下载地址：A Geolocation Databases Study | IEEE Journals & Magazine | IEEE Xplore

被引次数：195

Shavitt Y, Zilberman N. A geolocation databases study[J]. IEEE Journal on Selected Areas in Communications, 2011, 29(10): 2044-2056. 

5. Discussion

在我们讨论我们的结果之前，重要的是要注意，本文是基于一个PoP提取算法，因此依赖于其准确性。我们在这里和之前的论文中描述的验证使我们相信结果是有效的。此外，每个独立数据库的结果在大多数情况下都很好，主要在比较数据库时出现问题，这加强了算法的正确性。测量误差可能导致同一PoP中不同位置的接口的统一，但由于我们使用保守的方法，更常见的误差是将一个PoP被我们的算法划分为多个组。后者会对地理位置数据库的评估产生一些影响：它不会影响IP级分析（如图8或14），但考虑PoP级分析，数字可能会略有改变，但总体结果将保持不变。

总的来说，我们可以看到，在一个区域级别（500公里）上，数据库大多是自洽的，这意味着它们将所有的PoP IP地址放在同一区域内。这对于许多具有位置感知能力的应用程序来说可能已经足够了。在城市一级，大多数数据库仍然在82%或以上以内保持一致。请注意，一些数据库(IPligence，GeoBytes，HostIP.Info)具有城市级粒度，即某个城市内的所有IP地址都放置在一个位置。其他数据库（如MaxMind）提供了次城市的粒度，因此，在40公里左右的收敛范围内，它们可能会错误地表现得更差。一些数据库（IP2Location和NetAcuity）提供城市粒度的纬度和经度，但也增加了一些国家的邮政编码或邮政编码。这些方法增加了地理位置的粒度，但不能在本工作中加以利用。

不同的独立数据库的区域级一致性与其聚合之间有很大的差异。而对于所有的数据库，除了PoPs，70%到90%有100%的IP在500公里范围内，除了HostIP.Info只有60%，聚合有100%的节点只有4%的情况。如果一个人愿意接受数据库中的总多数投票，那么在500公里的范围内，接近95%的PoPs将被成功定位。这一比例在城市一级下降到70%以下。

一些错误的位置很容易被用户发现。<