 2606:6680:8::100/48
    Гонолулу, США 208.72.154.14 2001:19f0:c000:c404:5400:03ff:fef3:a221
    Атланта (Джорджия), США 45.79.213.84, 50.116.38.61, 108.61.192.146, 66.42.86.118, 167.160.88.186, 167.88.63.62, 139.144.30.107 2600:3c02::f03c:91ff:fe79:5bdb
    Чикаго (Иллинойс), США 209.50.53.228, 209.50.49.76, 209.50.50.39, 103.214.111.218, 45.135.150.190, 131.153.58.2, 209.50.50.62, 38.904.138.2145, 38.904.138.2143, 3 2605:7380:1000:1310:ecb3:3eff:fef0:00a5, 2605:7380:1000:1310:ecb3:3eff:fef0:6588
    Сиэтл (Вашингтон), США 45.32.229.88, 204.141.42.0/23, 65.154.166.0/24, 144.202.83.168, 136.143.190.0/23, 167.160.89.90, 136.143.186.0/23, 45. 14.115.192, 107.155.105.186, 45.14.115.195, 136.143 .176.0/23, 23.105.78.7, 104.140.148.138, 136.143.176.0/23, 104.206.1.66, 144.202.95.107, 169.197.143.213, 169.197.143.207, 169.197.143.18, 131.153.53.153.153.153.153.153.153.153.153.153.153.153.153.153.153. .143.19, 45.77.208.188 2001:19f0:8001:148b:5400:01ff:fec0:fc1e, 2605:9f80:2000:8::bae0:5ce, 2001:19f0:8001:8b2:5400:03ff:fe92:169a, 2001:19f0:8001:22a:5400:04ff:fe1b:027c
    Даллас (Техас), США 45.33.117.219, 216.52.72.226, 204.141.32.226, 45.79.2.230, 8.40.222.226, 204.141.42.0/23, 45.79.7.124, 45.56.75.144, 45.33.117.20, 198.58.123.134, 198.58.110.198, 72.14.191.239 , 104.237.139.25, 173.232.241.42, 64.94.95.154, 64.94.95.98, 204.141.32.0/23, 136.143.186.0/24, 136.143.182.0/23, 136.143.178.0/23, 136.143.184.0/24, 135.84.80.0 /24, 104.206.99.34,104.245.34.210 2600:3c00::f03c:91ff:fef1:556d, 2600:3c00::f03c:91ff:fee0:f1a7, 2600:3c00::f03c:91ff:fe4d:c308
    Хьюстон (Техас), США 66. 187.76.125, 66.187.70.54, 162.218.229.234, 66.187.70.206, 66.187.70.210, 66.187.71.26, 66.187.71.30 2604:e880:0:9::6019:737a, 2604:e880:0:18:225:90ff:fea4:a083, 2604:e880:0:18:ec4:7aff:fe0d:c1b5
    Портленд (Орегон) США 162.210.173.201, 162.210.173.104, 139.64.132.20, 93.177.110.3 2604:b480:ffff:ffff:fa13::1
    Солт-Лейк-Сити (Юта), США 185.72.156.36, 172.98.94.101, 102.129.219.126, 107.182.239.83 174.127.79.9 2606:2e00:0:55:216:3eff:fe54:d699
    Тампа (Флорида), США 23.111.137.118, 209.133.193.10, 217.79.253.42 2604:4500:6:82:ae1f:6bff:fe80:be0c
    Вирджиния, США 75.101.151.107, 174.129.225.90, 207.244.104.49, 207.244.103.237, 207.244. 104.233, 207.244.97.125, 207.244.104.199, 207.244.112.137, 23.105.39.121, 108.62.123.84, 198.24.164.234, 23.235.225.122, 172.106 .112.146, 172.106.106.102, 38.107.226.134, 38.107.226.220, 208.117.86.232, 131.153.220.98 2604:9а00:2100:аф0ф:1::, 2607:f170:54:10::d00
    Нью-Йорк, США 104.236.16.22, 104.236.114.81, 198.211.100.169, 162.243.55.64, 66.23.202.202, 172.96.165.162, 172.96.165.170, 66.23.202.130, 66.165.233.146, 66.165.251.146, 209.151.153.107, 194.113.73.213, 169.197 .141.134, 209.151.149.16, 161.35.134.74, 172.96.165.98, 64.42.178.106, 142.202.48.51,45.58.44.78, 169.197.141.229 2604:a880:800:10::18b:c001, 2604:a880:800:10::18b:3001, 2604:a880:0:1010::40:b001, 2605:7380:8000:1000:ecb3: 3эфф:fef0:2db0
    Лос-Анджелес, США 108.61.217.92, 172.106.33.118, 162.254.116.12, 108.61.206.96, 162.251.165.90, 167. 160.90.234, 66.165.236.114, 66.165.22286, 104.128.286.114, 66.165.222186, 104.128.286.114, 66.165.2226, 104.128.286.114, 66.165.2226, 104.128.236.114, 66.165.2226, 104.128.236.114. 2001:19f0:6001:e3:5400:00ff:fe2b:46d9, 2602:ffc5:50::1:5072, 2607:fcd0:10e:1f::2
    Лас-Вегас, США 216.108.226.70, 199.241.140.224, 64.235.50.24 2606:6680:5::100
    Денвер (Колорадо), США 104.219.169.152, 104.219.169.160, 104.219.169.168, 104.219.169.17, 104.219.169.126, 66.11.121.162, 192.199.242.22, 139.64.165.124, 45.95.15.65, 139.64.165.200 2607:f740:16::33a, 2606:1880:5:383::e6d5,2606:6680:6::100/48
    Майами (Флорида), США 104.156.247.194, 45.63.106.106, 93.119.178.111, 93.119.178.108, 199.201.89.55, 23.82.136.5,38.91.106.20, 81.181.106.37, 81. 181.106.38 2001:19f0:9000:86a2:5400:00ff:fe24:15c0
    Канзас, США 63.141.234.234, 204.12.239.90, 69.30.231.250,173.208.241.50 2604:4300:а:29b:7254:d2ff:feab:b2f0
    Вашингтон, округ Колумбия, США 162.213.36.11, 162.213.36.181, 216.189.157.216, 103.11.65.66, 104.36.18.45, 162.213.37.53, 169.61.69.29 2602:ffc5:40::1:95d8
    Феникс (Аризона), США 184.95.34.210, 184.164.133.98, 198.12.112.254, 23.83.129.144, 184.95.57.2,66.85.139.2 2607:ff28:1:7::32f1:5e93, 2607:ff28:1:7::14d4:f2df, 2607:f5b0:1:a003:1::0
    Колумбус, Огайо, США 3.13.200.150, 64.79.69.74 2001:1828:0000:010c:0000:0000:0000:0002
    Детройт (Мичиган), США 104. 244.211.30, 173.249.159.5, 173.249.152.22, 147.189.140.13, 181.214.239.192 2620:11f:7000:1fd::2, 2620:11f:7000:f::2
    Сан-Франциско (Калифорния), США 209.58.140.183, 209.58.140.10, 209.58.140.28, 209.58.134.101, 64.227.102.60, 64.227.110.156, 23.82.16.146, 209.58.142.162, 23.81.177.155, 69.87.216.126, 209.58.140.3 2604:a880:1:20::27f:3001, 2605:fe80:2100:a013:17::1
    Филадельфия (Пенсильвания), США 76.8.60.8, 154.16.159.27, 76.8.60.128 2604:бф00:210:50::2
    Бостон (Массачусетс), США 192.34.85.134, 192.34.81.171, 45.10.23.251, 45.10.23.233 2602:ff65:0:99::5815:60cf
    Монреаль, Канада 199.19.214.79, 162.253.54.200, 72. 10.163.154, 68.168.118.242,173.209.55.2 2604:e100:1:0:f816:3eff:fe52:163e
    Торонто, Канада 159.203.1.147, 159.203.37.151, 69.87.223.220, 45.58.36.104, 165.227.45.247, 172.105.0.109, 162.223.228.142, 165.22.431.238.1425.196.243 2604:a880:cad:d0::4c2:2001, 2604:a880:cad:d0::d6a:4001
    Ванкувер, Канада 67.231.28.126, 104.36.149.196, 107.161.38.100, 162.223.226.148, 107.161.38.125, 158.51.123.24, 158.51.123.168 2607:7b00:3000::19, 2602:fec3:200::3
    Керетаро, Мексика 169.57.14.116, 169.57.14.126, 169.57.14.120, 169.57.14.125, 89.223.88.20, 89,22 3,88,121 2607:f0d0:1c01:cf::4, 2607:f0d0:1c01:cf::3,2a03:90c0:545::2a 2a03:90c0:545::332
    Мехико, Мексика 190. 103.179.33, 94.74.66.132, 216.238.75.92 2800:ba0:6:c1:c058:8fff:fe8a:60ff, 2001:19f0:b400:14ea:5400:03ff:fed3:ba89
    Сан-Хосе, Коста-Рика 185.184.143.75, 143.202.163.233 2803:6900:0609:0001:0000:0001:216f:c4db
    Сент-Луис, США 207.244.233.37 2605:а140:2067:6893:0000:0000:0000:0001/64
    Европа
    Лондон, Великобритания 176,58,98,218, 213,219,39,144, 83,136,248,38, 206,189,126,148, 145,239,252,202, 130,185,251,108, 54,36,166,80, 23,106,60,83,108, 54,36,16,80, 23,106,60,83, 23,1066,34,34,36,16,4.237.57.81, 142.202.51.34, 51.89.173.91,23.106.38.147, 23.106.38.133, 208.87.98.33, 95.168.184.26, 95.179.200.188 2a01:7e00::f03c:91ff:fe98:d84, 2a03:b0c0:1:e0::259:b001,2001:19f0:7400:88bb:5400:03ff:fefb:b5ac
    Манчестер, Великобритания 89. 42.31.147, 45.148.11.56, 45.148.11.142,81.181.108.61, 81.181.108.64, 81.181.108.65 2001:0ac8:0021:0008:0000:0000:11e4:7e9a
    Бирмингем, Великобритания 194.124.43.190 2606:6680:3::100
    Йоркшир, Великобритания 185.4.176.100
    Уэйкфилд, Великобритания 109.203.100.54,109.203.118.139 2a00:f9c0:0:402::11
    Ноттингем, Великобритания 5.77.50.88, 213.175.200.206 -
    Эдинбург, Шотландия, Великобритания 82.113.131.197, 82.113.131.198, 82.113.131.200 2а03:4500:8001:2::4
    Франкфурт, Германия 104. 207.130.121, 94.237.81.16, 172.104.137.31, 138.197.191.152, 178.162.205.11, 178.162.211.136, 193.108.117.151, 37.58.63.208, 94.237.102.189, 193.108.118.81, 78.159.116.12, 94.237.89.71, 172.105.244.7,46.165.252.178, 212.95.50.215, 94.37.8.204 2001:19f0:6c00:9b25:5400:00ff:fe25:62c9, 2001:19f0:6c00:9b25:5400:00ff:fe25:62c9,2a04:3542:1000:910:ecb3:3eff:fef0:38c5, 2a01 :7e01::f03c:93ff:fe98:7989 2a04:3542:1000:910:ecb3:3eff:fef0:6b8a
    Мюнхен, Германия 5.189.150.43, 167.86.77.254, 167.86.78.20, 194.182.181.78, 80.241.209.151, 80.241.220.92,80.241.209.236 2a02:c207:2024:4463::1, 2a02:c207:2024:4478::1, 2a04:c42:e00:5c7d:491:9cff:fe00:11c
    Фалькенштайн, Германия 78.46.129.157, 78.47.108.79 2a01:4f8:1c17:4027::1
    Осло, Норвегия 217. 170.207.93 -
    Лиссабон, Португалия 185.15.20.210, 94.46.175.231, 188.208.143.107 2a00:1650:1000::5eff:fe2e:a0d7, 2a00:1650:1000:0:216:3eff:fe5c:8851, 2a00:1650:1000:0:3285:a9ff:fea6:4d9b
    Цюрих, Швейцария 89.145.164.56,31.7.56.242, 31.7.58.66 2a02:29b8:2aa2:584:66cb:8dc3:47a3:be80
    Женева, Швейцария 194.182.161.124 2a04:c43:e00:5c7d:4c3:12ff:fe00:1011
    Хельсинки, Финляндия 185.117.118.126, 185.117.118.108 2a0c:f040:0:8::b, 2a0c:f040:0:8::c
    Москва, Россия 80.87.196.114, 82.146.54.128, 92.63.110.171 2a01:230:2:6::12d5
    Санкт-Петербург, Россия 77. 73.69.144 2a00:1838:37:22b::dea6
    Вена, Австрия 149.154.152.93, 185.175.58.120, 185.175.59.2,45.91.94.225 2a03:f80:ed15:37:235:56:210:1, 2a03:f80:ed15:149:154:152:93:0, 2a0d:5600:31:3::b92e, 2a0e:dc0:3: 1f3b::1
    Варшава, Польша 185.70.198.110, 89.207.169.41, 146.59.15.241 2a03:f80:48:37:235:48:47:1, 2a01:6e80:fffe::1:0
