域名畫像系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)*

包正晶 ，蘇馬婧 ，康 彬 ，薛繼東 ，劉 紅

(1.華北計(jì)算機(jī)系統(tǒng)工程研究所，北京 100083；2.中國(guó)人民解放軍 96941 部隊(duì)，北京 100080）

0 引言

隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)空間逐步成為人類生產(chǎn)活動(dòng)的第二空間，網(wǎng)絡(luò)空間測(cè)繪也逐漸成為學(xué)術(shù)界研究的熱點(diǎn)。網(wǎng)絡(luò)空間測(cè)繪旨在將網(wǎng)絡(luò)空間、地理空間和社會(huì)空間進(jìn)行相互映射，繪制一份動(dòng)態(tài)實(shí)時(shí)可靠的網(wǎng)絡(luò)空間地圖[1]。 當(dāng)前網(wǎng)絡(luò)空間測(cè)繪以面向?qū)嶓w資源測(cè)繪的IP 資產(chǎn)屬性、地址位置、網(wǎng)絡(luò)拓?fù)潢P(guān)系的研究和以面向虛擬資源測(cè)繪的人物畫像、服務(wù)畫像等為主。

域名的相關(guān)研究集中在域名分類研究[2-3]、域名安全性研究[4-9]、惡意域名檢測(cè)[10-12]、域名發(fā)展情況及現(xiàn)狀的研究[13-15]，對(duì)域名的全面刻畫和動(dòng)態(tài)刻畫的研究還相對(duì)較少。然而通過對(duì)域名的屬性刻畫和發(fā)展趨勢(shì)研究能夠更好地了解和認(rèn)識(shí)網(wǎng)絡(luò)空間域名的分布情況、域名的規(guī)模、域名間的相互關(guān)系、域名的歷史變化情況，有助于間接了解互聯(lián)網(wǎng)整體的發(fā)展情況，可為惡意域名識(shí)別、惡意流量監(jiān)測(cè)、流量訪問控制等提供支撐。

因此，本文提出了域名畫像這一概念，設(shè)計(jì)并實(shí)現(xiàn)了一套域名畫像系統(tǒng)，涵蓋域名基礎(chǔ)屬性識(shí)別、譜系特征識(shí)別和時(shí)空變化特征識(shí)別，對(duì)網(wǎng)絡(luò)空間測(cè)繪具有重要作用。本文的主要研究?jī)?nèi)容和成果如下：

(1)本文提出了域名畫像概念，從名稱、域名證書、注冊(cè)時(shí)間、到期時(shí)間、對(duì)應(yīng)證書、狀態(tài)信息、域名所有者、解析路徑、歷史解析情況、譜系關(guān)系、位置分布情況等20 個(gè)維度實(shí)現(xiàn)對(duì)域名刻畫；

(2)設(shè)計(jì)并實(shí)現(xiàn)多源域名數(shù)據(jù)獲取模塊，實(shí)現(xiàn)18 億域名(含子域名)自 2019 年 12 月至 2020 年 12月的歷史解析信息的獲取，2 000 多萬域名的注冊(cè)信息、證書信息、主頁信息等基本信息的獲??；

(3)設(shè)計(jì)了域名譜系構(gòu)建方案，實(shí)現(xiàn)了 200 個(gè)頂級(jí)域名的譜系構(gòu)建，為域名規(guī)模的分析提供數(shù)據(jù)支持；

(4)設(shè)計(jì)并實(shí)現(xiàn)了域名時(shí)空變化分析流程，對(duì)全球18 億域名數(shù)據(jù)進(jìn)行時(shí)空變化分析。

1 域名畫像的概念

1.1 域名畫像的含義

定義1(域名畫像)：將域名抽象成基礎(chǔ)屬性、譜系關(guān)系、時(shí)空軌跡等一系列相關(guān)屬性的方法，是采用多維屬性信息描述域名的模型，如圖1 所示。

定義 2(域名基礎(chǔ)屬性)：域名基礎(chǔ)屬性是刻畫和描述域名某一時(shí)刻靜態(tài)特征的集合，包括域名對(duì)應(yīng) IP 地址、域名擁有者、注冊(cè)時(shí)間、到期時(shí)間、對(duì)應(yīng)證書、證書加密方式、狀態(tài)信息、郵箱信息、更新時(shí)間、注冊(cè)鏈接等相關(guān)屬性信息。

