自律システム分類の解明：機械学習アプローチ

インターネットのASレベルトポロジーは過去数年にわたり広範に研究されてきましたが、AS分類の詳細についてはほとんど知られていません。ASの「ノード」は、さまざまな組織を代表することができ、例えば、大手ISPや小規模な民間企業、大学などがあり、ネットワーク特性、外部接続パターン、ネットワーク成長傾向、その他の特性が大きく異なります。これらは、シミュレーション環境における正確なインターネット表現に取り組む際に無視できない要素です。本論文では、すべてのASを自然なAS分類にマッピングするための機械学習技術に基づく全く新しいアプローチを紹介します。私たちは、ASの95.3%を、期待される精度78.1%で分類します。私たちは、AS分類に使用したAS分類情報とAS属性セットを強化したASレベルトポロジーデータセットをコミュニティに公開します。このデータセットは、インターネットの構造と進化を理解する上で貴重な追加になると信じています。