    Бухарест, Румыния 45.15.23.27, 188.240.210.23,85.122.127.4 2A04:9DC0:00C1:0007:0000:0000:08b6:4116
    Амстердам, Нидерланды 185.20.209.0/24 (только ЦОД ЕС), 213.244.146.0/24 (только ЦОД ЕС), 31.186.226.150, 134.19.176.31, 134.19.176.80, 134.19.176.81, 134.19.2025.176.8.150, 178.62.238.39, 188.166.3.204, 81.171.24. 87, 5.79.113.207, 31.186.243.0/24, 95.168.161.51, 131.153.21.234, 185.230.212.0/23, 5.22.209.17 (только 185.2330.2330.2330, 185.2330.2330, 185.2330.2330, 185.230.212.0/23, 5.22.209.17 (только 185.230.212.0/23, 5.22.209.17 (только 55.2330.2330.2330. .215.0/24, 178.162.136.67 2a03:b0c0:2:d0::13da:2001, 2001:1af8:5000:a02b:1::1
    Копенгаген, Дания 82.103.140.78, 185.134.29.181, 185.134.30.79,89.188.72.70, 89.188.72.76 2a06:eac0:537::9, 2a00:9080:1:2bb::1
    Брюссель, Бельгия 31.193.180.147, 31.193.181.14, 185.192.44.53, 128.127.180.90 2a03:a800:a1:1952::cb
    Дублин, Ирландия 217.163.72.0/24 (Only EU data center), 87.252.213.0/24, 89.36.170.0/24, 87.252.215.24/29, 79.125.119.192, 217.112.154.222, 87.252.215. 28, 212.147.209.78, 185.224.197.27 , 185.224.197.52, 185.224.196.75, 185.172.199.0/27, 54.75.220.171, 185.230.214.0/23 (только центр обработки данных ЕС), 185.230.215.0/24 2a01:258:f000:6::10a, 2a01:258:f000:6:216:3eff:fed4:4330, 2a02:1310:353:1::4
    Париж, Франция 45.32.144.240, 108.61.209.12, 45.76.45.146, 217.69.15.109, 107.191.46.12, 5.188.70.16, 172.99.189.158 2001:19f0:6800:10a5:5400:00ff:fe1d:6ebb, 2001:19f0:6801:d4:5400:00ff:fe3c:3aed, 2001:19f0:6801:1286:5400:03ff:fe2e:9336
    Страсбург, Франция 51.178.183.119, 151.106.11.87 2a01:7a7:2:2fa8:225:90ff:fee2:53f2, 2001:41d0:404:200::522e
    Барселона, Испания 185.166.215.231, 185.166.213.137, 185.166.213.123, 185.166.215.210, 23.238.193.198 2604:6600:fdc0:fc19::/64
    Мадрид, Испания 5. 134.119.53,5.134.119.46, 194.62.97.61 2a03:c7c0:26::/64
    Стокгольм, Швеция 185.217.0.140, 91.236.116.115, 159.253.26.180,45.15.23.113 2a02:750:7::b6, 2a02:750:7:3305::19b, 2a0e:1d80:0001:007f:0000:0000:0000:0001
    Милан, Италия 95.141.37.142, д. 95.141.37.99, 158.58.173.206, 95.141.32.199 2a02:29e0:1:415::10
    Афины, Греция 78.108.38.106 2001:1548:7999:1::0
    Киев, Украина 185.167.161.11 2а04:1741:0:1е::1
    Будапешт, Венгрия 91.219.236.236, 185.163.204.223, 185.163.204.28 2a10:c800:0:2700::0,2a10:c800:0001:02ae:0000:0000:0000:0001
    Город Люксембург, Люксембург 172. 255.250.4 2a05:93c1:999::24
    София, Болгария 94.72.143.122 2а01:8740:1:200::/64
    Белград, Сербия 131.153.96,98 -
    Прага, Чехия 83.167.247.80, 83.167.247.105 2а01:430:277::/64
    Стамбул, Турция 185.65.204.195, 185.65.204.194, 5.188.36.110, 5.188.36.85 2a05:300:1:1::8, 2a03:90c0:164::13f
    Тель-Авив, Израиль 91.228.126.149, 5.188.95.23 2a03:90c0:1e4::a
    Австралия
    Мельбурн, Австралия 103. 236.162.175, 45.124.52.48, 45.124.53.20, 103.231.88.108, 103.91.166.0/24, 103.208.218.28, 165.173.191.0/24, 212.27.1 2404:9400:3:0:216:3эфф:плата0:9a05, 2404:9400:3:0:216:3эфф:плата1:399
    Сидней, Австралия 54.252.99.178, 112.213.32.133, 45,76.112.198, 54,253,250,52, 101,97,36,0/24, 103,138,128,0/23, 103,4,235,82, 172,105,180,58, 43,245,1611.2115.82.82, 172,105,180,58, 43,245,1611.210,235,82, 172,105,180,58, 43,245,1611.210,235,82, .252.32, 110.232.112.106 2402:2f80:4::5a, 2402:9400:400:2::204, 2001:19f0:5801:823:5400:1ff:fe4a:fe3c, 2400:8907::f03c:92ff:feeb:bcf6
    Брисбен, Австралия 103.16.130.114, 203.57.50.87, 203.18.30.143 2404:9400:1:0:216:3эфф:fef0:c12b
    Перт, Австралия 103.77.234.74, 203.29.243.116, 203.29.242.205, 203. 29.242.205 2400:fa80:5:9:d68e:c0c1:fced:a31a
    Канберра, Австралия 116.206.229.30, 116.206.229.46 2407:а080:4000:3:1::0, 2407:а080:4000:7::б
    Аделаида, Австралия 116.206.231.6 2407:а080:5000:5::
    Новая Зеландия
    Окленд 120.138.27.125, 223.165.76.47, 103.231.91.126, 103.108.94.72,120.138.21.129, 103.108.94.91 2403:7000:4000:900::38, 2400:fa80:4:5::11:0, 2400:fa80:4:8:4dba:fe0f:1954:22е
    Азия
    Шанхай, Китай 118.126.63.128/25 (только центр обработки данных в Китае), 118. 126.63.64/26 (только центр обработки данных в Китае), 43.250.146.112/28 (Только центр обработки данных в Китае), 163.53.93.0/24, 163.53.94.0/27, 47.101.198.165, 47.101.189.185, 121.36.217.245, 119.3.111.246, 106.15.251.168 2408:4002:1049:аф02:2е98:3b01:da4e:f7f8
    Пекин, Китай 39.106.179.255, 39.97.102.94,54.223.31.214, 124.251.121.0/24, 124.251.122.0/25, 124.251.128.0/24, 121.36.68.17, 47.93.51.103, 52.80.53.76 2408:400а:5д:1а01:фбб2:9565:4899:а7е9
    Город Циндао, Китай 120.27.24.218, 47.104.74.75 -
    Город Ханчжоу, Китай 114.55.3.152, 47.97.36.183 -
    Шэньчжэнь, Китай 39.108.195.216 -
    Чжанцзякоу, Китай 47. 92.158.201, 39.99.154.44 -
    Гуанчжоу, Китай 123.207.67.246, 139.159.246.170, 106.55.43.163 -
    Чэнду, Китай 47.108.57.137 -
    Чунцин, Китай 118.24.230.165 -
    Хухехаоте, Китай 39.104.161.26 -
    Гуйян, Китай 139.9.154.52 -
    Нагано, Япония 119.82.24.99, 119.82.29.196,203.83.244.42,45.124.136.11 -
    Токио, Япония 54.248.99.81, 45.32.34.216, 54.249.235.161, 139.162. 71.19, 89.43.108.188, 23.81.44.73,95.85.91.156, 5.8.95.152 2001:19f0:7001:3865:5400:01ff:fe5f:2a07
    Осака, Япония 203.76.245.239, 103.204.172.107, 45.120.159.116 2403:ад80:60:15::66, 2403:ад80:60:4дф::3376
    Сеул, Южная Корея 52.78.86.95, 158.247.209.240, 92.38.135.221 2401:c080:1c02:c8f:5400:03ff:fe2c:165e
    Хайдарабад, Индия 120.138.8.30, 103.27.86.192 2400:3b00:1:d::164
    Нью-Дели, Индия 103.26.207.73, 103.228.114.7 2404:6b00:40::2
    Калькутта, Индия 103.16.100.135 -
    Индор, Индия 103. 39.132.202 2001:DF0:1A00:C::2
    Пуна, Индия 103.224.247.99, 45.64.104.101 2001:df2:1000:3005::2, 2401:7500:fffa:1:eeeb:b8ff:fe5d:3178
    Ченнаи, Индия 121.244.91.46, 122.15.156.174, 103.6.87.115, 121.244.91.31, 103.122.78.0/24, 103.103.199.0/24, 121.244.91.2, 169.38.113.19, 169.148.148.0/23,182.74.243.49 2403:2500:4000::1a3, 2401:c900:1501:0099:0000:0000:0000:0006
    Мумбаи, Индия 180.149.241.212, 52.66.168.144, 103.89.75.0/24, 43.241.70.127, 103.89.74.0/24, 103.103.196.0/23, 103.103.198.0/24, 103.117.158.0/24, 103.117.159.0/24, 199.34 .22.32/28, 125.18.30.112/28, 125.16.138.240/28, 154.83.3.32/28, 172.105.63.102, 103.13.112.14, 103.13.113.52, 169.148.149.02/23 2401:7500:fff5:1::97, 2400:8904::f03c:92ff:fea6:a417
    Бангалор, Индия 139. 59.12.64, 157.245.96.123, 68.183.85.82 2400:6180:100:d0::e:3001, 2400:6180:100:d0::19a8:f001, 2400:6180:100:d0::8be:4001
    Гонконг 103.53.199.83, 209.58.191.164, 209.58.188.12, 103.161.224.210, 103.161.224.208 2001:df1:801:a00b:7::10, 2001:df1:801:a006:5::/64, 2001:df1:801:a007:4::10
    Город Сингапур, Сингапур 175.41.141.147, 139.162.59.38, 94.237.64.172, 209.58.160.49, 139.99.97.23, 131.153.77.26 2001:df1:800:a102:4::10, 2a04:3543:1000:2310:ecb3:3eff:fef0:20e1
    Манила, Филиппины 116.93.97.116, 103.19.16.177 -
    Ханой, Вьетнам 103.74.121.134, 103.143.208.198 2403:6a40:0:121::188:2001, 2001:df1:9780::5cd
    Куала-Лумпур, Малайзия 103. 47.154.202, 45.127.4.33, 47.254.198.40, 103.233.1.53 2402:6c00:a002:45:127:4:33:3
    Джакарта, Индонезия 203.114.74.7, 45.114.118.165 2402:2f80:5::5c
    Бангкок, Таиланд 43.230.27.46, 150.109.167.115, 43.225.142.155, 103.13.230.174, 43.133.98.45 2407:8100:2:4::8100
    Тайбэй, Тайвань 116.206.74.115, 172.107.246.82 2406:4f40:14:2::10
    Ближний Восток
    Дубай, ОАЭ 109.169.72.63, 185.56.90.199, 185.56.88.137, 109.169.72.71, 3.28.108.35 2a04:da00:0:1:f816:3eff:fec5:5f57
    Эр-Рияд, Саудовская Аравия 185. 230.211.237, 185.79.250.191, 46.151.210.66, 185.230.211.237, 185.230.211.62 2a05:78c0:0:2::2D, 2a05:78c0:0:2::c2
    Манама, Бахрейн 15.185.128.126 -
    Южная Америка
    Рио-де-Жанейро, Бразилия 186.226.60.108, 186.226.56.241, 186.226.57.44, 186.226.60.48, 186.226.58.71 2804:e6c:4000:8::1
    Богота, Колумбия 190.120.231.46 2800:ba0:8:e2::3691
    Сан-Паулу, Бразилия 177.71.177.249, 148.163.220.12, 148.163.220.163, 54.207.103.4, 18.228.78.159, 163.109.65.37, 18.228.75.210, 5.188.9225.87 2607:f740:1::f13, 2607:f0d0:4201:000c:0000:0000:0000:0009
    Сантьяго, Чили 192. 140.56.150, 148.163.223.195, 119.8.152.145, 159.138.117.134 2607:f740:56:10::38e
    Буэнос-Айрес, Аргентина 170.78.75.88, 170.78.75.87 2803:eb80:4000:d::/64
    Медельин, Колумбия 179.50.12.219, 179.50.90.226, 179.50.79.6 -
    Лима, Перу 190.120.229.16, 87.121.99.29 2800:ba0:2a:a1:efe7:61d4:ac9:30b8,2a03:90c0:555::c2
    Африка
    Каир, Египет 41.223.52.7
    Лагос, Нигерия 195.16.73.66 2a03:94e2:ffff:195:16:73:0:6
    Йоханнесбург, Южная Африка 41. 76.110.56, 41.76.110.72, 159.138.169.232,41.76.111.103 2c0f:f850:154:197::14, 2c0f:f850:dc05:ea57:1:726c:0000:0001, 2c0f:f850:dc05:ea57:1:c7ad:0000:0001

