工作来源
IMC 2025
工作背景
确定一个自治系统背后的运营组织是互联网分析测绘的基础数据，这远比想象中的要困难得多。以 Level3 公司为例，在成立后的几十年间，该公司收购了 Global Crossing 又被 CenturyLink 收购。后续母公司更名为 Lumen，而后将部分业务分拆给其他公司。
传统基于 WHOIS 数据中的组织 ID 进行聚合，近期 as2org+ 通过 PeeringDB 的数据，构建规则从备注（notes）与别名（aka）中提取关系，但这么做的局限性仍然很大。
工作设计
WHOIS 数据反映的是法律层面的归属，PeeringDB 则更多地反映了网络运营层面的归属。利用 WHOIS 数据中的组织 ID（whois.org_id）和 PeeringDB 中的组织 ID（pdb.org_id），对自治系统进行初步聚类。
利用大模型从 PeeringDB 中的 notes 和 aka 中抽取出属于同一组织的自治系统号，同时屏蔽掉无关的信息（上游提供商、对等互联伙伴等）。
抓取 PeeringDB 中各个自治系统填写的网站域名，并且跟踪所有的重定向。如果不同自治系统的网站最终跳向相同的域名，那这两个自治系统极有可能属于同一家公司。
此外，再次利用大模型基于网站图标对网站进行分类，以此区分出公司和通用模板。
工作准备
CAIDA 提供了 PeeringDB 和 AS2Org 的存档，分别为 2024 年 7 月 24 日与 2024 年 7 月 1 日的数据。
代码开源
https://github.com/NU-AquaLab/borges
工作评估
大模型的效果很好，工具整体的效果也很好，这里不再赘述了。
简单看一下两处应用到大模型的提示词，如下所示：
工作思考
大模型在处理文本信息上的优势被发挥的很好，可能所有类似的场景下都可以使用大模型进行效果提升。
声明：本文来自威胁棱镜，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