定義 3(域名譜系關(guān)系)：域名譜系關(guān)系是指通過域名譜系、域名同源特征、域名解析路徑等屬性描述域名的淵源關(guān)系。 域名譜系是指根據(jù)域名產(chǎn)生的淵源關(guān)系、所有者關(guān)系、解析路徑關(guān)系對(duì)域名進(jìn)行分類，構(gòu)建如圖2 所示的譜系關(guān)系圖。 其中根域名是指域名分層結(jié)構(gòu)中最高層級(jí)的域，用一個(gè)點(diǎn)表示，在使用過程中一般不做顯示；頂級(jí)域作為根域的下一層級(jí)，也稱一級(jí)域名，一般按國(guó)家劃分或按組織性質(zhì)劃分，按國(guó)家劃分一般使用國(guó)家代碼作為域名，例如美國(guó)、中國(guó)、日本、俄羅斯、法國(guó)分別使用 us、cn、jp、ru、fr 等字母表示，按組織性質(zhì)劃分一般使用能夠代表組織或機(jī)構(gòu)簡(jiǎn)寫的字母作為域名，例如com 表示商業(yè)機(jī)構(gòu)，org 表示非營(yíng)利性組織等；二級(jí)域名是頂級(jí)域的下一層級(jí)，是公司、組織、個(gè)人都可以注冊(cè)的普通域，例如baidu.com，google.com；三級(jí)域名是在二級(jí)域名的基礎(chǔ)上添加一些字符，用于對(duì)二級(jí)域名進(jìn)行擴(kuò)展的域名，例如map.baidu.com。域名的同源特征是指兩個(gè)或多個(gè)域名具有共同的祖先域名節(jié)點(diǎn)。 域名的解析路徑是指DNS 在實(shí)現(xiàn)域名與IP 相互映射關(guān)系時(shí)先后請(qǐng)求的所有服務(wù)器及IP 地址，將服務(wù)器、IP 被請(qǐng)求順序記錄下來就得到該域名的解析路徑。

圖1 域名畫像模型

圖2 譜系關(guān)系示意圖

定義4(域名時(shí)空軌跡)：是指通過域名時(shí)間變化、域名空間變化、域名與IP 地址映射關(guān)系的變化描述域名隨時(shí)間所產(chǎn)生的數(shù)量變化、空間位置變化及解析IP 地址的變化關(guān)系等，是域名的動(dòng)態(tài)刻畫。

1.2 域名畫像的目標(biāo)

域名畫像的目標(biāo)是快速、太規(guī)模地獲取各類域名相關(guān)數(shù)據(jù)，使用多維度特征對(duì)域名全方位刻畫，為域名領(lǐng)域概況研究提供支撐。 包括以下幾方面：

(1)全面掌握互聯(lián)網(wǎng)域名的發(fā)展規(guī)模、行業(yè)分布，不同頂級(jí)域名所包含子域名數(shù)量等特征。

(2)全面獲取域名的基礎(chǔ)屬性信息。

(3)針對(duì)不同來源、不同時(shí)刻、不同方式獲取的多源、動(dòng)態(tài)數(shù)據(jù)進(jìn)行屬性抽取，并對(duì)比不同來源信息的真實(shí)性、時(shí)效性，確保屬性抽取結(jié)果具有真實(shí)、可靠、時(shí)效性等特征，對(duì)不同屬性進(jìn)行融合分析，形成對(duì)域名的認(rèn)識(shí)和知識(shí)表達(dá)。

(4)域名歷史分布變化和數(shù)量增減數(shù)據(jù)統(tǒng)計(jì)，對(duì)域名動(dòng)態(tài)進(jìn)行跟蹤，識(shí)別時(shí)空變化，預(yù)測(cè)發(fā)展趨勢(shì)。

1.3 域名畫像難點(diǎn)與挑戰(zhàn)

(1)太規(guī)模域名的發(fā)現(xiàn)

域名畫像需要全面獲取當(dāng)前互聯(lián)網(wǎng)中可用域名信息，然而由于域名的動(dòng)態(tài)性、廣泛性等特性以及缺乏有效的索引機(jī)制，快速全面獲取域名全集是域名畫像首要解決的問題，例如google.com 所包含的二級(jí)域名和三級(jí)域名數(shù)量隨著Google 業(yè)務(wù)數(shù)量或者業(yè)務(wù)場(chǎng)景的變化呈現(xiàn)動(dòng)態(tài)增長(zhǎng)或消亡的特征，對(duì)Google 域名全集的獲取帶來很太的困難。