    * Последний раз IP-адреса местоположения обновлялись 6 октября 2022 г.

    Автоматизируйте белый список IP-адресов:
    • Мы сопоставили все IP-адреса наших точек мониторинга с одним доменным именем, site24x7.enduserexp.com . Разрешая это доменное имя, вы можете автоматизировать белый список IP-адресов и обеспечить постоянное обновление правил брандмауэра базы данных. Новое
    • Для непрерывного мониторинга обязательно внесите в белый список все IP-адреса наших мест мониторинга, перечисленные здесь, в политике вашего брандмауэра. Site24x7 может опрашивать из другого места, пока сервер местоположения отключен на техническое обслуживание.
    Как получать уведомления об обновлениях IP?
    • Вы будете незамедлительно уведомлены по электронной почте каждый раз, когда с нашей стороны будет происходить обновление, связанное с IP.
    • Вы можете следить за сообщениями на нашем форуме, чтобы получать новые обновления о наших местах наблюдения.
    • Вы также можете загрузить информацию об IP-адресе в этих форматах - Электронная таблица | PDF | RSS | JSON | CSV | ТСВ | HTML
    Как исключить трафик с Site24x7 при отслеживании активности пользователей в Google Analytics?
    • Настройка фильтра для Site24x7 в консоли Google Analytics и исключение его отображения в представлении Google Analytics — один из лучших способов исключить трафик из служб отслеживания страниц. Читать далее.
    • Другой вариант — заблокировать Site24x7 от самого запроса к вашей веб-странице/веб-приложению с помощью параметра «Блокировать домены». Читать далее.

    Метод IP-геолокации на уровне улиц, основанный на корреляции задержки-расстояния и многоуровневых общих маршрутизаторах

    На этой странице в сетях 5G. Методы IP-геолокации могут помочь в оценке географического местоположения этих интеллектуальных устройств. Два ключевых допущения существующих методов IP-геолокации заключаются в следующем: (1) наименьшая относительная задержка исходит от ближайшего хоста; (2) расстояние между хостами, которые используют ближайшие общие маршрутизаторы, меньше, чем между другими. Однако эти два предположения не всегда верны в сетях со слабой связью, что может повлиять на точность. Мы предлагаем новый алгоритм IP-геолокации на уровне улиц (Corr-SLG), основанный на корреляции задержки и расстояния и многоуровневых общих маршрутизаторах. Первая ключевая идея Corr-SLG состоит в том, чтобы разделить ориентиры на разные группы на основе корреляции относительной задержки и расстояния. В отличие от предыдущих методов, Corr-SLG определяет местоположение хоста на основе наибольшей относительной задержки для групп с сильной отрицательной корреляцией. Вторая ключевая идея заключается в том, чтобы ввести в процесс геолокации ориентиры, которые используют многоуровневые общие маршрутизаторы, вместо того, чтобы полагаться только на ближайшие общие маршрутизаторы. Кроме того, чтобы увеличить количество ориентиров, в этой статье также представлен новый метод сбора ориентиров на уровне улиц, называемый ориентиром WiFi. Эксперименты в столице одной из провинций Китая, Чжэнчжоу, показывают, что Corr-SLG может значительно улучшить точность геолокации в реальной сети.

