ut-dacs/anycast-censusIPv4/IPv6プレフィックスをICMP、TCP、DNS経由でプローブし、エニーキャスト配備を検出してPoPを地理特定する縦断的エニーキャストセンサスシステム。日次データセットとAPIを公開。
このリポジトリのparquetファイルは、manycast.net REST APIを通じて別のフォーマットでもダウンロードできます:
| フォーマット | 例 |
|---|---|
.parquet | https://manycast.net/api/v1/export/IPv4-latest.parquet |
.parquet.gz | https://manycast.net/api/v1/export/IPv4-latest.parquet.gz |
.csv.gz | https://manycast.net/api/v1/export/IPv4-latest.csv.gz |
.json.gz | https://manycast.net/api/v1/export/IPv4-latest.json.gz |
latestを特定の日付(例: 2026-03-22)に置き換えると、過去のスナップショットをダウンロードできます。IPv4とIPv6の両方が利用可能で、それぞれIPv4-とIPv6-のプレフィックスが付きます。
例:
curl -O https://manycast.net/api/v1/export/IPv4-2026-03-22.csv.gz
個々のプレフィックス、ASN、日次統計のクエリについては、APIの完全なドキュメントを参照してください。
センサスデータのクエリ、可視化、探索のためのインタラクティブなダッシュボードを提供しています:
検索とルックアップ。 任意のIPアドレス、プレフィックス、ASN、ドメイン、またはTLDを入力すると、エニーキャストのステータス、検出されたPoPの地理位置、および関連するネットワーク情報を検索できます。 2024年3月21日以降のすべてのセンサス日付について、過去のスナップショットが利用可能です。
比較モード。 2つの異なるセンサス日付を選択して、エニーキャストの展開が時間とともにどのように変化したかを追跡できます。
RIPE Atlas統合。 公開RIPE Atlasの結果に対して地理位置推定アルゴリズムを実行できます。
分析。 時系列統計、地域別エニーキャスト、エニーキャスト空間のヒルベルト曲線など。
census_helper.pyファイルは、データセットのダウンロードとフィルタリングのための便利な関数を提供します。pandas、pyarrow、requestsが必要です。
import census_helper
# Download latest snapshot and filter to high-confidence anycast prefixes
census = census_helper.download_latest("v4")
anycast = census_helper.filter_anycast(census, "v4")
# Or use comprehensive coverage (includes borderline cases)
anycast = census_helper.filter_anycast(census, "v4", confidence="comprehensive")
python census_helper.py --ip-version v4 --date latest --prefixes-only
python census_helper.py --ip-version v4 --date 2026-03-22 --confidence comprehensive
要件に応じて、以下のフィルタリングを推奨します:
高信頼度:
(AB > 3) || (GCD > 1)
包括的なカバレッジ:
(AB > 1) || (GCD > 1)
センサスでは2つの検出方法を使用しています:
エニーキャストベース (AB): エニーキャストを用いてエニーキャストを検出します。 複数のPoPが応答を受信した場合、そのプレフィックスはエニーキャストと見なされます。 詳細はMAnycast2を参照してください。 3つのプローブプロトコルが使用されます: ICMP/ping、TCP SYN/ACK、DNS/UDP。
レイテンシベース (GCD): レイテンシ測定と大円距離計算を用いてエニーキャストを検出します。
注意 AB > 1 かつ GCD == 1 の場合、ユニキャスト地理位置推定結果を提供します。 これは、ABの結果が偽陽性なのか、GCDの結果が偽陰性なのかを判断するのに役立つ場合があります。
最新ファイル (毎日更新):
IPv4-latest.parquet
IPv6-latest.parquet
IPv4-latest.csv
IPv6-latest.csv
stats-latest
過去のファイル (2024年3月21日以降):
YYYY/MM/DD/IPv4.parquet
YYYY/MM/DD/IPv6.parquet
YYYY/MM/DD/IPv4.csv
YYYY/MM/DD/IPv6.csv
YYYY/MM/DD/stats
| カラム | 説明 |
|---|---|
prefix | 候補となるエニーキャスト /24 プレフィックス (例: 1.0.0.0/24) |
AB_ICMPv4/v6 | エニーキャストベースの方法 (ICMP) で検出されたロケーション |
AB_TCPv4/v6 | エニーキャストベースの方法 (TCP SYNACK) で検出されたロケーション |
AB_DNSv4/v6 | エニーキャストベースの方法 (DNS/UDP) で検出されたロケーション |
GCD_ICMPv4/v6 | レイテンシベースの方法 (ICMP) で検出されたサイト |
GCD_TCPv4/v6 | レイテンシベースの方法 (TCP) で検出されたサイト |
partial | 部分的なエニーキャストが検出されたかどうか (IPv4のみ) |
backing_prefix | 対応するIPルーティングテーブルプレフィックス (RouteViews) |
ASN | プレフィックスをアナウンスしているASN (;で区切られたMOAS) |
locations | 検出されたサイトからの詳細な地理位置推定データ (下記参照) |
| フィールド | 説明 |
|---|---|
city | iGreedyのアルゴリズムを用いて地理位置推定された都市 |
country_code | 2文字の国コード (ISO 3166-1 alpha-2) |
airport_code | 最寄りの空港のIATA 3文字コード |
lat | 空港の緯度 |
lon | 空港の経度 |
radius | RTTディスクの半径 (キロメートル) |
candidate_diameter | 残存する候補都市間の最大ペアワイズ距離 (km)。値が小さいほど精度が高いことを示す |
num_constraints | 候補セットを絞り込んだ重複ディスクの数。値が大きいほど結果の信頼度が高いことを示す |
最後の3つのフィールドは、地理位置推定結果の信頼度を判断するのに役立ちます。
GitHubのWeb UIから簡単にアクセスできるよう、限定的なデータがCSVフォーマットで提供されています:
prefix,number_of_sites,backing_prefix
1.1.1.0/24,67,1.1.1.0/24
USC/ISI ANT IPv4 hitlist (/24ごとのICMP/ping応答性でランク付けされたIPアドレス) を使用し、以下で補完しています:
以下を使用しています:
日次のプロービング負荷を最小限に抑えるため、/24の粒度でスキャンしています。 ただし、一部のプレフィックスにはユニキャストとエニーキャストのIPアドレスが混在しており (詳細は論文参照)、マルチターゲットプロービングを用いて検出しています。
すべての測定および分析ツールをMPL 2.0ライセンスの下で公開しています:
MAnycastRは、ABおよびGCD測定の実装を提供します
MiGreedyは、大規模な本番センサス向けに設計された、IP地理位置推定のためのiGreedyのアルゴリズムの最適化実装です。 ユニキャスト地理位置推定、交差を用いた検出の改善、信頼度/精度指標をサポートしています。
このデータセットを学術研究に使用する場合は、以下の論文を引用してください:
@inproceedings{10.1145/3730567.3764484,
author = {Hendriks, Remi and Luckie, Matthew and Jonker, Mattijs and van Rijswijk-Deij, Roland},
title = {LACeS: an Open, Fast, Responsible and Efficient Longitudinal Anycast Census System},
year = {2025},
booktitle = {Proceedings of the 2025 Internet Measurement Conference}
}