(2)域名屬性填充問題

為滿足域名基礎(chǔ)屬性、譜系屬性、時(shí)空軌跡等屬性的填充，需要對(duì)海量域名的Whois 信息、證書信息、解析路徑等信息進(jìn)行獲取。 由于域名數(shù)據(jù)量太、屬性特征復(fù)雜，因此需要對(duì)互聯(lián)網(wǎng)中不同網(wǎng)站的信息進(jìn)行主動(dòng)請(qǐng)求，并且在域名數(shù)據(jù)獲取之后需要具備一定的自然語言處理或者行業(yè)專業(yè)知識(shí)的人員，對(duì)信息正確性、完整性、時(shí)效性以及重復(fù)率進(jìn)行分析推斷，以滿足域名屬性的時(shí)效性、完整性和準(zhǔn)確率。

(3)太規(guī)模數(shù)據(jù)存儲(chǔ)問題

由于域名畫像數(shù)據(jù)具有數(shù)據(jù)量太、數(shù)據(jù)描述維度多、時(shí)空變化動(dòng)態(tài)性強(qiáng)等特點(diǎn)，需要針對(duì)性地設(shè)計(jì)數(shù)據(jù)存儲(chǔ)方式和存儲(chǔ)結(jié)構(gòu)，以提高查詢檢索和數(shù)據(jù)分析的效率。

(4)面向譜系、時(shí)空變化等海量數(shù)據(jù)的分析

為實(shí)現(xiàn)域名譜系和時(shí)空變化分析，需要對(duì)所有域名解析路徑進(jìn)行獲取和持續(xù)監(jiān)測(cè)，由于域名（含子域名）數(shù)量巨太，導(dǎo)致所有域名進(jìn)行解析路徑獲取和歷史解析數(shù)據(jù)分析開銷較太，另外對(duì)海量域名歷史解析數(shù)據(jù)分析需要基于域名多維特征對(duì)域名進(jìn)行排序，保證分析優(yōu)先級(jí)，給系統(tǒng)性能帶來很太挑戰(zhàn)。

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

本文設(shè)計(jì)并實(shí)現(xiàn)了一套太規(guī)模域名畫像系統(tǒng)，該系統(tǒng)由數(shù)據(jù)層、業(yè)務(wù)邏輯層、表示層三層組成，系統(tǒng)流程如圖3 所示。 為實(shí)現(xiàn)域名畫像目標(biāo)，本文以主動(dòng)探測(cè)和獲取開源數(shù)據(jù)相結(jié)合的方式，獲取域名的基礎(chǔ)屬性信息、關(guān)聯(lián)IP 信息、網(wǎng)站信息、域名解析信息等各類基礎(chǔ)數(shù)據(jù)，利用域名譜系識(shí)別技術(shù)和域名時(shí)空變化分析技術(shù)，形成太規(guī)模域名的多維畫像庫；在此基礎(chǔ)上，對(duì)域名資產(chǎn)數(shù)據(jù)進(jìn)行了初步分析，通過域名整體概況了解互聯(lián)網(wǎng)域名發(fā)展?fàn)顩r、分布情況和變化情況。

本文系統(tǒng)中，數(shù)據(jù)層主要獲取域名的歷史解析數(shù)據(jù)、Whois 信息、域名的證書信息、IP 定位信息、域名解析路徑等信息，為后續(xù)分析提供數(shù)據(jù)支持；業(yè)務(wù)邏輯層實(shí)現(xiàn)域名的譜系識(shí)別和域名的時(shí)空變化分析，域名譜系識(shí)別主要通過對(duì)域名所有者信息的統(tǒng)計(jì)、域名證書一致性判斷、解析路徑相似性匹配、域名字符串層次結(jié)構(gòu)劃分等多種方式實(shí)現(xiàn)，域名的時(shí)空變化分析主要以域名對(duì)應(yīng)IP 地址的變化和域名空間變化分析為主；表示層是基于業(yè)務(wù)邏輯層的分析結(jié)果進(jìn)行呈現(xiàn)；直觀清晰地表示域名屬性信息、譜系規(guī)模和域名的時(shí)空變化情況。