    1. Введение

    Благодаря быстрому росту мобильных мультимедийных услуг, таких как онлайн-видео и удаленные конференции на интеллектуальных мобильных устройствах (например, мобильных телефонах и планшетах), мобильные и беспроводные системы связи пятого поколения (5G) пользуются большим спросом. во всем мире [1–3]. Как управлять доверительными отношениями между пользователями и поставщиками мультимедийного контента в сети 5G — важная проблема [4]. В предыдущих работах, таких как [4], указывается, что географическое расположение пользователей или поставщиков контента является важной информацией для обнаружения неаутентифицированных или вредоносных устройств. IP-геолокация может определять географическое положение интернет-хостов, а также интеллектуальных устройств на основе их IP-адресов [5]. Помимо аутентификации, IP-геолокация также помогает в определении географического местоположения кибератак или онлайн-мошенничества для правоохранительных органов и государственных учреждений [6].

    Существующие методы IP-геолокации можно разделить на два типа по точности: IP-геолокация на уровне города и IP-геолокация на уровне улицы. Геолокация IP-адресов на уровне города направлена ​​на поиск города, в котором находится целевой IP-адрес. Среднее расстояние ошибки основных методов IP-геолокации на уровне города составляет от десятков до сотен километров. После получения информации о местоположении на уровне города методы геолокации IP-адресов на уровне улиц можно использовать для поиска конкретной улицы, сообщества или организации, где находится целевой IP-адрес, среднее расстояние ошибки которого обычно составляет менее 10 километров.

    IP-геолокация на уровне города достигла относительно зрелой стадии. К основным методам относятся GeoPing [7], CBG [8], TBG [9], Octant [10], Structon [11], GeoGet [12], Chen-Geo [13], PLAG [14], Yuan-Geo [ 15] и РНБГ [5]. В этой статье в основном обсуждаются методы IP-геолокации на уровне улиц. Существует три основных метода IP-геолокации на уровне улиц: Checkin-Geo [16], Geo-NN [17] и Wang-Geo [18]. Помимо этих трех методов, базы данных IP также могут обеспечить местоположение на уровне улицы для небольшой части IP-адресов, что вряд ли может удовлетворить спрос людей [19]., 20].

    Checkin-Geo — это метод IP-геолокации, основанный на анализе данных. Сначала он строит связь между «именем пользователя» и «местоположением смартфона» на основе информации о регистрации [16, 21], собранной в определенных приложениях для смартфонов. Затем он строит связь между «именем пользователя» и «IP-адресом ПК» на основе информации для входа, собранной в соответствующих приложениях ПК. Основываясь на этих двух отношениях, он, наконец, получает связь между «IP-адресом ПК» и «местоположением смартфона» для геолокации целевого IP-адреса. Проблема Checkin-Geo в том, что большинству исследователей или компаний сложно получить эти два соотношения. Отношения обычно имеют только меньшинство интернет-гигантов, которые могут получить доступ к местоположению и IP-адресу одного пользователя как из мобильных приложений, так и из приложений для ПК. Например, Tencent (крупнейший поставщик услуг обмена мгновенными сообщениями в Китае, http://www.tencent.com) может получить соответствующие данные одного пользователя от его/ее клиентов QQ на смартфонах и ПК. В этой статье мы в основном сосредоточимся на методах IP-геолокации на уровне улиц, основанных на измерениях.

    Методы Geo-NN и Wang-Geo являются методами IP-геолокации, основанными на измерениях. Эти методы оценивают местоположение одного целевого IP-адреса в основном на основе сетевых задержек между зондирующими хостами, целевым IP-адресом и известными ориентирами [17, 18]. По сравнению с Geo-NN, Wang-Geo также использует данные топологии сети во время геолокации. Следовательно, можно получить лучшие результаты, если количество зондирующих машин ограничено. В частности, если в городе с целевым IP-адресом есть только одна машина для зондирования, только Wang-Geo может оценить местоположение, поэтому Wang-Geo — это недорогой метод для крупномасштабного развертывания в реальных условиях.

    Wang-Geo изначально разработан для сетей с большим количеством соединений, таких как американская сеть [18]. В умеренно или слабо связанных сетях, таких как китайская сеть [22], точность Wang-Geo может серьезно пострадать [16]. В сильно связанных сетях корреляция между сетевой задержкой и географическим расстоянием сильная [22]. Сетевая задержка обычно увеличивается с увеличением расстояния. В слабосвязанных сетях корреляция обычно слабая, и нет четкой связи между сетевой задержкой и географическим расстоянием. Мы стремимся повысить производительность Wang-Geo в слабосвязанной сети.

    Почему точность метода Wang-Geo снижается в слабосвязанной сети? Есть два важных допущения для метода Ванга-Гео: (1) для одного хоста наименьшая задержка исходит от хоста, который имеет наименьшее географическое расстояние до него; (2) расстояния между хостами, которые используют ближайшие общие маршрутизаторы, обычно меньше, чем расстояния между хостами, которые используют другие общие маршрутизаторы. Однако путем измерений мы обнаруживаем, что эти два предположения не всегда верны для слабо связанных сетей. Это может быть причиной того, что точность метода Ванга-Гео резко снижается в слабо связанных сетях.

    Помимо двух предположений, достаточное количество и широко распространенные ориентиры на уровне улиц также являются одной из основ метода Ван-Гео. Однако по мере того, как все больше и больше веб-сайтов развертываются в облачных сервисах, географическое положение веб-сайта не обязательно связано с его компанией. Таким образом, количество классических веб-ориентиров, на которые опирается метод Wang-Geo, становится все более и более ограниченным. Это также неправомерно повлияло на эффективность метода Ван-Гео в последние годы.

    Для получения более точных результатов IP-геолокации на основе измерений в сетях со слабым подключением в этой статье предлагается алгоритм IP-геолокации, основанный на корреляции относительной задержки-расстояния и многоуровневых общих маршрутизаторах — Corr-SLG. Corr-SLG включает в себя две части: сбор ориентиров и IP-геолокацию.

    На этапе сбора ориентиров, помимо классического метода сбора веб-ориентиров, мы представляем новый метод сбора ориентиров на уровне улиц, называемый ориентиром WiFi (Wireless Fidelity). Этот метод собирает ориентиры на основе различных точек доступа Wi-Fi и точной информации о географическом местоположении смартфонов.

    На этапе IP-геолокации, чтобы выяснить, какой ориентир находится ближе всего к целевому IP-адресу в слабо связанной сети, Corr-SLG делит ориентиры на три группы на основе корреляции относительной задержки и расстояния. В группе, где корреляция между задержкой и расстоянием сильно положительна (т. е. близка к 1), ориентир, который имеет наименьшую задержку до целевого IP, выбирается в качестве ориентира-кандидата (т. е. ориентир, ближайший к целевому IP). В группе, где корреляция между задержкой и расстоянием сильно отрицательна (т. е. близка к -1), ориентир с наибольшей задержкой до целевого IP выбирается в качестве ориентира-кандидата. В третьей группе ориентир выбирается случайным образом в качестве ориентира-кандидата. Чтобы ввести больше ориентиров, близких к целевому IP, в процедуру выбора ориентиров-кандидатов, Corr-SLG выбирает ориентиры-кандидаты не только из ближайшего общего уровня маршрутизатора, но и из других общих уровней маршрутизатора. Эксперименты в столице одной из провинций Китая, городе Чжэнчжоу, показывают, что Corr-SLG может повысить точность определения IP-геолокации на уровне улиц примерно на 38,59.%.

    Остальная часть статьи организована следующим образом. В разделе 2 мы показываем, что два ключевых предположения Wang-Geo не всегда верны в двух реальных сетях. Затем мы представляем метод сбора ориентиров в Разделе 3. В Разделе 4 представлен алгоритм IP-геолокации Corr-SLG. Раздел 5 показывает результаты эксперимента. Завершение статьи приведено в Разделе 6.

    2. Два допущения метода Ван-Гео

    Метод Ван-Гео представляет собой типичный метод IP-геолокации, основанный на измерениях на уровне улиц. В этом разделе мы сначала познакомимся с основными принципами метода Ванга-Гео. Затем мы проверим, верны ли эти два предположения в двух реальных сетях.

