摘要

  • CAIDA 的客户—提供商与对等关系标签，是采集器所见路径经过清洗、假设、算法和抽样验证后的结果，不是双方合同的公开副本。
  • 使用这张图时，应保存数据系列、快照日期、采集视角、方法版本与验证范围，并为价格、流量、地域、冗余和实际影响分别寻找证据。

先问这条边从哪里来

AS 关系数据适合回答宏观问题：互联网的层级如何演变，哪些网络的客户锥较大，哪些依赖值得继续调查。它不直接回答端口在哪里、谁向谁付款、购买多少容量、哪些前缀适用、合同何时终止，也不记录真正经过这条连接的字节。

这不是给数据“降级”，而是把证据放回正确的位置。推断图描述的是：在一套公开观测和模型假设下，什么路由关系最能解释所见路径。合同描述义务和交易。遥测描述流量。设施与端口记录描述物理连接。事故记录才描述故障后果。把它们压成同一条边，得到的不是完整视图，而是失去来源的确定感。

BGP 路径没有付款字段

RFC 4271 将 AS_PATH 定义为路由信息经过的自治系统序列。它能帮助识别传播路径和环路，却没有一个字段声明“邻居向我购买转接”。每个 BGP 说话者依据本地策略选择路由，并决定向不同邻居发布什么。

RIPE RIS 对路由采集器的说明更具体：采集器通过 BGP 会话接收参与网络的路由，有的接入交换点局域网，有的使用 multihop。采集到的是这些邻居愿意输出的视图，而不是每一个 AS 的所有邻接和全部策略。

2013 年的 CAIDA 研究把输入窗口写得很清楚：从 Route Views 与 RIPE RIS 取得每月前五天、每天一次的路由表快照，再合并其中出现的路径。论文所述的历史样本里，约三分之一的贡献者提供完整视图；64% 的贡献者只提供覆盖不到全部 AS 2.5% 的路由。这些比例不能套到今天。它们说明的长期事实是：公开拓扑首先是一种被出口策略选择过的观测。

从观测到分类，中间有一套理论

早期推断依赖“无谷”路径的经济直觉：路径先沿客户到提供商向上，最多越过一条对等边，再沿提供商到客户向下。如果标签能让大量路径符合这个形状，模型看起来就合理。

但路径形状正确，不代表每条边都正确。kc claffy 参与的 2005 与 2007 年团队论文讨论了早期方法的困境：随机打破并列可能把大运营商判成小网络的客户；对等边常因采集视角而不可见；同一组织的 AS、免费转接和其他复杂关系也会破坏简单分类。团队引入 AS 度数等多重目标，并把运营者反馈纳入验证。

2013 年的方法没有追求最大化无谷路径数量。它先清洗 AS 路径，识别顶层 clique，以转接度等指标排序，再分析相邻的路径三元组。算法依赖三个结构假设：AS 通常通过提供商获得全球可达；顶层存在不购买转接的网络 clique；提供商到客户的关系不应形成环。客户—提供商边先被推断，部分剩余边再被标为对等。

因此，输出同时含有观测和模型。采集邻居、清洗规则、顶层名单或算法版本变化，都可能让一条边改变；这并不自动意味着双方重签了合同。

验证率也有自己的分母

2007 年研究直接询问网络管理员、对等互联谈判人员和工程师。78 个受邀 AS 中有 38 个回应，共提供 3,724 条关系的实际类型。在这组样本里，客户—提供商关系的判断正确率为 96.5%，对等为 82.8%，兄弟 AS 为 90.3%，总体 94.2%。

论文同时保留了限制：回应者是自我选择的；这些已确认关系只占公开图中边的 9.7%。更关键的是，参与者提供的完整邻接清单里，有多达 86.2% 没有出现在 BGP 表中，缺失者以对等边为主。一张图可以对“看见的边”分类得很好，却仍漏掉大量真实连接。

2013 年研究把验证扩展到运营者直接报告、双方一致的 RPSL 策略，以及含义已公开的 BGP community。团队验证了 126,082 条客户—提供商和对等推断中的 43,613 条，即 34.6%；在这个已验证子集里，两类正确率分别为 99.6% 与 98.7%。不同验证来源彼此仍约有 1% 不一致。

所以，99.6% 不是任何一条当前边自带的置信度。某条边也许得到运营者确认，也许只来自图中最稀疏的一角。总体统计属于特定时间、样本和方法；不能被改写为具体合同的保证。

一对 AS 只有一个标签，现实却可能分层

CAIDA 当前页面直说了最重要的压缩：同一对 AS 的关系可能因互联地点或前缀而不同，模型仍为这对 AS 分配一个关系。一个网络可能在某地买转接，在另一地对等；也可能只有部分前缀接受完整转接。免费转接、付费对等和兄弟网络更难塞进二元表格。

客户锥继承了这个边界。沿推断出的客户边向下统计，可以比较网络的相对影响与层级变化。2013 年论文也指出，遇到混合关系时，客户锥并不是方法上干净的对象。它不是经审计的客户名单、收入指标或数据包路径预测。

今天的 serial-1 与 serial-2 还代表不同证据链。serial-1 从 Route Views 和 RIS 的路径推断月度图。serial-2 加入 BGP community、looking glass、traceroute，以及路由器归属与 IP-to-AS 推断。增加来源能发现更多边，也增加需要记录的转换步骤。

人物背后是一套测量制度

CAIDA 官方页面使用名字 kc claffy，并列出 Kimberly Claffy 这一姓名形式；页面说明她领导 CAIDA 的科学研究和测量基础设施。UC San Diego 记录她在 2017 年获得 Jonathan B. Postel Service Award 时，强调了她为互联网数据采集、整理和共享建立长期基础设施的工作。

这正是本文选择她作为人物线索的原因，但研究并非个人发明史。2005、2007 与 2013 年论文的作者团队还包括 Xenofontas Dimitropoulos、Dmitri Krioukov、Marina Fomenkov、Bradley Huffaker、Young Hyun、George Riley、Matthew Luckie、Amogh Dhamdhere 与 Vasileios Giotsas。方法在不同团队手中被质疑、验证和改进，才是更准确的历史。

显式协商的角色仍不是全部合同

RFC 9234 提供了一个有用对照。两个 eBGP 说话者可以为会话相互确认 Provider、Customer、Peer、Route Server 或 RS-Client 角色，并以 Only to Customer 属性防止或识别路由泄漏。相较第三方从路径推断，这类协商更接近双方实际配置的传播语义。

但它仍不是合同公开。RFC 承认复杂关系，也不透露价格、容量与实际流量；部署也并非普遍存在。证据链应该分层保存：看见的通告、推断的邻接、推断的关系、运营者确认的会话角色、合同条款、测得的业务结果。上一层不能自动补齐下一层。

让地图保持可修订

安全使用一条边，至少要带上数据系列、快照日期、地址族、采集器与输入邻居、方法版本、辅助来源、标签和验证范围。下月标签变化时，应保存两版记录，并分别检查网络、可见性、辅助数据和算法是否变化。

高影响决策要寻找对应领域的证明：路由角色看运营者陈述或双方确认；商业义务看合同；流量看遥测；物理冗余看端口与设施；韧性看事件。这样做不会削弱 CAIDA 图。相反，它让一个原本不可见的结构变得可研究，同时避免把诚实的推断误写成从未公开的合同。

来源