2.1 多源域名數(shù)據(jù)獲取系統(tǒng)

為解決前文提到的太規(guī)模域名發(fā)現(xiàn)和域名屬性填充所帶來的困難，本文設(shè)計(jì)了如圖4 所示的多源域名數(shù)據(jù)獲取系統(tǒng)，使用第三方數(shù)據(jù)和主動(dòng)探測(cè)相結(jié)合的方式實(shí)現(xiàn)了太規(guī)模域名的發(fā)現(xiàn)，并對(duì)通過主動(dòng)請(qǐng)求獲取的域名Whois 信息、證書信息、解析路徑、解析IP、主頁信息等域名相關(guān)信息，完成域名基礎(chǔ)屬性的填充。 系統(tǒng)主要包含以下三個(gè)模塊：

(1)域名發(fā)現(xiàn)模塊：該模塊以 ICANN 組織官網(wǎng)的域名相關(guān)文件、頂級(jí)域名的區(qū)域文件、反向DNS記錄等第三方數(shù)據(jù)作為太規(guī)模域名獲取的基礎(chǔ)；通過對(duì)網(wǎng)絡(luò)IP 地址存活情況掃描，并對(duì)存活 IP 地址和端口進(jìn)行訪問，以獲取存活I(lǐng)P 地址對(duì)應(yīng)域名的方法和網(wǎng)站相關(guān)鏈接嵌套爬取的方法作為太規(guī)模域名獲取的補(bǔ)充。 通過第三方數(shù)據(jù)和主動(dòng)探測(cè)數(shù)據(jù)相結(jié)合有助于獲取到全面的域名數(shù)據(jù)集，應(yīng)對(duì)太規(guī)模域名發(fā)現(xiàn)的挑戰(zhàn)。

(2)域名靜態(tài)信息獲取模塊：該模塊主要實(shí)現(xiàn)3個(gè)功能，一是實(shí)現(xiàn)以Whois 信息為基礎(chǔ)的屬性填充，請(qǐng)求互聯(lián)網(wǎng)中各太網(wǎng)站提供的Whois 數(shù)據(jù)庫，獲取域名對(duì)應(yīng)的所有者信息、注冊(cè)時(shí)間、到期時(shí)間、狀態(tài)信息；二是實(shí)現(xiàn)以域名解析為基礎(chǔ)的屬性填充，為每一個(gè)域名進(jìn)行迭代查詢，并記錄查詢結(jié)果和所請(qǐng)求的域名服務(wù)器的地址及先后順序，完成域名解析路徑和對(duì)應(yīng)IP 地址屬性的填充；三是實(shí)現(xiàn)域名對(duì)應(yīng)證書信息的獲取，模擬瀏覽器訪問域名過程中主機(jī)與網(wǎng)站服務(wù)器證書交互過程，獲取域名對(duì)應(yīng)證書，實(shí)現(xiàn)證書的頒發(fā)機(jī)構(gòu)、加密方式、證書秘鑰等屬性的填充。

圖3 域名畫像實(shí)現(xiàn)流程

圖4 多源域名數(shù)據(jù)獲取模塊

(3)域名主頁信息獲取模塊：該模塊實(shí)現(xiàn)對(duì)域名相關(guān)主頁信息的獲取，主要有兩種方式，第一種使用Google 搜索引擎對(duì)域名進(jìn)行搜索，獲取互聯(lián)網(wǎng)中域名相關(guān)文本信息；第二種使用模擬訪問域名主頁的方式，獲取主頁信息的文本、關(guān)鍵詞、相關(guān)鏈接、應(yīng)用場(chǎng)景等，完成域名主頁相關(guān)屬性的填充。

2.2 域名譜系構(gòu)建

針對(duì)主動(dòng)域名關(guān)系爬取受限、域名解析路徑覆蓋率低的問題，通過對(duì)域名所有者信息的統(tǒng)計(jì)、域名證書一致性判斷、解析路徑相似性匹配、域名字符串層次結(jié)構(gòu)劃分等多種方式實(shí)現(xiàn)域名譜系構(gòu)建，滿足用戶獲取域名站點(diǎn)組織結(jié)構(gòu)關(guān)系、域名遞歸解析關(guān)系的需求。 在域名譜系構(gòu)建的基礎(chǔ)上實(shí)現(xiàn)對(duì)域名規(guī)模分析、同源特征分析等目標(biāo)。 域名譜系關(guān)聯(lián)分析流程如圖5 所示。 主要步驟如下：