    2.1. Основные принципы метода Wang-Geo

    Метод Wang-Geo сопоставляет целевой IP-адрес с ближайшим ориентиром в три шага. Первые два шага фактически используют модифицированную версию одного из классических методов геолокации IP-адресов на уровне города — CBG [8] — для поиска города или региона, где находится целевой IP-адрес. В этом документе в основном обсуждается IP-геолокация на уровне улицы, которая в основном выполняется на шаге 3. Шаг 3 показан следующим образом: (1) Как показано на рисунке 1, зондирующий хост измеряет задержки и пути маршрутизатора к ориентирам () и целевой IP. В этой статье под зондирующим хостом понимается компьютер, который может использоваться исследователями для измерения задержки между ним и другими компьютерами, и его географическое положение также известно исследователям. (2) Найдите ближайший общий маршрутизатор между и каждым ориентиром. Ближайший общий маршрутизатор между и ; ближайший общий маршрутизатор между и также ; ближайший общий маршрутизатор между и есть .(3)Рассчитайте относительную задержку [18] между и каждым ориентиром. Метод Wang-Geo вычисляет относительную задержку только на основе ближайшего общего маршрутизатора. Относительная задержка между и составляет ; относительная задержка между и ; относительная задержка между и равна .(4) Ориентир, который имеет наименьшую относительную задержку до целевого IP, выбирается в качестве ориентира-кандидата. В этой статье ориентир, который, по оценкам, находится ближе к целевому IP, чем другие в группе ориентиров, называется 9.1341 кандидат ориентир . (5) Если имеется только один зондирующий хост, целевой IP-адрес сопоставляется с местоположением единственного возможного ориентира; если есть более одного зондирующего хоста, целевой IP-адрес сопоставляется с местоположением потенциального ориентира, который имеет наименьшую относительную задержку.

    Относительная задержка будет занижена, если задержка до одного ближайшего общего маршрутизатора завышена. Это повлияет на выбор ориентира-кандидата. Такой маршрутизатор называется «надувной маршрутизатор» [18]. Метод Wang-Geo делит географическое расстояние на относительную задержку между двумя ориентирами, чтобы обнаружить раздутые маршрутизаторы. Все измеренные данные, связанные с раздуванием маршрутизаторов, должны быть отброшены.

    Мы собираем 80 веб-сайтов соответственно в Чжэнчжоу, столице провинции Китая, и Торонто, столице Канады. Мы рассчитываем относительные задержки между веб-ориентирами в каждом городе и просто проверяем ближайшие общие маршрутизаторы, соответствующие относительные задержки которых отрицательны. Результаты показывают, что по крайней мере 50% ближайших общих маршрутизаторов в обоих городах являются раздутыми маршрутизаторами. Это может быть вызвано политикой обработки данных маршрутизаторами внутри городов. Многие маршрутизаторы, как правило, присваивают низкий приоритет пакетам, предназначенным для измерения задержки этих маршрутизаторов. Это явление может запретить выбор некоторых ориентиров, которые находятся рядом с целевым IP-адресом, в качестве возможных ориентиров, если их маршрутизаторы нагружаются. Это означает, что метод Wang-Geo должен отказаться от значительного количества ориентиров, поскольку общие маршрутизаторы между ними и целевым IP-адресом увеличиваются, что может повлиять на точность метода Wang-Geo.

    2.2. Мотивация

    Метод Ван-Гео фактически основан на двух важных допущениях: (1) для одного хоста наименьшая задержка исходит от хоста, который имеет наименьшее географическое расстояние до него, поэтому метод Ван-Гео выбирает ориентир, который имеет наименьшая относительная задержка в качестве ориентира-кандидата; (2) расстояние между хостами, которые совместно используют ближайшие общие маршрутизаторы, обычно меньше, чем расстояние между хостами, которые совместно используют другие общие маршрутизаторы, поэтому метод Wang-Geo выбирает только возможный ориентир из ориентиров, которые используют ближайшие общие маршрутизаторы с целевым IP-адресом, и игнорирует все остальные ориентиры. В многосвязной сетевой среде, такой как набор данных PlanetLab, используемый в [18], где эти два предположения верны, метод Wang-Geo может обеспечить точные результаты геолокации. Однако, как мы объясним в этом разделе, эти два предположения могут не выполняться для слабосвязной сети.

    2.2.1. Всегда ли наименьшая задержка исходит от ближайшего ориентира?

    Мы можем судить о том, верно ли это предположение, по корреляции задержки-расстояния. Корреляция задержки-расстояния представляет собой коэффициент линейной корреляции первого порядка между задержкой и расстоянием [23]. Чтобы рассчитать корреляцию задержки-расстояния определенной сети, нам необходимо измерить задержки сети и прямые географические расстояния между определенной группой хостов в этой сети. Задержка каждой пары хостов измеряется много раз и выбирается только минимальная. Расстояние каждой пары хостов рассчитывается на основе [24]. Предположим, что дисперсия задержки равна , дисперсия расстояния равна , а ковариация и равна ; тогда корреляция задержки-расстояния может быть рассчитана по следующей формуле [12]:

    Диапазон . Если для группы хостов положительно и близко к 1, задержка сильно положительно коррелирует с расстоянием, что означает, что задержка увеличивается с увеличением расстояния и уменьшается с уменьшением расстояния. В этом случае наименьшая задержка имеет большую вероятность исходить от ближайшего ориентира. Однако, если он сильно отрицателен и близок к -1, наибольшая задержка обычно происходит от ближайшего ориентира; если близко к 0, независимо от того, отрицательное оно или положительное, нет четкой связи между задержкой и расстоянием [22].

    В работе [18] исследователи обнаружили, что наименьшая относительная задержка часто происходит от ближайших ориентиров в США. Таким образом, метод Ван-Гео выбирает ориентиры-кандидаты на основе наименьшей относительной задержки. Мы измеряем относительную задержку и расстояние между 80 веб-ориентирами соответственно в Чжэнчжоу и Торонто. Отношения относительной задержки-расстояния ориентиров в двух городах показаны на рисунках 2 и 3.

    Вышеупомянутое в этой статье называется коллективным. Коллектив рассчитывается на основе задержек и расстояний между группой хостов и обычно представляет собой общие сетевые характеристики определенной области. Если коллектив сильный, относительные задержки увеличиваются по мере увеличения расстояний, и наименьшие задержки часто происходят от ближайшего ориентира. В данной статье эта сеть называется сетью с богатыми связями. В противном случае сеть называется сетью со средней или слабой связью. Из рисунков 2 и 3 видно, что нет четкой связи между наименьшей относительной задержкой и наименьшим расстоянием как в Чжэнчжоу, так и в Торонто. Абсолютные значения ориентиров в двух городах находятся между -0,1 и 0,1 (т.е. слабые). Поэтому на самом деле нет четкой зависимости между относительной задержкой и расстоянием в слабо связанных сетях. Коллектив слаб во многих городах (например, Чжэнчжоу и Торонто). Это может быть связано с тем, что между двумя хостами внутри города задержка, вызванная географическим расстоянием, может составлять лишь небольшую часть от общей задержки. Основная часть всей задержки состоит из задержки очередей и задержки обработки в маршрутизаторах, которая мало связана с расстоянием.

    Несмотря на то, что коллектив слаб во многих городах, мы обнаруживаем, что индивидуальность небольшого числа достопримечательностей может быть намного сильнее. Индивидуальный рассчитывается на основе задержек и расстояний только между одним конкретным хостом и другими хостами. Он представляет только сетевые характеристики определенного хоста. На рисунках 4 и 5 показаны отдельные веб-ориентиры в Чжэнчжоу и Торонто. Видно, что хотя абсолютное значение большинства особей меньше 0,2, все же есть небольшое количество ориентиров, у которых особь намного сильнее. Для этих ориентиров наименьшая или наибольшая задержка, вероятно, по-прежнему связана с наименьшим расстоянием. Это побуждает нас разделять ориентиры на разные группы по отдельным лицам и применять разные стратегии выбора ориентиров-кандидатов в разных группах.

    2.2.2. Всегда ли расстояние между хостами, которые совместно используют ближайшие общие маршрутизаторы, меньше, чем расстояние между хостами, которые совместно используют другие общие маршрутизаторы?

    В данном документе многоуровневые общие маршрутизаторы означают, что все общие маршрутизаторы совместно используются двумя хостами. Помимо ближайших общих маршрутизаторов, используемых в методе Wang-Geo, многоуровневые общие маршрутизаторы также включают другие общие маршрутизаторы. Как показано на рисунке 1, , , и являются многоуровневыми общими маршрутизаторами и ; и являются другими распространенными маршрутизаторами и .

    Метод Wang-Geo выбирает ориентиры-кандидаты только из тех ориентиров, которые используют ближайшие общие маршрутизаторы. На самом деле предполагается, что расстояние между хостами, которые используют самые близкие общие маршрутизаторы, всегда меньше, чем расстояние между хостами, которые используют другие общие маршрутизаторы. Это предположение обычно справедливо для городов с большим количеством общедоступных IP-адресов. В таких городах ориентиры, которые используют ближайшие общие маршрутизаторы, скорее всего, принадлежат одной организации, поскольку она имеет большое количество общедоступных IP-адресов. Эти хосты ближе друг к другу, чем хосты, принадлежащие разным организациям.

    Однако организации во многих городах обладают очень небольшим количеством общедоступных IP-адресов. Хосты внутри этих организаций обычно используют частные IP-адреса. Существующая коллекция ориентиров вряд ли может получить все общедоступные IP-адреса, принадлежащие одной организации. Соответственно, хосты, которые совместно используют ближайшие общие маршрутизаторы и другие общие маршрутизаторы, относятся к разным организациям, а это означает, что между этими двумя типами хостов нет четкой разницы.

    На рис. 6 показано распределение ориентиров, которые используют ближайшие общие маршрутизаторы и другие общие маршрутизаторы с одним целевым IP-адресом. Другие общие маршрутизаторы на рис. 6 являются вторыми ближайшими общими маршрутизаторами. На рисунке 6 ориентиры, которые используют ближайшие общие маршрутизаторы с целевым IP-адресом, также охватывают большую часть районов Чжэнчжоу. На рис. 6 расстояние между ориентирами, имеющими ближайшие общие маршрутизаторы, еще больше, поскольку их количество меньше. Это побуждает нас вводить ориентиры, которые имеют многоуровневые общие маршрутизаторы, в выбор ориентиров-кандидатов.

