LACeS 任播普查

LACeS：一个开放、快速、负责任且高效的纵向任播普查系统

联系方式： [email protected]

目录

• 下载普查数据
• LACeS Explorer — 交互式 Web 界面
• 使用 Python 辅助工具
• 理解数据集
  • 数据建议
  • 检测方法
• 数据结构
  • 列
  • 地理位置精度指标
  • 单播地理位置结果
• 测量方法
• 运行你自己的普查
• 引用

下载普查数据

可用格式

本仓库中的 parquet 文件可通过 manycast.net REST API 以其他格式下载：

将 latest 替换为具体日期（例如 2026-03-22）即可下载历史快照。IPv4 和 IPv6 均可获取，前缀分别为 IPv4- 和 IPv6-。

示例：

curl -O https://manycast.net/api/v1/export/IPv4-2026-03-22.csv.gz

有关查询单个前缀、ASN 和每日统计信息的完整说明，请参阅完整 API 文档。

LACeS Explorer — 交互式 Web 界面

我们提供了一个交互式仪表板，用于查询、可视化和探索普查数据：

搜索与查找。 输入任意 IP 地址、前缀、ASN、域名或 TLD，即可查询任播状态、检测到的 PoP 的地理位置以及相关网络信息。 自 2024 年 3 月 21 日以来的所有普查日期均提供历史快照。

对比模式。 选择两个不同的普查日期，以追踪任播部署随时间的变化。

RIPE Atlas 集成。 在公开的 RIPE Atlas 结果上运行地理位置算法。

分析。 随时间变化的统计信息、按地区划分的任播、任播空间的希尔伯特曲线……

使用 Python 辅助工具

census_helper.py 文件提供了用于下载和过滤数据集的便捷函数。需要 pandas、pyarrow 和 requests。

基本用法

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")

命令行用法

python census_helper.py --ip-version v4 --date latest --prefixes-only
python census_helper.py --ip-version v4 --date 2026-03-22 --confidence comprehensive

理解数据集

数据建议

根据需求，我们建议采用以下过滤方式：

高置信度：

(AB > 3) || (GCD > 1)

全面覆盖：

(AB > 1) || (GCD > 1)

检测方法

普查使用两种检测方法：

基于任播（AB）： 使用任播检测任播。 如果多个 PoP 收到回复，则该前缀被视为任播。 详情请参阅 MAnycast2。 使用三种探测协议：ICMP/ping、TCP SYN/ACK 和 DNS/UDP。

• 误报（FP）： 已知该方法会产生误报，尤其是当接收 PoP 数量 < 4 时。

基于延迟（GCD）： 使用延迟测量和大圆距离计算来检测任播。

• 漏报（FN）： 准确度很高，但难以检测区域性任播（即在狭小地理区域内布署的任播）。

注意 当 AB > 1 但 GCD == 1 时，我们提供单播地理位置结果。 这可能有助于判断 AB 结果是误报，还是 GCD 结果是漏报。

数据结构

文件路径

最新文件（每日更新）：

IPv4-latest.parquet
IPv6-latest.parquet
IPv4-latest.csv
IPv6-latest.csv
stats-latest

历史文件（自 2024 年 3 月 21 日起）：

YYYY/MM/DD/IPv4.parquet
YYYY/MM/DD/IPv6.parquet
YYYY/MM/DD/IPv4.csv
YYYY/MM/DD/IPv6.csv
YYYY/MM/DD/stats

列

locations 列

最后三个字段有助于判断地理位置结果的置信度。

CSV 格式

为便于通过 GitHub 的 Web UI 访问，我们以 CSV 格式提供有限的数据：

prefix,number_of_sites,backing_prefix
1.1.1.0/24,67,1.1.1.0/24

测量方法

IPv4 目标

我们使用 USC/ISI ANT IPv4 hitlist（按 /24 排序的 ICMP/ping 响应 IP 地址），并辅以：

• 公共 DNS 名称服务器
• OpenINTEL infra:ns 记录

IPv6 目标

我们使用：

• 来自 OpenINTEL 的 AAAA 记录
• IPv6Hitlist
• 来自 TU Dresden 和 HAW Hamburg 的 IPv6-SRA

部分任播

为尽量减少每日探测的影响，我们以 /24 粒度进行扫描。 然而，某些前缀包含单播和任播混合的 IP 地址（详情见论文），我们通过多目标探测来检测这种情况。

运行你自己的普查

我们根据 MPL 2.0 许可证公开提供所有测量和分析工具：

测量工具

MAnycastR 提供了 AB 和 GCD 测量的实现

地理位置

MiGreedy 是我们针对 IP 地理位置优化的 iGreedy 算法实现，专为大规模生产级普查而设计。 它支持单播地理位置、使用交集改进检测，以及置信度/精度指标。

引用

在学术研究中使用此数据集时，请引用以下论文：

@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}
}