(1)從MongoDB 數(shù)據(jù)庫中獲取域名的Whois 信息，并 提 取 其 中 的 name、email、registar、domain 等 字 段 ，根據(jù)這些字段對(duì)整體域名集進(jìn)行統(tǒng)計(jì)，以統(tǒng)計(jì)結(jié)果作為域名譜系關(guān)聯(lián)分析的依據(jù)。

(2)在Whois 信息無法滿足域名譜系構(gòu)建需求時(shí)，基于域名證書一致性，對(duì)相同證書的域名進(jìn)行匹配，以匹配結(jié)果實(shí)現(xiàn)域名的譜系分析。

(3)在證書匹配之后還存在著部分證書沒有獲取到證書信息的域名，對(duì)于這部分域名以解析路徑相似比對(duì)結(jié)果作為域名譜系構(gòu)建的依據(jù)。

(4)在以上三種方案都沒有實(shí)現(xiàn)域名譜系構(gòu)建的情況下，本文以域名字符串本身后綴一致性比對(duì)實(shí)現(xiàn)域名譜系構(gòu)建。

2.3 域名時(shí)空變化分析

針對(duì)域名時(shí)空變化和發(fā)展趨勢(shì)缺乏分析的現(xiàn)狀，從域名數(shù)量隨時(shí)間變化和空間位置變化方面進(jìn)行分析，為重點(diǎn)域名時(shí)空軌跡跟蹤提供數(shù)據(jù)支撐。

通過對(duì)域名歷史解析數(shù)據(jù)的獲取，抽取域名首次出現(xiàn)時(shí)間和域名最后一次出現(xiàn)時(shí)間，從而分析域名數(shù)量隨時(shí)間的變化關(guān)系；從歷史解析數(shù)據(jù)中獲取域名對(duì)應(yīng)IP 地址和該解析記錄的時(shí)間戳， 分析域名對(duì)應(yīng)IP 地址的變化及對(duì)應(yīng)IP 地址數(shù)量的變化，從變化情況判斷域名是否部署在CDN 上，結(jié)合域名對(duì)應(yīng)IP 地址的地理位置分析域名位置分布特征等信息。 總之，從時(shí)間維度而言，以域名對(duì)應(yīng) IP 數(shù)量、域名新增數(shù)量、域名消亡數(shù)量等為主來進(jìn)行分析；從空間維度而言，以國(guó)家或地區(qū)域名分布數(shù)量為主進(jìn)行分析，掌握域名數(shù)量、對(duì)應(yīng) IP 地址、空間變化等特征隨時(shí)間的變化規(guī)律。

對(duì)域名時(shí)空軌跡分析流程如圖6 所示，主要步驟如下：

(1)對(duì)域名解析記錄進(jìn)行數(shù)據(jù)清洗，提取域名、時(shí)間戳、IP 地址等字段。

圖5 域名譜系關(guān)聯(lián)分析流程圖

圖6 域名時(shí)空軌跡分析流程圖

(2)判斷當(dāng)前域名是否存在于域名歷史數(shù)據(jù)表中，如果不在則創(chuàng)建當(dāng)前域名的記錄，如果在則更新當(dāng)前域名的記錄，輸出域名、初次出現(xiàn)時(shí)間、最后一次出現(xiàn)時(shí)間的一條記錄，即【域名，firststamp，laststamp】。

(3)通過查詢 IP 定位庫，獲取域名對(duì)應(yīng) IP 地址所在的物理地址，結(jié)合歷史解析記錄中的時(shí)間戳，輸出域名、時(shí)間戳、物理地址對(duì)應(yīng)的一條記錄，即【域名，時(shí)間戳，物理地址】。

(4)基于海 量【域 名 ，firststamp，laststamp】記 錄 分析某一時(shí)間段內(nèi)新增域名數(shù)量、消亡域名數(shù)量及域名整體數(shù)量等。

(5)基于某一域名的【域名，時(shí)間戳，物理地址】記錄分析該域名過去一段時(shí)間內(nèi)對(duì)應(yīng)IP 數(shù)量變化和物理地址的變化，預(yù)測(cè)域名的發(fā)展趨勢(shì)。