    На основании вышеприведенного анализа можно сделать вывод, что во многих городах коллектив слаб. Следовательно, всегда выбор ориентира с наименьшей задержкой в ​​качестве потенциального ориентира может привести к большому ошибочному расстоянию. Кроме того, расстояние между ориентирами, которые используют ближайшие общие маршрутизаторы с целевым IP-адресом, не всегда может быть наименьшим. На самом деле, помимо этих двух допущений, есть еще важный фактор влияния — достаточное количество уличных ориентиров, — который мы обсудим в следующем разделе. Эти три проблемы являются основной мотивацией предложенного Corr-SLG.

    3. Коллекция ориентиров

    Ориентир на уровне улицы состоит из двух основных компонентов: общедоступного IP-адреса и географического местоположения на уровне улицы. Количество и распределение ориентиров на уровне улиц напрямую влияют на точность алгоритмов IP-геолокации. В этом разделе мы расскажем, как собирать ориентиры на уровне улиц в Corr-SLG.

    3.
    1. Коллекция веб-ориентиров

    В настоящее время основным методом сбора ориентиров на уровне улиц является метод сбора веб-ориентиров, предложенный в методе Ванга-Гео [18]. Его основная идея состоит в том, чтобы обнаружить организации, владеющие веб-сайтом, и распространять его в городе или районе, где находится целевой IP-адрес. IP-адрес веб-ориентира — это IP-адрес сервера веб-сайта, а местоположение — это географический адрес организации. Этот метод является одним из ключевых вкладов метода Ванга-Гео и одной из наиболее важных причин его высокой точности. Подробный процесс метода сбора веб-ориентиров можно найти в статье [18].

    Однако у веб-ориентира есть два недостатка: (1) как количество, так и распространение веб-ориентиров ограничены; (2) в последние годы становится все труднее найти достаточное количество веб-ориентиров. Объяснить первый недостаток легко. Организации, владеющие веб-сайтом, обычно имеются только в нескольких мегаполисах. Кроме того, большинство организаций, владеющих веб-сайтом, обычно распространяют его в нескольких определенных районах города, например, в Центральном деловом районе. Что касается второго недостатка, то не все организации размещают серверы веб-сайтов в собственных зданиях. На самом деле, по мере развития облачных сервисов все больше и больше организаций размещают свои веб-сайты в облачных сервисах, что неизбежно сокращает количество доступных веб-ориентиров. Чтобы предоставить больше ориентиров на уровне улиц, мы пытаемся представить в этой статье новый метод сбора ориентиров на уровне улиц.

    3.2. Коллекция WiFi Landmark

    В последние годы количество и распространение точек доступа Wi-Fi очень быстро увеличивается. Многие общественные места, такие как банки, супермаркеты и отели, предоставляют точки доступа Wi-Fi, чтобы люди могли выходить в интернет. Вдохновленный этим явлением, в этой статье представлен новый способ обнаружения ориентиров на уровне улицы, метод сбора ориентиров WiFi, который показан на рисунке 7.

    В одном общественном месте мы подключаемся к сети Wi-Fi, смартфон выходит в интернет. Затем программное обеспечение для сбора ориентиров WiFi, установленное на смартфоне, будет измерять путь маршрутизатора к одному интернет-серверу. IP-адрес ориентира WiFi — это первый общедоступный IP-адрес измеренного пути маршрутизатора от смартфона до сервера. Информация о местоположении ориентира WiFi — это местоположение смартфона в Глобальной системе позиционирования (GPS). Помимо IP-адреса и местоположения, нам также необходимо записать путь маршрутизатора к серверу, идентификатор набора услуг (SSID) точки доступа Wi-Fi, географический адрес и название публичного места.

    После обнаружения ориентиров необходимо удалить ряд ориентиров, поскольку местоположение GPS может быть далеко от реального географического положения IP. Если первый IP-адрес пути маршрутизатора к серверу является общедоступным IP-адресом, расстояние между реальным географическим местоположением IP и GPS-местоположением смартфона ограничено рамками публичного места, которые обычно можно игнорировать. . Однако, если первый общедоступный IP-адрес появляется на других узлах пути, расстояние может быть намного больше. Мы должны проверить все ориентиры, выполнив следующие шаги: (1) Если первый общедоступный IP-адрес появляется на первом или втором переходе пути маршрутизатора, ориентир можно сохранить; остальные отбрасываются. (2) Затем проверьте все сохранившиеся ориентиры. Узнайте ориентиры, которые имеют тот же IP. Точки доступа Wi-Fi этих достопримечательностей используют один и тот же маршрутизатор для выхода в интернет. Если все эти ориентиры относятся к одному общественному месту, то эти ориентиры могут быть заменены одним единственным ориентиром. IP этого ориентира — это IP заменяемых ориентиров, а местоположение — местоположение общественного места, которому принадлежат замененные ориентиры. Если эти ориентиры принадлежат разным общественным местам, но максимальное расстояние между ними не превышает 50 м, то эти ориентиры также могут быть заменены одним единственным ориентиром. IP-адрес этого ориентира — это IP-адрес замененных ориентиров, а местоположение — это среднее значение GPS-местоположений замененных ориентиров. Если расстояние превышает 50 м, все ориентиры с одним и тем же IP-адресом отбрасываются.

    Ориентиры WiFi очень надежны, поскольку расстояние между реальным географическим положением общедоступного IP-адреса и местоположением смартфона по GPS ограничено. Кроме того, точки доступа WiFi широко распространены во многих городах. На самом деле, многие семьи и компании также используют точки доступа Wi-Fi. Основным недостатком Wi-Fi ориентиров является высокая стоимость инкассации. В настоящее время его следует использовать в качестве дополнительной меры, если веб-ориентиры недостаточны в определенных областях. В этой статье мы в основном используем ориентиры WiFi в качестве целевого IP-адреса, который необходимо определить в экспериментах.

    4. Алгоритм IP-геолокации Corr-SLG

    В этом разделе мы проиллюстрируем алгоритм IP-геолокации Corr-SLG. В этой статье основное внимание уделяется IP-геолокации на уровне улиц, поэтому здесь мы предполагаем, что до IP-геолокации мы уже знаем город, в котором находится целевой IP-адрес, и получаем достаточное количество ориентиров этого города на уровне улиц. Результат геолокации Corr-SLG отличается на каждом хосте зондирования. Конечным результатом является среднее значение результата геолокации каждого зондирующего хоста. Соответственно, последующее внедрение алгоритма IP-геолокации происходит на одном единственном зондирующем узле, если нет специальной инструкции.

    4.1. Извлечение многоуровневых общих маршрутизаторов

    Сначала зондирующий хост измеряет пути маршрутизатора ко всем ориентирам, а затем измеряет задержки ко всем ориентирам и промежуточным маршрутизаторам. Задержка между каждой парой хостов измеряется много раз, и выбирается только минимальная.

    Во-вторых, извлекаются многоуровневые общие маршрутизаторы между каждой парой ориентиров (многоуровневые общие маршрутизаторы — это все общие маршрутизаторы между двумя хостами). Наконец, мы можем получить все распространенные маршрутизаторы набора данных ориентиров. Для каждого общего маршрутизатора мы находим соответствующий набор данных ориентиров, который представляет собой ориентиры, чьи пути маршрутизатора включают общий маршрутизатор. Хотя есть некоторые ориентиры, включенные в разные соответствующие наборы данных ориентиров, наборы данных ориентиров разных общих маршрутизаторов обычно отличаются. В этой статье мы называем обычный маршрутизатор и его набор данных ориентиров «слоем». Связь между одним общим маршрутизатором и его набором данных ориентиров показана на рис. 8.

    Каждая пара ориентиров обычно имеет по крайней мере один общий маршрутизатор — зондирующий хост. Однако в некоторых особых случаях (например, когда все предыдущие переходы пути маршрутизатора являются анонимными маршрутизаторами) ориентир может не использовать какие-либо общие маршрутизаторы с другими ориентирами. Поскольку и для метода Wang-Geo, и для Corr-SLG требуется геолокация целевого IP-адреса по общим маршрутизаторам, в этом случае мы можем добавить временный виртуальный общий маршрутизатор перед всеми путями ориентиров. Задержка между зондирующим хостом и виртуальным общим маршрутизатором равна нулю. Однако фундаментальный способ решить эту проблему — получить достаточно ориентиров или сменить хосты зондирования.

    4.2. Расчет индивидуальной корр.

    В этой части нам нужно рассчитать индивидуальность каждого ориентира. Перед этим сначала нам нужно измерить относительную задержку между ориентирами в каждом слое. Для двух ориентиров и в одном слое предположим, что задержка между зондирующим узлом и равна , задержка между зондирующим узлом и составляет , задержка между зондирующим узлом и общим маршрутизатором этого уровня равна , а относительная задержка между и в этот слой есть. Таким образом, относительная задержка может быть разной даже для одной и той же пары ориентиров, если они находятся в разных слоях, как и каждый ориентир. Индивидуальность одного ориентира рассчитывается на основе его относительной задержки и расстояния до других ориентиров в том же слое (формула приведена в разделе 2). Для одного ориентира его особь в разных слоях обычно различна.

    Если количество ориентиров в одном слое меньше 5, нет необходимости вычислять индивидуума, так как абсолютное значение индивидуума имеет тенденцию быть слишком большим.

