惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

爱范儿
爱范儿
博客园_首页
U
Unit 42
Apple Machine Learning Research
Apple Machine Learning Research
云风的 BLOG
云风的 BLOG
MongoDB | Blog
MongoDB | Blog
美团技术团队
H
Help Net Security
G
Google Developers Blog
B
Blog RSS Feed
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
aimingoo的专栏
aimingoo的专栏
Google DeepMind News
Google DeepMind News
J
Java Code Geeks
M
MIT News - Artificial intelligence
腾讯CDC
IT之家
IT之家
Vercel News
Vercel News
C
Check Point Blog
博客园 - 三生石上(FineUI控件)
Last Week in AI
Last Week in AI
I
InfoQ
博客园 - 司徒正美
A
About on SuperTechFans

分享创造

分享 KCase 脑图测试用例生成平台(AI 辅助生成测试用例) 标签页囤积症自救:写了个插件 TabRack,主打快速检索、自动分类和 AI 摘要 [file-preview]一个比较全面的在线文件预览组件库-支持 react 和 vue 撸了个 iOS 小应用[极简水印相机],直接免费 做了一个 V2EX Skill 写了个 iOS 打码 App「遮鸭 Maskduck」,纯离线免费 35 岁前端,裁员失业后,我花 1 个月做了个 AI 生图网站 亲身经历猫咪急症,我做了一款猫狗疼痛检测工具,希望能救你家毛孩一命 如何用 AI 做比较酷炫的落地页? 求真!最近 AI 生图的能力强到可怕 开源一个查看 k8s 的菜单栏工具-kubebar Packpour:我做了个专门给 App Store Connect 填多语言元数据的小工具 面对 140 年一遇的超级厄尔尼诺,我做了个全球监测小站 做了一个自动翻译的 Hacker News 客户端 做了一个 AI 头像生成器,可以免费生成 2 次 [送码 50 个] 自己手搓了个高颜值的倒数日 App——拾光机,求 V 友们指点 一个将苹果健康 APP 数据导出的工具,然后把你的数据喂给 AI 分析 我做了一个叫「订阅斩」的 iOS App,专门对付那些悄悄扣钱的订阅 做了个草率的日麻互动漫画,听听反馈 喜欢自己洗车的朋友们,我用 ai 做了一款洗车小程序 -- 洗车志 感谢 V2EX 上各位 NAS🍆 和 Datahoarder 玩家的关注和真实反馈!作为个人开发者,能得到这么多硬核玩家们的讨论,我非常荣幸。 用 AI 开发熊孩子自律的小程序 用 OpenClaw 搭建个人运动助手 今天摸鱼给 NanaAI 也接入了 GPT-Image-2 [Video Companion]一个 chrome 插件,解决大多对视频操作的需求~欢迎使用提 bug AI 时代,做产品简单了,把产品推广出去却变的更难了~ bestskills.dev - Skills 精选和评测站点 免 ROOT 强力卸载安卓广告软件 一个 All In One 的运维工具,支持 SSH、数据库、Redis 管理 [开源] Codeg V0.10:专注于代码生成的多智能体 IDE(cc、codex、gemini、opencode……),新版本重构了工作区,飞一般的体验,支持桌面端、服务器部署
「原生 IP」到底在比对什么:WHOIS、BGP、geofeed 和定位库打...
hnlszcl611 · 2026-06-14 · via 分享创造

「这是原生 IP 吗」大概是出海选机房、做风控时最常被问、又最容易被糊弄的问题。卖家说原生,买家测出来又像数据中心,争论半天其实双方说的根本不是同一个东西。所以先把这个词拆开:所谓「原生/native 」,本质不是某个单一字段,而是同一个 IP 的几路地理与归属信号是否自洽。把这几路信号摆清楚,争论自然就消了。

一个 IP 至少有四路独立来源的地理/归属信息,它们各说各话:

1. RIR 注册国( WHOIS/RDAP ):这个 IP 段在 ARIN/RIPE/APNIC 等注册局登记的归属组织和国家。关键坑在于,注册国通常是分配主体(运营商或机构)的总部所在地,不是这段 IP 实际部署的地方。一家公司总部在美国,把一段地址用在新加坡机房,WHOIS 里大概率还是写美国。所以 WHOIS 的国家级信息可信,城市级基本不可信——这是后面所有误判的源头之一。

2. BGP 实际宣告:这段前缀此刻是被哪个 ASN 、从哪些上游、在什么地理位置宣告出来的。这反映的是「现在谁在用、从哪儿发包」,时效性最强;你可以改 WHOIS 备注,但改不了路由表里别人看到的宣告路径(撇开 BGP 前缀劫持这类攻击场景不谈)。

3. IP 定位库:MaxMind 这类商业库,混合了注册数据、网络测量、用户反馈推断出来的位置。它是「估计值」,不是真值,城市级误差很常见,且对新分配段、刚易主的段反应慢。

4. geofeed:由持有者自己发布的 IP→地理 CSV ( RFC 8805 ),并在 WHOIS/RDAP 的 inetnum 记录里引用(早期见 RFC 9092 ,现行规范是 RFC 9632 )。这是归属方主动声明的「我打算把这段用在哪」。有 geofeed 且能验证的段,可信度高于定位库的猜测;但发布是自愿的,大量段根本没有。

判定优先级,我自己的经验是这样排:有可验证的 geofeed ,就以 geofeed 为准(这是权威方亲口说的);没有,就拿 BGP 宣告做现实锚点,定位库只作为参照而非裁决; WHOIS 用来定国家、佐证归属组织,绝不拿来定城市。四者全打架时,优先信「现在的事实」( BGP )和「权威声明」( geofeed ),贬低「历史登记」( WHOIS 城市)和「第三方猜测」(定位库)。

代理和 VPN 恰恰是在这几层之间制造缝隙才被识破的。最典型:一个 IP 的反向 DNS 、ASN org-name 透着机房气息(承载网络是 hosting ASN ),定位库却被「优化」成了某住宅城市——出口位置和承载网络对不上,这种「机房承载、伪装住宅」的不一致,比单看任何一项都更能说明问题。再叠加同 /24 段里数据中心标记 IP 的占比、连接类型分类,基本能把「真住宅」和「住宅代理/伪装」分开。反过来,真正干净的原生段,几路信号是收敛的:注册国、定位库、(有的话) geofeed 互相印证,承载网络也不矛盾。

落到实操,给三条可直接用的:① 别拿城市级定位下结论,信号噪声太大,只到国家级才稳;② 判一段 IP 先看承载 ASN 与连接类型,这比定位库的城市标签靠谱得多;③ 想确认归属方的真实意图,去查有没有 geofeed ,有就以它为准。

顺带一提,这套并排看信号的思路我在自己做的 ipok.io 里也用了一点——把归属、ASN 、连接类型、同 C 段画像分开列、不揉成一个分数; BGP 宣告和 geofeed 这两路它没有,得自己另查。方法本身和工具无关:想清楚「原生 = 多信号自洽」而非某个字段,比用哪个查询入口都重要。

https://ipok.io