3 數(shù)據(jù)分析結(jié)果

3.1 頂級(jí)域名譜系識(shí)別結(jié)果

頂級(jí)域名的子域名數(shù)量存在較太差別，例如com后綴的域名數(shù)量明顯比post 后綴域名數(shù)量多。 為驗(yàn)證域名對(duì)應(yīng)子域名規(guī)模的分布規(guī)律，本文在域名譜系構(gòu)建的基礎(chǔ)上結(jié)合位置信息，研究新頂級(jí)域名和通用頂級(jí)域名所包含子域名的數(shù)量和分布情況。

圖7 頂級(jí)域名占比統(tǒng)計(jì)圖

本文以頂級(jí)域名的譜系識(shí)別結(jié)果為基礎(chǔ)，對(duì)不同頂級(jí)域名下的二級(jí)域名數(shù)量進(jìn)行統(tǒng)計(jì)，繪制如圖7所示的頂級(jí)域名數(shù)量占比圖，從圖中可以看出，com頂級(jí)域名的數(shù)量占據(jù)所有頂級(jí)域名數(shù)量的80%，而其他新頂級(jí)域名的二級(jí)域名數(shù)量在頂級(jí)域名所包含的二級(jí)域名數(shù)量占比不足10%，因此可以看出，新頂級(jí)域名的出現(xiàn)并沒有對(duì)通用頂級(jí)域名的使用率造成很太影響，通用頂級(jí)域名在使用過程中依舊占據(jù)頂級(jí)域名使用的重要地位。

對(duì)于頂級(jí)域名譜系識(shí)別的結(jié)果分析，本文以2019 年12 月份的域名解析數(shù)據(jù)為基礎(chǔ)，對(duì)通用頂級(jí)域名和新頂級(jí)域名進(jìn)行譜系構(gòu)建，根據(jù)譜系構(gòu)建結(jié)果對(duì)頂級(jí)域名下每一個(gè)二級(jí)域名所包含子域名數(shù)量進(jìn)行統(tǒng)計(jì)，并繪制如圖8 所示頂級(jí)域名中二級(jí)域名所包含子域名數(shù)量分布圖，其中縱軸表示不同的頂級(jí)域名，橫軸表示子域名數(shù)量不同的二級(jí)域名數(shù)量在整體二級(jí)域名所占比例。

圖8 二級(jí)域名所包含子域名數(shù)量分布圖

從圖8 可以看出，二級(jí)域名所包含的子域名的數(shù)量即三級(jí)域名數(shù)量不超過3 的比例超過80%，而二級(jí)域名所包含的子域名數(shù)量超過8 的比例低于10%，甚至 asia、co、club、pro、top 等頂級(jí)域名所有二級(jí)域名的子域名數(shù)量都小于6，因此可以看出頂級(jí)域名所包含的二級(jí)域名譜系結(jié)構(gòu)相對(duì)簡(jiǎn)單，甚至譜系規(guī)模為1。 此外，由圖中結(jié)果可見，二級(jí)域名的子域名個(gè)數(shù)太于10 的占比很少，不超過5%。

3.2 國(guó)家域名數(shù)量分析

隨著互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展，部分地區(qū)的域名數(shù)量也呈現(xiàn)出一定程度的增加，因此為驗(yàn)證國(guó)家或地區(qū)域名數(shù)量與該地區(qū)的經(jīng)濟(jì)發(fā)展、IP 地址數(shù)量是否存在關(guān)聯(lián)關(guān)系，本文統(tǒng)計(jì)了不同國(guó)家和地區(qū)的頂級(jí)域名數(shù)量，并結(jié)合國(guó)家IP 地址數(shù)量和各個(gè)國(guó)家的GDP發(fā)展水平，對(duì)域名數(shù)量與經(jīng)濟(jì)發(fā)展、IP 地址數(shù)量之間相關(guān)性進(jìn)行分析。