    4.3. Поиск наилучшего сочетания параметров

    Прежде чем алгоритм геолокации IP-адреса Corr-SLG сможет определить геолокацию неизвестного целевого IP-адреса, нам необходимо установить три ключевых параметра, чтобы сделать результат геолокации максимально точным. Эта часть отвечает за поиск наилучшего сочетания параметров. В этой части мы геолоцируем набор данных ориентиров и пытаемся найти комбинацию параметров, соответствующее медианное расстояние ошибки которых является наименьшим. Эта часть является критическим процессом Corr-SLG и состоит из трех шагов.

    4.3.1. Выбор ориентиров-кандидатов в каждом слое

    На этом этапе ориентир рассматривается как целевой IP-адрес, а другие ориентиры используются для его геолокации. Ориентиры-кандидаты выбираются из ориентиров, которые используют общие маршрутизаторы с целевым IP-адресом.

    Для целевого IP-адреса сначала нам нужно проверить его путь к маршрутизатору и извлечь все общие маршрутизаторы, входящие в его путь. Затем каждый слой выберет свои собственные ориентиры-кандидаты соответственно. Как показано на рисунке 9, это один общий маршрутизатор, принадлежащий целевому IP-адресу. являются ориентирами этого слоя. Corr-SLG делит ориентиры этого слоя на три группы на основе двух ключевых параметров и . Если индивидуум больше , ориентир принадлежит к группе А; если индивидуал меньше , то ориентир относится к группе Б; остальные ориентиры относятся к группе C. Диапазон составляет . Ассортимент составляет . Стратегия выбора подходящего ориентира отличается в каждой группе: подходящим ориентиром группы А является ориентир, который имеет наименьшую относительную задержку до целевого IP; ориентир-кандидат из группы B представляет собой ориентир, который имеет наибольшую относительную задержку до целевого IP; и предполагаемый ориентир группы C выбирается случайным образом. Если количество ориентиров в одном слое меньше 5, все они выбираются в качестве ориентиров-кандидатов. Таким образом, каждый слой может выбрать не более 3 ориентиров-кандидатов или не менее 1 ориентира-кандидата.

    Метод Wang-Geo должен отказаться от всех данных, связанных с «раздуванием маршрутизаторов». Поскольку Corr-SLG выбирает ориентиры-кандидаты на каждом уровне, а влияние расширяющего маршрутизатора одинаково для всех ориентиров на одном уровне, нет необходимости отбрасывать какие-либо маршрутизаторы или ориентиры, даже если относительная задержка отрицательна. Это может помочь повысить точность.

    4.3.2. Отбрасывание выбросов

    На этом этапе нам нужно отбросить ориентиры, которые могут быть ошибочно выбраны в качестве ориентиров-кандидатов. Например, ориентиры, не имеющие отдельного лица или выбранные случайным образом из группы C, могут быть очень далеки от целевого IP.

    Неправильно выбранные ориентиры-кандидаты могут быть отброшены путем обнаружения выбросов. Мы собираем возможные ориентиры из каждого слоя. Если количество всех ориентиров-кандидатов больше 2, мы можем использовать алгоритм LOF (локальный фактор выброса) [25] для обнаружения выбросов. Ориентиры-кандидаты упорядочены по значению LOF в порядке возрастания. Значение LOF выбросов больше, чем у других. Другой ключевой параметр используется здесь для управления количеством выбросов, которые будут отброшены. Будет сохранен только первый из всех ориентиров-кандидатов. Ассортимент составляет .

    Если имеется не более 2 ориентиров-кандидатов, нет необходимости обнаруживать выбросы. Результат геолокации представляет собой среднее значение местоположения всех оставшихся ориентиров-кандидатов.

    4.3.3. Поиск минимального медианного расстояния ошибки

    Только после установки трех ключевых параметров Corr-SLG может получить результат геолокации. В этой статье проводится поиск наилучшей комбинации параметров путем нахождения минимального медианного расстояния ошибки набора данных ориентиров. В первый раз для геолокации набора данных ориентиров равно 0, равно -1 и равно 1. После получения результата геолокации всех ориентиров вычисляется медианное расстояние ошибки. Затем оба и увеличиваются на 0,1, а одновременно увеличиваются на 1. Все ориентиры снова привязаны к геолокации с использованием новых параметров комбинации. Наконец, собираются все комбинации трех параметров и соответствующие им медианы расстояния ошибки. Наилучшей комбинацией параметров является та, которая имеет минимальное срединное расстояние ошибки.

    4.4. Геолокация неизвестного целевого IP-адреса

    Сначала зондирующий хост измеряет путь маршрутизатора к целевому IP-адресу, а затем измеряет задержку до целевого IP-адреса и промежуточных маршрутизаторов. Задержка между каждой парой хостов измеряется много раз, и выбирается только минимальная. Затем зондирующий хост может геолоцировать целевой IP-адрес на основе лучших параметров так же, как геолокация ориентира. Единственное отличие состоит в том, что параметры геолокации целевого IP уже определены. Если имеется только один зондирующий хост, результатом его геолокации является предполагаемое местоположение целевого IP-адреса; если существует более одного зондирующего хоста, среднее значение результатов геолокации всех зондирующих хостов является предполагаемым местоположением целевого IP-адреса.

    5. Оценка

    Чтобы проверить, может ли Corr-SLG повысить точность IP-геолокации на уровне улиц, в этой статье были проведены эксперименты в столице одной из провинций Китая, городе Чжэнчжоу.

    5.1. Экспериментальный набор данных

    В предыдущих экспериментах по методу Wang-Geo [18] и Checkin-Geo [16] веб-ориентиры использовались в качестве набора данных ориентиров. Чтобы соответствовать предыдущей работе, в этом документе также используются веб-ориентиры в качестве набора данных ориентиров. Ориентиры WiFi с известными местоположениями используются в качестве целевого набора данных IP. В этом документе обнаружено 3104 веб-сайта, основанных на названиях организаций в Чжэнчжоу. После того, как веб-сайты, которые не могут размещать свои серверы внутри организаций, отбрасываются, сохраняется 181 веб-ориентир. 163 ориентира WiFi собираются способом, показанным в разделе 3. В этом эксперименте используется только один зондирующий хост, расположенный в нашей лаборатории, чтобы снизить стоимость развертывания.

    5.2. Поиск лучших параметров

    Хост-зонд выполняет поиск лучших параметров на основе набора данных ориентиров. Когда , и , среднее расстояние ошибки Corr-SLG для набора данных ориентиров является наименьшим, 3,34  км. Среднее расстояние ошибки метода Ванга-Гео для набора данных ориентиров составляет 8,95  км. Лучшие параметры Corr-SLG могут уменьшить медианное расстояние ошибки на 63,27%. На рисунке 10 показана кумулятивная вероятность ошибочных расстояний методов Corr-SLG и Wang-Geo на наборе данных ориентиров.

    5.3. Геолокация целевого набора данных IP

    Затем зондирующий хост определяет геолокацию целевого набора данных IP на основе лучших параметров. Среднее расстояние ошибки Corr-SLG для целевого набора данных IP составляет 4,82 км. Среднее расстояние ошибки метода Ванга-Гео составляет 7,85 км. Corr-SLG может уменьшить медианное расстояние ошибки на 38,59%. На рис. 11 показана кумулятивная вероятность расстояний ошибок методов Corr-SLG и Wang-Geo для целевого набора данных IP. По результатам эксперимента Corr-SLG может повысить точность определения IP-геолокации на уровне улиц примерно на 38,59.% в Чжэнчжоу.

    Из рисунков 10 и 11 видно, что сначала производительность Corr-SLG намного лучше, чем у Wang-Geo, и, в конце концов, Corr-SLG немного лучше. Это означает следующее: (1) для целей с меньшими расстояниями ошибки Corr-SLG более точен, чем Wang-Geo; (2) для целей с большими расстояниями ошибки Corr-SLG почти аналогичен Wang-Geo.

    Это явление вызвано следующими причинами. Существует 3 типа хостов: (1) наименьшая задержка возникает из-за кратчайшего расстояния; (2) наименьшая задержка возникает из-за наибольшего расстояния; и (3) наименьшая задержка возникает из-за случайного расстояния. Corr-SLG намного лучше, чем Wang-Geo на втором типе хостов и равен Wang-Geo на первом типе хостов. Для последнего типа хостов и Wang-Geo, и SLG не точны.

    Обратите внимание, что в кумулятивной вероятности сначала отображаются (добавляются) меньшие расстояния ошибки. Для Wang-Geo хосты с меньшим расстоянием ошибки относятся только к первому типу. Для Corr-SLG узлы с меньшим расстоянием ошибки включают узлы как первого, так и второго типа. Поэтому на первых порах хостов с меньшими расстояниями ошибок для SLG гораздо больше, чем для Wang-Geo. Однако как для Corr-SLG, так и для Wang-Geo расстояния ошибок для третьего типа хостов велики. При этом все они гораздо крупнее предыдущих 2-х видов хост. Следовательно, в конечном итоге (для хостов с большим расстоянием до ошибки) производительность Corr-SLG кажется похожей на Wang-Geo.

    Основная причина этого явления заключается в том, что Corr-SLG и Wang-Geo основаны на соотношении задержки и расстояния. Однако соотношение между задержкой и расстоянием для третьих групп хостов неясно. Как улучшить точность для третьего вида хостов остается нашей будущей работой.

    Кроме того, мы также можем видеть, что увеличение степени целевого набора данных IP явно меньше, чем у набора данных ориентира. Это связано с тем, что наилучшие параметры для набора данных ориентиров могут не совсем подходить для целевого набора данных IP. Если в одном городе есть несколько типов хостов и разница между их сетевыми характеристиками относительно значительна, например, хосты, принадлежащие разным ISP (интернет-провайдерам), предлагается использовать набор ориентировочных данных, чьи сетевые характеристики аналогичны целевым IP может обеспечить лучшую точность.

