[论文解读] traIXroute: Detecting IXPs in traceroute paths

George G. Nomikos, Xenofontas Dimitropoulos|arXiv (Cornell University)|Nov 11, 2016

Internet Traffic Analysis and Secure E-voting参考文献 12被引用 6

一句话总结

本论文提出 traIXroute 工具，通过利用 PeeringDB 和 Packet Clearing House 提供的精确 BGP 路由器 IP 地址、IXP 成员自治系统（AS）及 IXP 前缀信息，增强 traceroute 以检测端到端路径中的互联网交换点（IXP）。该方法实现 92–93% 的准确率，并发现约 1/5 的 traceroute 路径会穿越 IXP，且大多仅穿越一次，IXP 通常位于路径中段。

ABSTRACT

Internet eXchange Points (IXP) are critical components of the Internet infrastructure that affect its performance, evolution, security and economics. In this work, we introduce techniques to augment the well-known traceroute tool with the capability of identifying if and where exactly IXPs are crossed in endto- end paths. Knowing this information can help end-users have more transparency over how their traffic flows in the Internet. Our tool, called traIXroute, exploits data from the PeeringDB (PDB) and the Packet Clearing House (PCH) about IXP IP addresses of BGP routers, IXP members, and IXP prefixes. We show that the used data are both rich, i.e., we find 12,716 IP addresses of BGP routers in 460 IXPs, and mostly accurate, i.e., our validation shows 92-93% accuracy. In addition, 78.2% of the detected IXPs in our data are based on multiple diverse evidence and therefore help have higher confidence on the detected IXPs than when relying solely on IXP prefixes. To demonstrate the utility of our tool, we use it to show that one out of five paths in our data cross an IXP and that paths do not normally cross more than a single IXP, as it is expected based on the valley-free model about Internet policies. Furthermore, although the top IXPs both in terms of paths and members are located in Europe, US IXPs attract many more paths than their number of members indicates.

研究动机与目标

• 提升终端用户和研究人员对流量在端到端互联网路径中所经 IXP 的透明度。
• 解决传统 traceroute 在识别 IXP 时因 IP 地址分配模糊及缺乏 IXP 意识启发式方法而存在的局限性。
• 开发一种可扩展、低成本的方法，利用 PeeringDB 和 PCH 提供的公开数据检测 IXP。
• 验证 IXP 相关数据源的准确性和覆盖范围，以确保在 traceroute 路径中可靠检测 IXP。
• 展示该工具在测量 IXP 使用模式方面的实用性，包括路径频率、主要 IXP 及 IXP 跳数分布。

提出的方法

• 利用来自 PeeringDB 和 PCH 的精确 BGP 路由器 IP 地址（连接至 IXP 子网），表示为三元组 {IP → IXP, AS}。
• 将 IXP 前缀数据与相邻 AS 的成员身份验证相结合，以提升检测置信度，超越单一前缀启发式方法。
• 应用多证据规则：若某跳的 IP 匹配 IXP 前缀，且其前后两个自治系统均为该 IXP 的成员，则判定该路径穿越 IXP。
• 通过将提取的三元组与 IXP 处路由收集器的实时 BGP 会话进行对比，验证检测准确率。
• 使用来自 Ark 测量基础设施的 3180 万条 traceroute 探针，分析多个探测点的 IXP 穿越模式。
• 采用统计分析计算路径特征，包括 IXP 跳位置、每条路径的 IXP 数量及 AS 跳数。

实验结果

研究问题

• RQ1 在真实世界的互联网路径中，端到端 traceroute 路径穿越 IXP 的频率如何？
• RQ2 IXP 通常位于 traceroute 路径的什么位置？路径通常穿越多少个 IXP？
• RQ3 哪些 IXP 吸引了最多的路径流量？这与其成员 AS 数量之间是否存在相关性？
• RQ4 PeeringDB 和 PCH 提供的 IXP 数据源在检测 traceroute 路径中的 IXP 时，其准确性和完整性如何？
• RQ5 与欧洲 IXP 相比，美国 IXP 吸引的流量是否显著超过其成员数量所预示的水平？

主要发现

• 约 17.4% 至 23.6% 的 traceroute 路径穿越至少一个 IXP，平均每条路径穿越 1.02 至 1.05 个 IXP。
• IXP 跳的平均位置在第 5.4 至 6.68 跳之间，表明其通常出现在路径中段。
• 按路径流量和成员数量排名前三的 IXP——AMS-IX、LINX 和 DE-CIX——均位于欧洲。
• 美国 IXP，特别是 Equinix 运营的 IXP，吸引的路径数量远超其成员 AS 数量所预示的水平，表明存在显著的流量集中现象。
• 78.2% 的检测到的 IXP 通过多种不同证据源（如 IXP 前缀 + 成员 AS 验证）识别，显著提升了检测置信度。
• PeeringDB 和 PCH 的数据在与 IXP 处路由收集器的实时 BGP 会话对比后，显示出 92–93% 的准确率。