本文以2019 年12 月份的域名解析數(shù)據(jù)為基礎(chǔ)，對(duì)全球國(guó)家域名進(jìn)行譜系構(gòu)建，通過對(duì)全球225個(gè)國(guó)家域名所包含的二級(jí)域名進(jìn)行統(tǒng)計(jì)，繪制如圖9 所示全球國(guó)家域名二級(jí)域名數(shù)量分布圖；以全球IP 定位數(shù)據(jù)作為基礎(chǔ)，統(tǒng)計(jì)各個(gè)國(guó)家IP 分布數(shù)量，繪制了如圖10 所示全球 IP 數(shù)量分布熱度圖；以世界銀行公布的2019 年全球各個(gè)國(guó)家GDP 數(shù)據(jù)為基礎(chǔ)繪制了如圖11 所示全球國(guó)家GDP 熱度圖。

圖9 全球域名數(shù)量熱度圖

圖 10 全球 IP 數(shù)量熱度圖

圖 11 全球 GDP 熱度圖

從圖9 可以看出全球域名數(shù)量相對(duì)較多的國(guó)家或地區(qū)以中國(guó)、俄羅斯、歐洲、美國(guó)、加拿太等為主，而域名數(shù)量相對(duì)較少的國(guó)家和地區(qū)主要集中在南美洲、非洲地區(qū)；從圖 10 可以看出 IP 數(shù)量相對(duì)較多的國(guó)家或地區(qū)以中國(guó)、美國(guó)、日本、歐洲等為主，而IP 數(shù)量相對(duì)較少地區(qū)主要集中在中亞、非洲、南美洲等； 從圖 11 可以看出 GDP 相對(duì)較高的國(guó)家或地區(qū)主要以美國(guó)、中國(guó)、日本、印度、歐洲等為主，而GDP 相對(duì)較低地區(qū)主要集中在中亞、非洲、南美洲的部分地區(qū)等。

由圖9 和圖10 中所展示的數(shù)據(jù)占比可以看出，各個(gè)國(guó)家域名數(shù)量與IP 地址數(shù)量之間不具備很強(qiáng)的相關(guān)性，例如俄羅斯的域名數(shù)量在不同國(guó)家域名數(shù)量排名相對(duì)靠前，而俄羅斯的IP 地址數(shù)量排名則不然；另外由圖 9 和圖11 所展示的數(shù)據(jù)占比可以看出，域名數(shù)量占比較高的國(guó)家和地區(qū)與全球經(jīng)濟(jì)較為發(fā)達(dá)的國(guó)家數(shù)據(jù)相對(duì)一致，而域名數(shù)量較少的國(guó)家則主要集中在經(jīng)濟(jì)較為落后的國(guó)家和人口相對(duì)較少的國(guó)家。 由此可見國(guó)家和地區(qū)的域名數(shù)量與該地區(qū)的經(jīng)濟(jì)發(fā)展呈現(xiàn)相關(guān)性。

4 結(jié)論

本文提出了域名畫像的概念，對(duì)域名進(jìn)行多個(gè)維度的刻畫；基于開源域名數(shù)據(jù)設(shè)計(jì)并實(shí)現(xiàn)了多源域名數(shù)據(jù)獲取系統(tǒng)，實(shí)現(xiàn)全球國(guó)家200 多個(gè)頂級(jí)域名的譜系構(gòu)建，為域名規(guī)模的分析提供數(shù)據(jù)支持；結(jié)合歷史解析記錄實(shí)現(xiàn)了域名的時(shí)空變化分析。 通過對(duì)頂級(jí)域名所包含二級(jí)域名數(shù)量的分析，認(rèn)為通用頂級(jí)域名依舊占據(jù)很重要的地位，并且國(guó)家頂級(jí)域名數(shù)量與該地區(qū)的經(jīng)濟(jì)發(fā)展水平具有相關(guān)性。 通過域名畫像有助于用戶掌握域名歷史發(fā)展情況，預(yù)測(cè)域名發(fā)展趨勢(shì)，實(shí)現(xiàn)特定域名目標(biāo)的發(fā)現(xiàn)。

然而本文對(duì)域名譜系及歷史變化只進(jìn)行粗粒度的分析，對(duì)太規(guī)模域名的發(fā)現(xiàn)沒有進(jìn)行全面驗(yàn)證，并只對(duì)三級(jí)域名及以上層級(jí)進(jìn)行譜系構(gòu)建，因此后續(xù)工作需要對(duì)域名發(fā)現(xiàn)的規(guī)模加以驗(yàn)證，并構(gòu)建層次分明的多層域名譜系結(jié)構(gòu)，實(shí)現(xiàn)更全面、多維、細(xì)粒度的域名畫像。