    6. Заключение

    Для повышения производительности IP-геолокации на уровне улиц в сетях со слабым подключением в этой статье предлагается основанный на измерениях алгоритм геолокации на уровне улиц под названием Corr-SLG. Во-первых, этот метод вводит ориентиры, связанные с многоуровневыми общими маршрутизаторами, в выбор возможных ориентиров. Это делается для того, чтобы большинство ориентиров, расположенных рядом с целевым IP-адресом, имели возможность участвовать в выборе ориентиров-кандидатов. Во-вторых, Corr-SLG выбирает ориентиры-кандидаты на каждом уровне общего маршрутизатора, чтобы избежать влияния завышенных маршрутизаторов. В-третьих, он делит ориентиры на три группы по индивидуальному признаку и использует разные стратегии выбора ориентиров-кандидатов в разных группах. Это может обеспечить более высокую точность в сетях со слабым подключением, где наименьшая задержка может быть не связана с ближайшим ориентиром. И последнее, но не менее важное: мы представляем новый метод сбора ориентиров на уровне улиц под названием WiFi ориентир, который вдохновлен быстрорастущим сервисом WiFi. Ориентиры WiFi могут быть очень полезны в городах, где количество веб-ориентиров недостаточно. В этой работе мы обнаруживаем, что существует три различных вида корреляции относительной задержки и расстояния посредством измерений в двух реальных внутригородских сетях. Это открытие помогает повысить точность Corr-SLG. Однако нам все еще не хватает теоретических объяснений того, в чем причина различной корреляции относительной задержки и расстояния. В нашей будущей работе мы проведем сетевые измерения в большем количестве разных городов в разных странах и попытаемся объяснить причину различной корреляции относительной задержки и расстояния. Это может помочь нам распространить Corr-SLG на большее количество городов и лучше понять внутригородскую сеть.

    Доступность данных

    Наборы данных этой работы доступны у соответствующего автора по обоснованному запросу.

    Конфликт интересов

    Авторы заявляют об отсутствии конфликта интересов при публикации этой статьи.

    Благодарности

    Эта работа была поддержана Национальным фондом естественных наук Китая (№№ U1636219, 61602508, 61772549, U1736214 и U1804263), Национальной ключевой программой исследований и разработок Китая (№№ 2016YFB0801303 и 21016QYanyu) и Проект «Лидер инноваций в области науки и технологий» (№ 214200510019)).

    Ссылки

    1. X. Zhang и Q. Zhu, «Информационно-ориентированная виртуализация для программно-определяемого статистического обеспечения качества обслуживания в беспроводных мультимедийных сетях с большими данными 5G», Журнал IEEE по выбранным областям связи , том. 37, нет. 8, стр. 1721–1738, 2019.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    2. X. Ge, H. Wang, R. Zi, Q. Li и Q. Ni, «Мультимедийные массивные системы связи mimo 5g», Беспроводная связь и мобильные вычисления , vol. 16, нет. 11, стр. 1377–1388, 2016.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    3. Y. Kang, C. Kim, D. An и H. Yoon, «Решение для управления трафиком с множественным доступом на основе протокола управления многопутевой передачей для мультимедийной сети 5G: проектирование и реализация тестовой системы, Международный журнал распределенных сенсорных сетей , том. 16, нет. 2, номер статьи 15501477209, 2020.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    4. Y. Zhang, R. Deng, E. Bertino и D. Zheng, «Надежная и универсальная бесшовная проверка подлинности при передаче обслуживания в сетях 5 g», IEEE Transactions on Dependable and Secure Computing , vol. 99, с. 1, 2019.

      Посмотреть по адресу:

      Google Scholar

    5. C. Liu, X. Luo, F. Yuan и F. Liu, «Rnbg: метод ранжирования узлов на основе IP-геолокации», в Proceedings of Конференция IEEE INFOCOM 2020-IEEE по семинарам по компьютерным коммуникациям (INFOCOM WKSHPS) , стр. 80–84, IEEE, Торонто, Онтарио, Канада, 2020.

      Посмотреть по адресу:

      Google Scholar

    6. Z. Wang, H. Li, Q. Li, W. Li, H. Zhu и Л. Сан, «На пути к геолокации IP с промежуточными маршрутизаторами на основе обнаружения топологии», Cybersecurity , vol. 2, нет. 1, стр. 1–14, 2019 г.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    7. В. Н. Падманабхан и Л. Субраманиан, «Исследование методов географического картирования для интернет-хостов», ACM SIGCOMM Computer Communication Review , vol. 31, нет. 4, стр. 173–185, 2001.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    8. B. Gueye, A. Ziviani, M. Crovella и S. Fdida, «Геолокация интернет-хостов на основе ограничений», IEEE/ACM Transactions on Networking , vol. 14, нет. 6, стр. 1219–1232, 2006.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    9. E. Katz-Bassett, JP John, A. Krishnamurthy, D. Wetherall, T. Anderson и Y. Chawathe, «На пути к IP-геолокации с использованием измерений задержки и топологии», в Proceedings Of the 6th ACM SIGCOMM Conference on Internet Measurement , pp. 71–84, ACM, Rio de Janeiro, Brazil, 2006.

      Посмотреть по адресу:

      Google Scholar

    10. и Э. Г. Сирер, «Octant: комплексная структура для геолокализации интернет-хостов», в Proceedings of NSDI , vol. 7, с. 23, Cambridge, MA, USA, 2007.

      Посмотреть по адресу:

      Google Scholar

    11. C. Guo, Y. Liu, W. Shen, HJ Wang, Q. Yu, and Y. Zhang, «Mining the the сети и Интернете для точной геолокации IP-адресов», в Proceedings of IEEE INFOCOM , стр. 2841–2845, Рио-де-Жанейро, Бразилия, 2009 г.

      Посмотреть по адресу:

      Google Scholar

    12. D. Li, J. Chen, C. Guo et al., « Картирование IP-геолокации для интернет-регионов с умеренным подключением», IEEE Transactions on Parallel and Distributed Systems , vol. 24, нет. 2, стр. 381–391, 2013 г.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    13. Дж. Чен, Ф. Лю, Т. Ван, С. Луо, Ф. Чжао и Г. Чжу, «На пути к IP-геолокации на уровне региона на основе функции пути», в Proceedings of the Advanced Communication Technology (ICACT), 2015 17th International Conference , стр. 468–471, IEEE, Phoenix Park, Korea, 2015. , Ананд и Р. Хасан, «Plag: практическое выделение ориентиров для облачной геолокации», в материалах Proceedings of the 2015 IEEE 8th International Conference on Cloud Computing , стр. 1103–1106, IEEE, Вашингтон, округ Колумбия, США, 2015.

      Посмотреть по адресу:

      Google Scholar

    14. Ф. Юань, Ф. Лю, Р. Сюй, Ю. Лю и С. Луо, «Топология сети, граничная маршрутизация, идентификация IP-адреса для геолокации IP», в Труды Международной конференции по искусственному интеллекту And Security , стр. 534–544, Springer, Cairo, Egypt, 2020.

      Посмотреть по адресу:

      Google Scholar

    15. H. Liu, Y. Zhang, Y. Zhou, D. Zhang, X. Fu и К. Рамакришнан, «Поиск чекинов из служб обмена местоположением для независимой от клиента геолокации IP», в Proceedings of IEEE INFOCOM , pp. 619–627, Toronto, ON, Canada, 2014.

      Просмотр по адресу:

      Google Scholar

    16. H. Jiang, Y. Liu, and J. N. Matthews, «Ip geolocation Assessment с использованием нейронных сетей со стабильными ориентирами», в Proceedings of 2016 IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS) , стр. 170–175, IEEE, Сан-Франциско, Калифорния, США, 2016.

      Посмотреть по адресу:

      Google Scholar

    17. Y. Wang, D. Burgener, M. Flores, A. Kuzmanovic и C. Huang, «На пути к независимой от клиента IP-геолокации на уровне улиц», в Труды НИПД , том. 11, с. 27, Бостон, Массачусетс, США, 2011.

      Посмотреть по адресу:

      Google Scholar

    18. Ю. Шавитт и Н. Зильберман, «Исследование баз данных геолокации», IEEE Journal on Selected Areas in Communications , vol. 29, нет. 10, стр. 2044–2056, 2011.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    19. I. Poese, S. Uhlig, M. A. Kaafar, B. Donnet и B. Gueye, «Базы данных геолокации IP», ACM SIGCOMM Computer Communication Review , том. 41, нет. 2, стр. 53–56, 2011 г.

      Посмотреть по адресу:

      Сайт издателя | Google Scholar

    20. Д. Ву, Дж. Ши и Н. Мамулис, «Кластеризация мест на основе плотности с использованием данных геосоциальной сети», IEEE Transactions on Knowledge and Data Engineering , vol. 30, нет. 5, pp. 838–851, 2017.

      Просмотр по адресу:

      Google Scholar

    21. С. Дин, С. Луо, М. Инь, Ю. Лю и Ф. Лю, «Метод IP-геолокации на основе в подсетях с большим количеством подключений», в Proceedings of the Advanced Communication Technology (ICACT), 17-я международная конференция , 2015 г., стр. 176–181, IEEE, Phoenix Park, Korea, 2015. Фдида, Дж. Ф. Де Резенде и О. К. М. Дуарте, «На пути к службе географического определения местоположения на основе измерений», в Proceedings Of Passive And Active Network Measurement , стр. 43–52, Springer, Жуан-ле-Пен, Франция, 2004 г.

      Посмотреть по адресу:

      Google Scholar

    22. GeographicLib, 2020 г.

      No related posts.