IP的准确性

简介: 最近游戏项目中更新机制有所修改,游戏启动时会从cdn上读取一个文件(约60B),但是后台异常收集系统中发现很多玩家请求不了该文件(libcurl的get请求),返回的error code有很多种,以6、22、28、56居多。

最近游戏项目中更新机制有所修改,游戏启动时会从cdn上读取一个文件(约60B),但是后台异常收集系统中发现很多玩家请求不了该文件(libcurl的get请求),返回的error code有很多种,以6、22、28、56居多。

 

一直无法确定是否跟程序完全无关(之前遇到过返回error code 23跟程序有关,是程序出bug了),因为有一些玩家反映使用2g/3g网络就正常进入游戏了。

之后我将系统中查询出来的数据,主要是IP,通过调用第三方的接口(其实就是发一条http请求),获得该IP所在地区以及线路,在excel中进行分析。网上有很多这种API,但是我发现还是腾讯提供的IP共享计划最为准确,以IP:117.136.73.74为例

 

http://ip.qq.com/cgi-bin/searchip

 

http://www.baidu.com/s?ie=utf-8&wd=117.136.73.74 

image

 

新浪 http://int.dpool.sina.com.cn/iplookup/iplookup.php?format=js&ip=117.136.73.74

 

淘宝 http://ip.taobao.com/service/getIpInfo.php?ip=117.136.73.74

显示:华北 - 北京 移动   云南省/北京  这个差距有点大 - -

 

我获取IP的例子使用的是百度的网址,本想使用腾讯的分享计划,一是它的接口是cgi动态的比较慢,二是它的页面是gbk我抓取回来是乱码,不想搞乱码的问题就直接使用了百度的页面

 

request.get('http://www.baidu.com/s?ie=utf-8&wd=' + ip, {form:{}}, function(error, respose, body) {
    if (/IP地址:&nbsp;([^<]+)<\/span>([^<]+)/.test(body)) {
        //console.log(RegExp["$1"] + '\t' + RegExp['$2']);
        fn(RegExp['$2']);
    }
});
 
目录
相关文章
|
16小时前
|
计算机视觉
YOLOv5改进 | 2023检测头篇 | 利用AFPN增加小目标检测层(让小目标无所遁形)
YOLOv5改进 | 2023检测头篇 | 利用AFPN增加小目标检测层(让小目标无所遁形)
104 0
|
16小时前
|
人工智能 数据处理 区块链
AIGC抓取网络数据进行模型训练是否合法?
AIGC抓取网络数据进行模型训练是否合法?
152 1
AIGC抓取网络数据进行模型训练是否合法?
|
8月前
|
机器学习/深度学习 算法
评估系统或算法质量的重要指标
准确性(Accuracy):衡量系统或算法输出结果与真实结果之间的接近程度。通常使用分类准确率、回归误差等指标来评估。 精确率(Precision)和召回率(Recall):主要用于评估分类模型的性能。精确率衡量预测为正例的样本中实际为正例的比例,召回率衡量实际为正例的样本中被正确预测为正例的比例。
166 4
|
9月前
|
网络协议
BGP综合实验
172.16.0.0 24 骨干 172.16.1.0 建邻 172.16.2.0-7.0 用户
46 0
|
9月前
|
网络协议 安全
OSPF综合实验
1、R4为ISP,其上只能配置1P地址;R4与其他所有直连设备间使用公有IP; 2、R3–R5/6/7为MGRE环境,R3为中心站点 3、整个0SPF环境1P地址为172.16.0.0/16 4、所有设备均可访问R4的环回; 5、减少LSA的更新量,加快收敛,保障更新安全 6、全网可达
78 0
|
10月前
|
存储 缓存 网络协议
实验6 ARP分析
实验6 ARP分析
155 0
|
12月前
|
网络协议 Ubuntu Linux
nmap流量特征修改
nmap流量特征修改
nmap流量特征修改
|
机器学习/深度学习 安全
5种常用的交叉验证技术,保证评估模型的稳定性
5种常用的交叉验证技术,保证评估模型的稳定性
291 0
5种常用的交叉验证技术,保证评估模型的稳定性
|
JSON 监控 数据可视化
如何检测、评估和可视化数据中的历史漂移(Evidently)
您可以查看数据中的历史漂移,以了解您的数据如何变化并选择监控阈值。 这是一个带有 Evidently、Plotly、Mlflow 和一些 Python 代码的示例。
|
机器学习/深度学习 运维 安全
基于网络流量模型的异常检测方法
随着Internet的不断发展,网络安全已经逐渐成为人们越来越关心的问题,而入侵检测系统是继防火墙之后逐渐兴起的防护手段之一,也越来越受广大学者和工程人员的重视。
888 0